Investigación Humana y Científica: Del Sentido Común al Rigor Metodológico

Dos Realidades

Realidad experiencial: Lo que se sabe en función de la experiencia directa (experiencia personal y observación).

Realidad consensuada: Lo que se considera real porque se ha dicho que es real.

¿Cómo se Puede Saber lo que es Real?

La ciencia es una de las respuestas a raíz de esta lucha, ofrece un acercamiento a ambas realidades.

En general, una afirmación debe tener soporte tanto lógico como empírico.

Investigación Humana Innata

Prácticamente todas las personas y muchos animales desean predecir circunstancias futuras.

1. Primera razón: Solemos reconocer que las circunstancias futuras están, en cierta medida, condicionadas por las presentes.
2. Segunda razón: Reconocemos que hay modelos de causa y efecto de naturaleza probabilística; es más probable que ciertos efectos ocurran cuando las causas están presentes, pero no siempre.

Distinción entre Predicción y Entendimiento

Somos capaces de predecir algo sin entenderlo necesariamente (dolor de rodilla cuando llueve, no entendemos por qué). La ciencia aspira tanto al "qué" como al "porqué".

Tradición y Autoridad

Tradición y sus ventajas: nos evita la tarea de empezar de cero. Por otra parte, puede perjudicarnos si tratamos de buscar un nuevo sentido a algo que todos claman entender; es muy probable que seamos objeto de burla, sumado a la dificultad de encontrar una comprensión distinta a algo que parece obvio.

La autoridad es beneficioso confiar en el juicio de un experto en determinada materia cuando nos encontramos frente a posiciones contrarias. Sin embargo, es perjudicial por los obstáculos que pueden aparecer ante el error de una legítima autoridad, también cuando confiamos en afirmaciones que realizan fuera de su campo de especialidad. Es un arma de doble filo: nos proporciona un punto de partida, pero este puede ser erróneo.

Errores en la Investigación

• Observación errónea: En general, somos observadores inconscientes del flujo de acontecimientos de la vida. La ciencia requiere (a diferencia de la investigación humana superficial) observación consciente. Las mediciones constituyen una herramienta contra la observación inadecuada.
• Generalización excesiva: Se da al dar por sentado que unos pocos acontecimientos similares son la prueba de un modelo general. Se pueden proteger realizando un número de observaciones suficientemente amplio o con la replicación (si otro estudio produce el mismo resultado, nos sentimos más seguros sobre dicha generalización; si no, nos libramos de una generalización excesiva).
• Observación selectiva: Uno de los peligros de la generalización excesiva es este error. Es cuando nos sentimos tentados a prestar más atención a situaciones que concuerden con el modelo e ignorar las demás. Normalmente, un diseño de investigación debería especificar, de antemano, el número y tipo de observaciones que se realizarán como base para alcanzar una conclusión. Otro guardián es la propia comunidad científica, que le alertará si pasa de largo un aspecto que contradice su conclusión.
• Información inventada: A veces no se puede ignorar hechos que contradicen nuestras conclusiones; entonces, solemos inventar afirmaciones que resuelven dicha contradicción, lo que nos puede llevar a hacer “hipótesis ex post facto”. En lo esencial, es hacer predicciones que ya han sido verificadas. Esto en ciencia es aceptable, pero no se detiene ahí, hay que comprobar la nueva hipótesis. Ejemplo: estudiantes informados en política se sienten menos alienados políticamente que los que no.
• Razonamiento ilógico: Es cuando utilizamos razonamientos absurdos e ilógicos (como la falacia del jugador en el póker). Los científicos lo evitan utilizando sistemas de lógica (actividad consciente).
• Implicación personal en la comprensión: Vinculamos nuestra comprensión de cómo son las cosas con la imagen que proyectamos. Los cuestionamientos a nuestros conocimientos nos hacen sentirnos estúpidos, por lo que nos cerramos a conclusiones más precisas. Un compromiso firme a las normas de la ciencia nos ayuda; si eso falla, la propia comunidad evaluará los artículos más objetivamente. Este es más un problema para el científico que para la propia ciencia.
• Finalización prematura de la investigación: Es el acto social de cerrar una investigación al zanjar el tema de forma personal. Si revisamos la historia del conocimiento, seguimos cambiando cosas que considerábamos seguras; en ese sentido, todo cierre es prematuro.
• Mistificación: Es cuando no entendemos algo y solemos atribuir causas sobrenaturales o místicas a su explicación, o afirmar que está más allá de la comprensión humana. En ciencia, es un artículo de fe que todo es cognoscible o potencialmente cognoscible.

Diferencias con la Investigación Superficial

La científica es consciente y mucho más meticulosa, poniendo especial cuidado a la reducción al máximo de los errores.

Los fundamentos de la ciencia son la lógica o racionalidad y la observación o medición (prefieren esta porque la otra tiene un matiz de actividad casual y pasiva).

Se relacionan con los tres aspectos más importantes de esta empresa: la teoría (aspecto lógico de la ciencia), la investigación (aspecto observacional) y la estadística (es el dispositivo para comparar lo que se espera de la lógica con lo que se observa).

La ciencia no hace juicios de valor. Capitalismo y socialismo: podría determinar cuál respeta la libertad y la dignidad humana si nos ponemos de acuerdo en cómo medir esos puntos. Nuestra conclusión no tiene significado al margen de estas condiciones.

La teoría busca determinar patrones lógicos y persistentes que se presentan de manera regular. Parece ser que la materia de las ciencias naturales es más regular que las sociales. Sin embargo, existen muchísimas regularidades, normas o preceptos formales (solo votan mayores de 18) y normas sociales (hombres ganan más que las mujeres). Estas regularidades sociales son de naturaleza probabilística. Si bien las personas podrían alterarlas de modo consciente, no supone un reto para las ciencias sociales, no ocurren con la frecuencia suficiente como para amenazar las regularidades. Estas normas cambian y los científicos sociales observan y explican esos cambios.

Los modelos suelen estudiar conjuntos o colectivos; el individuo per se rara vez es sujeto de la ciencia social.

Variables y Atributos o Valores (las Ciencias Sociales Implican su Estudio)

Atributos o valores: Características o cualidades que describen un objeto, pensar en ellos como categoría.

Variable: Agrupaciones lógicas de atributos. Las variables son dependiente (efecto) e independiente (causa).

Funciones de la Teoría

• Impide que las casualidades nos engañen; al saber por qué ha sucedido algo, nos permite predecir si volverá a tener éxito.
• Las teorías tienen sentido al margen de los modelos observados, abriendo así otras posibilidades.
• Las teorías dan forma y dirigen los esfuerzos de las investigaciones, señalando la dirección de los posibles descubrimientos por medio de la observación.

Paradigmas

Thomas Kuhn: puntos de vista básicos que caracterizan una ciencia. Son esquemas o puntos de vista generales, literalmente puntos desde donde mirar. Se elaboran para ser usados en la comprensión de la conducta social, su destino es ser reemplazados (en las ciencias naturales). Su sucesión representa el progreso de una idea falsa hacia una verdadera. En las ciencias sociales, pueden perder popularidad, pero no se desechan del todo. Cada paradigma refleja aspectos de la vida social e ignora otros que pueden ser tomados por otros paradigmas. Son establecidos y desarrollados por la teoría.

Términos Utilizados en la Construcción de Teorías

• Realidad: Término que ha atraído la atención de filósofos. Existe algo independiente de nuestra experiencia, incapaces de demostrar si existe una realidad independiente de nuestra experiencia, todos actuamos como si hubiera algo allí fuera.
• Objetividad y subjetividad: Reconocemos la existencia de determinadas cosas que pertenecen al mundo de las opiniones y que existen cosas objetivas o independientes de la experiencia. Como principio de trabajo, se sustituye la intersubjetividad por objetividad: si muchos concuerdan en que algo existe, lo tratamos como si existiera.
• Observación: Se utiliza en relación con la recopilación de información.
• Hecho: Fenómenos que han sido observados.
• Ley o principio: Generalizaciones universales acerca de hechos, tienen que ser universales, no halladas en un grupo particular de hechos. A diferencia de la teoría, no son descubiertas y no explican nada (eso es parte de la teoría), son solo un resumen de cómo son las cosas. No hay leyes sociales; eso no implica que la vida social sea caótica, existen los modelos.
• Conceptos: Componentes básicos de la teoría, son abstractos y representan clases de fenómenos dentro del campo de estudio. Sartori los define como las "unidades del pensar".
• Axiomas y postulados: Afirmaciones fundamentales, consideradas ciertas, en las que se funda una teoría.
• Proposiciones: Conclusiones extraídas acerca de las relaciones entre conceptos, derivadas del trabajo axiomático base.
• Hipótesis: Tentativas de explicación de una realidad empírica. Se derivan de las proposiciones, pueden ser comprobadas por la investigación.

Tres Elementos del Modelo Tradicional de la Ciencia en Orden Cronológico de Ejecución

• Teoría: Los científicos comienzan interesándose por un aspecto del mundo real.
• Operacionalización: Para probar la hipótesis, hemos de especificar los significados de todas las variables implicadas y cómo vamos a medirlo. Significa, literalmente, las operaciones implicadas en la medición de una variable.
• Observaciones: Último paso, implica la observación real: mirar y tomar medidas. Cuando están encaminadas a descubrir algo, forman parte de lo que se llama "poner a prueba la hipótesis".

Sistemas Lógicos o Razonamientos

• Inductivo: Va de instancias particulares a generales. Ejemplo: todos los hombres son mortales, Sócrates es hombre, Sócrates es mortal (teoría y operacionalización); luego, haríamos una prueba empírica para comprobar su mortalidad.
• Deductivo: Va de lo general a lo concreto, aplicando una teoría. Este es el que utiliza el modelo tradicional. Con este modelo acabamos con conclusiones provisionales porque la observación que hemos realizado no puede ser considerada prueba del modelo, sino más bien fuentes del modelo creado. Ejemplo: Sócrates es mortal y, observando cierto número de sujetos y percatándose de que son mortales, llegamos a la conclusión PROVISIONAL de que todos los hombres son mortales.

En la práctica, alternamos entre deducción e inducción: durante la fase deductiva, pensamos hacia las observaciones, y durante la fase inductiva, pensamos desde las observaciones. Ambos son correctos para la construcción de teorías.

Construcción de una Teoría Deductiva

Primeros pasos: Seleccionar un tema que le interese, luego se debería realizar un inventario de lo que sabe o piensa de él, además de informarse de lo que otros estudiosos han dicho.

Construyendo la teoría: A pesar de que no es un asunto cerrado, se suele aplicar esta tabla:

• Especificar tema.
• Especificar alcance de los fenómenos que trata la teoría (teoría para todos los sujetos o solo chilenos).
• Identificar y especificar conceptos y sus variables más importantes.
• Descubrir qué se sabe (proposiciones) respecto a la relación de estas variables.
• Razonar con lógica desde esas proposiciones hasta el tema específico que se examina.

En la teoría inductiva o fundada, no se comienza con una teoría; esta se va desarrollando por medio del examen de los datos. En la deductiva, se utiliza la investigación para probar teorías.

Diseño de Investigación

Dirige la planificación de la investigación científica. Básicamente, diseña una estrategia para averiguar algo. Tiene dos aspectos principales: primero, se debe especificar con precisión lo que se quiere averiguar; segundo, hay que decidir la mejor forma de hacerlo. Se refiere al marco para la recolección de datos.

• Diseño de estudio de caso: Involucra el análisis detallado e intensivo de una instancia particular de un fenómeno.
• Comparado: Involucra la comparación de dos o más casos para iluminar la teoría, generar conclusiones teóricas como resultado de hallazgos contrastantes descubiertos mediante la comparación.
• Transversal
• Longitudinal
• Experimental: Involucra un grupo de control y selección aleatoria.

Objetivos de la Investigación

• Exploración: Va encaminado a explorar un tema para conseguir que nos familiaricemos con el mismo. Este objetivo es habitual cuando un investigador está examinando un interés nuevo o cuando la materia de estudio en sí misma es relativamente nueva y poco estudiada. Se suelen llevar a cabo por tres propósitos:
  1. Satisfacer la curiosidad y el deseo del investigador de obtener un mayor conocimiento.
  2. Para comprobar la viabilidad de llevar a cabo un estudio más profundo.
  3. Para desarrollar los métodos que se emplearán en un estudio más profundo.
  Su principal defecto es que rara vez proporciona respuestas satisfactorias a las preguntas de la investigación. Puede sugerir respuestas o métodos para encontrar respuestas definitivas. La razón por la que no suelen ser definitivos es su representatividad.
• Descripción: Se observa y se describe lo que se ha observado. Son más precisas y exactas que las descripciones casuales. Ejemplo: censo.
• Explicación: El tercer objetivo general de la investigación es explicar las cosas. Ejemplo: ¿Por qué algunos votaron por X candidato?

Unidad de Análisis

Quién o qué se quiere estudiar, aquellos que examinaremos con el fin de crear descripciones de todas ellas y explicar las diferencias entre ellas. Pueden ser individuos, grupos, organizaciones, artefactos sociales (libros, pinturas, bodas, etc.), etc.

Resultados del Uso Inapropiado de las Unidades de Análisis

• Falacia ecológica: Nombre del daño que se produce al hacer afirmaciones sobre individuos como unidades de análisis basadas en el examen de grupos. Sin embargo, hay que evitar que el resguardo de esta nos lleve a la falacia individualista, que genera problemas para reconocer patrones generales a causa de excepciones individuales.
• Reduccionismo: Delimitación estricta sobre la clase de conceptos y variables que se consideran la causa que explica un rango amplio de conductas humanas. El reduccionismo de cualquier tipo tiende a sugerir que determinadas unidades de análisis o variables son más relevantes que otras. Ejemplo: reduccionismo económico.

Principales (no Todos) Puntos de Enfoque o Aspectos de las Unidades que Pueden Observarse

• Características: Caracterizar unidades de análisis en función de sus características o estado.
• Orientaciones: Habitual cuando se investiga personas. Se investigan las orientaciones, entendiendo por orientaciones tendencias generales, inclinaciones o predilecciones. Ejemplo: creencias, personalidad, prejuicios, etc.
• Acciones: Observar directamente las acciones realizadas por las personas.

Estudios Según Dimensión del Tiempo

• Estudios transversales: Para estudiar un fenómeno en un momento determinado y analizar ese momento con detalle. Los exploratorios y descriptivos suelen serlo. Los explicativos transversales tienen un problema inherente: intentan entender el proceso causal que ocurre a lo largo del tiempo, pero sus conclusiones están basadas en observaciones hechas en un momento.
• Estudios longitudinales: Permiten observaciones a lo largo del tiempo. Son más ventajosos, pero son costosos en tiempo y dinero. Típicamente, es la replicación del transversal.
  • Estudios de tendencia: Estudian cambios en la población general a lo largo del tiempo.
  • De cohorte: Examinan más específicamente subpoblaciones específicas mientras cambian a lo largo del tiempo.
  • De panel: Similares a los de cohorte y tendencia, pero estudia el mismo grupo cada vez. Este es el que da el cuadro completo de las variaciones. Puede sufrir desgaste de panel; su peligro radica en que los que salgan del estudio distorsionen los resultados.

Cómo Diseñar un Proyecto de Investigación

• Cómo empezar: Leer algo respecto a este hecho, hablar con personas, asistir a encuentros relacionados. El objetivo de esto es prepararse para abordar las decisiones del diseño, determinar su objetivo.
• Conceptualización: Especificar lo que queremos especificar con estos conceptos para poder investigarlos. Especificar con precisión lo que queremos decir cuando utilizamos determinado término.
• Elección del método de investigación: Cada uno tiene ventajas y desventajas, y algunos son más apropiados para analizar ciertos conceptos. Habitualmente, el mejor diseño es el que emplea más de un método y se aprovecha de las ventajas de cada uno de ellos.
• Operacionalización: Se refiere a los pasos concretos que se utilizarán para medir los conceptos, conlleva a elegir uno o varios indicadores para cada variable para obtener información o datos. Dependiendo del grado de abstracción y complejidad, más o menos largo el camino de operacionalizar.
• Población y muestra: Sobre quién o qué estudiar. La población es aquel grupo del que queremos extraer conclusiones, pero casi nunca vamos a poder estudiar a todos los miembros, por ello es necesario una muestra que sea el reflejo adecuado de la población.
• Observaciones: Para recoger datos empíricos.
• Procesamiento de datos: Probablemente contará con un volumen de datos difíciles de analizar. El procesamiento de dichos datos facilitará el análisis.
• Análisis: Manejaremos los datos extraídos con el propósito de extraer conclusiones que reflejen intereses, ideas y teorías.
• Aplicación: El uso que se puede hacer de la investigación y las conclusiones a las que llegamos. Debiera agregar sugerencias respecto a una investigación posterior sobre la materia.

Tres Tipos de Cosas que Miden los Científicos Según Kaplan

• Cosas directamente observables: Todo lo que podemos observar simple y directamente.
• Indirectamente: Requiere observaciones más sutiles, complejas o indirectas.
• Constructos: Creaciones teóricas basadas en observaciones, pero no pueden observarse directa o indirectamente. Ejemplo: CI.

Especificar dimensiones e identificar indicadores son las dos partes de la conceptualización.

Indicadores: Resultado final de la conceptualización, especificación de un conjunto de indicadores que indican la presencia o ausencia del concepto que estudiamos.

Dimensión: Aspecto o faceta específica de un concepto. Podemos especificar indicadores para cada subdivisión.

Indicadores intercambiables: Implica que si varios indicadores diferentes representan, todos ellos, en cierto grado, un mismo concepto, entonces todos se comportarían de la misma manera que se comportaría el concepto si fuese real y pudiese ser observado.

Materialización: Considerar cosas como reales cuando no lo son.

Clases de Definiciones

• Ostensiva: Señala una instancia particular del fenómeno.
• Real: Representación de la naturaleza esencial o atributos esenciales. La noción de "naturaleza esencial" es tan vaga que convierte en inútil esta caracterización para una investigación rigurosa.

La especificación depende de la definición nominal y operacional.

• Nominal: Es la que se asigna a un término. Esta especificación centra nuestra estrategia observacional, pero no nos permite observar.
• Operacional: Especifica cómo se va a medir el concepto, descripción de las operaciones que se realizarán para medir y observar un concepto. Esto no significa necesariamente cuantificar. Medir implica establecer criterios de clasificación de acuerdo a la ausencia o presencia de determinadas propiedades. Obliga a convertir enunciados con conceptos abstractos en enunciados con referentes empíricos.

Aunque no estén de acuerdo con nuestra conceptualización, esta tendrá una virtud científica esencial: será específica y sin ambigüedad. Incluso alguien que no esté de acuerdo puede interpretar los resultados, porque estará claro lo que es ese término.

Los científicos sociales pueden medir lo que sea real e incluso cosas que no lo son.

Las definiciones son más problemáticas para la descriptiva que para la explicativa. En la descriptiva, la definición tiene que quedar clara; en cambio, en la explicativa, si hay 25 definiciones operativas de "conservador", podemos usar las 25, y si en todas se cumple que los viejos son más conservadores, se cumple para todas las definiciones.

Criterios para Medir con Calidad

La descripción de "una mujer de 43 años" es más precisa que la de "se encuentra en los 40". Como norma general, las mediciones precisas son superiores. Sin embargo, si su objetivo es saber si una mujer se encuentra en los 40, es suficiente; el demás esfuerzo adicional es inútil. La operacionalización debe guiarse por el grado de precisión que se requiere.

Se pone especial atención a dos consideraciones técnicas:

• Fiabilidad: Consiste en si una técnica en particular, aplicada reiteradamente, da el mismo resultado. La fiabilidad no asegura exactitud (trucar la balanza). Algunas técnicas para manejarlo:
  • Método test-retest: Realizar la misma indicación más de una vez.
  • Método dos mitades: Utilizando los indicadores intercambiables, crear un cuestionario de diez ítems, dividimos al azar el cuestionario; ambos deberían tener los mismos resultados.
  • Utilizar medidas establecidas: Usar medidas que hayan probado su fiabilidad en investigaciones previas. Muchas veces, la misma medida no garantiza fiabilidad. Medidas reconocidas durante décadas han necesitado revisión que refleje los cambios sociales.
  • Fiabilidad del investigador: La falta de fiabilidad se puede deber al propio investigador. Tener un supervisor que llame a una submuestra y verifique los resultados. O una réplica.
• Validez de medida (se relaciona con el error sistemático): Se pregunta si en realidad se está midiendo el concepto que se quería medir y no otra cosa. Se refiere hasta qué punto la medida empírica refleja el significado real del concepto, pero los conceptos no tienen significado real, entonces ¿cómo? Algunas de las maneras son: primero, que exista la “validez aparente” (medidas empíricas concuerden con nuestros acuerdos respecto a un concepto determinado); segundo, los acuerdos concretos que algunos investigadores han alcanzado alrededor de ciertos conceptos, para que se trabaje con mejor validez en torno a esos conceptos. Hay tres tipos de validez:
  • Validez criterio o predictiva: La que está basada en un criterio externo. Ejemplo: la validez de un test de conducir escrito se basa en cómo conducen de acuerdo a las puntuaciones del test.
  • De constructo: Basada en las relaciones lógicas entre las variables, son menos precisas que las de criterio. Sin embargo, no hay consenso en cuál es mejor para una variable en particular.
  • De contenido: Grado en que una medida cubre el rango de significados incluidos en el concepto.

Existe tensión entre la validez y la fiabilidad; a menudo, nos vemos obligados a negociar entre las dos.

Regla básica en la ciencia es definir clara y explícitamente los conceptos básicos que usaremos y que nos permita ver los atributos esenciales de cada concepto, sin añadir rasgos accesorios. Esta opción permite que sea el propio proceso de investigación el que verifique la existencia de relación entre conceptos.

Denotación y Connotación

A través del proceso de definición, estableceremos la connotación y denotación de los conceptos.

Denotación: Se refiere a la clase de objeto a la cual se aplica el concepto.

Connotación: Conjunto de atributos, características o propiedades que constituyen un concepto.

Escala de Generalidad o Abstracción

El grado de abstracción de un concepto está relacionado con la connotación y denotación de un concepto. Connotación y denotación están inversamente relacionadas: aumentar connotación, es decir, el número de características y propiedades que lo definen (menos abstracto), y al revés, aumenta el número de objetos o eventos que se ajustan a esas propiedades. Más connotación o menor influye en el universo de casos que considera la investigación.

Esta idea es útil para entender la relación entre teoría e investigación. Los conceptos normalmente no tienen referentes empíricos directos; para realizar investigación, se tiene que descender en la escala de abstracción de manera que esos conceptos sean empíricamente observables. Tras medir y poner a prueba la hipótesis, se asciende en la escala de abstracción para modificar o validar teorías existentes.

Estiramiento conceptual: Aumentar la denotación de los conceptos sin disminuir su connotación. Se estira el concepto y se aplica a objetos que no se ajustan, se confunde el significado originario del término y se vacía de contenido. Comúnmente, es el resultado de hacer "viajar" a los conceptos y tratar de adaptarlos a diferentes realidades. Sartori propone su escala; otros proponen crear subtipos de un concepto: se aumenta la diferenciación sin vaciar de contenido el concepto. La característica principal de los subtipos es que carecen de los atributos definitorios del concepto inicial.

Distinguir entre variable y concepto: solo se puede hablar de variable cuando, junto con la definición del concepto, se proporcionen criterios para medir cada concepto.

Es posible que un indicador no sea suficiente para medir un concepto. Se pueden utilizar varios índices por separado o generar un índice a partir de varios indicadores.

Las operacionalizaciones no son buenas ni malas, sino que tienen sentido en un contexto y tiempo determinado.

En el análisis comparado, la conceptualización es más compleja: la misma palabra puede ser usada para referirse a dos cosas diferentes. Para que tenga un significado similar, se pueden usar distintos indicadores para el mismo concepto; a esto se le llama "equivalentes funcionales".

Niveles de Medición (Dependiendo de la Cantidad de Información que Proporcionan Sobre lo que se Mide)

• Escala nominal o categórica: Produce un conjunto de categorías separadas que agrupan casos similares entre sí de acuerdo con el criterio elegido. Cuando se trata de un único criterio para separar los casos, se trata de clasificación; cuando se utiliza más de un criterio, taxonomía o tipología (las cuales deben estar basadas en categorías mutuamente excluyentes y colectivamente exhaustivas, es decir, que todos los casos deben ubicarse en alguna de las categorías; para eso se usa la categoría "otros"). Responde a la lógica de clasificación, no de gradación, como los otros tipos de medición.
• Ordinal: Aporta más información porque no solo permite clasificar, sino también ordenarlos por grados. No utiliza unidad normalizada de medición ni asume equidistancia entre las categorías.
• De intervalo: Utiliza una unidad normalizada de la propiedad que se mide y señala la distancia entre dos valores de una variable. Su ventaja es que puede ser sometida a operaciones matemáticas y sus resultados tienen significado.

Es posible pasar de un tipo de medición a otro, aunque siempre en el sentido de más información a menos (de intervalo a ordinal).

Error de medición: Diferencias entre los valores asignados a los casos que son atribuibles a algo distinto a las diferencias reales.

Errores Sistemáticos y Aleatorios

Sistemáticos: Ponen en cuestión los resultados de la investigación, ya que producen sesgos en los valores observados.

Aleatorios: Son menos graves (porque no modifican las mediciones de forma sistemática) y no nos permiten medir el concepto que queremos con precisión. Se producen de manera aleatoria.

Explicación Nomotética e Ideográfica

Nomotética: Busca leyes generales que se puedan aplicar a muchas personas diferentes, centrada en las variables, positivismo. Esta debe ser favorecida por la conceptualización.

Ideográfica: Una explicación en particular, conocimiento intensivo e individual. Trata de describir hechos o acontecimientos particulares, interpretativista.

Experimento Clásico

Tipo de experimentación más convencional. Supone tres pares de componentes:

1. Variables dependiente e independiente.
2. Grupo de control y experimental.
3. Pretest y postest.

Variable dependiente e independiente: Un experimento examina el efecto de una variable independiente sobre una dependiente.

Pretest y postest: En términos sencillos, se mide a los sujetos en función de una variable dependiente (pretest) y luego se les expone a estímulos que constituyen la variable independiente y se les mide de nuevo en función de la dependiente (postest); entonces, las diferencias entre ambas mediciones se le atribuyen a la variable independiente.

Grupo de control y experimental: Los experimentos de laboratorio rara vez implican únicamente la observación de un grupo experimental al cual se le ha aplicado el estímulo, sino que los investigadores observan también un grupo de control al cual no se le ha administrado el estímulo experimental. La utilización de un grupo de control permite controlar los efectos del experimento.

Pros: Al ser un experimento controlado, permite el aislamiento de la variable y su impacto a través del tiempo. En la medida en que no hayan experimentado otros estímulos, podemos atribuir el cambio al estímulo. Otra ventaja es que, exigiendo relativamente poco tiempo, dinero y sujetos, es posible la repetición del experimento con distintos grupos de sujetos, y la replicación refuerza la confianza en la validez y generalizabilidad de los hallazgos.

Contras: Los experimentos de laboratorio son muy artificiales; los procesos sociales que tienen lugar en el laboratorio podrían no pasar en lugares con marcos sociales más naturales.

Selección de Sujetos

Es bastante habitual que los experimentos de laboratorio se realicen en estudiantes universitarios. En relación con la norma de generalizabilidad de la ciencia (representar al público en general), este defecto es menos significativo en la investigación explicativa que en la descriptiva (porque los modelos en las investigaciones causales resultan más generalizables y estables que las características específicas).

Lo ideal es que el grupo de control y experimental sean lo más parecido posible. ¿Métodos?

• Muestreo probabilístico: El investigador selecciona dos muestras probabilísticas. Si cada muestra se asemeja al total de la población, entonces también se parecerán entre ellas. Sin embargo, el grado de representatividad depende de la muestra: inferiores a 100 no lo son, lo cual es una desventaja (los experimentos no suelen implicar muchos sujetos).
• Aleatorización: Se asignan aleatoriamente, y podemos confiar en que los asignados en cada grupo sean razonablemente similares. Tiene sentido con un número amplio de sujetos.
• Igualación: Logra la equiparabilidad de manera más directa, similar al muestreo por cuotas.

Utilicemos el método que utilicemos, deberían tener aproximadamente la misma edad, proporción de género.

Argumentos favorables de la aleatorización frente a la igualación:

1. Puede que de entrada no estemos en posición de conocer las variables relevantes para la igualación.
2. Una razón de carácter más técnico: la mayoría de las estadísticas que se utilizan para evaluar los resultados suponen aleatorización; al no usar este método, hace que la posterior utilización de esas estadísticas sea menos significativa.

Validez

Es lo que hace que seleccionemos un diseño de investigación por sobre otro.

• Validez interna: La posibilidad de que las conclusiones extraídas de los resultados experimentales reflejen con exactitud lo que sucedió en el experimento. Diversas fuentes del problema: acontecimientos históricos que confundan los resultados; pruebas (el proceso de evaluar y volver a evaluar influirá en las conductas de las personas); instrumentación (problemas de conceptualización y operacionalización); regresión estadística (atribuir erróneamente los cambios que se dan en virtud de la posición extrema del sujeto a los estímulos experimentales); mortalidad experimental; orden causal; difusión o imitación de tratamiento (cuando los grupos están en contacto, el grupo de control se contamina); compensación; rivalidad compensatoria; desmoralización. Los investigadores han inventado diseños que dan respuesta a estas cuestiones. El experimento clásico enfrenta cada uno de esos problemas.
• Validez externa: Preocupación con la pregunta respecto de si los resultados de un estudio se pueden generalizar más allá del contexto específico de la investigación (generalización). El diseño de cuatro grupos de Solomon maneja el problema entre medición y estímulo. Supone la creación de cuatro grupos de sujetos asignados al azar: grupo 1 y 2 componen el experimento clásico, al 3 se le administra estímulo sin pretest, y al 4 solo postest. Otro diseño es el de grupo de control con postest, únicamente compuesto por la segunda mitad de los diseños de Solomon.
• Validez psicológica: Si los resultados de las ciencias sociales se aplican a los contextos naturales (normales).

Experimentos naturales: Son los que se realizan fuera del laboratorio, a menudo en el curso de acontecimientos normales. Estos aumentan los problemas en torno a la validez.