Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Página 13
encarnado en hipótesis se prueban posteriormente empíricamente mediante la recopilación y
analizando datos, y las hipótesis pueden ser apoyadas o refutado
Ahora que se le ha presentado el tema de las hipótesis, nosotros deberían centrar nuestra
atención en tipos específicos de hipótesis. Hay dos amplias categorías de hipótesis con las que
debería estar familiarizado.
Hipótesis nulas e hipótesis alternativas
La primera categoría de hipótesis de investigación, que se discutió brevemente en
Capítulo 1, incluye la hipótesis nula y la alternativa (o experimental) hipótesis. En estudios de
investigación en los que participan dos grupos de participantes (p. Ej., grupo experimental vs.
grupo de control), la hipótesis nula siempre predice que no habrá diferencias entre los grupos
estudiados (Kazdin, 1992). Sin embargo, si un estudio de investigación en particular no
involucra grupos de participantes del estudio, pero en cambio solo implica un examen de
variables seleccionadas, la hipótesis nula predice que no habrá
Relación entre las variables estudiadas. Por el contrario, la alternativa
La hipótesis siempre predice que habrá una diferencia entre grupos estudiados (o una relación
entre las variables que se estudian)
Veamos un ejemplo para aclarar la distinción entre hipótesis nula e hipótesis alternativas. En un
estudio de investigación que investiga los efectos de un medicamento de nuevo desarrollo en
los niveles de presión arterial, el nulo la hipótesis predeciría que no habrá diferencia en
términos de sangre
niveles de presión entre el grupo que recibe el medicamento (es decir, el grupo experimental) y
el grupo que no recibe el medicamento (es decir, el grupo de control). Por el contrario, la
hipótesis alternativa que habrá una diferencia entre los dos grupos con respecto a niveles de
presión arterial Entonces, por ejemplo, la hipótesis alternativa puede dígale que el grupo que
recibe el nuevo medicamento experimentará una mayor reducción en los niveles de presión
arterial que el grupo que no recupera la nueva medicación.
No es raro que los estudios de investigación incluyan varios
Página 14
hipótesis ternadas. El número de hipótesis nulas y alternativas incluidas en un estudio de
investigación particular depende del alcance y la complejidad de la estudio y las preguntas
específicas que hace el investigador. Es im- es importante tener en cuenta que el número de
hipótesis que se están probando tiene implicaciones para el número de participantes en la
investigación que se necesitarán para realizar el estudio Este último punto se basa en un
consenso estadístico bastante complejo. Conceptos que no discutiremos en esta sección. Para
nuestros propósitos, es suficiente
Recuerda que a medida que aumenta el número de hipótesis, el número
El número de participantes requeridos también suele aumentar.
En la investigación científica, tenga en cuenta que es la hipótesis nula lo que es probado, y
luego la hipótesis nula se confirma o refuta (a veces redactado como rechazado o no
rechazado). Recuerde, si la hipótesis nula es re rechazado (y esa decisión se basa en los
resultados de análisis estadísticos, que se discutirá en capítulos posteriores), el investigador
puede razonablemente concluir que hay una diferencia entre los grupos estudiados (o un
relación entre las variables estudiadas).
Rechazar una hipótesis es lo máximo que podemos hacer en la investigación científica. Ser
claro, nunca podemos aceptar una hipótesis; solo podemos dejar de rechazar una hipótesis
(como se discutió brevemente en el Capítulo 1). En consecuencia, los investigadores suelen
tratar de rechazar la hipótesis nula, que demuestra empíricamente que el los grupos estudiados
difieren en las variables que se examinan en el estudio.
Este último punto puede parecer contradictorio, pero es extremadamente importante concepto
que debes tener en cuenta.
Hipótesis direccionales e hipótesis no direccionales
La segunda categoría de hipótesis de investigación incluye hipótesis direccional e hipótesis no
direccionales. En estudios de investigación que involucren grupos de participantes del estudio,
la decisión sobre si utilizar una hipótesis direccional o no direccional se basa en si el
El buscador tiene alguna idea sobre cómo diferirán los grupos estudiados.
Específicamente, los investigadores usan hipótesis no direccionales cuando creen que los
grupos diferirán, pero no creen en cómo
Página 15
los grupos diferirán (es decir, en qué dirección diferirán). Por el contrario, re los buscadores
usan hipótesis direccionales cuando creen que los grupos están estudiados diferirán, y ellos
creen en cómo los grupos difieren (es decir, en una dirección particular).
Un ejemplo simple debería ayudar a aclarar la importante distinción entre hipótesis
direccionales y no direccionales. Digamos que un investigador es utilizando un diseño estándar
de dos grupos (es decir, un grupo experimental y uno grupo de control) para investigar los
efectos de una clase de mejora de memoria en los recuerdos de los estudiantes
universitarios. Al comienzo del estudio, todos los
Los participantes del estudio son asignados aleatoriamente a uno de los dos grupos. (Nosotros
hablaremos sobre el importante concepto de asignación aleatoria más adelante en este capítulo
y en el Capítulo 3, y sobre el concepto de consentimiento informado: que mencionamos
brevemente en la Referencia rápida 2.4, en el Capítulo 8). con frecuencia, un grupo (es decir, el
grupo experimental) estará expuesto a la clase de mejora de memoria y el otro grupo (es decir,
el grupo de control) no estará expuesto a la clase de mejora de memoria. Después, todos
A los participantes de ambos grupos se les administrará una prueba de memoria. Establecido
En este diseño de investigación, cualquier diferencia observada entre los dos grupos en la
prueba de memoria puede atribuirse razonablemente a los efectos de la clase de mejora de
memoria.
40 ESENCIALES DEL DISEÑO Y LA METODOLOGÍA DE LA INVESTIGACIÓN
Consentimiento informado
Antes de recopilar datos de los participantes del estudio, los participantes
debe aceptar voluntariamente participar en el estudio. Mediante un proceso denominado
consentimiento informado, todos los posibles participantes del estudio están informados sobre el
procedimientos que se utilizarán en el estudio, los riesgos y beneficios de los participantes
en el estudio y sus derechos como participantes del estudio. Hay, cómo:
Sin embargo, algunas instancias limitadas en las que los investigadores no están obligados a observar
obtener el consentimiento informado de los participantes del estudio y, por lo tanto, es
importante que los investigadores adquieran conocimientos cuando estén informados
se requiere consentimiento. El tema del consentimiento informado se discutirá en
cola en el Capítulo 8.
Página 19
terapia tiva). Como puede ver, las cosas tienden a complicarse bastante rápido cuando los
investigadores usan múltiples variables independientes con
Múltiples niveles.
En este punto de la discusión, deberías resistir activamente el impulso dejarse intimidar por el
material presentado hasta ahora en este capítulo. Tenemos cubrió bastante información, y se
está volviendo más complicado a medida que nosotros vamos. Hacer un seguimiento de las
diferentes categorías y tipos de variables puede sin duda ser difícil, incluso para aquellos de
nosotros con considerable investigación experiencia. Si se está confundiendo, puede ser útil
reducir las cosas a sus términos más simples. En el caso de variables independientes, lo
importante
Hay que tener en cuenta que los investigadores están interesados en examinar hechos de una
variable independiente sobre algo, y ese algo es el variable dependiente (Isaac y Michael,
1997). Ahora volvamos nuestra atención a variables dependientes.
La variable dependiente es una medida del efecto (si lo hay) de la independencia abolladura
variable. Por ejemplo, un investigador puede estar interesado en examinar
Los efectos de una nueva medicación en los síntomas de depresión entre estudiantes de
colegio. En este ejemplo, antes de administrar cualquier medicamento, el el investigador
probablemente administraría una medida válida y confiable de def presión, como el Inventario
de depresión de Beck (Beck, Ward, Mendel- hijo, Mock y Erbaugh, 1961), a un grupo de
participantes del estudio.
El Inventario de Depresión es un inventario de síntoma de auto informe bien aceptado tomos de
depresión. Administrar una medida de depresión al estudio
Los participantes antes de administrar cualquier medicamento permiten al investigador
obtener lo que se llama una medida de referencia de la depresión, que simplemente significa
una medición de los niveles de depresión que están presentes antes de la
publicidadadministración de cualquier intervención (p. ej., psicoterapia, medicación). luego el
buscador asigna aleatoriamente a los participantes del estudio a dos grupos, un grupo
experimental que recibe la nueva medicación y un grupo de control que no recibe la nueva
medicación (tal vez sus miembros están ad- ministró un placebo).
Después de administrar el medicamento (o no administrar el medicamento) para el grupo de
control), el investigador volvería a administrar el
Inventario de depresión de Beck a todos los participantes en ambos grupos. los
Página 20
El investigador ahora tiene dos puntajes del Inventario de depresión de Beck para cada uno de
los participantes en ambos grupos: un puntaje antes de la medicación administrada y una
puntuación después de la administración del medicamento.
(Por cierto, este tipo de diseño de investigación se conoce como un diseño previo / posterior,
porque la variable dependiente se mide antes y después de la entrada se administra la
convención. Hablaremos sobre este tipo de diseño de investigación en el Capítulo 5.) Estas dos
puntuaciones de depresión se pueden comparar con determinar si el medicamento tuvo algún
efecto sobre los niveles de depresión.
Específicamente, si las puntuaciones en el Inventario de depresión de Beck disminuyen (que
indica niveles más bajos de depresión) para los participantes en el ex grupo experimental, pero
no para los participantes en el grupo de control, entonces el investigador puede concluir
razonablemente que el medicamento fue efectivo en la reducción de los síntomas de la
depresión. Para ser más precisos, para el re buscador para concluir que el medicamento fue
efectivo para reducir los síntomas tomos de depresión, tendría que haber una diferencia
estadísticamente significativa en Beck Depression Inventory puntuaciones entre el grupo
experimental y el grupo de control, pero dejaremos ese punto a un lado por el momento.
Antes de continuar, tómese un momento y vea si puede
Identificar las variables independientes y dependientes en nuestro ejemplo. Tener ¿lo
resolviste? En este ejemplo, el nuevo medicamento es el independiente. Variable porque está
bajo el control del investigador y el investigador es interesado en medir su efecto. La
puntuación del Inventario de depresión de Beck es la variable dependiente porque es una
medida del efecto de la variable impediente cuando los estudiantes están expuestos a la
terminología de investigación por primera vez, no es raro que confundan lo independiente y lo
dependiente variables Afortunadamente, hay una manera fácil de recordar la diferencia. Entre
los dos. Si se confunde, piense en la variable independiente como la "causa" y la variable
dependiente como el "efecto". Para ayudarlo en esto proceso, puede ser útil si practicas
enunciar tu pregunta de investigación de la siguiente manera: "¿Cuáles son los efectos de en
? ”El primer espacio en blanco es la variable independiente y el segundo en blanco es la
variable dependiente. Por ejemplo, podemos preguntar lo siguiente pregunta de búsqueda:
"¿Cuáles son los efectos del ejercicio sobre los niveles de grasa corporal?"
Página 21
En este ejemplo, "ejercicio" es la variable independiente y los "niveles del cuerpo grasa "es la
variable dependiente. La referencia rápida 2.7 resume las distinta entre los dos; y Rapid
Reference 2.8 usa esta distinción para además de nuestra comprensión del término
"investigación".
Ahora que sabemos las diferencias
entre independiente y variables dependientes, deberíamos centramos nuestra atención en cómo
los buscadores eligen estas variables para su inclusión en su investigación estudios. Un punto
importante para tener en cuenta es que el investigador selecciona el independiente y variables
pendientes basadas en el informe problema de búsqueda y la hipótesis En muchos sentidos, esto
simplifica el proceso de seleccionar variables al exigir la selección de inde- variables
pendientes y dependientes fluir lógicamente desde el estado mención del problema de
investigación y
Las hipótesis. Una vez que la investigación
Variables independientes y variables dependientes
La variable independiente se llama "independiente" porque es independiente mella del resultado que se está
midiendo. Más específicamente el independiente variable es lo que causa o influye en el resultado. La
variable dependiente se llama "dependiente" porque está influenciado por la variable independiente.
Por ejemplo, en nuestro estudio hipotético que examina los efectos de medica-ción sobre los síntomas de la
depresión, la medida de la depresión es la dependencia variable de abolladura porque está influenciada por (es
decir, depende de) la variable pendiente (es decir, la medicación).
Página 23
estado tal ”y“ color de cabello ”son otros ejemplos comunes de categórico variables Aunque
esto puede sonar obvio, a menudo es útil pensar de variables categóricas que consisten en
categorías discretas y mutuamente excluyentes historias, como "hombre / mujer", "Blanco /
Negro", "soltero / casado / divorciado "y" rubia / morena / pelirroja ". En contraste con
categórico variables, las variables continuas son variables que teóricamente pueden tomar
cualquier valor a lo largo de un continuo. Por ejemplo, "edad" es una variable continua antes de
Porque, al menos en teoría, alguien puede ser de cualquier edad. "Ingresos", "peso"y "altura"
son otros ejemplos de variables continuas. Como veremos,
El tipo de datos producidos por el uso de variables categóricas difiere del tipo de datos
producidos mediante el uso de variables continuas.
En algunas circunstancias, los investigadores pueden decidir convertir algunas
Variables continúas en variables categóricas. Por ejemplo, en lugar de usar
"Edad" como variable continua, un investigador puede decidir convertirla en una categoría
variable categorías discretas de edad, como "menor de edad
40 "o" 40 años o más "." Ingresos ", que a menudo se trata como un continuo variable, en
cambio, puede tratarse como una variable categórica creando
Poniéndolo en práctica
Variables independientes de medición y medición
Variables dependientes
Suponiendo que un investigador tiene una hipótesis bien articulada y específica,
Es una tarea bastante sencilla identificar a los independientes y dependientes.
variables de abolladura. A menudo, la parte difícil es determinar cómo variar el
variable dependiente y medir la variable dependiente. Por ejemplo,
Digamos que un investigador está interesado en examinar los efectos de la visualización.
violencia televisiva en niveles de comportamiento prosocial. En este ejemplo, podemos
identificar fácilmente la variable independiente como ver la violencia televisiva y
la variable dependiente como comportamiento prosocial. La parte difícil es encontrar
formas de variar la variable independiente (¿cómo puede el investigador variar el
ver la violencia televisiva?) y medir la variable dependiente (cómo
¿Puede el investigador medir el comportamiento prosocial? Encontrar maneras de variar el
variable independiente y medir la variable dependiente a menudo requiere
tanta creatividad como conocimiento científico.
Página 24
categorías de ingresos de Creta, como "menos de $ 25,000 por año", "$ 25,000–
$ 50,000 por año "y" más de $ 50,000 por año”. El beneficio de usar
Las variables tinuosas son que pueden medirse con un mayor grado de pre-
Cision. Por ejemplo, es más informativo registrar la edad de alguien como "47 años "(continuo)
en lugar de" 40 años o más "(categórico). El uso de variables continuas le da al investigador
acceso a métodos más específico datos. Consulte la referencia rápida 2.9.
Variables cuantitativas versus variables cualitativas
Finalmente, antes de pasar a un tema diferente, nos corresponde a nosotros
Discuta brevemente la distinción entre variables cualitativas y cuantitativas variables. Las
variables cualitativas son variables que varían en especie, mientras que las cantidades
Las variables cuantitativas son aquellas que varían en cantidad (ver Christensen, 2001). Esta
Es una distinción importante pero sutil que surge con frecuencia en la investigaciónestudios, así
que echemos un vistazo a algunos ejemplos.
Calificar algo como "atractivo" o "no atractivo", "útil" o "no útiles "o" consistentes "o" no
consistentes "son ejemplos de variables En estos ejemplos, las variables se consideran
cualitativas porque porque varían en tipo (y no en cantidad). Por ejemplo, la cosa es
Variables categóricas frente a variables continuas
La decisión de usar variables categóricas o continuas
tener un efecto sobre la precisión de los datos que se obtienen. Cuando com
En comparación con las variables categóricas, se pueden medir variables continuas
con un mayor grado de precisión Además, la elección de qué estadística
Se usarán pruebas de calibración para analizar los datos que dependen parcialmente de
si el investigador usa variables categóricas o continuas. Cierto
las pruebas estadísticas son apropiadas para variables categóricas, mientras que otras estadísticas
Las pruebas ticas son apropiadas para variables continuas. Como con muchos deci-
siones en el proceso de planificación de la investigación, la elección de qué tipo de variaciones
capaz de usar depende en parte de la pregunta que el investigador es
tratando de responder
Page 26
una vez más, la manera en que los individuos son seleccionados para participar y forma en que
esos participantes se asignan posteriormente a grupos dentro del estudio, tiene un efecto
dramático sobre los tipos de conclusiones que pueden extraerse del estudio de investigación.
Al principio, es importante tener en cuenta que no todos los tipos de estudios de investigaciones
involucran participantes humanos. Por ejemplo, los estudios de investigación realizados en
muchos campos de la ciencia, como física, biología, química y botánica, generalmente no
involucra a participantes humanos. Para la investigación científica
En estos campos, la unidad de estudio puede ser un átomo, una célula, una molécula, o una flor,
pero no un participante humano. Sin embargo, para esos investigadores quienes participan en
otros tipos de investigación, como la investigación en ciencias sociales, la mayoría de sus
estudios involucrarán participantes humanos en algunos casos paridad Por lo tanto, es
importante que se familiarice con el proceso que son comúnmente empleados por los
investigadores para seleccionar un apropiado grupo de participantes del estudio y asigne esos
participantes a grupos dentro del estudio. Esta sección abordará estas dos tareas importantes.
Antes de continuar, vale la pena señalar que cuando un investigador está planeando un estudio,
él o ella deben elegir un diseño de investigación apropiado antes de seleccionar a los
participantes del estudio y asignarlos a grupos. De hecho,
El diseño de investigación específico utilizado en un estudio a menudo determina cómo
Los participantes serán seleccionados para su inclusión en el estudio y cómo serán as- firmado
a grupos dentro de él. Sin embargo, porque el tema de elegir un diseño de investigación
apropiado requiere una discusión extensa y detallada. Hemos reservado un capítulo completo
para cubrir ese tema (ver Capítulo 5). Ahí-
Por lo tanto, al leer esta sección, es importante tener en cuenta que el tareas de seleccionar
participantes y asignarlos a grupos
Por lo general, se realiza después de haber elegido un diseño de investigación apropiado.
En consecuencia, es posible que desee volver a leer esta sección después de haber leído
elcapítulo sobre diseños de investigación (Capítulo 5).
Selección de participantes del estudio
Para aquellos estudios de investigación que involucran participantes humanos, la selección de
Los participantes del estudio son de suma importancia. Hay varias maneras
Página 27
en el que los posibles participantes pueden ser seleccionados para su inclusión en una
investigación estudio, y la manera en que los participantes son seleccionados está determinada
por varios factores, incluida la pregunta de investigación que se investiga, la re diseño de
búsqueda utilizado, y la disponibilidad de números apropiados y
Tipos de participantes del estudio. En esta sección, discutiremos los método más utilizados por
los investigadores para seleccionar los participantes del estudio.
Para algunos tipos de estudios de investigación, participantes de investigación específicos (o
grupos de participantes en la investigación) pueden ser buscados. Por ejemplo, en una calidad
estudio iterativo que investiga las experiencias de combate de veterinarios de la Segunda
Guerra Mundial, el investigador puede simplemente acercarse a veteranos identificados de la
Segunda Guerra Mundial y pídales que participen en el estudio. Otro ejemplo sería un vestigio
de los efectos de un programa Head Start entre estudiantes de preescolar abolladuras En esta
situación, el investigador puede decidir estudiar un estudio y clase preescolar. El investigador
podría seleccionar aleatoriamente preescolar estudiantes para participar en el estudio, pero
probablemente ahorrarían tiempo y dinero usando un grupo preexistente de estudiantes.
Como probablemente pueda imaginar, surgen algunas dificultades cuando los investigadores
usan grupos preexistentes o se dirigen a personas específicas para su inclusión
En un estudio de investigación. La dificultad principal es que los resultados del estudio pueden
no ser generalizable a otros grupos u otros individuos (es decir, grupos o individual no en el
estudio). Por ejemplo, si un investigador está interesado en dibujar
Conclusiones amplias sobre los efectos de un programa Head Start en estudiantes de preescolar
en general, el investigador no querría limitar par-
Participación en el estudio a un grupo específico de estudiantes de preescolar de
Un preescolar específico. Para que los resultados del estudio se generalicen más allá la muestra
utilizada en el estudio, la muestra de estudiantes de preescolar en el estudio tendría que ser
representativo de toda la población de estudiantes de preescolar abolladuras
Hemos introducido bastantes términos y conceptos nuevos en esta discusión, por lo que
debemos asegurarnos de que todos estamos en la misma página antes de proceder más
allá. Comencemos con la generalización. El concepto de generar la capacidad de cobertura se
cubrirá en detalle en capítulos futuros, por lo que no gastaremos
Demasiado tiempo aquí. Pero tenemos que tomarnos un momento y descartar brevemente
Maldecir a qué nos referimos cuando decimos que los resultados de un estudio son (o no)
Página 28
generalizable Para hacer esta discusión más digerible, veamos un breve ejemplo.
Supongamos que un investigador está interesado en examinar el empleo tasa entre los recién
graduados universitarios. Para examinar este tema, el investigador recopila datos de empleo de
1000 recién graduados de la Universidad ABC.
Después de mirar los datos y realizar algunos cálculos simples, el investigador determina que el
97.5% de los recién graduados de ABC obtuvieron empleo a tiempo completo dentro de los 6
meses posteriores a la graduación. Basado en los resultados de este estudio, ¿puede el
investigador concluir razonablemente que el empleo
¿La tasa de todos los graduados universitarios recientes en los Estados Unidos es del
97.5%? Transmisión exterior-
Realmente no. ¿Pero por qué? La razón más obvia es que la reciente graduación los egresados
de la Universidad ABC pueden no ser representativos de los recién graduados
de otras universidades. Quizás los recién graduados de ABC tengan más éxito en obtener
empleo que los recién graduados de pequeños, menos conocidos colegios Como resultado, es
probable que exista un alto grado de variabilidad en tasas de empleo de graduados
universitarios recientes en los Estados Unidos.
Por lo tanto, sería engañoso e inexacto llegar a una conclusión general sobre la empleabilidad
de todos los recién graduados universitarios basados en exclusión sobre las experiencias de
empleo de los recién graduados de ABC.
En el ejemplo anterior, la única conclusión razonable de que el el buscador puede alcanzar es
que el 97.5% de los recién graduados de ABC en esa parte
El estudio obtuvo empleo a tiempo completo dentro de los 6 meses posteriores a la graduación.
Es probable que esta conclusión limitada sea de poco interés para los estudiantes externos
Universidad ABC porque los resultados del estudio no tienen implicaciones para esos otros
estudiantes Para que los resultados de este estudio sean generalizables (es decir, aplicable a los
recién graduados de todas las universidades, no solo a ABC) investigador necesitaría examinar
las tasas de empleo para graduados recientes de muchas universidades diferentes. Esto tendría
el efecto de asegurar que la muestra de participantes es representativa de todos los graduados
universitarios recientes. Obviamente, sería más informativo y preciso si el el buscador pudo
examinar las tasas de empleo de todos los graduados recientes
Ates de todas las universidades. Entonces, en lugar de tener que hacer una inferencia sobre la
tasa de empleo en la población basada en los resultados del estudio, el investigador tendría una
tasa de empleo exacta.
Página 29
Sin embargo, por razones obvias, generalmente no es práctico incluir cada miembro de la
población de interés (p. ej., todos los graduados universitarios recientes
Ates) en un estudio de investigación. El tiempo, el dinero y los recursos son tres limitantes.
factores que hacen que esto sea poco probable. Por lo tanto, la mayoría de los investigadores se
ven obligadosestudiar un subconjunto representativo —una muestra— de la población de
interés.
En consecuencia, en nuestro ejemplo, el investigador se vería obligado a estudiar un muestra de
graduados universitarios recientes de la población de todas las universidades recientes
graduados de (Si necesita un breve repaso sobre la distinción entre un muestra y una población,
consulte el Capítulo 1.) Si la muestra utilizada en el estudio representante de la población de la
que se extrajo, el investigador puede sacar conclusiones sobre la población en función de los
resultados obtenidos con la muestra En otras palabras, usar una muestra representativa es lo que
baja a los investigadores para llegar a conclusiones generales aplicables a toda la población
Formulación de interés basada en los resultados obtenidos en sus estudios específicos.
Para aquellos de ustedes que todavía están confundidos sobre el concepto de generalización.
habilidad, no te preocupes, porque revisamos este tema en capítulos posteriores.
La discusión hasta este punto debería llevarlo a una pregunta obvia.
Específicamente, si elegir una muestra representativa es tan importante para el propósitos de
generalizar los resultados de un estudio, cómo van los investigadores acerca de seleccionar una
muestra representativa de la población de interés?
El procedimiento primario utilizado por los investigadores para elegir un representante. la
muestra se llama "selección aleatoria". La selección aleatoria es un procedimiento a través del
cual se elige una muestra de participantes de la población de interés de tal manera que cada
miembro de la población tenga igual probabilidad de ser seleccionado para participar en el
estudio (Kazdin, 1992).
Los investigadores que utilizan el procedimiento de selección aleatoria primero definen el
popu-
interés de interés y luego seleccione aleatoriamente el número requerido de participación de la
población.
Hay dos puntos importantes a tener en cuenta con respecto al azar selección. El primer punto es
que la selección aleatoria es a menudo difícil de lograr. Completar a menos que la población
esté muy definida (Kazdin, 1992).
Por ejemplo, la selección aleatoria no sería posible para una población deficiente multado como
"todos los estudiantes de economía". ¿Cómo podríamos definir "todos los estudiantes de
economistas "? ¿Esta población incluiría a todos los estudiantes de economía?
Página 30
en un estado particular, o en los Estados Unidos, o en el mundo? ¿Sería
¿Tantos estudiantes actuales como antiguos estudiantes de economía? ¿Incluiría ambos
estudiantes de pregrado y posgrado en economía? Obviamente, la población la sección de
"todos los estudiantes de economía" es demasiado amplia y, por lo tanto, sería imposible
seleccionar una muestra aleatoria de esa población. Por el contrario, la selección aleatoria
podría lograrse fácilmente con una población definida como "todos los estudiantes que
actualmente toman clases introductorias de economía en un par- universidad particular.” Esta
población está suficientemente definida, lo que permitiría a un investigador utilizar una
selección aleatoria para obtener una representación muestra.
Como habrás notado, definiendo estrechamente la población de interés, que hemos declarado es
un requisito para la selección aleatoria, tiene efecto efectivo negativo de limitar la
representatividad de la muestra resultante. Esta
Ciertamente presenta un obstáculo: necesitamos definir la población de forma limitada. Para
poder seleccionar una muestra representativa, pero reduciendo la población
Además, estamos limitando la representatividad de la muestra que elegimos.
Esto nos lleva al segundo punto que debes tener en cuenta selección aleatoria, a saber, que los
resultados de un estudio no pueden ser generalizado basado únicamente en la selección
aleatoria de participantes de la población de interés. Más bien, evidencia de la generalización
de un estudio los hallazgos generalmente provienen de estudios de replicación. En otras
palabras, la mayoría
Una forma efectiva de demostrar la generalización de los hallazgos de un estudio es realizar el
mismo estudio con otras muestras para ver si los mismos resultados son adquirido. Obtener los
mismos resultados con otras muestras es la mejor prueba de generalizabilidad.
A pesar de las limitaciones asociadas con la selección aleatoria, es una procedimiento popular
entre los investigadores que intentan garantizar que la muestra de participantes en un estudio
particular es similar a la población de donde se extrajo la muestra.
Asignación de participantes del estudio a grupos
Una vez que una población ha sido adecuadamente definida y un representante muestra de
participantes seleccionada al azar de esa población,
Page 31
el siguiente paso consiste en asignar a esos participantes a grupos dentro del grupo estudio de
búsqueda: uno de los aspectos más importantes de la realización de investigaciones.
De hecho, Kazdin (1992) considera la asignación de participantes a grupos dentro de un estudio
de investigación como "el tema central en la investigación grupal" (p. 85).
Por lo tanto, es importante que comprenda cómo la asignación de par-
Los participantes se logran más efectivamente y cómo afecta los tipos de conclusiones que
pueden extraerse de los resultados de un estudio de investigación.
Existe un acuerdo casi universal entre los investigadores de que la mayoría
método efectivo de asignar participantes a grupos dentro de una investigación el estudio se
realiza a través de un procedimiento llamado "asignación aleatoria". La filosofía
asignación aleatoria subyacente es similar a la filosofía subyacente selección aleatoria (ver
Referencia rápida 2.10). Asignación aleatoria implica as- firmar participantes en grupos dentro
de un estudio de investigación de tal manera que cada participante tiene la misma probabilidad
de ser asignado a cualquiera de los grupos dentro del estudio (Kazdin, 1992). Aunque hay
varias ac- métodos aceptados que se pueden usar para implementar efectivamente asignaciones
aleatorias En general, se logra mediante el uso de una tabla de números aleatorios que
determina la asignación de grupo para cada uno de los participantes. (Ver
Capítulo 5 para una discusión y ejemplo de números aleatorios.) Al usar una tabla de azar
números, los participantes son como- firmado a grupos dentro del estudio de acuerdo con un
predeterminado calendario. De hecho, la asignación de grupo se determina para cada pariente
participante antes de su participación trance en el estudio (Kazdin,
1992).
Ahora que sabes cómo los participantes son más efectivamente como firmado a grupos dentro
de un estudio (es decir, mediante asignación aleatoria), nosotros
Selección aleatoria vs.
Asignación aleatoria
Selección aleatoria: elegir
participantes del estudio de la población
interés de tal manera que
cada miembro de la población
tiene la misma probabilidad de ser
seleccionado para participar en el
estudiar.
Asignación aleatoria: Asignar
ing participantes del estudio en grupos
dentro del estudio de tal manera que
cada participante tiene un igual
probabilidad de ser asignado a
cualquiera de los grupos dentro del estudio.
34
grupos), el investigador no puede estar seguro de si fue responsable de la
Se observaron diferencias entre los grupos en la prueba de memoria.
Como se indicó anteriormente en esta sección, el propósito de la asignación aleatoria es
distribuir las características de los participantes de la muestra de manera uniforme entre todos
los grupos dentro del estudio. Mediante el uso de asignación aleatoria, el re el buscador
distribuye variables molestas de manera no sistemática en todos los grupos (ver Kazdin,
1992). Si el investigador en nuestro ejemplo usara asignación de los participantes masculinos
mayores de 60 años y la participación femenina los menores de 30 años se habrían distribuido
uniformemente entre el grupo experimental y el grupo control. (Consulte la Referencia rápida
2.12 para obtener una discusión de las pruebas de equivalencia grupal.)
Si el tamaño de la muestra es lo suficientemente grande, el investigador puede suponer que las
variables molestas se distribuyen uniformemente entre los grupos, que aumenta la confianza del
investigador en la equivalencia de los grupos
(Kazdin, 1992). Este último punto no debe pasarse por alto. Aleatorio como la firma es más
efectiva con un tamaño de muestra grande (p. ej., más de 40 par- participantes por grupo). En
otras palabras, la probabilidad de obtener un equivalente grupos aumenta a medida que
aumenta el tamaño de la muestra. Una vez que los participantes hayan estado
PLANIFICACIÓN Y DISEÑO DE UN ESTUDIO DE INVESTIGACIÓN 59
Prueba de equivalencia
Aunque se puede suponer que el uso de asignación aleatoria con muestras grandes
producir grupos equivalentes, es aconsejable examinar estadísticamente si el
dos grupos son de hecho equivalentes. Esto se logra comparando el
dos grupos en variables molestas para ver si los dos grupos difieren
significativamente. Si no hay diferencias estadísticamente significativas entre los
dos grupos en cualquiera de las variables molestas, el investigador puede ser confiado
Tenga en cuenta que los dos grupos son equivalentes. En esta situación, cualquier efecto observado
los efectos sobre las variables dependientes pueden atribuirse razonablemente a
variable pendiente (y no a ninguna de las variables molestas). Por el contrario, si
los dos grupos no son equivalentes en una o más de las variaciones molestas
ables, hay pasos estadísticos que un investigador puede tomar para asegurar que
Las diferencias no afectan la interpretación de los resultados del estudio.
Page 37
tive técnicas de evaluación, procedimientos de generación de datos y estandarizados
instrumentos cuya validez, confiabilidad y equivalencia de medición tienen probado en grupos
de muestra culturalmente diversos. . . . "
Finalmente, cuando se trata de interpretar datos y sacar conclusiones, re
Los buscadores deben considerar el papel de la cultura y las hipótesis culturales. Eso es
concebible, por ejemplo, que exista una explicación cultural para los hallazgos del estudio de
investigación y, por lo tanto, puede ser prudente realizar estadísticas
Examine con calma las variables culturales relevantes. Los investigadores también necesitan
ser consciente de las limitaciones culturales y la generalización de la investigación resultados
del estudio
Multiculturalismo y participantes del estudio
En la sección anterior, enfatizamos la importancia de la multiculturalidad. consideraciones en
términos de formular una pregunta de investigación, elegir un diseño de investigación
apropiado, selección de estrategias de evaluación y análisis datos y conclusiones de dibujo. En
esta sección, nos centraremos en multicultural- consideraciones relacionadas con la selección
de los participantes de la investigación quienes componen la muestra de estudio. Como verán,
la inclusión de personas de diversos orígenes culturales en muestras de estudio ha atraído una
gran mucha atención en los últimos años.
El debate sobre la composición adecuada de las muestras de estudio. Ya no está exclusivamente
en el dominio de los investigadores. El gobierno federal ha expresado una opinión sobre este
importante tema. En 1993, presidente
Clinton promulgó la Ley de Revitalización de NIH de 1993 (PL 103-43), que ordenó a los
Institutos Nacionales de Salud (NIH) establecer guías líneas para la inclusión de mujeres y
minorías en la investigación clínica. En
9 de marzo de 1994, en respuesta al mandato contenido en el NIH Revitalización, el NIH
emitió las Directrices de NIH sobre la inclusión de las mujeres y la inmigración. Entidades
como sujetos en investigación clínica (en adelante, " Directrices NIH ").
De acuerdo con las pautas de los NIH, porque la investigación está diseñada para
vide evidencia científica que podría conducir a un cambio en la política de salud o un stándar
de atención, es imprescindible determinar si la intervención es-
38
El estudio estudiado afecta tanto a los géneros como a diversos grupos raciales y étnicos
diferentemente. Por lo tanto, todos los informes biomédicos y conductuales respaldados por los
NIH la búsqueda con participantes humanos debe realizarse en un manera que obtiene
información sobre individuos de ambos sexos y de diversos orígenes raciales y étnicos. De
acuerdo con la Oficina de
Protección contra riesgos de investigación, que forma parte del Departamento de
Salud y Servicios Humanos, la inclusión de mujeres y minorías en la re la búsqueda, entre otras
cosas, ayudará a aumentar la generalización de la resultados del estudio y asegurar que las
mujeres y las minorías se beneficien de la investigación. Aunque las Directrices NIH se aplican
solo a estudios realizados o
Con el apoyo del NIH, todos los demás investigadores e instituciones de investigación son
alentado a incluir a mujeres y minorías en sus estudios de investigación, como bien.
RESUMEN
En este capítulo, hemos cubierto los temas relacionados con la investigación que son más
importantes. Comúnmente encontrado por los investigadores cuando planifican y desarman
firma de estudios de investigación. Ciertamente, hay otros temas relacionados con el plan.
Diseñando y diseñando un estudio de investigación que podríamos haber incluido en este
estudio (por ejemplo, elegir instrumentos de estudio), pero elegimos tomar un amplio enfoque
debido a la singularidad inherente de los estudios de investigación. Más bienque discutir temas
que son específicos para tipos específicos de estudios, estamos- creía que sería más beneficioso
hacer que la discusión fuera más generosa en primer lugar, centrándose en los temas
relacionados con la investigación que encuentran los virus
Por lo general, todos los investigadores al planificar y diseñar estudios.
Página 39
PRUÉBATE
1. Los investigadores se familiarizan con la literatura existente sobre un
particular
tema realizando una __________ __________.
2. Los investigadores usan __________ para intentar explicar, predecir y
explorar el
fenómeno de interés
3. La hipótesis __________ siempre predice que no habrá diferencias.
entre los grupos estudiados.
4. El __________ __________ es una medida del efecto (si lo hay) del inde-
variable pendiente
5. El método más efectivo para asignar participantes a grupos dentro de
un
El estudio de búsqueda se realiza mediante un procedimiento llamado
__________ __________.
Respuestas: 1. revisión de la literatura; 2. hipótesis; 3. nulo; 4. variable dependiente; 5. asignación aleatoriamente