el proceso de investigación científica · - medidas de endorfinas de las personas en la muestra -...

El proceso de investigación

científica

Pedro Valero [email protected] 13 de 584

El proceso de investigación científica

Contenidos

1. Investigación, generación de conocimiento, la ciencia en Psicología 72. Función de la Estadística en Psicología 83. Conceptos estadísticos básicos 9

Población 10Actividades 11Muestra 12Muestreo 14

4. Teorías, Modelos, Preguntas/problemas, hipótesis 165. Variables: Definición, tipos y escalas de medida 18

Según el tipo de datos 19Según el nivel de medida 20Según el papel que juegen 21

6. Métodos y diseños de investigación 227. Análisis de datos, interpretación y valoración de resultados 23

Quién 25Qué 27Dónde, Cuándo, Cómo y Por qué 28Actividades 29


El proceso de investigación científica Investigación, generación de conocimiento, la ciencia en Psicología

INVESTIGACIÓN, GENERACIÓN DE CONOCIMIENTO, LA CIENCIA EN PSICOLOGÍA

• Hay tres razones por las que los psicólogos necesitan saber investigar- La Psicología no posee unos conocimientos tan generales que baste con estudiarlos para poder

actuar en cualquier lugar- Los psicólogos necesitan actualizarse, concretar, evaluar, etc. las circunstancias en las que

trabajan constantemente- Los psicólogos a menudo tienen como trabajo realizar investigaciones para saber como están las

cosas

• ¿No pasa eso con todas los conocimientos hoy en día?- Es cierto que hoy en día todos los profesionales necesitan actualizarse constantemente pero en la

Psicología (o las Ciencias Sociales en general) esto es más importante


El proceso de investigación científica Función de la Estadística en Psicología

FUNCIÓN DE LA ESTADÍSTICA EN PSICOLOGÍA

• La Estadística nos permite ir más allá de nuestra experiencia personal para evaluar o conocer las cosas- Moore (1997) dice “el pensamiento estadístico no es natural”, la forma de aprender cosas que

nos ha permitido evolucionar no sigue la lógica de la Estadística- La lógica estadística nos permite llegar a conclusiones acerca de cosas que pueden ser diferentes

o contrarias a nuestra propia experiencia personal. A nosotros nos puede ir bien, pero eso nosignifica que sea lo mejor para todo el mundo.

- “Datos no es el plural de anécdota”

• Psicología basada en la evidencia.- La Psicología es especialmente dada a que la gente opine y cada uno tenga su teoría- Esas teorías/opiniones están basadas en las experiencias/creencias de cada uno- Como psicólogos teneis que preferir aquello que esté basado en la evidencia y haya datos que lo

respalden


El proceso de investigación científica Conceptos estadísticos básicos

CONCEPTOS ESTADÍSTICOS BÁSICOS

• Veremos los siguientes:- Población- Muestra- Muestreo- Parámetro- Estadístico


El proceso de investigación científica Conceptos estadísticos básicos/Población

Población

• Todos los elementos que cumplen una característica o condición

• Ejemplos- Padres españoles con hijos de 6 a 14 años- Adolescentes entre 12 y 16 años

El proceso de investigación científica Conceptos estadísticos básicos/Actividades


Actividades

1. Decir cuál es la población de estos estudios

a) Creencias Postmodernas b) Apoyo social


El proceso de investigación científica Conceptos estadísticos básicos/Muestra

Muestra

• Es un subconjunto de los miembros de una población

- Estudiar a todos los miembros de una población es muy costoso, así que en la práctica sóloestudiamos muestras


El proceso de investigación científica Conceptos estadísticos básicos/Muestra

• ¿Cómo de grande tiene que ser una muestra?- Las muestras no tienen que ser muy grandes si el muestreo está bien hecho- 100 puede ser suficiente para muchos propósitos, en ciertos contextos de investigación se

trabaja con muestras de 10 elementos muestrales o menos

El proceso de investigación científica Conceptos estadísticos básicos/Actividades


Actividades

1. En los artículos de antes, identificar la muestra utilizada

a) Creencias Postmodernas b) Apoyo social


El proceso de investigación científica Conceptos estadísticos básicos/Muestreo

Muestreo

• Es el proceso que lleva a seleccionar una muestra de una población- Un muestreo representativo es uno que reproduce de una manera similar o equilibrada a la

poblaciónUn estudio hecho con una muestra representativa permite sacar conclusiones para la población

- Un muestreo no representativo es uno que está mal hecho y tiene más elementos de unacaracterística de los que hay en la poblaciónThe literary digest error es uno de los ejemplos clásicos de error de muestreo (vídeo)



• Métodos de muestreo- Muestreo aleatorio simple: se seleccionan al azar (por medio de una lotería) un número de

elementos de la poblaciónEste método es más caro en ciertas situacionesy a veces no es posibleEjemplo: Recoger una muestra de 1000 estudiantes de colegios saldría muy caro si al muestrearsalen estudiantes de sitios muy alejados entre sí.Ejemplo: Recoger una muestra para unas elecciones sería muy difícil si hay que cubrir todos loscolegios electorales de una zona. Es más práctico ponerse delante de algunos colegios ypreguntar a los que votan allí procurando que haya colegios de todo tipo



- Muestreo por agrupaciones(también conglomerados oclusters)Se seleccionan al azar losgrupos (por ejemplo, distritos)y dentro de ellos loselementos (por ejemplo,personas).Aunque haya distritos condiferentes perfiles el haberseleccionado distritos al azargarantiza que tengamosdistritos de todo tipo y que losresultados sean fiables

��

�

� �

��

��

��

��

��

�

�

�

�

��

�

��

�

��

�� !�� "�� #��$�� !�� %��&�� '�� !()�� *��+�� ,�� -�.��/�� 0��1�� "��1��2�� 0��1�� !()�� 3(� �� !()�� #�� !()��

��

!!

!�#�

�� *� �#*!"#*4�

�5!�



- Muestreo por estratos

El muestreo al azar no garantiza que se respeten ciertas proporciones o que todo el mundo estérepresentado (igual número de hombres que de mujeres, minorías que no aparecen en los datos)Para solucionar esto, el muestreo puede hacerse forzando un poco las reglas para que losdistintos estratos de la población aparezcan según a nosotros nos conviene (p. e. un númeromínimo de gente de una minoria, con un problema específico, etc.)

• Los muestreos que no son aleatorios simples necesitan usar una estadística un poco especial que no será la que estudiamos aquí (se da en cursos más avanzados)- Los cursos de Estadística I están basados en muestreo aleatorio simple



• Parámetro- Es un número/resumen que hace referencia a la Población

Ejemplo: Proporción, media, etc. de una variable (género, salario, altura) en España

• Estadístico- Es un número/resumen que hace referencia a una muestra

Ejemplo: Proporción, media, etc. de una variable (género, salario, altura) de 100 personasmuestreadas aleatoriamente en España


El proceso de investigación científica Teorías, Modelos, Preguntas/problemas, hipótesis

TEORÍAS, MODELOS, PREGUNTAS/PROBLEMAS, HIPÓTESIS

• El modelo científico sigue el esquema de abajo (Anguera, 1990)


El proceso de investigación científica Teorías, Modelos, Preguntas/problemas, hipótesis

• Ejemplo:1. Delimitación de un area de estudio: ¿Cómo podemos conseguir que la gente sea feliz?2. Teoría: Salud, dinero y amor son lo que produce la felicidad3. Hipótesis empíricas:- La gente con mala salud dice que no es feliz- La gente enamorada tiene mayor cantidad de endorfinas en sangre- La gente con dinero sonrie más a lo largo del día4. Operativización- Mala salud significa haber estado hospitalizado al menos una vez en los 6 últimos meses- No feliz significa contestar a cinco preguntas relacionadas con la felicidad negativamente5. Estrategia de recogida de datos

Muestra aleatoria de 1000 personas de España6. Ajuste de modelos estadísticos

Media de felicidad de los que tienen mala salud frente a los que no tienen mala salud7. Inferencia estadística

Como el muestreo lo he hecho en España puedo generalizar mis resultados a España 8. Efecto sobre la teoría

Si el resultado está de acuerdo con la teoría seguiré creyendo en ella, sino dudaré de ella


El proceso de investigación científica Variables: Definición, tipos y escalas de medida

VARIABLES: DEFINICIÓN, TIPOS Y ESCALAS DE MEDIDA

• Una variable es una característica de un grupo de elementos o sujetos- Medidas de endorfinas de las personas en la muestra- Contestaciones a la pregunta “Se siente usted feliz?” de las personas en la muestra- Número de sonrisas por día de las personas en la muestra- Etc.

• Podemos clasificar a las variables según:- El tipo de datos- El nivel de medida- Si las estudiamos como causa o como consecuencia


El proceso de investigación científica Variables: Definición, tipos y escalas de medida/Según el tipo de datos

Según el tipo de datos

• Para hacer análisis estadísticos es muy importante el tipo de datos de la variables variable. Se suelen distinguir dos tipos: Categorícas y Numéricas- Variables categóricas: Los valores son categorías o clases

Variable género: <Hombre, Mujer>Variable color de coche:<Rojo, Verde, Azul, ...>Variable Nivel de estudios:<Primarios, Secundarios, Terciarios,...>

- Variables numéricas: Los valores son númerosVariable EdadVariable Nota de 0 a 10Variable Nivel de Presión sanguínea


El proceso de investigación científica Variables: Definición, tipos y escalas de medida/Según el nivel de medida

Según el nivel de medida

• Las variables pueden estar medidas según diferentes escalas. Distinguiremos Nominales, Ordinales, Intervalo, Razón- Nominales: Son variables categóricas

Los valores que usamos no son significativos en sí mismos (da igual que usemos 0 para Hombre o1 para Mujer o al revés)

- Ordinales:Hay orden entre los valores pero las diferencias entre valores no son clarasNivel de Estudios: Sin Estudios=0, Primario=1, Secundario=2, Terciario=3

- Intervalo/Razon: Son números y las distancias son claras. El 0 no existe o no tiene sentido en las deintervaloPresión sanguínea (intervalo)Temperatura (celsius:razón, Farenheit: intervalo)


El proceso de investigación científica Variables: Definición, tipos y escalas de medida/Según el papel que juegen

Según el papel que juegen

• Variables independientes- Tienen el papel de causa

Género y supervivencia en el Titanic: Ser mujer fue causa de supervivencia pero no al revés (sisobrevives te vuelves mujer?)Amor y felicidad: Si estás enamorado te aumenta la felicidadetc.

• Variables dependientes- Tienen el papel de consecuencia

Género y supervivencia en el Titanic: Supervivencia sería la dependiente

• Tener en cuenta que los papeles se pueden invertir según los objetivos concretos- El amor puede generar felicidad, pero ser feliz puede volverte más enamoradizo (happy go

lucky)


El proceso de investigación científica Métodos y diseños de investigación

MÉTODOS Y DISEÑOS DE INVESTIGACIÓN

• La gran diferencia está entre métodos Experimentales y No Experimentales

• Métodos Experimentales- Tenemos control sobre las condiciones y asignamos a los sujetos/elementos a las condiciones

que nos interesanUn grupo toma una pastilla, otro grupo un placebo, se mide los efectos sobre algún indicador desalud (por ejemplo, la presión sanguínea)Un grupo aprende según el método A, otro grupo según el metodo B, se mide el resultado en elexamen

- Como asignamos a los sujetos a tratamientos estamos seguros que las diferencias queencontramos se deben a esos tratamientos y no a otras cosas

- El tratamiento es la variable independiente (causa) y la respusta es la variable dependiente(efecto)


El proceso de investigación científica Métodos y diseños de investigación

• Métodos No Experimentales- La gente tiene las características que queremos estudiar por sí misma no les podemos asignar las

que queremos estudiar. Ello dificulta distinguir entre causa y efectoEjemplo: Los fumadores tienen más infartos que los no fumadores (es por qué fuman o por queademás beben más, hacen menos ejercicio, etc.)Ejemplo: Los colegios públicos/privados consiguen resultados diferentes (es por qué sondiferentes o por que atraen a diferentes estudiantes)

- Dentro de los métodos no experimentales hay mucha variedad de tipos de estudios


El proceso de investigación científica Análisis de datos, interpretación y valoración de resultados

ANÁLISIS DE DATOS, INTERPRETACIÓN Y VALORACIÓN DE RESULTADOS

I do not trust any statistics which I have not falsified myself. W. Churchill

• El análisis de datos estadísticos, la interpretación y valoración de unos resultados no son un proceso lineal- Incluso teniendo datos, hay posibilidad para la interpretación de los resultados- Dos personas/facciones pueden tener interpretaciones diferentes para unos datos

Esto sobre todo ocurre cuando la estadística se usa para resolver cuestiones sociales o públicas enlas que los experimentos no son posibles o fáciles

• Significa eso que debemos pensar que la estadística no es útil en absoluto?- En absoluto, discutir sin datos es mucho peor que discutir con datos- Entre la posición completamente cínica en la que no importa tener datos porque al final se dice

lo que conviene, y la completamente ingénua que confía en todo lo que parece científico ybasado en datos, nos podemos quedar en medio


El proceso de investigación científica Análisis de datos, interpretación y valoración de resultados

• Para poder interpretar unos datos se dice que hay que poder responder a las 6 Qs.- Quién- Qué- Qomo, Quando, por Qué y Dónde

Veamos esto con más detalle


El proceso de investigación científica Análisis de datos, interpretación y valoración de resultados/Quién

Quién

• En general quién hace referencia a los individuos que hay en los datos. Esto puede hacer referencia a:- Encuestados (sujetos de una encuesta)- Sujetos o participantes (en un experimento)- Unidades experimentales (en un experimento que no involucre sujetos humanos)- Registros (en una base de datos)- Observaciones (más general y se puede acoplar al caso que estamos viendo)- Casos (también bastante general)

• Lo más importante a recordar es que normalmente los casos se ponen en las filas de la tabla de datos- Es decir, mirando a lo largo de una fila tenemos los valores que un sujeto/participante/

observación/caso/unidad experimental/registro/caso tiene


El proceso de investigación científica Análisis de datos, interpretación y valoración de resultados/Quién

• Quién se ha investigado es importante para poder interpretar unos resultados- La muestra es grande?- Está sesgada?- Los investigados son los que deberían?- Etc.


El proceso de investigación científica Análisis de datos, interpretación y valoración de resultados/Qué

Qué

• Las características que se registran de cada individuo/elemento se llaman variables

Las variables se ponen en las columnas

• Investigar las variables correctas es fundamental- Supongamos que queremos evaluar si una institución educativa (ej. la universidad) funciona

correctamente, ¿qué opción es mejor?Preguntar a los alumnos si les gusta la universidadPreguntar a antiguos alumnos si la universidad les facilitó encontrar un buen trabajoHacer exámenes objetivos comparando el conocimiento de los estudiantes con el de estudiossimilares en otras universidades


El proceso de investigación científica Análisis de datos, interpretación y valoración de resultados/Dónde, Cuándo, Cómo y Por qué

Dónde, Cuándo, Cómo y Por qué

• Los datos necesitan contexto para tener significado. - Dónde y Cuándo:

Datos registrados en un sitio pueden tener un significado diferente a datos registrados en un sitiodiferente. Lo mismo con el tiempo o época en que fueron registrados

- Cómo: Ya hemos hablado de método experimental versus no experimental. Vosotros teneis unaasignatura de métodos de investigación que os enseña cómo recoger unos datosadecuadamente. Según como estén recogidos los datos, las interpretaciones o consecuenciasestán más limitadas

- Por qué: porqué han sido recogidos los datos?, qué intención tenía el que los recogía? que pretende demostrar? hay interés en que salgan unos resultados en lugar de otros?


El proceso de investigación científica El informe de investigación

EL INFORME DE INVESTIGACIÓN

• Esto lo explicaré más adelante (en conexión con el informe individual)

el proceso de investigación científica · - medidas de endorfinas de las personas en la muestra -...

Documents