Download Tema 2. Modelo general de la investigación científica

TEMA II
ESQUEMA GENERAL
Definición
Niveles:
Teórico-conceptual
Técnico-metodológico
Analítico-estadístico
MODELO GENERAL DE LA
INVESTIGACIÓN CIENTÍFICA
El modelo general de investigación
El modelo general de investigación, en ciencias
psicológicas, sociales y de la salud, es como un
proceso global, jerárquicamente estructurado
con niveles y fases, y tiene por objetivo ampliar
el ámbito de los conocimientos objetivamente
validados.
Lectura
La investigación psicológica y social, como
cualquier otra clase de investigación
científica, está formada por un conjunto de
actividades encaminadas al descubrimiento
y a la verificación de fenómenos para
alcanzar
conocimientos
teóricos
significativos. La investigación científica
suele caracterizarse, con frecuencia, como
un proceso o secuencia estructurada de
niveles tendentes a ampliar el ámbito de los
conocimientos objetivamente válidos.
Lectura
La investigación científica es un proceso
que a modo de espiral va desde lo empírico
a lo teórico (vía inducción) y de lo teórico a
lo empírico (vía deducción). Este camino
está estructurado por una serie de niveles,
cada uno de los cuales está formado por
fases que determinan las distintas
actuaciones
dentro
del
nivel
correspondiente.
F
A
S
F
E
S
NIVELES
-----------------------------------------------------------------------------------------------------------------------------------------------------------------
TEÓRICO CONCEPTUAL
Delimitación
de un área de
estudio.
Problemas
i
n
d
u
c
c
i
ó
n
Hipótesis
teóricas.
Teorías y
modelos
d
e
d
u
c
c
i
ó
n
Consecuencias
contrastables.
Hipótesis empíricas
--------------------------------------------------------------------------------------------------------------------------------------------operativización
TÉCNICO
METODOLÓGICO
D
I
S
E
Ñ
O
D
E
Plan de
investigación
Estrategia de
recogida de datos
I
N
V
Experimental
No experimental
E
S
---------------------------------------------------------------------------------------------------------------------------------------------T
I
ANALÍTICO G
ESTADÍSTICO
A
Elaboración y reunión de datos
C
I
Ó
Pruebas de
Ajuste de modelos
N
signifcación
estadísticos
Contraste de
hipótesis
Discusión
de los resultados
inducción
Niveles del modelo general de
investigación
A) Nivel teórico-conceptual
B) Nivel técnico-metodológico Diseño de
investigaC) Nivel estadístico-analítico ción
Nivel teórico-conceptual
Fases
Problemas
Hipótesis
teóricas,
Teorías
Enunciados
empíricos
Discusión
resultados
Lectura (Nivel teórico-conceptual)
Obsérvese que este primer nivel es
eminentemente teórico, de modo que están
presentes, en el transcurso de las distintas fases,
tanto el razonamiento inductivo como el
razonamiento deductivo. Así, por ejemplo, las
hipótesis teóricas suelen derivarse, vía
razonamiento inductivo, de la observación de
los hechos, del análisis de las generalidades y
constancias, de la acotación de ámbitos
observacionales y del intento de dar respuestas
válidas a los problemas planteados.
..//..
De otro lado, el razonamiento, aplicado para
derivar
proposiciones
empíricamente
contrastables -hipótesis de investigaciónde los esquemas teóricos o modelos
conceptuales,
es
fundamentalmente
deductivo. Por último, el razonamiento
inductivo vuelve a estar presente al extraer
consecuencias teóricamente significativas
de los resultados de la experiencia en la fase
de discusión.
Problema científico
Fenómeno
Observado
Problema científico
Pregunta o cuestión que nos hacemos sobre
el porqué ocurre algo, o por algo que nos
sorprende.
Suele formularse:
¿Porqué, o a qué se debe lo que estamos
observando?
..//..
Un problema es científico si puede ser
abordado con la metodología vigente
(disponible a la ciencia) en un momento
histórico dado.
Problemas científicos
Origen
Formulación
Observación
ORIGEN
Resultados previos
Teorías formalizadas
Curiosidad
Lectura (Origen de los problemas)
A) Los investigadores movidos por alguna
observación suelen identificar un problema al
preguntarse cómo y por qué ocurre un
determinado hecho o fenómeno. Esta pregunta
se convierte en un problema a estudiar. ..//..
B) A menudo los problemas surgen de
resultados obtenidos en investigaciones
previas.
Los
resultados
de
las
investigaciones se publican en revistas
científicas, de modo que el procedimiento
más importantes para conseguir problemas
científicos es la revisión de artículos de
revistas a través de los bancos de datos.
..//..
C) A veces, los problemas se derivan de
teorías formales. En este contexto, los
problemas sirven para probar alguna parte
de la teoría o llenar lagunas en
determinados ámbitos conceptuales.
D) La curiosidad es una importante fuente
de problemas y consiste en probar nuevas
técnicas o explorar hechos bajo condiciones
diferentes.
Lectura (Revistas psicológicas)
A menudo los problemas surgen de resultados
obtenidos en investigaciones previas. Los
resultados de las investigaciones se publican en
revistas científicas, de modo que de los
procedimientos más importantes para conseguir
problemas científicos es la revisión de artículos
de revistas.
..//..
Hay publicaciones que recogen revisiones
sistemáticas
de
áreas
psicológicas
específicas. Así, por ejemplo, el Annual
Review of Psychology incluye capítulos que,
redactados por expertos, sintetizan la
investigación realizada a lo largo de los
últimos años en campos específicos de
interés.
..//..
También en la revista Psychological
Bulletin se publican revisiones periódicas y,
con suerte, es posible encontrar un resumen
de un área de interés. Una herramienta de
información bibliográfica decisiva, relativa
a temas psicológicos, es la Psychological
Abstracts que se edita desde 1927. En esta
publicación
se
hallan,
debidamente
clasificados por temas, resúmenes de
artículos de las revistas más importantes de
psicología.
Lectura (bases de datos electrónicos)
Bases de datos
Cobertura
Psicología, salud mental,
biomedicina
Social Sciences Index Ciencia social, política,
psicología, humanidades
MEDLINE
Medicina, biomedicina,
cuidado de la salud
SocioFILE
Sociología y disciplinas
relacionadas
PsycINFO
Dirección Internet
Conectar a través
Biblioteca
Conectar por la Biblioteca
www.healthy.net/library/
search/medline.htm
Conectar por Biblioteca
Ejemplos (problemas científicos)
a) ¿Hay una actitud mayoritaria a favor de la
ley del aborto?
b) ¿Ayuda el ejercicio al aprendizaje de una
destreza motora?
c) ¿Cuáles son los rasgos de personalidad
asociados con la depresión?
..//..
d) ¿Influye la clase social en el consumo del
alcohol?
e) ¿Afecta el estrés a la capacidad de
memoria?
f) ¿El consumo de alcohol reduce la
capacidad de atención?
g) ¿Ayudan los antidepresivos a combatir el
insomnio?
Hipótesis
Conjetura conceptual con la que pretende
resolver un problema científico planteado
Lectura (enunciado de las hipótesis)
A) Identificado el problema, el investigador avanza una
posible solución del mismo. De este modo, la hipótesis
es una propuesta o conjetura conceptual sobre lo que
se espera observar.
B) La solución a los problemas científicos no es la
única razón del enunciado de las hipótesis. Éstas, con
frecuencia, se derivan también de teorías. Las teorías,
a diferencia de las hipótesis, representan los principios
generales y sus conexiones mediante reglas lógicas.
Son sistemas conceptuales que organizan las creencias
iniciales acerca de cómo funciona la realidad o el
mundo (Dooley, 1984)
Teoría versus hipótesis
La teoría sirve de guía de la investigación y
proporciona predicciones sujetas a prueba.
Las hipótesis se convierten, en esta segunda
acepción, en instrumentos de trabajo de la
teoría y son el puente entre los datos y los
esquemas conceptuales. Como destacan
Rosenthal y Rosnow (1991), las hipótesis
están más focalizadas, y están orientadas a
la confrontación empírica.
Universo de las hipótesis
Hipótesis teórica
Hipótesis de
investigación
Hipótesis
operativa
Problema
Estructura jerárquica de las
hipótesis
Hipótesis
teórica
Hipótesis
de investigación
Hipótesis
operacional
Hipótesis teórica
Hipótesis del sistema
Supuesta relación funcional entre variables
teóricas
Hipótesis de investigación
Las hipótesis de investigación o empíricas
son predicciones hechas a partir de las
hipótesis teóricas. Son enunciados más
específicos y más fácilmente verificables
que se derivan de las propuestas o
enunciados teóricos.
A veces se plantean como una solución
directa a los problemas científicos.
Ejemplos (hipótesis de investigación)
a) La actitud de los maestros afecta al
rendimiento académico de los escolares.
b) El estatus socioeconómico determina el
éxito social.
c) El tamaño de los jurados populares está
relacionado
con
el
veredicto
de
culpabilidad.
..//..
d) A mayor intensidad del estímulo auditivo
más rápida es la respuesta.
e) El incentivo es una factor determinante de
la productividad laboral.
f) Los repasos ayudan a memorizar el
material escrito.
g) La masificación de las aulas es causa de
un bajo rendimiento escolar
Hipótesis operacional
La hipótesis operacional es una hipótesis de
investigación donde se han definido
operacionalmente todas sus variables.
En otras palabras, es aquella en que se
aplica a los términos de la hipótesis de
investigación definiciones reductoras ya
sean de manipulación o bien de medición.
Lectura (definición operacional de las variables)
La definición operacional especifica la clase de
operaciones que han de realizarse para manipular o
medir la variable en cuestión. La definición
operacional es un conjunto de instrucciones que han
de seguirse para el uso científico de las variables.
Pueden citarse, como ejemplos de definiciones
operacionales, la especificación de la recompensa por
la cantidad de alimento, la inteligencia por las
puntuaciones de un test de inteligencia, el
neuroticismo por las puntuaciones del cuestionario
EPI, la ansiedad por cantidad de amenaza, etc.
..//..
De los ejemplos citados, se deriva la
posibilidad de dos tipos de definiciones
operacionales: la definición operacional
experimental y la definición operacional de
medida (Kerlinger, 1964)
Ejemplo (hipótesis operacional)
Los individuos introvertidos tienen un
rendimiento más alto en tareas que exigen
estar atentos durante un período de tiempo
largo.
Introversión medida por las puntuaciones
del Inventario de Personalidad de Eysenck
(EPI)
Tarea de atención
cantidad de faltas
cometidas en un simulador de conducción,
durante media hora.
Criterios para la formulación de
las hipótesis científicas
A) Claridad
B) Comprobabilidad
C) Simplicidad
D) Relación entre variables
E) Coherencia
Lectura (cómo se formulan las hipótesis
científicas)
A) Las hipótesis han de formularse con claridad, en
términos usuales y de forma operacional. Han de
evitarse términos tales como personalidad, atención,
rendimiento escolar, etc. El enunciado de una
hipótesis requiere el uso de términos técnicos precisos
y definidos operacionalmente. Una hipótesis como la
personalidad influye en el rendimiento escolar
debería reformularse por la personalidad medida por
el Eysenck Personality Inventory determina las
puntuaciones académicas obtenidas por los escolares
en una prueba de ejecución sensorio-motriz.
..//..
B) Las hipótesis han de ser comprobables. Esto
requiere disponer de los medios o instrumentos
necesarios para manipular o medir, de forma
válida, de las variables implicadas.
C) Es propio de las hipótesis correctamente
formuladas
establecer relaciones entre las
variables. En toda hipótesis científica ha de quedar
reflejada, de forma explícita, la relación entre las
variables. Sea, por ejemplo, la hipótesis de que a
mayor cantidad de ensayos mejor ejecución en
una tarea de coordinación sensorio-motora. ..//..
D) Las hipótesis han de ser simples, es decir, es
preferible una hipótesis específica que una
hipótesis general. No obstante, es posible derivar,
a partir de un enunciado amplio, hipótesis
operacionales particulares.
E) Por último, las hipótesis tienen que ser
coherentes con el resto de los hechos conocidos o
hipótesis verificadas. Las hipótesis previamente
validadas no siempre son consistentes con todos
los hechos. En estos casos, es aconsejable
formular hipótesis alternativas para eliminar la
falta de consistencia.
Clases de hipótesis
Asociativa
Hipótesis
Causal
Hipótesis asociativa
X
Y
Los valores de la variable X
covarían con los valores de la
variable Y
Ejemplos (hipótesis asociativas)
a) Hay una correlación entre el estilo de
dirección y la moral de los empleados
b) La visualización de los dibujos animados
está asociado con el comportamiento
agresivo de los niños.
c) La percepción de culpabilidad o inocencia
de los acusados está asociada a los
argumentos legales.
..//..
d) El consumo de heroína es función de la
clase social.
e) El consumo de tabaco está positivamente
relacionado con el nivel de alerta en sujetos
humanos.
g) Los niños sensibles al ritmo progresan
más en el aprendizaje de lectura.
Hipótesis causal
X
Y
Los valores de la variable X
determinan los valores de la
variable Y
Ejemplos (hipótesis causales)
a) Leer dos veces una lista de ítems favorece
su recuerdo.
b) La intensidad de un estímulo determina
una respuesta de discriminación más rápida.
c) A mayor incentivo más rápido es el
aprendizaje de una actividad académica.
..//..
d) El castigo genera respuesta de evitación.
e) La frustración es causa de conductas
agresivas.
f) El nivel de alerta aumenta la efectividad
del rendimiento escolar.
g) El ejercicio aumenta el rendimiento en
una actividad motora.
Contextos de las hipótesis
Hipótesis
Contexto
científico
asociativas
correlacional
causales
de manipulación
Qué añade la hipótesis al
problema
VD
Relación
funcional
y = f(x)
VI
Clasificación de las hipótesis de investigación
A) En función de los objetivos experimentales:
Hipótesis de investigación
Exploratorias
Confirmatorias
Cruciales
B) En función del grado de generalidad:
Hipótesis de investigación
Universales
Existenciales
Nivel técnico-metodológico
Fases
No experimental
Plan de
Investigación
Estrategias
recogida de
datos
Experimental
Lectura (nivel técnico-metodológico)
A este segundo nivel, se vinculan los conceptos
teóricos con la realidad empírica; es decir, se
fundamenta, mediante el anclaje empírico que
proporciona el método, la representación
conceptual o imagen teórica de lo real (Madsen,
1967). Se trata de una fase cuya actividad
principal es el contraste o comprobación de la
hipótesis de investigación (o hipótesis
empíricas), y la reducción de los elementos de la
hipótesis a referentes reales.
..//..
Este proceso de reducción -operativizar la
hipótesis- requiere la aplicación de las
correspondientes reglas de correspondencia
o definiciones operacionales.
Las actividades de esta segunda fase son: a)
la operativización de la hipótesis mediante
un plan de investigación, y b) la selección
de una adecuada estrategia de recogida de
datos o diseño de investigación.
Plan de investigación
Proceso de toma de decisiones relativo a:
1. variable independiente
2. variables extrañas
3. variable dependiente
4. variable de sujeto
5. variable de procedimiento y tarea
6. instrumentos de medida
Lectura (plan de investigación)
El plan de investigación es un proceso en el
que se toman decisiones acerca de las
cuestiones más relevantes que afectan a su
puesta en práctica. Entre estas cuestiones unas
se refieren a cómo se han de definir las
variables independiente y dependiente, cómo
aplicar los tratamientos, cómo controlar las
posibles variables extrañas o potenciales
fuentes de confundido, cómo administrar las
tareas y cómo seleccionar y tratar a los sujetos
que van a ser objeto de estudio o unidades de
trabajo.
Estrategias de investigación y control
Estrategias
Control de las variables
Independiente Dependiente Extrañas
Investigación de
campo
Nulo
Mínimo
Débil
Métodos de
encuesta
Nulo
Regular
Débil
Máximo
Máximo
Máximo
Manipulativas o
Experimentales
Estrategia de recogida de datos
El procedimiento general de investigación que
es función de los objetivos y de cómo se hallan
físicamente
ubicadas
las
unidades
observacionales, determina el enfoque a seguir
en la obtención de los registros y datos.
Clasificación de las estrategias de
recogida de datos
Observación directa
Ex post facto
Observación indirecta
Estrategia
Experimental
Causal
Cuasi-experimental
Lectura (estrategia ex post facto)
El enfoque ex post facto no requiere la manipulación
directa de las condiciones de producción de los
fenómenos. El investigador no elige arbitrariamente los
valores de la variable independiente. Ese enfoque es
propio de las situaciones donde no es posible la
asignación aleatoria de las unidades a las condiciones
de tratamiento, y donde el control de las fuentes de
variación extrañas es escaso o limitado. Las principales
estrategias o procedimientos metodológicos que
asumen esta clase de condiciones son la observación
directa y observación indirecta.
..//..
La observación directa agrupa un conjunto
de técnicas conocidas por investigación de
campo. Estas técnicas
requieren
observaciones directas de los eventos, tal
como ocurren de forma espontánea y
poseen un escaso control de las fuentes
extrañas de variación. Entre las técnicas
más
importantes
se
encuentra
la
observación naturalista, el estudio de casos
y los auto-informes (Arnau, 1995b)
..//..
La observación indirecta pertenece también
al enfoque ex post facto y se caracteriza por
el registro y medida de gran cantidad de
variables. Las técnicas utilizadas en
observación indirecta son conocidas por
métodos selectivos o métodos de encuesta.
El objetivo de la metodología de encuesta es
la obtención de información con el
propósito de conocer las propiedades o
características
de
una
determinada
población. Entre los procedimientos a
utilizar están las entrevistas y los
cuestionarios (Arnau, 1995b)
Lectura (estrategia causal)
La estrategia causal plantea el estudio de los
efectos causales entre las variables objeto de
estudio, y se caracteriza por el mayor control
que se tiene de los factores o variables de
confundido. La estrategia causal se caracteriza
por el control que se posee sobre los registros,
condiciones y sujetos. La estrategia
experimental tiene tres componentes básicos:
manipulación, aleatorización y control.
..//..
A diferencia de la estrategia no experimental o ex post
facto, la estrategia experimental implica la
manipulación activa de la variable independiente; es
decir, el experimentador elige arbitrariamente los
valores de la variable independiente y los aplica a
diferentes grupos de sujetos. Por otra parte, la
estrategia cuasi-experimental
prueba, también,
relaciones de causalidad pero a diferencia de la
estrategia experimental los grupos no se forman al
azar, sino que utiliza grupos naturales, intactos o ya
formados. De ahí, que la asignación aleatoria o no de
los sujetos a los grupos marca el límite entres estas
dos estrategias.
Lógica de la investigación
experimental
El razonamiento lógico de la técnica
experimental consiste en atribuir los
cambios observados en la variable de
respuesta (variable dependiente) a la
variación sistemática de los tratamientos
(valores de la variable manipulada o
independiente)
Nivel estadístico-analítico
Fases
Elaboración
y reunión
de datos
Ajuste del
modelo
estadístico
Inferencia de
la hipótesis
estadística
Lectura (Nivel estadístico-analítico)
Al un tercer nivel, se han secuenciado tres
fases para conocer paso a paso el proceso de
análisis de datos:
a) en la primera fase, se representan los
resultados en tablas o gráficos sin otro
tratamiento posterior (fase de elaboración y
reunión de datos)
..//..
b) la segunda, es la elección de un adecuado
modelo estadístico, para determinar el grado
de ajuste entre el modelo y los datos del
experimento (fase de selección y/o ajuste de
modelos), y c) por último, se infiere la
hipótesis estadística a un determinado nivel
de probabilidad (fase de toma de decisiones
estadísticas)
Elaboración de datos
Observación
directa
numérico
Escala
de medida
Dato
científico o
valor
La conversión de una observación directa en un dato
científico se realiza mediante la aplicación de una
adecuada escala de medida
Reunión de datos
Sistemas de reunión de datos
a) Tablas
b) Gráficos
Tablas
Las tablas se usan en los informes científicos
para resumir los datos u otra información que
no puede ser presentada de forma conveniente
en la narrativa del texto.
Lecturas (tablas)
La tablas deben tener un título que informe
claramente sobre su contenido como por
ejemplo preferencias del partido político. Las
tablas estadísticas deberían informar también
sobre el número de observaciones que se
incluyen (frecuencia). La parte superior de la
columna del lado izquierdo de la tabla es
referida como título de filas e informa sobre el
contenido de las fila. El cuerpo de la tabla
contiene los datos de interés. En el ejemplo
propuesto se muestra el número de individuos
que prefieren cada partido político.
..//..
Las tablas que se refieren a una sola
variable son conocidas por representaciones
univariadas y las que informan sobre dos
variables, representaciones bivariadas. En
la representaciones bivariadas una variables
está asociada a las filas y la otra a las
columnas y se conocen, también, por tablas
de contingencia. Ejemplo de tabla bivariada
en la que relaciones la pertenencia del
partido político y la afiliación religiosa (en
paréntesis están los porcentajes)
Preferencia hacia un partido político
Preferencia hacia un partido político y
afiliación religiosa
Gráficos
Con los gráficos se consigue una
representación visual de los datos, por lo
que es un procedimiento útil a la
investigación. Los gráficos captan mejor la
atención del lector, permite clarificar los
resultados y facilitar su interpretación
Lectura (histograma de frecuencias o gráfico
de barras)
El histograma de frecuencias es un gráfico que
muestra la distribución de frecuencias de una
variable de intervalo. El eje horizontal del
histograma o gráfico de barras presenta los
intervalos y el eje vertical la cantidad de
puntuaciones de cada intervalo (frecuencia). La
altura de la barra indica la frecuencia de casos
de cada categoría. El gráfico siguiente muestra
la cantidad de amigos reportados por estudiantes
del un College americano.
..//..
En el segundo ejemplo, se muestra un gráfico
de barras sobre el efecto de dos drogas antiansiolíticas. Se trata de una escala nominal y la
diferencia entre el primer y segundo panel
estriba en la forma de representar las unidades
en el eje vertical (unidades pequeñas en el
primer panel y punto cero y unidades grandes
en el segundo). Nótese que la gran diferencia
entre las dos drogas que se observa en el
primer panel y que desaparece en la segunda
representación.
Cantidad de amigos reportados por
estudiantes de un College
Efectos de las drogas sobre la ansiedad
Lectura (polígono de frecuencias)
Es una forma alternativa de representa el
histograma de frecuencias. Así, en lugar de barras
se utilizan líneas que conectan las frecuencias de
los intervalos de clase. En el ejemplo siguiente se
muestra la misma información sobre la cantidad
de amigos, pero utilizando el sistema de líneas y
no de barras. De igual modo, se tiene el gráfico de
la cantidad de divorcios al aprobarse
correspondiente ley en el Estado de Nebraska.
Cantidad de amigos reportados por
estudiantes de un College
Cantidad de divorcios antes y después de su
promulgación en el Estado de Nebraska
Modelo estadístico
Y = f(X) + g(E)
V.Dep.
Parte fija
Parte aleatoria
Lectura (modelo estadístico)
El modelo estadístico, o ecuación de carácter
lineal, asume que una observación Y es el
resultado de la combinación aditiva de alguna
función f de variables fijas y de alguna función g
de componentes aleatorios, y que tanto f como g
pueden tomar parámetros conocidos o
desconocidos. Considerada esta ecuación como
un modelo estadístico general, se tiene que
cualquier observación es la suma de dos partes o
componentes: una parte fija o determinista, f(X),
y una parte aleatoria desconocida, g(E).
..//..
Los modelos que se ajustan a la ecuación
propuesta parten de unos supuestos teóricos,
y describen cómo se comportaría la variable
dependiente (o variable de medida), siempre
y cuando el azar haya tenido la oportunidad
física de actuar.
Hipótesis estadística (1)
H0: parámetro = 0
H0: β = 0
Lectura (hipótesis estadística)
En investigación del comportamiento, interesan
más los parámetros asociados a la parte fija del
modelo estadístico ya que representan la magnitud
de un cambio (grado de asociación entre las
variables) o el efecto causal (el impacto de una
variable sobre la otra), en función de la estrategia
de recogida de datos. Es por ello, que el objetivo
de cualquier prueba de hipótesis es determinar el
nivel de significación de estos parámetros.
Hipótesis estadística (2)
H0: μ1 = μ2
H0: μ1 μ2 = 0
Hipótesis nula: H0
En teoría estadística se asume, inicialmente,
la no-significación de los parámetros (o de
su diferencia), siendo este supuesto la
hipótesis que se somete a prueba, conocida
por hipótesis nula (H0). Si se demuestra que
este supuesto no es aceptable, se recurre a la
hipótesis alternativa como la explicación
más plausible de los datos.
Lectura (Prueba de la hipótesis estadística o
prueba de significación)
La prueba de significación estadística
contrasta la hipótesis de nulidad con los
datos del estudio. A partir del resultado de la
prueba de significación, se procede a la toma
de decisiones estadísticas. El resultado de la
prueba consiste, de forma sucinta, en la
aceptación o no de la hipótesis de nulidad
que asume la no-relación entre la variable
independiente manipulada sobre la variable
dependiente observada o medida.
..//..
Cabe matizar, no obstante, que entre la
variable independiente y dependiente
pueden darse relaciones de asociación o de
causalidad, de modo que la posible
implicación de una variable sobre otra
depende del diseño utilizado (noexperimental o experimental). La relación
de asociación es la magnitud de cambio
habido entre dos variables, mientras que la
relación de causalidad es el tamaño del
impacto de una variable sobre otra.
Inferencia de la hipótesis de nulidad
La inferencia de la hipótesis nulidad lleva a
aceptar que la variable independiente no tiene
efecto sobre la dependiente. En caso contrario,
se toma la decisión a favor de un modelo
alternativo asumiendo, como explicación más
plausible (no exenta de riesgo), el modelo de
impacto o efecto real. Al tomar esta decisión,
se corre el riesgo de que sea falsa.
..//..
Este riesgo se define, en teoría estadística,
en términos probabilísticos y es conocido
por nivel de significación. El nivel de
significación describe el grado de
credibilidad que merece la hipótesis
considerada.
..//..
Cuando la prueba lleva a la aceptación de la
hipótesis nulidad, se concluye que la variable
independiente no tiene relación alguna con la
dependiente. En caso contrario, se toma la
decisión a favor de la hipótesis alternativa
asumiendo, como explicación más plausible
(no exenta de riesgo), el hecho de una
relación entre ambas variables (de asociación
o de causalidad).
Decisiones en torno a la Hipótesis de Nulidad
Rechazo
o
Aceptación
Cuando H0
es falsa
Cuando H0 es
verdadera
Cuando H0
es falsa
Cuando H0 es
verdadera
Decisión
correcta
Decisión
incorrecta
Decisión
incorrecta
Decisión
correcta
No error
Error Tipo I
Error Tipo II
No error
Errores en el rechazo o aceptación de H0
Situación actual de la H0
Decisión
Verdadera
Falsa
Rechazo H0
Error Tipo I
No error
Aceptación H0
No error
Error Tipo II
Error Tipo I y error Tipo II
A) Error Tipo I o decisión positiva falsa se
comete al rechazar la hipótesis de nulidad
cuando es verdadera; es decir, cuando se toma
una decisión positiva, en favor de la existencia
de un efecto de la variable independiente
cuando en realidad no existe (falsa alarma).
La probabilidad de cometer este error es el
nivel de significación o valor α de la prueba
estadística.
..//..
B) Error Tipo II o decisión negativa falsa
se comete cuando la prueba lleva a la
aceptación de una hipótesis de nulidad falsa.
Se trata de aceptar un efecto nulo, cuando en
realidad no ocurre. El error de Tipo II se
define por la probabilidad β y está asociado
inversamente con la probabilidad α y
directamente con la potencia de la prueba.
Decisión estadística y error
Resultado
de la prueba
estadística
Probabilidad
de azar
α = 0.05
Decisión
Significativo
pα
NA(H0)
H0
No significativo
p > α
A(H0)
Inferencia de H0
Probabilidad
de azar
1
Región de
decisión
Si p > 0.05
A(H0)
Si p  0.05
α = 0.05
NA(H0)
0
Lectura (probabilidad de azar y decisión)
Por hipótesis nula se asume que la única razón por
la que los datos del estudio varían es el azar. De ahí,
la hipótesis nula es la hipótesis de la expectativa del
azar. Todo ocurre al azar hasta que no se demuestre
lo contrario. El resultado de la prueba estadística
señala cuál es la probabilidad de que los datos
hayan ocurrido al azar. Entonces, asumiendo un
determinado riesgo de error (riesgo alfa), definido
en términos probabilísticos, es posible concluir la
no aceptación (cuando pα) o la aceptación (cuando
p>α) de la hipótesis de nulidad.
Discusión de los resultados
Interna
Control
Externa
Alcance
Validez
Lectura (discusión de los resultados)
En este estadio se distinguen dos actividades básicas:
A) En primer lugar, se determina, en la medida de lo
posible, la aceptación de los presupuestos teóricos que
han inspirado la investigación. Esto requiere
interpretar los resultados y, al mismo tiempo, inferir la
hipótesis de investigación. Así, con esta primera
actividad, el investigador fija el grado de validez
interna de la investigación.
..//..
B) En segundo lugar, se especifica el
alcance de los resultados obtenidos, es
decir, para qué valores de las variables
implicadas y presentes en la situación es
vigente el efecto inferido. Se trata, por
tanto, de establecer el alcance de los
resultados (su generalización) y el grado de
validez externa del trabajo.
Validez
Consistencia de un estudio o trabajo
científico.
Puede
entenderse
como
consistencia interna (cohesión) y como
consistencia externa (ámbito de aplicación)
Validez interna
El grado en que se puede establecer de
forma exacta que la variable independiente
ha producido el fenómeno observado o es
causa de los valores que toma la variable
dependiente.
Validez externa
El grado en que los resultados de un
estudio pueden generalizar a través de las
personas, contextos, tratamientos y
tiempos.
El alcance que tienen los resultados de una
investigación.
Interpretación de los resultados
Las actividades propias de la interpretación de
los resultados son:
a) Inferir la hipótesis de investigación.
b) Examinar los resultados en función de ésta
hipótesis, extrayendo los contenidos
científicamente significativos.
c) Interpretar los resultados en términos de
hipótesis alternativas o rivales.
Generalización de los resultados
En la generalización se evalúa el alcance de los
resultados. Es decir, para qué poblaciones son
vigentes los supuestos teóricos probados. La
generalización de los resultados suele
realizarse, por lo común, con la población de
sujetos. No obstante, en toda investigación está
presente más de una población: la población de
tratamientos, experimentadores, contextos y
emplazamientos, etc.
..//..
Convendría tener cuenta las diferentes
poblaciones para establecer los márgenes de
acción de los efectos constatados y el grado de
validez externa de la investigación.