HIPÓTESIS ARTICULADORAS

El siguiente paso en la planificación de un estudio de investigación es articular las hipótesis.

Eso será probado. Este es otro paso más en la fase de planificación de un estudio de
investigación que puede ser algo intimidante para personas sin experiencia
buscadores. Articular hipótesis es realmente uno de los pasos más importantes en el proceso de
planificación de la investigación, porque las hipótesis mal articuladas puede arruinar lo que
pudo haber sido un buen estudio. La siguiente dis-
La discusión sobre las hipótesis puede volverse bastante complicada, por lo que intente
mantener la discusión relativamente corta y al grano.
Como se discutió brevemente en el Capítulo 1, las hipótesis intentan explicar, predecir, y
explorar el fenómeno de interés. En muchos tipos de estudios, esto significa que las hipótesis
intentan explicar, predecir y explorar la relaciónrelación entre dos o más variables (Kazdin,
1992; ver Christensen,
2001). Con este fin, las hipótesis pueden considerarse como la educación del investigador.
adivinó cómo resultará el estudio. Como tal, la hipótesis articulada en un estudio particular
debe provenir lógicamente de la investigación problema investigado
Antes de discutir tipos específicos de hipótesis, hay dos importantes puntos que debes tener en
cuenta. Primero, todas las hipótesis deben ser falsificadas.. Es decir, las hipótesis deben poder
ser refutadas en función de resultados del estudio (Christensen, 2001). Este punto no puede
enfatizarse suficiente. En pocas palabras, si la hipótesis de un investigador no puede ser
refutada, entonces el
El investigador no está realizando una investigación científica. Articulando las fallas que no
son falsificables es una forma segura de arruinar lo que podría tener
De lo contrario, ha sido un estudio de investigación bien realizado e importante. En segundo
lugar, como discutido brevemente en el Capítulo 1, una hipótesis debe hacer
una predicción (generalmente sobre la relación entre dos o más variables). Las predicciones

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.

Referencia rápida 2.4

Página 16
En este ejemplo, el investigador tiene varias opciones en términos de hipótesis. Por un lado, el
investigador puede simplemente plantear la hipótesis de que
Habrá una diferencia entre los dos grupos en la prueba de memoria.
Este sería un ejemplo de una hipótesis no direccional, porque el investigador tiene la hipótesis
de que los dos grupos serán diferentes, pero el investigador no especifica cómo diferirán los dos
grupos. Alternativamente, el re buscador podría plantear la hipótesis de que los participantes
que están expuestos a la la clase de mejora de memoria funcionará mejor en la prueba de
memoria que los participantes que no están expuestos a la clase de mejora de memoria.
Este sería un ejemplo de una hipótesis direccional, porque el el buscador tiene la hipótesis de
que los dos grupos serán diferentes y especifica cómo los dos grupos diferirán (es decir, un
grupo funcionará mejor que el otro grupo en la prueba de memoria). Consulte la Referencia
rápida 2.5 para obtener una sugerencia sobre cómo para distinguir entre hipótesis direccionales
y no direccionales.
ELEGIR VARIABLES PARA ESTUDIAR
Ahora estamos muy cerca de comenzar el estudio real, pero todavía hay algunos cosas por
hacer antes de comenzar a recopilar datos. Antes de continuar
Además, probablemente sería útil para nosotros tomar un momento y ver
Hipótesis no direccionales versus hipótesis direccionales
Una forma confiable de diferenciar entre direccional y no direc- hipótesis hipotéticas es mirar la redacción de
las hipótesis. Si el hipótesis simplemente predice que habrá una diferencia entre los dos
grupos, entonces es una hipótesis no direccional. No es direccional porque
predice que habrá una diferencia, pero no especifica cómo
Los grupos serán diferentes. Sin embargo, si la hipótesis utiliza la llamada comparación
términos, como "mayor", "menor", "mejor" o "peor", entonces es un direccional
hipótesis. Es direccional porque predice que habrá una diferencia
 entre los dos grupos y especifica cómo los dos grupos
diferir de.

Referencia rápida 2.5

Página 17
donde estamos en este proceso de planeando un estudio de investigación. Hasta aquí, hemos
discutido cómo la investigación
(1) vienen con investigación ideas; 
(2) llevar a cabo una alfabetización exhaustiva
Ture revisa para ver lo que ha sido hecho en sus áreas temáticas (y, si necesario, para refinar el
enfoque de sus estudios basados en los resultados de la investigación previa); (3) formula
problemas de investigación concisos tardíos con conceptos claramente definidos y términos
(usando definiciones operativas); y (4) articular hipótesis falsificables. Ciertamente tenemos
establecido bastante, pero todavía hay un poco más por hacer antes de comenzar el estudiarse a
sí mismo.
El siguiente paso en la planificación de un estudio de investigación es identificar qué variables
(ver la Referencia rápida 2.6) será el foco del estudio. Hay muchas categorías de variables que
pueden aparecer en estudios de investigación. Sin embargo, más bien que discutir cada uno
concebible, enfocaremos nuestra atención en las categorías más utilizadas. Aunque no todos los
estudios de investigación lo harán incluya todas estas variables, es importante que conozca las
diferencias las referencias entre las categorías y cuándo cada tipo de variable puede ser usado.
Variables independientes frente a variables dependientes
Cuando se discuten las variables, quizás la distinción más importante sea:
Interpolación de variables independientes y dependientes. La variable independiente es la
factor manipulado o controlado por el investigador. En la mayoría de los estudios, los
investigadores están interesados en examinar los efectos de la independiente variable. En su
forma más simple, la variable independiente tiene dos niveles: pre enviado o ausente. Por
ejemplo, en un estudio de investigación que investiga los efectos de un nuevo tipo de
psicoterapia sobre síntomas de ansiedad, un grupo será
Variables
Una variable es cualquier cosa que pueda tomar
en diferentes valores. Por ejemplo,
altura, peso, edad, raza, actitud,
e IQ son variables porque hay
son diferentes alturas, pesos, edades,
razas, actitudes y coeficientes intelectuales. Por con-
en cambio, si algo no puede variar, o
tomar diferentes valores, entonces es
referido como una constante.

Referencia rápida 2.6

Página 18
expuestos a la psicoterapia y un grupo no estará expuesto a la psicoterapia. En este ejemplo, la
variable independiente es la psicoterapia, porque el investigador puede controlar si los
participantes del estudio están expuestos a él y el investigador está interesado en examinar los
efectos de la psicoterapia sobre síntomas de ansiedad. Como ya sabrás,
El grupo en el que está presente la variable independiente (es decir, que está expuesta a la
psicoterapia) se conoce como el grupo experimental, mientras que el grupo en el que la variable
independiente no está presente (es decir, que no es ex
planteado a la psicoterapia) se conoce como el grupo de control.
Aunque, en su forma más simple, una variable independiente tiene solo dos niveles (es decir,
presente o ausente), ciertamente no es raro que un variable pendiente para tener más de dos
niveles. Por ejemplo, en una investigación estudio que examina los efectos de un nuevo
medicamento sobre los síntomas de la depresión
Además, el investigador puede incluir tres grupos en el estudio: un control grupo y dos grupos
experimentales. Como de costumbre, el grupo de control haría no recibir el medicamento (o
recibiría un placebo), mientras que uno experimental grupo puede obtener una dosis más baja
de la medicación y el otro experimental grupo puede recibir una dosis más alta de la
medicación. En este ejemplo,
La variable independiente (es decir, la medicación) consta de tres niveles: ausente, bajo y
alto. Otros niveles de variables independientes son, por supuesto, también posibles, como bajo,
medio y alto; o ausente, bajo, medio y alto. Re- los buscadores toman decisiones con respecto
al número de niveles de un independiente variable de abolladura basada en una cuidadosa
consideración de varios factores, incluidos el número de participantes disponibles en el estudio,
el grado de especificidad de resultados que desean lograr con el estudio, y los aspectos
financieros asociados costos.
También es común que un estudio de investigación incluya múltiples independientes variables,
quizás con cada una de las variables independientes que consisten en
Múltiples niveles. Por ejemplo, un investigador puede intentar investigar el efectos de la
medicación y la psicoterapia sobre los síntomas de depresión
Sion. En este ejemplo, hay dos variables independientes (es decir, medicación y psicoterapia), y
cada variable independiente podría potencialmente de niveles múltiples (p. ej., dosis baja,
media y alta de medicación; terapia cognitiva conductual, terapia psicodinámica y emocional

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).

Referencia rápida 2.7

Definición de "investigación"
En el Capítulo 1, definimos brevemente
investigación como un examen de la
relación entre dos o más
variables Ahora podemos ser un poco
más específico en nuestra definición de
"Investigación". La investigación es un examen
ción de la relación entre
uno o más vari independientes
Ables y uno o más dependientes
variables En aún más preciso
términos, podemos definir la investigación como
un examen de los efectos de
uno o más vari independientes
capaz de uno o más dependientes
variables

Referencia rápida 2.8

Página 22
problema y las hipótesis están articuladas, no debería tomar demasiado esfuerzo para identificar
las variables independientes y dependientes.
Quizás otro ejemplo aclarará este importante punto. Suponer que un investigador está
interesado en examinar la relación entre la ingesta de fibra dietética y la incidencia de cáncer de
colon en hombres de edad avanzada. El problema de investigación puede expresarse de la
siguiente manera: "¿Aumenta
El consumo de fibra dietética da como resultado una menor incidencia de cáncer de colon.cer
entre varones de edad avanzada? ”Usando nuestra redacción sugerida del anterior
En nuestro párrafo, también podríamos hacer la siguiente pregunta: "¿Cuáles son los efectos del
consumo de fibra en la dieta sobre la incidencia de cáncer de colonentre hombres de edad
avanzada? “Siguiendo lógicamente este problema de investigación, el
El investigador puede plantear la siguiente hipótesis: "altos niveles de fibra dietética el
consumo disminuirá la incidencia de cáncer de colon entre los ancianos hombres”. Obviamente,
varios términos en esta hipótesis necesitan ser operados definido a nivel nacional, pero
podemos omitir ese paso a los efectos de la actual
ejemplo. Solo se necesita un examen superficial del problema de investigación y hipótesis
relacionada para determinar la variable independiente y dependiente variable para este
estudio. ¿Ya lo has descubierto? Porque el investigador está interesado en examinar los efectos
del consumo de fibra dietética en el Cidence del cáncer de colon, "consumo de fibra dietética"
es el independiente variable y una medida de la "incidencia de cáncer de colon" es la
dependencia abolladura variable.
Variables categóricas frente a variables continuas
Ahora que está familiarizado con la diferencia entre independiente y variables dependientes,
dirigiremos nuestra atención a otra categoría de varias habilidades con las que debe estar
familiarizado. La distinción entre categoría
Las variables categóricas y las variables continuas surgen con frecuencia en el contexto de
Muchos estudios de investigación. Las variables categóricas son variables que pueden tomar
valores específicos solo dentro de un rango definido de valores. Por ejemplo, "genero ”es una
variable categórica porque puedes ser hombre o mujer.
No hay término medio cuando se trata de género; puedes ser
Masculino o femenino; debes ser uno y no puedes ser ambos. "Raza", "mari-

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

Referencia rápida 2.9

Página 25
calificado es "atractivo" o "no atractivo", pero no hay indicios de
El nivel (o cantidad) de atractivo. Por el contrario, informar el número de veces que sucedió
algo o la cantidad de veces que alguien participa en un comportamiento particular son ejemplos
de variables cuantitativas
Estas variables se consideran cuantitativas porque proporcionan información relación con la
cantidad de algo.
Como se indicó al comienzo de esta sección, hay varias otras categorías historias de variables
que no discutiremos en este texto. Que tenemos
En esta sección se cubren las categorías principales que con mayor frecuencia aparecen pera en
estudios de investigación. Un comentario final es necesario. Es importante tenga en cuenta que
una sola variable puede encajar en varias de las categorías que hemos discutido. Por ejemplo, la
variable "altura" es continua (si se mide a lo largo de un continuo) y cuantitativo (porque
estamos obteniendo información sobre la cantidad de altura). En líneas similares, la vari-
El "color de ojos" capaz es categórico (porque hay un número limitado de categorías discretas
de color de ojos) y cualitativas (porque el color de ojos varía
en especie, no cantidad).
Si esta discusión de variables todavía te parece confusa, consuélate en el hecho de que incluso
los investigadores experimentados todavía pueden ser activados estos asuntos. Como con la
mayoría de los aspectos de la investigación, la exposición repetida a (y experiencia con) estos
conceptos tienden a generar un nivel cómodo de familiaridad Entonces, la próxima vez que se
encuentre con un estudio de investigación, practique identificando los diferentes tipos de
variables que hemos discutido en esta sección.
PARTICIPANTES DE INVESTIGACIÓN
La selección de participantes es uno de los aspectos más importantes de la planificación. y
diseñando un estudio de investigación. Por razones que deberían quedar claras como
Si lee esta sección, seleccionar a los participantes de la investigación suele ser más difícil y más
complicado de lo que puede parecer inicialmente. Además de necesitar el número apropiado de
participantes (que puede ser bastante difícil en estudios a gran escala que requieren muchos
participantes), los investigadores necesitan tener los tipos apropiados de participantes (lo que
puede ser difícil cuando se las fuentes son limitadas o el grupo de posibles participantes es
pequeño). Más

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.

Referencia rápida 2.10

Página 32
debería pasar algún tiempo maldiciendo por qué asignación aleatoria es tan importante en el
contexto de investigación. En resumen, asignación aleatoria una forma efectiva de asegurar que
los grupos dentro de un los estudios de búsqueda son equivalentes (ver
Referencia rápida 2.11). Más específicamente, la asignación aleatoria es un procedimiento
confiable para grupos equivalentes porque distribuye uniformemente las características de la
muestra entre todos los grupos dentro del estudio (ver Kaz-din, 1992). Por ejemplo, más bien
que colocar a todos los participantes mayores de 40 años en un grupo, asignación de dom sería,
teóricamente calmante al menos, distribuya uniformemente todos de los participantes mayores
de 40 años entre todos los grupos dentro de la investigación estudiar.  Esto produciría grupos
equivalentes dentro del estudio, al menos con respeto a la edad
En este punto, puede que se pregunte por qué es tan importante para un
El estudio de búsqueda constará de grupos equivalentes. La importancia principal de tener
grupos equivalentes dentro de un estudio de investigación es asegurar que las molestias
variables (es decir, variables que no están bajo el control del investigador) no interferir con la
interpretación de los resultados del estudio (Kazdin, 1992). En
en otras palabras, si encuentra una diferencia entre los grupos en un determinado variable
pendiente, desea atribuir esa diferencia a la independiente variable en lugar de una diferencia de
línea de base entre los grupos. Echemos un momento y explora lo que esto significa. En la
mayoría de los estudios, variables como edad, género y raza no son las principales variables de
interés. Sin embargo, si
Estas características no se distribuyen uniformemente entre todos los grupos dentro del estudio,
podrían oscurecer la interpretación de la variedad primaria
Equivalencia grupal
Uno de los más importantes como
aspectos de la investigación grupal están aislando
los efectos de la independiente
variable. Para lograr esto, el
grupo experimental y control
grupo debe ser idéntico, excepto
para la variable independiente.
variable independiente sería
presente en el grupo experimental,
pero no en el grupo de control. Como-
suponiendo que esta es la única diferencia
entre los dos grupos, cualquier ob-
sirvió diferencias en la dependencia
la variable de abolladura puede razonablemente ser
homenajeado a los efectos de la
variable independiente.

Referencia rápida 2.11

Page 33
habilidades de interés en el estudio. Echemos un vistazo a un breve ejemplo que debería ayudar
a aclarar estos conceptos.
Un investigador interesado en medir los efectos de una nueva memoria
La estrategia de avance lleva a cabo un estudio en el que un grupo (es decir, la experiencia
grupo mental) se le enseña la estrategia de mejora de la memoria y el otro al grupo (es decir, el
grupo de control) no se le enseña la mejora de la memoria estrategia. Luego, todos los
participantes en ambos grupos reciben una prueba del funcionamiento de la memoria. Al
finalizar el estudio, el investigador encuentra que los participantes a los que se les enseñó la
nueva estrategia realizaron mejor en la prueba de memoria que los participantes a quienes no se
les enseñó nueva estrategia Con base en estos resultados, el investigador concluye que el
La estrategia de mejora de la memoria es efectiva. Sin embargo, antes de enviar estos
impresionantes resultados para su publicación en una revista profesional, el informe el buscador
se da cuenta de que hay una pequeña peculiaridad en la composición de los dos grupos en el
estudio. Específicamente, el investigador descubre que la experiencia grupo mental está
compuesto en su totalidad por mujeres menores de 30 años, mientras que
El grupo de control está compuesto en su totalidad por hombres mayores de 60 años.
La desafortunada composición del grupo en el ejemplo anterior es bastante problemático para el
investigador, quien está comprensiblemente decepcionado con esto giro de
acontecimientos. Sin complicarse demasiado, aquí está el problema en un en pocas palabras:
porque los dos grupos de estudio difieren de varias maneras: exposición la estrategia de mejora
de la memoria, la edad y el género: el investigador no puedo estar seguro exactamente de qué
es responsable la memoria mejorada formante de los participantes en el grupo experimental. Es
posible, para ejemplo, que el rendimiento de memoria mejorado del experimental
grupo no se debe a la nueva estrategia de mejora de memoria, sino más bien a el hecho de que
los participantes en ese grupo son todos menores de 30 años y, por lo tanto,
Por lo tanto, es probable que tengan mejores recuerdos que los participantes que han terminado
60 años. Alternativamente, es posible que el rendimiento mejorado de la memoria del grupo
experimental está de alguna manera relacionado con el hecho de que todos
Los participantes en ese grupo son mujeres. En resumen, la estrategia de mejora de Ory no fue
aislada y controlada experimentalmente (es decir, no fue la única diferencia entre el
experimental y el control

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.

Referencia rápida 2.12

Página 35
asignado aleatoriamente a grupos dentro del estudio, el investigador está listo para comenzar a
recopilar datos. (Tanto la selección aleatoria como la asignación aleatoria se discutirá con más
detalle en el Capítulo 3 como estrategias para controlar artefacto y sesgo.)
CONSIDERACIONES MULTICULTURALES
Un tema final e importante en este capítulo es la relación entre
Cuestiones multiculturales y estudios de investigación. En investigación, como en la mayoría
de los otros la vida a principios del siglo XXI, las consideraciones rodean
El multiculturalismo (véase la referencia rápida 2.13) ha aumentado visibilidad e
importancia. Como resultado, existe una creciente necesidad de recuperación buscadores en
todos los niveles y en todos los entornos para familiarizarse con el papel de multiculturalismo
en todos los aspectos de los estudios de investigación.
Las consideraciones multiculturales son importantes de dos maneras distintas cuando viene a
realizar estudios de investigación. Primero, consideraciones multiculturales a menudo tienen un
efecto considerable en la elección de un investigador de preguntas de investigación diseño de
investigación y de investigación (incluso si el investigador desconoce el rol jugado por
consideraciones multiculturales en esas decisiones). Segundo, multi- consideraciones culturales
son importantes en la selección y composición de la muestra de participantes utilizada en
particular estudios de investigación. En otras palabras, consideración multicultural las eraciones
son importantes con la recuperación
Espero que tanto el investigador como la muestra de estudio Esta sección abordar ambos
importantes consideraciones
Multiculturalismo y
Investigadores
Como la población de los Estados
Los estados se vuelven cada vez más di-
Multiculturalismo
Cuando se considera en su más amplio
sentido, un investigador que tiene
competencia multicultural lograda
es consciente de las diferencias entre
participantes del estudio relacionados con la raza,
origen étnico, lenguaje, orientación sexual
ción, género, edad, discapacidad, clase
estado, educación y religioso o
orientación espiritual (estadounidense
Asociación Psicológica, 2003).

Referencia rápida 2.13

Page 36
verso, existe una creciente necesidad de que los investigadores sean más conscientes de la
impacto de los problemas multiculturales en la planificación y el diseño de la investigación.
estudios (Reid, 2002). Usando la jerga actual, se puede afirmar que hay es una necesidad para
los investigadores lograr "competencia multicultural". buscadores, el primer paso para lograr la
competencia multicultural es convertirse en conscientes de cómo sus propias cosmovisiones
afectan su elección de investigación preguntas (American Psychological Association [APA],
2003). Estas las cosmovisiones necesariamente incluyen las opiniones de los investigadores
sobre sus propias culturas como así como sus puntos de vista de otras culturas.  Los
investigadores deben reconocer que sus cosmovisiones probablemente juegan un papel integral
en la configuración de sus puntos de vista de la humanidad. comportamiento del hombre Por lo
tanto, sus teorías del comportamiento humano, así como las las preguntas de búsqueda y las
hipótesis que surgen de esas teorías se basan en supuestos particulares de su propia cultura, y
son estos supuestos de las cuales los investigadores deben estar conscientes (ver Egharevba,
2001).
Aumentar la conciencia de los problemas multiculturales en la conceptualización. de los
diseños de investigación, el investigador a menudo se beneficia de consultar con
miembros de grupos culturales diversos y tradicionalmente subrepresentados
(APA, 2003; Quintana, Troyano y Taylor, 2001). Esto sirve para el propósito de proporcionar
perspectivas e ideas que de otra manera no hubieran sido considerado por el investigador
actuando solo. Considerando una vista diferente los puntos de miembros de diversos grupos
culturales facilitan el desarrollo
Mención de un diseño de investigación culturalmente competente que tiene el potencial de
beneficiar a personas de muchas culturas diferentes. En líneas similares, también es importante
para los investigadores reconocer las limitaciones de su investigación signos en términos de
aplicabilidad a diversos grupos culturales.
Los investigadores también deben ser conscientes de las consideraciones multiculturales
cuando decidir sobre técnicas e instrumentos de evaluación para sus estudios. Por ejemplo,
cuando se trabaja con una muestra culturalmente diversa, es importante que los investigadores
utilizan instrumentos y técnicas de evaluación que tienen sido validado con grupos
culturalmente diversos (ver Consejo Nacional
Asociaciones psicológicas para el avance de las minorías étnicas interests, 2000). De acuerdo
con las Directrices de APA sobre Educación Multicultural,
Capacitación, investigación, práctica y cambio organizacional para psicólogos (2003,
pags. 389), "se insta a los investigadores psicológicos a considerar la sensibilidad cultural

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