F investigación 1-11 - libro nuevo

Vista previa del material en texto

MK
TEMA 1: El MÉTODO CIENTÍFICO Y LAS ESTRATEGIAS DE INVESTIGACIÓN EN PSICOLOGÍA.
1.1 INTRODUCCIÓN.
El método científico plantea un procedimiento general para la obtención de conocimiento, que implica el ciclo
completo de la investigación y cuyas reglas básicas son aplicables, por su nivel de generalidad, a diversos
problemas de estudio.
El carácter científico de la Psicología le lleva a asumir el método científico. Pero al ser una ciencia particular
posee su propio objeto de estudio y sus métodos y técnicas específicas que, siguiendo los requisitos del
método científico, están adaptados a las peculiaridades de sus problemas de estudio..
La Psicología científica asume la estrategia general del método científico, pero adopta un conjunto de
métodos, diseños y técnicas de investigación particulares, que se adaptan a la naturaleza de su objeto de
estudio y a su grado de desarrollo como ciencia. La complejidad del objeto de estudio de la Psicología y su
diversificación interna, tanto en la investigación básica como en su aplicación profesional, justifican la
existencia de diversas estrategias metodológicas, todas ellas útiles y eficaces en su ámbito de actuación
adecuado.
La diferenciación se puede hacer desde diversos criterios y desde un planteamiento cualitativo o cuantitativo.
1.2 EL MÉTODO CIENTÍFICO.
1.2.1 ¿Qué caracteriza al método científico?
La ciencia surge de la curiosidad y del afán de controlar la naturaleza.
Inicios de la ciencia moderna en la segunda mitad del siglo XV y principios del XVI. El proceso de cambio
conocido como la revolución científica, supuso un giro crítico en el modo de conocer el mundo, gradualmente
se vuelve funcional y mecanicista.
CLAVES DE LA CIENCIA MODERNA
1. Observación sistemática como rasgo central de la ciencia, con la finalidad de explicar cómo funciona
la naturaleza, pero también de corregirse a sí misma.
Novedoso y crítico uso de la observación para corregir los posibles errores de las teorías filosóficas y
religiosas que la sustentaban.
2. Control de las influencias extrañas que puedan limitar o sesgar observaciones. Surgen los
laboratorios y se produce un importante desarrollo de instrumentos de medida.
3. Se pasa de una observación pasiva de las cosas de forma natural a una observación activa de las
consecuencias de introducir cambios deliberados (la experimentación).
Método científico: procedimiento general, empírico, sistemático, controlado y crítico, para la
obtención de conocimiento.
- General porque proporciona claves básicas adaptables a las necesidades específicas de las diferentes
disciplinas.
- Empírico porque se basa en la observación de los hechos. Proceso continuo de contrastación.
- Sistemático y controlado porque exige una planificación y aplicación rigurosa, con registro de las
observaciones se realiza de forma ordenada y controlada para obtener datos fiables.
- Crítico porque debe ser revisable, someterse al juicio objetivo externo y corregirse a sí mismo.
La importancia del conocimiento público, conocimiento obtenido expuesto públicamente y detalladamente,
permite a la ciencia autocorregirse, esencialmente mediante la replicación. La replicabilidad de la
investigación y la realización de estudios de replicación son fundamentales para asegurar la credibilidad y la
eficiencia de la investigación científica.
MK
La investigación científica es un proceso sistemático y dinámico en el que se pueden identificar
diferentes fases organizadas de forma secuencial y que implican diferentes tareas del investigador.
El investigador se plantea una pregunta de investigación, planifica un estudio empírico para
responder, lo lleva a cabo recogiendo los datos, analiza esos datos y obtiene conclusiones, lo que da lugar
a conocimientos/teorías que a su vez también permite plantear nuevas preguntas e investigaciones. lo que
da lugar a un proceso circular.
Según las estrategias de razonamiento y la elaboración de las conclusiones, se distingue entre:
- Método inductivo: se extraen las conclusiones por inducción, de la observación repetida de los hechos
particulares se extraen conclusiones generales para todos los objetos o eventos de esa misma
naturaleza.
- Método hipotético-deductivo: se aplican, en diferentes momentos del proceso investigador la
inducción y la deducción (el más usado en psicología).
Hipótesis: afirmaciones o respuestas en relación con la pregunta de estudio, y cuyo contenido se deriva de la
teoría. A partir de la teoría se deducen hipótesis lógicamente coherentes con ella. El estudio empírico
permitirá detectar el ajuste, o no, de los datos (inducción) con la hipótesis, y deducir, a partir de ese resultado,
las implicaciones y consecuencias que tiene para la teoría el que la hipótesis haya sido o no respaldada por
los datos. Si los datos apoyan la hipótesis la teoría se fortalece, y si no la apoyan la teoría se debilita. Se evita
decir que una prueba se demuestra como cierta o falsa por una razón de parcialidad y provisionalidad de las
conclusiones. Solo la acumulación de estudios que contengan resultados contrarios a las hipótesis derivadas
de una teoría conseguirá que se produzcan cambios sustanciales en ella o, incluso, su abandono por otra
teoría con mejor capacidad explicativa.
1.2.2 ¿Qué es una teoría científica?
Elaboración conceptual, un entramado lógico de ideas que pretende explicar cómo y por qué ocurre un
fenómeno; y esta explicación puede tener ya un gran respaldo empírico en muchos aspectos, aunque también
puede tener otros pendientes de poner a prueba. Kerlinger (1985) «un conjunto de constructos (conceptos),
definiciones y proposiciones relacionadas entre sí, que presenta un punto de vista sistemático de fenómenos
mediante la especificación de relaciones entre variables, con el objeto de explicar y predecir los fenómenos».
1.2.2.1 Funciones y cualidades de las teorías científicas.
Una teoría es útil en la medida en que describe, explica y predice el fenómeno al que se refiere,
organiza el conocimiento y orienta la investigación sobre ese fenómeno.
Funciones básicas de una teoría las siguientes:
1. Sistematizar el conocimiento sobre un fenómeno.
2. Explicar cómo y por qué ocurre un fenómeno.
3. Predecir sobre si, dadas ciertas condiciones, un fenómeno se producirá o no, y de qué manera.
4. Orienta la investigación y generar nueva investigación está ligada a la aplicación de método
hipotético-deductivo, bien sea para reafirmar su capacidad explicativa o para revisar, si los resultados no
fueran congruentes con ella. En estos procesos surgen nuevas preguntas que darán lugar a nuevas
investigaciones.
Pueden existir diferentes teorías sobre un mismo fenómeno, siendo algunas complementarias o
competidoras entre sí. Según sus cualidades son más valiosas y útiles que otras.
Cualidades fundamentales de una teoría:
1. Ser susceptible de prueba y modificación, cuando de ella se derivan hipótesis que pueden ser
contrastadas empíricamente.
MK
2. Coherencia lógica. Sus elementos y relaciones entre ellos deben estar formulados de forma clara y
precisa, y las afirmaciones lógicamente interrelacionadas y sin contradicciones.
3. Capacidad de descripción, explicación y predicción. Definición del fenómeno de forma más
completa, con mayor evidencia empírica.
4. Alcance, amplitud o alcance explicativo, cuanto mayor sea el número y la diversidad de fenómenos
que pueda explicar.
5. Simplicidad (principio de parsimonia o navaja de Ockham). Una teoría parsimoniosa es una teoría
sencilla, la cual es una cualidad deseable.
6. Fertilidad, capacidad de una teoría para generar nuevas preguntas de investigación, nuevas
observaciones y descubrimientos, mayor contribución.
Ejemplo de hipótesis altamente contrastada: Teoría de la disonancia cognitiva (Festinger-1957) fenómeno
de malestar y consiguiente búsqueda de ajuste, entre nuestros pensamientos y comportamiento. Discrepancia
entre conductas y actitudes provoca malestar y estrés emocional. Disonancia considerado un factor
motivacional, tiene componente de activación fisiológicade malestar psicológico, de forma que la necesidad
de reducir ese malestar va a motivar cambios psicológicos. Los supuestos básicos de esta son:
a) La disonancia es psicológicamente incómoda, para reducirla y lograr consonancia aumentamos la
importancia de los elementos consonantes con la conducta, añadiendo nuevos elementos
consonantes o quitando importancia a los disonantes.
b) Cuando la disonancia está presente la persona evita activamente las situaciones e informaciones que
pudieran aumentarla.
1.2.3. Otros términos relacionados con las teorías: modelos, perspectivas, constructos y variables.
- Modelos: pretenden tener un alcance explicativo menor que las teorías, en el sentido de que sirven
para explicar fenómenos específicos con un ámbito de aplicación acotado. A menudo se expresan en términos
de ecuaciones o matemáticas, o estructuras funcionales concretas y a veces utilizan analogías que ayudan a
expresar sus claves estructurales y mecanismos. Psicología actual con muchos modelos por su complejidad
de estudio y juventud como disciplina.
- Perspectiva: refleja una aproximación general más amplia que una teoría, desde la que se plantea la
explicación o interpretación de un fenómeno.
- Constructo: concepto abstracto, que no es directamente observable. Conceptos de nivel de
abstracción elevado que no tienen referentes empíricos directos, pero que se pueden inferir a partir de ciertos
datos. Ej: inteligencia, creatividad, ansiedad. Suelen definirse mediante otro constructo. o mediante la
definición operacional u operativa proceso para definir un constructo a través de operaciones que nos
permiten identificar su presencia o ausencia o su magnitud, pudiendo convertirlo en variables que puedan
observarse o medirse.
- Variable: es una característica que podemos observar o medir en los objetos o en los fenómenos, y
que puede presentar al menos dos valores. A través del estudio de las variables podremos poner a prueba
las hipótesis, obteniendo más información sobre los constructos y contribuyendo al desarrollo de la teoría.
Correcta elección, definición y medida de éstas son pasos importantes que determinarán la validez y utilidad
de las conclusiones.
1.3. MÉTODOS, DISEÑOS Y TÉCNICAS: CLARIFICACIÓN DE CONCEPTOS
MK
- Método: proceso de investigación, adoptando una determinada estrategia general que condiciona el
desarrollo de cada una de sus etapas, en la necesidad de mantener su coherencia interna. Procedimiento
general orientado a la obtención de conocimiento válido. Metodología, tratado o estudio del método.
- Técnicas: modos específicos o procedimientos para realizar diferentes etapas particulares que, como
dispositivos auxiliares, posibilitan la aplicación de los métodos.
La diferencia fundamental entre técnicas y métodos radica en su amplitud, y su relación.
Un método se apoya en diversas técnicas que van haciendo viable el recorrido por las diferentes
etapas, y, a su vez, una técnica determinada puede ser aplicable en investigaciones desarrolladas con
estrategias o métodos distintos.
En un punto intermedio entre los métodos y las técnicas se situaría el diseño.
- Diseño de investigación: elección y especificación del procedimiento para la obtención de datos que
permitirá afrontar un problema de estudio o contrastar una hipótesis. Plan estructurado de acción en función
de unos objetivos básicos.
Significado de verbo: serie de decisiones en la planificación consideradas en su conjunto y en función
de los objetivos de la investigación, en cambio, en un significado denominativo: estrategias o procedimientos
expresados a través de una serie de expresiones convencionales facilitando la comunicación científica y en la
descripción en los informes, artículos y medios de difusión, aunque no siempre puede aplicarse a todos los
diseños ya que cambian los criterios.
1.4. LA INVESTIGACIÓN CUANTITATIVA Y LA INVESTIGACIÓN CUALITATIVA
Método alternativo que permita la comprensión integral de lo individual basado en un análisis cualitativo.
Controversia entre lo nomotético o general y lo idiográfico o particular, y por tanto entre las dos métodos.
MÉTODO CUANTITATIVO MÉTODO CUALITATIVO
Aproximación
Miden variables
Objetos de estudio observables y medibles
Método hipotético-deductivo
Relación entre el sujeto que conoce y el objeto de conocimiento.
Relación inseparable persona - mundo
Método inductivo
Estrategia
Estudio con objetividad , imparcialidad y distancia
Detección de regularidades para identificar causas
explicativas del comportamiento
Busca las leyes que gobiernan el mundo mental
Ser humano como objeto de conocimiento
Uso de la estadística como herramienta y la
experimentación
DISEÑO ESTRUCTURADO Y PLANIFICADO
Investigador tomando contacto directo con la realidad como
herramienta
Perspectiva relativa al proceso de investigación
Busca comprender la realidad
El conocimiento emerge de la relación con el objeto investigado.
Investigación interpretativa.
DISEÑOS EMERGENTES
Relación con
postulados
Positivismo
Realidad es única y concreta
Sujeto externo al objeto.
Posible verdad objetiva.
Valores suspendidos para el conocimiento
Relaciones causales generalizadas en tiempo y
lugar
Busca la verificación de la evidencia de las
proposiciones.
Constructivista y fenomenológico
Múltiples realidades interconectadas
Interdependencia entre objeto y sujeto
Verdades relativas y determinadas histórica y socialmente.
Valores median y configuran el conocimiento
Explicaciones tentativas para un tiempo y lugar determinado
Busca descubrir o revelar proposiciones
1.5. CUANTITATIVA: ESTRATEGIAS MANIPULATIVAS Y ESTRATEGIAS NO MANIPULATIVAS
1.5.1 Estrategias manipulativas
MK
La estrategia más potente de investigación cuantitativa es la experimentación. El objetivo
fundamental de la investigación experimental es el estudio de las relaciones causales entre las variables. Al
realizar un experimento:
a) Manipulamos (introducimos en la situación y variamos) lo que suponemos como causa (variable
independiente, VI), para poder observar sus efectos en otra variable (variable dependiente, VD)
b) Observamos cómo las variaciones que hemos manejado en la causa (VI) se asocian (covarían) con
cambios en los efectos (VD).
c) Controlamos que en la situación no interfieran otras variables (variables extrañas) cuya influencia
pueda confundirse (explicaciones alternativas) con el efecto de la causa estudiada. diente, VD).
* Ejemplo: Manipulamos alcohol (VI), con 3 niveles o tasas de alcoholemia, para ver su influencia en el tiempo
de reacción (VD) de los participantes en frenar obstáculos que aparezcan de forma repentina.
Procedimientos alternativos en la organización:
- Diseño intergrupos o intersujetos: varios grupos y cada grupo tiene una determinada condición
experimental
- Diseño intragrupo o intrasujetos: todos en un único grupo, pero realizaran la tarea varias veces, en
distintas sesiones y bajo cada una de las condiciones experimentales.
Situación de contigüidad temporal en la manipulación en el momento oportuno y en un lugar controlado, en
la que la variable independiente es el antecedente del rendimiento de los participantes en la tarea planteada
constituye una de las condiciones necesarias para poder contrastar hipótesis de relaciones de causalidad
entre variables de estudio (VI-VD). Condición necesaria para interpretar los resultados en términos de
causalidad, posibilitando el dejar fuera otras posibles explicaciones de los datos obtenidos.
La característica fundamental de la investigación experimental es el estudio de las relaciones causales
entre las variables a través de la manipulación directa de las variables independientes, la medida de sus
efectos sobre las variables dependientes y el control sobre aquellas variables potencialmente
contaminadoras de los resultados (variables extrañas).
Clasificación de variables
- Variable independiente (v. antecedente, v. causal, v. predictora y factor, VI): la que el experimentador
decide manipular para estudiar sus efectos sobre otra. También hay determinadasvariables que,
haciendo el papel de variables independientes, por diversos motivos (por su propia naturaleza, o por
razones éticas) no pueden ser manipuladas por el investigador: son las variables de selección de
valores.
- Variable dependiente (v. de la tarea, v. consecuente, v. pronóstico, v. criterio, VD): lo que se decide
medir, para ver los efectos producidos por la manipulación de la variable independiente.
- Variables extrañas (VE): ajenas a la relación buscada entre la VI y la VD, pero que pueden influir en
dicha relación. No son variables de estudio, y hay que prever, detectar y controlar en la investigación.
* Cuasiexperimentos: estudio de los fenómenos en su entorno real y de sus limitaciones que estos entornos
plantean para poder aplicar el control experimental, que es la de que los grupos no se pueden organizar por
asignación aleatoria y, en consecuencia, no se garantiza su equivalencia inicial, lo que lomita a su vez en la
interpretación de los resultados.
Complejidad del comportamiento humano y multiplicidad de variables que intervienen en los fenómenos no
siempre son compatibles con la manipulación y las exigencias de control requeridas por el método
experimental , por lo que esta estrategia no puede abarcar todo el estudio de investigación psicológica.
MK
1.5.2 Estrategias no manipulativas
Las variables implicadas no pueden ser manipuladas, sea por razones éticas o por su propia
naturaleza si son variables organísmicas. (p. ej., la edad o el sexo) o que forman parte de la historia vital de
las personas (p. ej., tamaño de la familia, nivel formativo, experiencia laboral u otras).
Cuando las variables no son manipulables, su estudio se puede realizar a través de la selección de los
participantes en función de que posean entre sus características un determinado valor o modalidad de las
variables de estudio; esto es, trabajamos con variables de selección de valores. La investigación que no puede
utilizar la manipulación y se basa en variables de selección de valores utiliza una estrategia no manipulativa.
- Variable independiente pasa a ser variable predictora.
- Variable dependiente pasa a ser variable criterio o pronóstico.
Fuente de contaminación de datos el hecho de que los sujetos no solo cuentan con las características y
condiciones objeto de estudio, sino que cuentan con muchas otras que competirán como explicaciones
alternativas. Algunas de estas variables se pueden controlar seleccionando a sujetos que reúnan ciertas
características similares entre ellos para que resulten comparables entre sí. Otras muchas quedarán fuera de
las posibilidades de control por desconocimiento de ellas.
Estas restricciones para asegurar la equivalencia y la relación antecedente-consecuente entre VI y VD
limitan las posibilidades de interpretar los resultados en términos relación causa-efecto. (principal limitación
no manipulativa)
Estrategias de investigación no manipulativas: en las que trabajamos a partir de la selección de los
participantes en función de sus características, su evaluación y el análisis de la relación entre las distintas
variables a través de los datos que ellos mismos nos proporcionan sobre ellas. Esta estrategia coincide en sus
características básicas el denominado método correlacional que toma como referencia la correlación, una
técnica de análisis estadístico muy utilizada en estos estudios. Caracterizada por:
- Son variables de selección de valores.
- Recogida de datos sin manipulación intencional sino medida de los participantes
seleccionados.
Tipos de estrategias no manipulativas:
- ESTUDIO EX-POST-FACTO: Objetivos analíticos / relacionales. Correlación o covariación informa de
relación de asociación no de causalidad.
- ESTUDIO DE ENCUESTA: Objetivo descriptivo. A través de una muestra significativa de la población
de la que se quiere describir características, opiniones, creencias, actitudes y otros rasgos.
- ESTUDIOS OBSERVACIONALES: Objetivo estudio de conducta espontánea en situaciones naturales.
Conciliación de sistematización y rigor suficiente con la protección del máximo grado de realismo y
naturalidad de los datos.
1.6 LA APROXIMACIÓN MULTIMÉTODO
La adecuación de la metodología elegida a los objetivos y a la naturaleza del problema de estudio, así
como la correcta y rigurosa realización del estudio empírico son aspectos fundamentales para la validez y
utilidad de las conclusiones de una investigación.
La complejidad del objeto de estudio plantea la necesidad en muchas ocasiones de una aproximación
multimétodo. Complementariedad de estudios realizados con distintas estrategias metodológicas en torno a
un problema común puede ser la mejor manera de afrontar un problema complejo. Enfoque integrador.
MK
La aproximación multimétodo permite aprovechar las aportaciones específicas de distintas estrategias
metodológicas, compensando sus posibles limitaciones, y puede suponer la combinación de estudios
experimentales y estudios no manipulativos, como piezas complementarias en una línea de investigación.
Surge un creciente interés y presencia de estudios con diseños cuali-cuantitativos, en los que la fase
de estudio cualitativo permite la toma de decisiones y la planificación más acertada de un posterior estudio
cuantitativo, y de otras formas posibles de complementariedad de las estrategias cuantitativa y cualitativa,
bajo la idea del método mixto.
La aproximación multimétodo y la aplicación de los métodos mixtos (complementariedad de las
aproximaciones cuantitativa y cualitativa) en los que un mismo problema de investigación se estudia
aplicando distintas estrategias, permite aprovechar las aportaciones específicas de distintas alternativas
metodológicas y compensar sus posibles limitaciones.
MK
TEMA 2: ÉTICA DE LA INVESTIGACIÓN Y FASES DE LA INVESTIGACIÓN EN PSICOLOGÍA
2.1 INTRODUCCIÓN
Investigación proceso de toma de decisiones respecto a diversos aspectos. Al planificar cualquier
estudio tenemos que conocer las normas éticas fundamentales que deberemos respetar a lo largo de las
distintas fases interrelacionadas del proceso. Estas normas éticas se fundamentan en la razón
riesgo/beneficio o equilibrio entre los pros y los contras de la investigación, y velan porque no se imponga el
principio de «el fin justifica los medios». Códigos éticos e integridad profesional.
2.2 FASES DE LA INVESTIGACIÓN EN PSICOLOGÍA
Según el método hipotético-deductivo
1- Constatación de la existencia del problema que por el momento no tiene solución o esta se desconoce.
2- Planteamiento de hipótesis o posibles explicaciones.
3- Definición operativa de los conceptos (variables) reflejados en las hipótesis.
4- Elección de la mejor estrategia metodológica para contrastar esas hipótesis
5- Análisis de los datos obtenidos.
6- Interpretación y extracción de las conclusiones a partir de los resultados alcanzados.
7- Difusión de dichos hallazgos a través del informe de investigación.
Rigidez parcial de estructura dada la interrelación de las fases, flexibilidad asociada a las decisiones
que repercutirán en las siguientes.
2.2.1 Identificación del problema:
Problema de investigación: pregunta que surge en torno a un tema concreto sobre el cual queremos ampliar
conocimientos, es un componente fundamental, la primera fase de todo proceso investigador.
Provienen de fuentes como las investigaciones previas (revisión bibliográfica exhaustiva como origen de
preguntas de investigación y como soporte teórico de la investigación). Existen tipos de preguntas de
investigación:
- de existencia: ¿Existe la percepción subliminal?
- de descripción y clasificación: ¿Cómo es la percepción subliminal?
- de composición: ¿Cuáles son los componentes de la percepción de rostros?
- de relación: ¿Existe asociación entre la velocidad perceptiva y la inteligencia?
- descriptivo-comparativas: ¿Los estudiantes de ciencias sanitarias son más empáticos que los de
ciencias exactas?
- de causalidad: ¿El consumo diario de cannabis provoca fallos de memoria?
Es habitual formular los problemasen términos interrogativos, expresan como relacionar las
variables. Distintos tipos de preguntas requieren aproximaciones distintas para buscar respuestas. El tipo de
pregunta determina en gran medida las características formales requeridas por el diseño de investigación.
Relaciones de covariación y de causalidad vinculadas con la estrategia metodológica empleada:
a) La metodología no-manipulativa establece relaciones de covariación.
b) La metodología manipulativa establece relaciones causales
a) Relación de covariación o asociación entre variables: significa que ninguna de las variables puede
ser claramente identificada como causa de la otra, es decir, solamente podemos constatar que se relacionan.
«a mayor estatura, mayor es el tamaño del pie de la persona). propias de la metodología no-manipulativa. La
correlación entre dos variables puede ser:
MK
- Positiva: ambas se relacionan en sentido directo (cuando aumenta el valor de una de las variables se
incrementa también el valor de la otra variable o, al revés, cuando disminuye el valor de una también lo hace
el de la otra)
- Negativa su relación se da en sentido inverso (cuando el valor de una aumenta el de la otra disminuye, y
viceversa
b) Relaciones causales: significan que una de las variables es la causante de los cambios en la otra.
Las relaciones causales son las que establecemos al emplear estrategias de investigación manipulativas.
Criterios a tener en cuenta:
- Investigar los problemas relevantes o centrales de una disciplina, cuya solución sirva para
incrementar los conocimientos sobre dicha áreas.
- Considerar la viabilidad del estudio, hasta qué punto tenemos acceso a la muestra, si existen técnicas
que permitan registrar o medir las variables, etc.
- Considerar si el problema es prolífico, si tiene capacidad de generar nuevos interrogantes.
2.2.2 Planteamiento de objetivos o hipótesis
El objetivo final de toda investigación es el conocimiento del fenómeno objeto de estudio; es decir, su
descripción y/o explicación, para de esta forma poder predecirlo. Podemos identificar dos tipos de finalidades
u objetivos generales: uno descriptivo y otro explicativo. Ambos podrían considerarse partes de un mismo
continuo, línea divisoria fina e imprecisa, lo que permite que una misma investigación puede ser descriptiva y
explicativa simultáneamente.
- Descriptivo (o exploratorio): conocer el fenómeno de estudio, cómo es y cómo se manifiesta, para lo
que mide o recolecta datos sobre diversos aspectos o componentes del fenómeno de interés. Emplea
la estadística descriptiva como herramienta para representar los datos obtenidos. Ej: estudio de la
frecuencia con que aparece una enfermedad en una población determinada.
- Explicativo (o confirmatorio): establecer qué variables contribuyen a la aparición del fenómeno
objeto de estudio. Cuando podemos identificar las causas que producen un fenómeno nos
encontramos en posición de predecir su aparición, lo que solo ocurre si empleamos estrategias
manipulativas (puesto que son las únicas en las que podemos asegurar cuáles son las causas y cuáles
los efectos). Si utilizamos estrategias no manipulativas también podremos pretender un objetivo
explicativo, aunque tendremos ciertas limitaciones debidas al hecho de no poder establecer relaciones
causales. Las variables tanto causales como de covariación, siendo necesario en ambas el contraste de
hipótesis, por lo que emplea la estadística inferencial. Ej: comprobar si una nueva intervención
psicoterapéutica produce una disminución mayor en el nivel de estrés percibido que la producida por
la intervención clásica.
Hipótesis: predicción sobre los resultados concretos que esperamos encontrar, respuesta (potencial o
posible) a la pregunta de investigación, en la cual se explicita la relación que creemos que existe entre las
variables implicadas en nuestro estudio. Refleja la relación que esperamos encontrar entre las variables. La
hipótesis parte de un conocimiento significativo del área sobre la que versa la investigación, presuponiendo
un conocimiento apropiado del entramado conceptual por parte del investigador.
No todas las investigaciones van a plantear hipótesis, los estudios cuyo objetivo es descriptivo y
exploratorio no suelen formular hipótesis. Sin embargo, un objetivo explicativo, tanto de covariación como de
causalidad, se plantearán hipótesis que serán posteriormente contrastadas
MK
La hipótesis determina tanto el procedimiento a seguir en la recogida de datos, como la manera en
que mediremos las variables y marca qué análisis estadístico realizaremos para interpretar los datos
obtenidos.
Hipótesis de investigación o de trabajo: refleja la relación que esperamos encontrar entre variables. Para el
contraste debemos reformularla expresandola en términos adecuados para el contraste de datos, lo que se
denomina hipótesis estadística la cual engloba siempre dos hipótesis diferentes y mutuamente excluyentes:
la hipótesis nula (H0) y la hipótesis alternativa (H1), de manera que rechazar una de ellas conlleva aceptar la
otra.
- La hipótesis nula (H0): es la afirmación sobre la no existencia de relación entre variables. Esta H0 es
la que se emplea para realizar la contrastación estadística, asumiéndose como verdadera hasta que la
prueba estadística aplicada a los datos del estudio indique lo contrario.
- La hipótesis alternativa (H1): se identifica normalmente con la hipótesis de trabajo, ya que solemos
realizar investigaciones para poner a prueba la existencia de relaciones entre variables.
2.2.2.1 Las variables
Cualquier característica susceptible de cambiar por lo que, al menos, presenta dos valores distintos.
Es lo opuesto a constante. Hacer operativas las variables significa definir claramente cómo vamos a medir
esas variables., resulta fundamental cuando manejamos variables no observables (constructos) y, por tanto,
no directamente medibles.
Escala de medida: conjunto de reglas para la asignación de números a los valores de las variables Es
importante la escala de medida en la que estén nuestras variables ya que de ello dependerá el tipo de
análisis estadísticos que podremos llevar a cabo. Teoría de las Escalas de Medida de Stevens (1946) (4
tipos):
1. Escala nominal o categórica: asignación arbitraria de números a cada una de las categorías o niveles
de la variable. Los números asignados no tienen propiedades lógico-matemáticas sino exclusivamente
simbólicas puesto que los empleamos para identificar las diversas características de la variable. La
única relación es la de igualdad-desigualdad pero no podemos establecer relaciones de orden ni de
cantidad.
2. Escala ordinal: asignar números a cada una de las categorías o niveles de la variable, clasifica a las
personas, eventos u objetos en una posición con relación a un cierto atributo, pero sin indicar la
distancia que hay entre las posiciones;relación «mayor o menor que» entre ellas. Sí indican jerarquía
aunque no es posible conocer la magnitud de la diferencia entre cada una de las categorías.
3. Escala de intervalo: identificar la categoría que posee la persona y clasificarla en una posición en
relación a un cierto atributo, sí permite «establecer las distancias» entre los individuos. Existencia de
una unidad de medida común y constante, que permite asignar un número real al nivel de la variable
que posee la persona. El cero no es absoluto y no designa la ausencia de la característica o variable
que estamos midiendo, lo que se conoce como «origen arbitrario» de la escala de medida.
4. Escala de razón: relaciones de igualdad-desigualdad, orden, suma, resta, multiplicación y división. Es
la escala de medida «más precisa» dado que usa un sistema numérico en el que el cero es un valor
que indica ausencia de la característica que se está midiendo (origen absoluto). La distancia entre sus
MK
unidades es igual, de forma que los números asignados a los objetos se pueden sumar, restar,
multiplicar y dividir.
Tipos de variables y su equivalencia con el nivel de medida
NIVEL DE MEDIDACLASIFICACIÓN
CUALITATIVAS
NOMINAL DICOTÓMICA: dos categorías
POLITÓMICA: más de dos categorías
CUASICUANTITATIVAS ORDINAL
CUANTITATIVAS
INTERVALO / RAZÓN DISCRETA: valores aislados
CONTINUA: valores en cualquier punto de la escala
de forma ininterrumpida.
*Las variables cuantitativas se pueden transformar en discretas o politómicas si queremos emplearlas para
clasificar y no trabajar directamente con esta variable cuantitativa. Ej: altura, alto medio bajo y no en números.
Desde el punto de vista metodológico, podemos diferenciar las variables en función del papel que
tienen en la investigación:
- Variable dependiente (VD): variable que vamos a medir para ver si se dan cambios en ella a causa de las
modificaciones producidas en la variable independiente. Si estamos trabajando con una estrategia
manipulativa (variable consecuente, efecto o resultado (output)), pero si si trabajamos con una estrategia no
manipulativa (variable criterio o pronóstico).
- Variable independiente (VI): variable causante o responsable de los cambios de otra variable La variable
independiente puede ser:
● Activa o manipulada. Intencional por el investigador para estudiar qué efectos produce en la variable
objeto de estudio, es decir, en la variable dependiente. También se le conoce como antecedente,
causa o factor.
● Asignada o de selección de valores. cuando no podemos llevar a cabo una manipulación intencional
de la variable independiente, es decir, variables preexistentes en las personas, a partir de las cuales
realizamos la selección de los participantes. Variables organísmicas aunque también pueden ser de
otros tipos. También se denomina variable predictora.
- Variable extraña (VE). Variable que no es objetivo directo del estudio pero que puede ejercer un efecto
pernicioso sobre los resultados que obtengamos. Deben ser controladas para que los resultados estén libres
de sus efectos y sean válidos y fiables. Habrá otras muchas variables que sigan teniendo efecto en la VD, lo
cual influiría negativamente en la validez del estudio. A mayor cantidad de variables extrañas no controladas
menos concluyentes serán nuestros resultados.
Casi todas las variables pueden desempeñar cualquiera de los papeles en la investigación,
dependiendo de la función que asuman en el estudio.
Terceras variables: implicada en la relación entre la variable predictora (o VI) y la variable criterio (o
VD). Estas terceras variables pueden producir diversos efectos en la relación VI-VD, como el de espuriedad o
de confusión, el de mediación y el de moderación.
- Efecto de espuriedad o de confusión se produce por una tercera variable que se relaciona tanto con
la variable independiente como con la dependiente. Estas podrían considerarse como variables
extrañas que hacen que interpretemos incorrectamente esa asociación (al producirse confusión sobre
MK
esta relación VI-VD). Cuando el control de esta tercera variable hace que desaparezca la relación
VI-VD, su efecto se conoce como efecto espurio total, mientras que si el control de esta tercera
variable debilita la relación VI-VD se identifica como un efecto espurio parcial. Ej: Soledad (VI), Edad
de fallecimiento (VD) y tercera variable los hábitos saludables.
- Variable mediadora: Respecto al papel mediador o moderador aunque ambas comparten la
capacidad de modificar esa relación, no son términos intercambiables debido a que identifican efectos
o influencias diferentes. Explica el mecanismo de la relación VI-VD en la medida en que el efecto de la
VI sobre la VD es total o parcialmente indirecto, produciéndose a través de dicha variable mediadora.
Es decir, la relación VI-VD está mediada o mediatizada por esta tercera variable. Ej: Conflicto familiar
(VI), consumo de sustancias estupefacientes en adolescentes (VD) y variable mediadora el
autoestima.
- Variables moderadoras: son aquellas terceras variables que en función del valor que tomen, alteran
la magnitud y/o la dirección de la relación VI-VD. Esta moderación también se conoce como efecto de
interacción. Ej: programas de prevención, o horas de estudio semanal (VI), calificación (VD) y variable
moderadora sería el coeficiente intelectual.
2.2.3 Método: procedimiento para la recogida de datos
1. Diseño de la investigación
Elegir qué estrategia metodológica, identificar la estructura formal del estudio o plan de investigación.
Dependerá de cuántas variables independientes tengamos, de las condiciones o niveles de cada una de ellas,
de si vamos a recoger datos de varios grupos (diseño intergrupo) o de un único grupo en diferentes
momentos (diseño intragrupo).
2. Selección de los participantes
- Población: conjunto de todos los elementos que comparten una característica, condición o propiedad
(o varias) bien determinada y en función de la cual se definen o identifican.
- Muestra: parte o subconjunto de elementos de una población que representa las características de
esta.
- Unidad Muestral: cada elemento seleccionado de la población para constituir la muestra y debe
cumplir los criterios de selección establecidos, ya sea un individuo o participante, grupos de
individuos, instituciones o ámbitos.
El objetivo de seleccionar la muestra es que, a partir de los valores concretos de los estadísticos muestrales,
podamos inferir los parámetros poblacionales. Para que esta estimación sea segura, la situación ideal sería
que la muestra cumpliera una serie de condiciones:
- Representativa: el subconjunto de elementos que la componen comparta las características de la
población que representa, para así poder generalizar sus resultados. En caso contrario, será una
muestra sesgada.
- Tamaño de la muestra: grande para garantizar la representación de todas las características de la
población en esa muestra. Si la población es homogénea, el tamaño muestral necesario será menor
que si es heterogénea. Incluso cuando hay que tomar varias medidas a lo largo del tiempo se suelen
perder unidades muestrales por abandono, por lo que sí es una muestra grande no afectarán las bajas
a los resultados.
- Aleatoria: probabilidad de ser extraída de una población sea igual a la de cualquier otra muestra del
mismo tamaño para lo que es necesario que el muestreo sea probabilístico. Las muestras aleatorias
permiten cualquier inferencia estadística.
MK
TÉCNICAS DE SELECCIÓN DE LA MUESTRA
1. Muestreo probabilístico o aleatorio: todos los elementos de la población tienen una probabilidad
conocida de ser seleccionados para formar parte de la muestra.
- Muestreo aleatorio simple (m.a.s.). seleccionar al azar un número n de elementos de una población.
Para poder emplear este tipo de muestreo todos los elementos de la población deben tener la misma
probabilidad de ser elegidos y la selección de uno de ellos no debe influir sobre la selección de otro.
- Muestreo aleatorio estratificado. cuando la característica objeto de estudio no se distribuye de forma
homogénea en la población, pero podemos identificar subgrupos o estratos que sí presentan
homogéneamente dicha característica. Deben definirse los estratos exhaustivos y mutuamente
excluyentes. En este tipo de muestreo obtenemos una muestra total compuesta por tantas
submuestras, elegidas al azar, como estratos hayamos diferenciado en la población, es decir, de cada
estrato se extraerá una muestra aleatoria simple. Previamente, se debe decidir cuál es el criterio de
afijación de la muestra, es decir, la regla de selección aleatoria de los participantes entre los diferentes
estratos. Hay tres criterios para llevar a cabo la afijación:
a) Simple: se selecciona el mismo número de participantes en cada estrato.
b) Proporcional: la selección se realizará de forma proporcional al peso que tiene cada estrato en la
población.
c) Óptima: la selección tiene que tener en cuenta no solo la proporcionalidad sino su grado de
homogeneidad -heterogeneidad, lo que lleva a seleccionar menos individuos de los estratos que sean
homogéneos y más heterogéneos. La dificultad de aplicación es la exigencia de conocer previamente
elgrado de homogeneidad- heterogeneidad de los estratos.
- Muestreo aleatorio por conglomerados: consiste en obtener la muestra partiendo de conglomerados
o grupos ya formados, en lugar de hacerlo directamente de los individuos de la población; es decir, es
un muestreo en el que los elementos de la muestra son conglomerados.
Las técnicas de muestreo monoetápico, esto es, la obtención de la muestra en una sola etapa, pero también
existe lo que se denominan técnicas de muestreo polietápicas que emplean de forma conjunta y sucesiva (en
distintos pasos o etapas) más de un tipo de muestreo probabilístico.
2. Muestreo no probabilístico: se desconoce la probabilidad de seleccionar cada uno de los elementos que
forman la población. Se emplea cuando: no es posible extraer una muestra aleatoria porque desconocemos el
total de las unidades que componen la población, estas son inaccesibles o se trasladan de forma continua;
Limitaciones de recursos, temporales, personales y económicos, etc. que imposibilitan la aplicación del
muestreo o simplemente un primer acercamiento al problema objeto de estudio.
Los resultados obtenidos podrán describir o explicar lo ocurrido en una situación determinada pero no
podrán extrapolarse o generalizarse a toda la población.
- El muestreo por cuotas: se realiza cuando la estratificación aleatoria no es posible. parte de una base
de un buen conocimiento de los estratos de la población y/o de los individuos más «representativos» o
«adecuados» para los fines de la investigación. En función de dicha característica se establece una
cuota de participantes por grupos aunque la selección posterior será no aleatoria y estará basada en
MK
el juicio del investigador, quien determina también las características que reúnen y deben ser
evaluadas según las cuotas establecidas.
- Muestreo intencional, opinático, de juicio o selección experta: selección de la muestra con un
propósito en mente, es decir, según su idea sobre qué o quién debe formar la muestra
- Muestreo incidental, casual, subjetivo o de conveniencia: seleccionar los elementos de la población
que son fácilmente accesibles al investigador.
- Muestreo de bola de nieve o en cadena: para acceder a casos pertenecientes a poblaciones de difícil
localización de manera que recurrimos a esta técnica mediante la cual los primeros participantes que
han colaborado en la investigación identifican e incorporan al estudio, de forma sucesiva, a otros
participantes de su red social en la cual estamos interesados.
2.3 Registro de variables: instrumentos y procedimientos.
Selección de qué instrumentos vamos a utilizar para recoger datos y sobre como va a ser ese
procedimiento de medida de la variable dependiente, pudiendo ser estos instrumentos estandarizados y
publicados, o un ad hoc por los propios investigadores.
Seleccionar o elaborar uno o varios instrumentos de recolección de datos entre los disponibles en el
área de estudio en la cual se inserta nuestra investigación, debiendo ser instrumentos válidos y fiables.
Elección del instrumento de medida debemos tener presente que la escala en la que sean medidas las
variables condicionan el análisis de datos que podamos realizar posteriormente
Por último, es también necesario tener en cuenta el procedimiento de investigación, condiciones en
las cuales se llevará a cabo el estudio, sobre el momento temporal y el lugar donde se recogerán los datos,
una muestra o repetidas, quien dará las instrucciones, etc.
2.2.4 Análisis de datos.
Los análisis de datos que llevemos a cabo en nuestra investigación van a depender principalmente:
a) del propósito o finalidad que tengamos:
- Resumir y buscar regularidades en los datos obtenidos. Para alcanzar este objetivo empleamos la
estadística descriptiva.
- Predecir resultados y generalizarlos a otras situaciones, poblaciones o momentos temporales. Estadística
inferencial, que es la herramienta de la que nos serviremos para realizar el contraste de hipótesis.
b) del planteamiento del problema y de las hipótesis: las pruebas estadísticas concretas que vamos
a utilizar para contrastar la hipótesis, van a depender de:
- El nivel de medida de las variables registradas.
- El diseño de investigación utilizado : el diseño elegido condicionarán la prueba estadística que empleemos
para analizar los datos y contrastar las hipótesis.
- Las características que tengan los datos recogidos: respecto a su distribución, dispersión, etc. vamos a poder
llevar a cabo un tipo de análisis paramétrico (si se cumplen dichos requisitos) o no paramétrico (cuando el
cumplimiento de dichos requisitos no se produce). No más análisis de los necesarios.
El contraste de hipótesis: proceso mediante el que podemos determinar si las predicciones que
hacíamos al principio de la investigación (hipótesis) son congruentes con los datos obtenidos en nuestro
estudio. Una vez recogidos estos datos y analizados a través de la prueba estadística correspondiente,
obtendremos el valor del estadístico que hallamos calculado y el valor de probabilidad (p) asociado.
MK
En toda investigación debemos admitir previamente cierto nivel de error en los datos que
obtengamos. Este porcentaje de error que asume se conoce como nivel de riesgo o de significación (a) y
habitualmente toma los valores 0.05 o 0.01, correspondiendo cada uno a ese 5% o 1%. el nivel de confianza
(1-α) y el nivel de riesgo o significación (α) están relacionados. (p. ej., a un nivel de confianza del 95% le
corresponde un nivel de riesgo o significación del 5% que se expresa como a = 0.05).
Para llevar a cabo el contraste de hipótesis propiamente dicho, recurrimos al criterio de significación
estadística de los resultados mediante el que comparamos el nivel de riesgo (α = 0.05 o α = 0.01) con el
valor p asociado al estadístico de contraste. Si p > α . (Mantenemos Ho y Rechazamos H1) y Si p ≤ α.
(Rechazamos Ho y Aceptamos H1).
El criterio de significación estadística de los resultados es una convención, no siempre es garantía de
calidad. Criterio precario y da lugar a la crisis de replicabilidad.
El tamaño del efecto «refleja cómo de estrecha es la relación entre dos variables; sería una medida de
la fuerza de la asociación entre variables» Nos informa de la relevancia de las diferencias estadísticamente
significativas encontradas, por lo que es necesario calcular dicho tamaño del efecto e informar sobre él.
2.2.5 Interpretación de los resultados
Vincular los resultados obtenidos con los conocimientos teóricos existentes y las investigaciones
afines sobre el área, también debemos hacerlo con la hipótesis de partida, de manera que llevaremos a cabo
un proceso de discusión donde pondremos en relación los hallazgos obtenidos con dichas hipótesis.
teniendo en cuenta las implicaciones, utilidad y alcance de los logros sin dejar de lado las limitaciones y su
superación. Luego podemos sacar unas conclusiones claras respecto al trabajo realizado, pero nunca se
deben presentar como algo terminado y totalmente probado, sino como algo sujeto a cambios.
2.2.6 Comunicación de los resultados de la investigación
Difundir las conclusiones alcanzadas con una estructura general y qué información debe incluirse en cada
apartado en un informe de investigación: 1. Título, autor/es y su filiación/es, y nota de autor. 2. Resumen (y
Abstract ) 3. Introducción 4. Método: Participantes Instrumentos Procedimiento 5. Resultados 6. Discusión 7.
Referencias bibliográficas y 8. Apéndices y Materiales suplementarios
2.3 ÉTICA EN EL PROCESO DE INVESTIGACIÓN
Garantizan el equilibrio entre los derechos de los seres vivos participantes en el estudio y la
ampliación del conocimiento científico derivada de ella. Debe considerar la razón riesgo/beneficio: la relación
entre los riesgos que conlleva para los participantes el formar parte del estudio y los potenciales beneficios
asociados a esa investigación. Son elementos de referencia, siempre hay dilemas que no tienen una única
solución.
La historia de la protección de los derechos de los participantes enla investigación arranca en 1947
con el Código de Nüremberg, documento más importante en la historia de la ética en investigación médica y
ha servido de base a todos los códigos posteriores. Si nos centramos en la investigación en Psicología, el
sujeto se reemplaza por participante y la noción de investigar con los participantes en lugar de investigar en
los sujetos. sociedades como la British Psychological Society (BPS) y la American Psychological Association
(APA) han acordado las directrices sobre los aspectos éticos relacionados con la investigación en esta área de
conocimiento:
MK
Principios Éticos del Psicólogo y Código de Conducta (APA, 2017) (el Código ético, no obligado ni sanción,
suponen ideal de excelencia).
a) Beneficencia y no maleficencia: El psicólogo se esforzará por beneficiar a aquellos con quienes
trabaja y tendrá cuidado de no hacer daño.
b) Fidelidad y responsabilidad. El psicólogo establecerá relaciones de confianza con aquellos con
quienes trabaja, consciente de sus responsabilidades profesionales y científicas con la sociedad y
comunidades específicas en las que trabaja. Respetará los estándares profesionales de conducta y se
preocupa del cumplimiento ético de la conducta científica y profesional de sus colegas.
c) Integridad. El psicólogo buscará promover la precisión, la honestidad y la veracidad en la ciencia, la
enseñanza y la práctica de la Psicología.
d) Justicia. El psicólogo reconocerá que la imparcialidad y la justicia dan derecho a todas las personas a
acceder y beneficiarse de las contribuciones de la Psicología, así como a la misma calidad en los
procesos, procedimientos y servicios que llevará a cabo.
e) Respeto por los derechos de las personas y su dignidad. El psicólogo respetará la dignidad y el
valor de todas las personas y sus derechos a la privacidad, la confidencialidad y la autodeterminación.
El Código ético de la APA tiene como objetivo brindar estándares éticos o normas de conducta
profesional que sirven de orientación a los psicólogos, quienes las aplican a las actividades que forman parte
de sus funciones científicas, educativas o profesionales. En cambio, los estándares éticos del Código ético de
la APA establecen normas de conducta u obligaciones exigibles como psicólogos, por lo que, en este caso y
a diferencia de lo que ocurría con los principios generales de este mismo Código ético de la APA, sí
constituyen la base para imponer sanciones en caso de incumplimiento. Tener en cuenta que estos
estándares no son exhaustivos y que el hecho de que una conducta dada no sea tratada específicamente por
ninguna norma ética no significa que sea una conducta ética.
Existen estándares éticos para 10 secciones distintas. Sección 8 Investigación y Publicación. Tal como
señala Meltzoff (2000), hay dos aspectos relevantes:
1- Los vinculados con la manera en que se trata a los seres vivos, animales o humanos, que participan en la
investigación, antes, durante y después de su participación.
INVESTIGACIÓN EN PERSONAS
Versan sobre alguna de las tres dimensiones del ser humano, cognitiva, afectiva y/o conductual.
a) Consentimiento informado para la investigación: imprescindible obtener aceptación expresa
mediante una firma de forma individualizada para participar en la misma. Se facilita la siguiente
información:
En una investigación de carácter general debemos informar al participante sobre:
- El propósito, la duración y los procedimientos.
- Su derecho a negarse y retirarse una vez que la participación haya comenzado.
- Consecuencias previsibles de rechazar participar o retirarse de esta.
- Riesgos potenciales, la incomodidad o efectos adversos, factores que influyen en la disposición a participar.
- Cualquier beneficio futuro que tenga la investigación.
- Los límites de la confidencialidad.
- Los incentivos para la participación (si hubiera).
- Información de contacto y derecho como participante a la información que necesite.
MK
En una investigación que se pondrá a prueba un tratamiento:
- La naturaleza experimental del tratamiento
- Los servicios que estarán o no estarán disponibles, sea para los grupos de tratamiento o de control.
- Los medios por los que se realizará la asignación de los participantes a grupos de tratamiento o de control.
- Las alternativas de tratamiento disponibles si no decide participar o si se retira.
- La compensación y/o costes económicos de la participación.
Si son menores el consentimiento es firmado por los padres o tutor, no debe someterse a gran
tensión. Lo mismo para adultos legalmente incapacitados con especial cuidado. Conviene conseguir
consentimiento informado de manera directa con ellos también.
Confidencialidad: asegurar al participante la preservación de la información privada que nos ha
facilitado en la investigación.
Privacidad: ámbito de la vida personal del individuo. El participante de cualquier estudio tiene derecho
a que se garantice su privacidad, por lo que los procedimientos no deben plantearse de forma que la invadan
directamente sin advertirlo previamente. Tiene derecho a renunciar a participar y a no dar a conocer cierta
información.
Anonimato: garantizar que su identidad no se revelará nunca al publicarse los resultados del estudio.
En ocasiones el anonimato completo no es factible ya que se puede necesitar tomar distintas medidas a lo
largo del tiempo. Pero si que se debe garantizar la confidencialidad de esos datos, acceso restringido a esa
información.
No siempre es posible obtener el consentimiento informado antes de la investigación, pero si se debe
explicarse al finalizar el experimento o tan pronto como sea posible. Si estos no están de acuerdo con
participar hay que retirar sus datos.
b) Consentimiento informado para grabar voces e imágenes en investigación: Si la observación se da
en la vía pública no se infringe ningún principio ético, pero sí si la observación supone una
manipulación del ambiente que interfiere en la vida de las personas. C.I post-experimentación.
c) Engaño en la investigación: Por su naturaleza, el engaño viola el principio de consentimiento
informado, pero se considera una estrategia de investigación necesaria en ciertas áreas de la
Psicología. Es decir, según los estándares, el psicólogo no debe realizar un estudio que involucre
engaño a menos que haya determinado que el uso de técnicas engañosas está justificado por el valor
científico, educativo o aplicado del estudio, y que no se puede alcanzar por otros procedimientos
alternativos. Sin embargo, los estándares éticos hacen referencia expresa a que el psicólogo no debe
engañar a los posibles participantes sobre una investigación que se espera que produzca dolor físico
o angustia emocional grave.
Más usual es el uso de placebos con la aplicación o no de tratamientos, pero puede tener ciertas
connotaciones éticas ya que debemos garantizar que todos los sujetos se beneficien de la
intervención, dando al control un tratamiento alternativo o retrasando la aplicación del mismo como
grupo en lista de espera.
d) Entrevista de salida (debriefing): eliminar los efectos negativos, a corto y largo plazo, derivados de
los procedimientos de la investigación psicológica y debe facilitar a los participantes la forma de
contactar con él cuando sientan tensión o algún otro tipo de perjuicio derivado de la participación en el
estudio, tratando de corregir cualquier idea errónea que tengan los participantes sobre el estudio o
MK
cuando se ha empleado el engaño o cuando la conducta del participante sea vista como reprobable
negativa, moral o cognitivamente.
INVESTIGACIÓN CON ANIMALES
Adquirir, cuidar, usar y deshacerse de los animales conforme a las leyes y reglamentaciones, protegiendo su
bienestar durante el proceso, solo se permite a personas cualificadas para manipular, alojar, instruir e
investigar con ellos. Concretamente:
a) Supervisar todos los procedimientos que involucran a los animales y serán los responsables de
garantizar su comodidad, salud y trato adecuado.
b) Se asegurará de que todas las personasbajo su supervisión, que utilizan animales, hayan recibido
instrucción sobre métodos de investigación y sobre el cuidado, mantenimiento y manejo de las
especies que se utilizan.
c) Minimizar el malestar, la infección, la enfermedad y el dolor de los animales.
d) Procedimiento que someta a los animales a dolor, estrés o privación cuando no haya otro
procedimiento alternativo disponible y el objetivo se justifique por su potencial valor científico,
educativo o aplicado.
e) Realizarán procedimientos quirúrgicos bajo anestesia apropiada y seguirán las técnicas pertinentes
para evitar infecciones y minimizar el dolor durante y después de la cirugía.
f) Cuando sea necesario que la vida de un animal termine se procederá rápidamente, esforzándose en
minimizar el dolor y de acuerdo con los procedimientos aceptados.
2.4 ÉTICA EN LA PUBLICACIÓN Y DIFUSIÓN DE LOS RESULTADOS
Honestidad científica de la investigación y con la forma en la que se presenta el trabajo realizado. Normas
éticas de la APA señalan que: el psicólogo no fabrica datos y si el psicólogo descubre errores significativos
en sus propios datos una vez que estos ya han sido publicados, debe tomar medidas para corregirlos en una
rectificación, fe de erratas u otro medio de publicación apropiado.
Evitar atajos como la falsificación de investigaciones, la cosmética de datos o la exageración de las
conclusiones, llamadas prácticas cuestionables de investigación (PCI) como aumentar el tamaño de la
muestra hasta alcanzar la significación, eliminar participantes para maximizar la significatividad estadística,
interpretar de manera sesgada o incorrecta los resultados. Todo relacionado con la baja replicabilidad.
Compartir datos de investigación para la verificación: No se debe negar el acceso a otros profesionales
competentes que buscan verificar, excepto si la propiedad privada impide divulgación por la confidencialidad
de los participantes. El psicólogo que solicita acceso solo puede usar esos datos compartidos para dicho
propósito, salvo acuerdo previo.
Estrategias para evitar esto: existencia de repositorios con la base de datos de los trabajos (con
manuscritos, informe de investigación y base de datos), esto fomenta la replicación y evita el sesgo de
publicación (tendencia a publicar únicamente investigaciones en las que se cumple la hipótesis de trabajo).
Plagio: No deben presentar partes del trabajo o los datos de otra persona como propios, ni siquiera, aunque
el otro trabajo o fuente de datos se cite ocasionalmente. Es necesario diferenciar claramente las aportaciones
propias de las que corresponden a otros autores. Debemos citar adecuadamente las fuentes en las que nos
hemos basado, señalando de forma expresa al autor y la fecha de publicación. Entrecomillado en la parte
copia textual.
MK
Publicación duplicada de datos: En el caso de nuestras propias investigaciones no debemos publicar como
resultados originales aquellos que hayan sido previamente publicados, ya que hacerlo de nuestro propio
trabajo se considera plagio. El núcleo del nuevo documento debe constituir una contribución original al
conocimiento y solo puede ser incluida una cantidad limitada de material previamente publicado y que se
reconozca expresamente como tal. Auto-plagio: práctica de publicar nuestro mismo trabajo varias veces,
como si fuera un trabajo novedoso.
MK
TEMA 3: VALIDEZ DE LAS CONCLUSIONES DE LA INVESTIGACIÓN
3.1 INTRODUCCIÓN
En la lectura de un informe (la mala reputación como rasgo moral universal) podemos ir encontrando
las claves informativas de las estrategias y procedimientos utilizados que nos lleven a cuestionar o a
considerar válidas las conclusiones que se extraen de los resultados. En definitiva, la idea de validez en el
discurso científico se asocia con el grado de certeza de una afirmación. Las conclusiones de un estudio se
consideran válidas en la medida en que sean correctas de acuerdo a las pruebas que las sustentan.
3.2 EL ANÁLISIS DE LA VALIDEZ: COMPONENTES Y AMENAZAS.
El análisis de la validez de las conclusiones es un juicio sobre el grado de seguridad con el que una
inferencia se puede considerar cierta por estar basada en evidencias relevantes. No son absolutos (es
cuestión de grados), como no lo son los juicios sobre la verdad en una investigación, sólo tentativa y
provisionalmente ciertas.
Amenazas: problemas que pueden poner en cuestión la veracidad de las conclusiones. Se identifican
como amenazas por sus posibles consecuencias, como que se obtengan conclusiones parcial o totalmente
equivocadas, sobre relación de variables, naturaleza causal de la relación o generalización de constructos,
poblaciones o situaciones.
El análisis conceptual de la validez y de sus posibles amenazas es importante para el investigador y
tiene la doble función de:
- Ayudar al investigador a resolver problemas que pueden limitar la validez de sus conclusiones. El
investigador en la planificación de la investigación puede anticipar las amenazas y manejar las
condiciones del estudio para evitarlas.
- Desarrollar nuestra capacidad crítica, tanto para extraer las conclusiones correctas como para valorar
la adecuación y el alcance de las conclusiones de esos trabajos.
Concepto de validez a partir de la sistematización original de cook y campbell (1979), pero teniendo en
cuenta también aportaciones de la revisión posterior de shadish, cook y campbell (2002). Identifican cuatro
componentes de la validez, estrechamente relacionados entre sí. Se plantea el análisis en función del grado
de seguridad de sus conclusiones sobre:
- La relación entre las variables estudiadas (validez de conclusión estadística).
- La naturaleza causal de dicha relación (Validez interna).
- Su utilidad para el conocimiento de los constructos teóricos (validez de constructo).
- Sus posibilidades de generalización a otras poblaciones o situaciones (validez externa).
Estos componentes de la validez no son módulos estanco e independientes, están estrechamente
relacionados entre sí, y el resultado global es la combinación de todos ellos, la validez de las conclusiones,
en el que se juzga el grado de certeza o seguridad en la investigación.
3.2.1 VALIDEZ DE CONSTRUCTO
Juzga fundamentalmente el análisis teórico del constructo y las decisiones de cómo definirlo
operativamente para poder estudiarlo. Para ser sometidas a comprobación empírica las hipótesis tendrán
que incorporar los constructos definidos de forma operativa; esto es, traducidos en indicadores que puedan
ser observables o medibles. Una adecuada delimitación conceptual.
Valora la posibilidad de extraer de los resultados obtenidos conclusiones aplicables a los constructos
generales que hemos tratado de estudiar a través de las situaciones concretas elegidas (variables,
condiciones y formas de medida). Se basa en el grado de correspondencia entre las variables observadas y el
constructo teórico que se quiere medir y dependerá entonces del acierto del investigador en las decisiones de
MK
cómo concreta operativamente los constructos de su problema de estudio, en la forma de manejo de las
variables manipuladas como en la medida de las variables evaluadas.
Los pilares básicos de la validez de constructo son: una buena comprensión y explicación de los
constructos implicados y la adecuación de su forma de evaluación.
3.2.1.1 Amenazas a la validez de constructo:
1. La inadecuada comprensión y definición de los constructos y la inadecuación de su evaluación.
Fallos en la comprensión y definición (explicación) del constructo pueden llevar al investigador a no
contemplar aspectos relevantes, a considerar cuestiones irrelevantes para ese constructo o a obtener una
visión parcial e incompleta, y fallos en la elección de los indicadores pueden llevar a desarrollar instrumentos
de evaluación inadecuados para el estudio de ese constructo.
2. Reactividad: humanos al ser conscientes de su participación en un estudio, pueden modificar su
respuesta por reactividad a la propia situación de estudio. El simple hecho de estar participando,son
observados o evaluados, puede producir reactividad y llevar a los participantes a comportarse de forma
diferente a como lo harían en la realidad natural.
- Comportamiento influido por su adivinación de la hipótesis o las características de la demanda que
infieren de la condición experimental que les ha correspondido.
- Deseabilidad social, ocultar sus verdaderas ideas o inhibir su comportamiento espontáneo para tratar
de ajustarse a lo que consideran que sería socialmente más adecuado.
- Respuestas pueden resultar también influidas por las expectativas del experimentador, que puede
transmitir de forma no intencional los resultados esperados.
También la reactividad puede ser una amenaza a la validez interna del estudio.
Recomendaciones para evitar que la reactividad:
a) Planificar al máximo todos los aspectos de información y contacto con los participantes en el
procedimiento (información previa, instrucciones, respuestas a posibles preguntas o ante incidentes,
etc.)
b) Reducir al mínimo las interacciones investigador-participantes.
c) Evitar evaluaciones pretratamiento innecesarias que puedan dar pistas a los participantes de los
objetivos e hipótesis del estudio.
d) Grupo control con placebo, cuando sea posible.
e) Procedimientos ciegos (desconocimiento de los objetivos y condiciones de la investigación por parte
de los participantes) y doble ciego (desconocimiento de los objetivos y la condición experimental del
participante también por parte del experimentador que interactúa con él y analiza los datos).
AMENAZAS DEFINICIONES
Inadecuada
comprensión y
definición
El fallo en la compresión o en la definición del constructo puede llevar a no considerar aspectos
relevantes para su estudio o a hacer inferencias incompletas.
Inadecuación de la
evaluación
La elección de indicadores incorrectos del constructo puede llevar a hacer inferencias incorrectas
al considerar las conclusiones del estudio como conocimientos sobre el constructo.
Reactividad
Si las respuestas de los participantes están influidas por el hecho de sentirse observados, de su
percepción de la situación o de su intento por adecuarse a lo que entienden como respuestas
deseables, se contaminaran los resultados pudiendo llevar a inferencias incorrectas sobre el
constructo.
MK
3.2.2 VALIDEZ INTERNA
El concepto de validez interna estrechamente ligado a la idea de causalidad. Se basa en el grado de
seguridad que proporciona el estudio para poder concluir que la relación detectada entre las variables refleja
una relación de causalidad. El método experimental estrategia de investigación que más garantías ofrece
para poner a prueba hipótesis causales. Si disminuyen las posibilidades de manipular variables y garantizar
condiciones, disminuye también la posibilidad de extraer conclusiones válidas. De hecho, sólo tiene verdadero
sentido en el análisis de estudios que tengan el propósito y las condiciones de extraer conclusiones de
relaciones de causalidad entre las variables estudiadas, es decir, en los experimentos o cuasiexperimentos.
3.2.2.1 Amenazas a la validez interna
AMENAZAS DEFINICIONES
Ambigüedad de la
contingencia
antecedente-conse
cuente
Si no hay seguridad sobre qué variable ocurre primero y cuál después, aunque detectemos que
esas variables están relacionadas no podremos identificar cuál de ellas es la causa y cuál refleja
el efecto. En los estudios en los que la variable no es manipulable no se puede garantizar esta
contingencia temporal.
Selección
diferencial de los
grupos
Si existen diferencias sistemáticas en las características de los participantes, previas a la
aplicación del tratamiento (VI), estas podrían explicar las diferencias posteriores encontradas y
confundirse con el efecto del tratamiento.
Pérdida de
participantes
Si hay pérdida de participantes y esta disminución afecta de manera selectiva a unos grupos o a
las distintas condiciones experimentales, esto puede tener efectos que se confundan con el
efecto del tratamiento.
Regresión a la
media
Si los participantes son seleccionados por presentar valores extremos en la medida de una
variable, pueden presentar de forma natural puntuaciones menos extremas en una segunda
medición, y este cambio puede confundirse con el efecto del tratamiento.
Instrumentación
Si se producen cambios en la forma de medida o en la precisión de las medidas que afecten de
manera diferente a las condiciones del tratamiento, estos pueden confundirse con el efecto del
tratamiento.
Historia
Acontecimientos externos que ocurran de forma simultánea a la aplicación del tratamiento (VI)
podrían tener efectos que se confundieran con los efectos del tratamiento.
Maduración
Los cambios psicobiológicos que se producen de forma natural con el paso del tiempo pueden
confundirse con los efectos del tratamiento.
Repetición de
pruebas
La aplicación de una prueba puede alterar las puntuaciones que se obtengan en
administraciones posteriores de esa misma prueba, y este efecto puede confundirse con el
efecto del tratamiento.
Recomendaciones para evitarlas:
- Tener en cuenta que el impacto de las amenazas puede ser aditivo o de interacción. (que puede producir un
efecto distinto a la simple suma de las amenazas) y que su efecto de confusión con la VI puede variar según
su combinación.
- Ser conscientes y tener en cuenta las posibles consecuencias en la interpretación de los resultados.
- Aplicar procedimientos de control que neutralicen las amenazas como garantizar equivalencia de grupos,
inclusión de grupos de control y técnicas de control en el orden de aplicación.
MK
- Asegurar que la medición de la VD se realiza de forma sistemática y precisa, con los mismos instrumentos
fiables, en todos los momentos de la investigación y para todos los participantes.
3.2.3 VALIDEZ DE CONCLUSIÓN ESTADÍSTICA
Se refiere a la seguridad de las inferencias (conclusiones) estadísticas sobre la relación entre las
variables; es decir, sobre si las variables del estudio covarían y sobre la fuerza de esa covariación. Estas
inferencias se realizan a través del análisis estadístico de los datos, y la seguridad de los resultados de esos
análisis va a depender de la calidad de las medidas que tengamos y de la adecuación y potencia de las
técnicas estadísticas utilizadas.
- Error Tipo I: los análisis estadísticos pueden concluir incorrectamente que las variables covarían cuando en
realidad no lo hacen
- Error Tipo II: los análisis estadísticos pueden concluir incorrectamente que no covarían cuando en realidad sí
lo hacen
- Valorar incorrectamente la magnitud o fuerza de esa covariación, bien sea porque la sobreestimen o porque
la infraestimen.
3.2.3.1 Amenazas a la conclusión estadística
AMENAZAS DEFINICIONES
Errores de medida
Debilitan la capacidad de los análisis para detectar correctamente las covariaciones de las
variables. Si las medidas no son fiables, las conclusiones de covariación entre las variables
pueden ser incorrectas.
Restricción del rango
de variabilidad
Si los valores que presentan las variables están restringidos a un rango de variabilidad muy
pequeño se puede ver afectada negativamente la potencia estadística de las pruebas e
impedir que se detectan covariaciones entre las variables. Efecto suelo y efecto techo de la VD.
Inadecuación de las
pruebas estadísticas
La aplicación de pruebas estadísticas no adecuadas a la naturaleza de los datos puede llevar a
infraestimar o sobreestimar el efecto del tratamiento o VI.
Baja potencia
estadística
Un estudio con baja potencia estadística puede concluir erróneamente que no existe relación
significativa entre las variables.
Recomendaciones para evitarlas:
- Uso de instrumentos con calidad métrica comprobada y aplicación de estrategias para una correcta
evaluación, codificación y grabación de los datos.
- Realización de estudios piloto previos, con solo algunos de los participantes pero aplicando los
instrumentos de medida previstos, pudiendo detectar posibles efectos adversos y tomar decisiones a tiempo
para neutralizarlos.
- Prevery contar con una muestra de tamaño suficiente para lograr una buena potencia estadística.
3.2.4 VALIDEZ EXTERNA
Medida en que se puede generalizar la relación entre las variables (detectada en una muestra
concreta de personas, situaciones y medidas) a otras personas, situaciones o medidas distintas. Más validez
externa en la medida en que la muestra de participantes represente adecuadamente a la población básica a
la que queremos generalizar los resultados, y que la situación planteada para evaluar los efectos de la
intervención sea también una buena representación de las situaciones reales en las que se produce el
fenómeno en estudio.
MK
Estrategia más adecuada para lograr una muestra representativa, que permita una mayor
generalización de los resultados, es utilizar técnicas de muestreo probabilístico (selección aleatoria),
frecuente en investigación no manipulativa, pero muy poco frecuente en investigaciones experimentales o
cuasiexperimentales manipulativos en el que es frecuente el uso del muestreo a propósito, muestreo teórico
o muestreo por juicio experto. en la que se pretende que la muestra de participantes esté compuesta por
casos seleccionados en función de que posean determinadas características relevantes en relación con los
objetivos del estudio. (no facilita la generalización a la población general, pero permite la generalización a la
población de interés, que comparte esas mismas características de la muestra).
Otro tipo es el muestreo por conveniencia o accesibilidad de los participantes, plantea bastantes
más limitaciones para la generalización como la escasa representatividad de la población.
3.2.4.1 Amenazas a la Validez externa
AMENAZAS DEFINICIONES
Interacción del tratamiento
con la composición de la
muestra
El resultado del efecto del tratamiento en muestras con determinadas características
puede estar reflejando un efecto particular que no aparecería con otra muestra, por lo
que no pueden generalizarse a la población de interés. Interacción de selección x
tratamiento. Voluntariado con disposición positiva y alto grado de motivación.
Interacción del tratamiento
con la situación de estudio
El efecto del tratamiento encontrado en un determinado contexto puede ser particular
a ese contexto y no estar reflejando el que se encontraría en otro. Este riesgo es más
probable en estudios experimentales, pero se puede dar también en otras formas de
investigación.
3.3 RELACIÓN ENTRE VALIDEZ Y MÉTODO
La validez no es cuestión de todo o nada, sino de grados. Tiene diversos componentes
complementarios, cuya combinación genera un resultado global de certeza o seguridad, también ciertas
posibilidades de colisión. Los diferentes métodos proporcionan recursos diferentes que permiten fortalecer
una investigación, en mayor o menor medida, en algunos de esos componentes, pero, la validez de las
conclusiones de un estudio es un resultado global y no depende solo del método utilizado, sino del acierto de
las decisiones del investigador y la adecuación de los procedimientos.
Shadish et al. (2002) «la validez es una cualidad de las inferencias. no es una cualidad de los diseños
o los métodos… ningún método garantiza por sí mismo la validez de una inferencia».
Ejemplos:
- Los estudios realizados con el método experimental reúnen condiciones que aumentan sus
posibilidades de obtener resultados y conclusiones con alto grado de validez interna pero pueden
llevar a situaciones artificiales de estudio que limitan la validez externa ecológica de sus conclusiones.
- Los diseños cuasiexperimentales su grado de validez interna tenderá, a ser menor que la alcanzable
con un estudio experimental, pero, al mismo tiempo reunirá mejores condiciones para lograr mayor
grado de validez externa ecológica.
- Caso de los estudios de encuesta: poca validez interna pero un alto nivel de validez externa
poblacional
Reafirman la idea de cierta relación entre validez y método, es decir, ciertos métodos plantean
procedimientos que favorecen la posibilidad de lograr distintos grados de validez en sus distintos
componentes.
MK
TEMA 4: MÉTODO Y DISEÑOS EXPERIMENTALES
4.2 OBJETIVO Y CARACTERISTICAS DEL METODO EXPERIMENTAL
El objetivo es la identificación de causas y la evaluación de sus efectos. Se puedan inferir relaciones de
causalidad, es necesario que se den tres condiciones:
1. Contingencia temporal entre las variables: la variable causa (variable independiente) debe preceder
temporalmente a la variable efecto (variable dependiente)
2. Correlación o covariación entre variables: un cambio en los valores de la primera conlleve un cambio
proporcional directo o inverso en los valores de la segunda
3. No espuriedad: la responsabilidad de esta covariación no puede ser atribuida a otras variables.
Situación artificial, denominada experimento: un modelo de una situación real que el investigador
reproduce artificialmente a fin de estudiar el comportamiento de las variables y su interfuncionalidad. Puede
darse el experimento de laboratorio o experimento de campo, en ambos casos se manipula un aspecto
determinado de la realidad para estudiar su efecto en la conducta de los que participen para el objetivo del
estudio, controlando las variables extrañas que podrían confundir los resultados.
Los experimentos se pueden replicar, antes de llevar a la práctica el experimento se aconseja realizar
un ensayo, llamado experimento piloto: con la finalidad de estudiar algunos aspectos del mismo y así evitar
o incluso subsanar posibles errores antes de realizar el experimento propiamente dicho.
En la estrategia experimental, según Campbell y Stanley (1966) y Kerlinger (1984), debe tenerse en
cuenta:
1. Control experimental: la capacidad del experimentador para determinar la conducta que se va a estudiar,
conocer las variables relevantes que pueden afectar a esa conducta, elegir una o varias de ellas como
variables independientes, seleccionando intencionalmente sus niveles, y crear las condiciones necesarias para
la presentación artificial de esos valores, tratando el resto de los factores como variables extrañas
(eliminándolas o manteniéndolas constantes). Conjunto de técnicas utilizadas para poder concluir que las
únicas fuentes de variación son las establecidas en la hipótesis.
- Técnicas de aleatorización: la utilización de esta técnica en la asignación de los participantes a los
grupos constituye una de las características diferenciadoras más importantes.
2. Utilización como mínimo de dos condiciones experimentales: requiere una comparación (contraste) entre
dos o más condiciones experimentales: la variable independiente debe tener al menos dos valores o niveles
(aunque solo sean presencia vs ausencia). Situaciones:
a) Diseños intergrupos o de comparación de grupos: una en la que tenemos distintos grupos, uno para
cada una de las condiciones experimentales.
b) Diseños intragrupo o de medidas repetidas: únicamente tendremos un solo grupo de participantes,
al cual se le aplicarán todas y cada una de las condiciones experimentales.
En ambas necesitamos que se den dos valores, categorías o niveles de la variable independiente para
comparar sus efectos. La creación de las condiciones experimentales se produce al decidir cuántos valores
tiene la variable independiente. Dos valores (experimental y control o experimental), tres valores (2
experimentales y uno de control o experimental también), etc.
4.3 VARIABILIDAD DE LOS DATOS Y TÉCNICAS DE CONTROL
El control experimental engloba un conjunto de técnicas que utiliza el investigador para poder manejar y
dominar toda la situación experimental, dichas técnicas suponen la actuación del investigador sobre:
- La variable independiente: eligiendo el número y niveles que él decide y aplicándola cuando él decide
(manipulación)
MK
- Las variables extrañas: eliminándolas o intentando que su efecto sea el mismo en todos los grupos
- Los factores aleatorios: intentando que su influencia sea mínima sobre la variable dependiente.
4.3.1 Variabilidad de los datos.
Varianza total: