Pág

ina1

ESCENARIO Y ESQUEMA DE INVESTIGACION

Si la investigación científica es un automóvil, el combustible que la alimenta son los hechos. Pero lo que la pone en marcha no es un hecho sino un problema y, obviamente, nuestra intención por resolverlo. Lewis Carroll, en "Alicia en el país de las maravillas", hace decir a uno de sus personajes que "como no tenía respuesta para ninguno de sus problemas, el modo de formularlos no importaba demasiado". Pero en nuestro caso sí interesa cómo plantearemos el problema, ya que pretendemos resolverlo. La importancia de formular correctamente un problema ya fue destacada por Claude Bernard, cuando dijo que el experimentador que no sabe lo que está buscando, no comprenderá lo que encuentra. El problema a solucionar debe ser formulado en forma lo suficientemente concreta como para que pueda ser resuelto efectivamente por la vía científica (solucionable científicamente), y lo suficientemente clara como para saber qué datos buscar para resolverlo. Así, el problema de si Dios existe o no, no es lo suficientemente concreto pues no hay investigación científica que pueda resolverlo, siendo más bien un problema filosófico. Asimismo, el problema de si el perro del comisario ladra o no, además de ser un problema cotidiano y no científico, no es lo suficientemente claro ya que no especifica si el comisario "tiene" un perro o si el comisario "es" un perro, con lo cual no sabremos qué datos buscar para resolverlo: si los datos sobre el perro o los datos sobre su dueño. Del mismo modo, no podemos decir simplificadamente "voy a investigar el problema de la droga". Esta es una afirmación ambigua que puede apuntar tanto al problema de cuáles son las causas de la drogadicción como al problema de cómo fabricar droga sin que se entere la policía. En cambio, problemas bien planteados son por ejemplo: ¿qué incentiva el rendimiento escolar?, o ¿influye la educación recibida sobre la ideología política de las personas? Se trata de problemas solucionables y donde sabemos qué tipo de información buscar para resolverlos.

EL ESQUEMA DE INVESTIGACIÓN

Una vez formulado adecuadamente el problema (y si es en forma de pregunta tanto mejor), procedemos ahora a trazarnos un esquema de investigación para resolverlo. Un esquema de investigación es un plan que hacemos para recolectar y analizar los datos combinándolos entre sí, con la intención de hallar una respuesta al problema de la forma más sencilla y económica posible. Esta exigencia de simplicidad no debe hacernos pensar que un esquema de investigación se pueda cumplir en horas o días: habitualmente una investigación lleva meses y años, pero ello es debido a que el problema a resolver no es tan sencillo, o también a la magnitud de la exigencia del rigor para resolverlo. Como ejemplo tomemos el siguiente problema: ¿porqué en ciertos barrios hay mayor índice de drogadicción que en otros? Para resolverlo, trazamos un esquema de investigación que deberá incluír las siguientes operaciones:

a) Recolectar datos, lo que hacemos en base a censos, informes policiales o sanitarios, o en base a cuestionarios que el mismo investigador puede administrar. Al mismo tiempo contaremos qué porcentaje de drogadictos hay en cada barrio y, si sospechamos que la drogadicción puede deberse a un menor control policial o a la existencia de familias desavenidas, también

Pág

ina2

buscaremos datos referentes a cuántos agentes policiales hay en cada barrio o qué porcentaje de familias desunidas hay en ellos. El problema planteado es además lo suficientemente claro como para saber que no me interesarán datos, por ejemplo, sobre la periodicidad de las manchas solares;

b) Analizar los datos recolectados combinándolos entre sí mediante tablas o gráficos. La lectura de alguna de estas tablas me podrá sugerir, por ejemplo, que a medida que aumenta el control policial en un barrio, disminuye su índice de drogadicción;

c) Hallar una respuesta al problema del modo más sencillo posible. Efectivamente, encontraremos como respuesta que el índice de drogadicción depende de la mayor o menor presencia policial, y para encontrarla, recurrimos a un procedimiento sencillo que economiza tiempo, esfuerzo y dinero: en lugar de estudiar todos los barrios tomaremos solamente algunos que suponemos son una muestra representativa y luego, en vez de hacer nosotros mismos un censo (que sería caro y trabajoso), nos basaríamos en censos ya realizados oficialmente y que suponemos confiables.

TIPOS DE ESQUEMAS DE INVESTIGACIÓN

Existen distintos tipos de esquemas de investigación, que los podemos clasificar según cuatro criterios: según la fuente de los datos, según el lugar donde investigamos a los sujetos, según el grado de control ejercido sobre las variables, y según su propósito o finalidad. Según la fuente de donde se obtienen los datos, el esquema de investigación podrá contar con datos primarios o con datos secundarios (o ambos). Los primeros son aquellos obtenidos directamente por el investigador de la realidad mediante la simple observación o a través de cuestionarios, entrevistas, tests u otro medio. Si este procedimiento resultare costoso o exigiese mucho esfuerzo, el investigador podrá

Según datos:

Según lugar:

Según el control:

Según el fin:

Con datos primarios

Con datos secundarios

De laboratorio

De campo

No experimentales (Ex–post-facto)

Experimental

Exploratoria

Descriptiva

Explicativa

Pág

ina3

basarse en datos secundarios, que son aquellos que fueron obtenidos por otras personas o instituciones, tales como censos, etc. Siempre convendrá este último recurso, salvo que uno tenga buenas razones para desconfiar de ellos, o que directamente no estén disponibles. Según el lugar donde investigamos a los sujetos, el esquema de investigación puede ser de laboratorio o de campo. Investigación de campo no significa investigación rural, sino una investigación donde estudiamos a los individuos en los mismos lugares donde viven, trabajan o se divierten, o sea, en su hábitat natural. Si quieremos saber cómo influye la televisión en la educación infantil utilizaremos datos sobre niños que ven (o no) televisión en sus hogares. Jamás se nos debe ocurrir encerrar durante meses o años a varios niños en un laboratorio mirando televisión, para ver como evoluciona su educación. Del mismo modo, tampoco se nos debe ocurrir provocar un terremoto en una habitación para ver cómo reacciona la gente allí ubicada (salvo que invente un sofisticado sistema de simulación de sismos, pero esto ya sería costoso): sólo puedo encarar este estudio a través de una investigación de campo, o sea en el lugar natural donde estos fenómenos ocurren. La investigación de laboratorio, como vemos 'saca' a los sujetos de sus lugares naturales, los 'aísla' de su entorno llevándolos a un lugar especial, el laboratorio, y que no necesariamente debe tener azulejos o probetas. Un ejemplo de laboratorio en psicología es la cámara Gesell, o habitación donde por ejemplo se deja jugar libremente a los niños mientras estudiamos sus reacciones a través de un vidrio que permite verlos, sin que ellos puedan advertir la mirada del investigador. En la investigación de laboratorio el investigador está presente atendiendo casi continuamente lo que sucede con las personas. A veces basta esto para que, aunque la investigación transcurra en los lugares naturales, sea una investigación de laboratorio (esto significa que el científico, en lugar de sacar a las personas de sus casas llevándolas al laboratorio, ha directamente montado el laboratorio en la casa de las personas). En la investigación de campo, en cambio, el científico no tiene en general una presencia permanente (salvo que aplique la técnica de la observación participante), limitándose a recoger datos en forma más o menos periódica en los sitios de residencia. Cierto tipo de investigaciones se prestan para planificarse indistintamente como de laboratorio o de campo. Así, si queremos saber cómo influyen los ruidos sobre el estrés, tenemos dos alternativas: a) llevar dos grupos de personas a un lugar especial aislado, donde sometemos a uno a ruidos fuertes y al otro a ruidos débiles, midiendo luego en ambos el estrés resultante (investigación de laboratorio); b) medir directamente el estrés en personas que viven en lugares de mucho ruido y en lugares de poco ruido, para evaluar la diferencia (investigación de campo). Según el grado de control ejercido sobre las variables, el esquema de investigación podrá ser no experimental o experimental. Frente al problema de las causas del estrés, pueden suceder dos cosas:

a) que no tengamos ninguna idea acerca de los factores que lo generan, en cuyo caso recolectaremos muchos datos sobre diversas personas estresadas y no estresadas sin controlar ninguna variable en especial como podría ser el sexo, la edad, la ocupación, los ruidos o la humedad. Se trata de una investigación no experimental;

b) puede suceder que sí tengamos una fuerte sospecha sobre cierto factor -por ejemplo los ruidos-, en cuyo caso haremos intervenir solamente ese factor procurando hasta donde sea posible controlar la influencia de las otras variables, las cuales, a pesar de también poder influir causalmente sobre el

Pág

ina4

estrés, son ajenas al propósito del experimento. Podemos neutralizar la influencia de la variable edad tomando individuos al azar, lo que asegurará una gran heterogeneidad en cuanto a edades. De hecho, si hubiéramos tomado a todos los sujetos con la misma edad, hubiese persistido la duda de si el estrés es producido por el ruido o por la edad.

Cuando, como en este último caso, controlamos la influencia de variables, estamos ante una investigación experimental, la cual puede adoptar, indistintamente, la forma de una investigación de laboratorio o de una de campo. En cambio, los estudios no experimentales son más bien de campo y por lo regular no provocamos nosotros el fenómeno a estudiar sino que debemos esperar a que él ocurra espontáneamente. Precisamente, otra distinción frecuente entre los procedimientos experimentales y los no experimentales apunta a esta última cuestión. En las investigaciones no experimentales debemos esperar a que ocurra el fenómeno para luego estudiarlo, y por ello se las llama también investigaciones ex-post-facto (después de ocurrido el hecho). No es costumbre provocar la drogadicción para estudiar luego sus consecuencias, así como tampoco se suele provocar un plenilunio (luna llena) para ver cómo influye sobre el comportamiento criminal de las personas. Según la finalidad que persiga el científico, las investigaciones pueden ser exploratorias, descriptivas y explicativas. En torno a este importante criterio articularemos nuestra exposición, sobre todo porque esos "tipos" de investigación son esencialmente "etapas" cronológicas de la misma, y por lo tanto recorrer estas etapas nos permitirá comprender cómo procede el científico cuando indaga y piensa la realidad. Cualquier investigación comienza siempre con una etapa exploratoria; recién después se encarará una investigación descriptiva y finalmente una explicativa. No se puede hacer un estudio explicativo si antes, uno mismo u otro investigador no realizó antes un estudio descriptivo, como tampoco podemos iniciar este último sin que alguien antes haya hecho una investigación exploratoria. La historia de la ciencia nos muestra dos cosas: primero, que una de estas etapas puede durar años y puede haber quedado "olvidada" hasta que alguien retoma la siguiente etapa; y segundo, que los límites entre una y otra etapa no son temporalmente exactos, pudiendo a veces superponerse. Las tres etapas persiguen propósitos diferentes: la investigación exploratoria identifica posibles variables, la investigación descriptiva constata correlaciones entre variables, y la investigación explicativa intenta probar vínculos causales entre variables. Más concretamente: en la investigación exploratoria buscamos información sobre algún tema o problema por resultarnos relativamente desconocido, como por ejemplo la cuestión de los prejuicios raciales. Este estudio culmina cuando hemos obtenido el conocimiento suficiente como para hacer un listado de los diferentes factores que suponemos vinculados con el prejuicio racial, como por ejemplo educación recibida, religión, zona de residencia, edad, sexo, filiación política, etc. En la investigación descriptiva buscaremos correlacionar estadísticamente cada uno de esos factores con el factor prejuicio racial, y termina cuando hemos constatado ciertas correlaciones lo suficientemente significativas como para sospechar la existencia de un vínculo causal. Por último, en la investigación explicativa intentaremos probar nuestra sospecha anterior, por ejemplo realizando un experimento que me permita concluir si el o los factores considerados son o no causa de la actitud prejuiciosa hacia personas de otras razas.

ESCENARIOS NATURALES:

Pág

ina5

Si hemos decidido que nuestra investigación vale la pena y que debemos

realizarla, paso siguiente consiste en elegir el tipo de estudio que efectuaremos. Los autores clasifican los tipos de investigación en tres: estudios exploratorios, descriptivos y explicativos. Sin embargo, para evitar algunas confusiones, en este capítulo se adoptará la clasificación de Dankhe (1986), quien los divide en exploratorios, descriptivos, correlacionales y explicativos. Esta clasificación es muy importante, debido a que, según el tipo de estudio de que se trate, varía la estrategia de investigación. El diseño, los datos que se recolectan, la manera de obtenerlos, el muestreo y otros componentes del proceso de investigación son distintos en estudios exploratorios, descriptivos, correlacionales y explicativos. En la práctica, cualquier estudio puede incluir elementos de más de una de estas cuatro clases de investigación.

ESQUEMAS DE INVESTIGACIÓN EXPLORATORIA

Los estudios exploratorios sirven para “preparar el terreno” y ordinariamente anteceden a los otros tres tipos. Los estudios exploratorios se efectúan, normalmente, cuando el objetivo es examinar un tema o problema de investigación poco estudiado o que no ha sido abordado antes. Es decir, que cuando la revisión de la literatura reveló que únicamente hay guías no investigadas e ideas vagamente relacionadas con el problema de estudio. Por ejemplo, si alguien desea investigar lo que opinan los habitantes de alguna ciudad sobre su nuevo gobernador y cómo piensa resolver los problemas que se suscitan en ella, revisará entonces la literatura existente y se encontrará con que se han hecho muchos estudios similares pero en otros contextos (es decir, en otras ciudades o estados del país o el extranjero). Sin embargo, estos estudios le servirán para ver cómo han abordado la situación de investigación y le sugerirán preguntas que puede hacer. Además, los problemas son únicos o particulares de esta ciudad. Por lo tanto, su investigación será exploratoria Los estudios exploratorios son como cuando viajamos a un lugar que no conocemos, del cual no hemos visto ningún documental ni leído ningún libro, sino simplemente alguien nos ha hechos algún breve comentario sobre el lugar. Al llegar, no sabemos qué atracciones visitar, a qué museos ir, en qué lugares se come sabroso, cómo es la gente; desconocemos mucho del sitio. Lo primero que hacemos es explorar, preguntar sobre qué hacer y a dónde ir al taxista o al chofer del autobús que nos llevará al hotel donde nos instalaremos, en la recepción, al camarero del bar del hotel y, en fin, a cuanta persona veamos amigable. Desde luego, si no buscamos información del lugar y está, en efecto, existía, podemos perder mucho tiempo y gastar dinero innecesariamente (por ejemplo, había guías turísticas completas e incluso con indicaciones precisas sobre a qué restaurantes, museos y otros atractivos acudir, qué autobuses abordar para ir a un determinado sitio). Pues, por supuesto, en la investigación sucede igual; en el caso de la investigación científica la inadecuada revisión de la literatura tiene consecuencias negativas en los costes tanto monetarios como de esfuerzo. Los estudios exploratorios nos sirven para aumentar el grado de familiaridad con fenómenos relativamente desconocidos, obtener información sobre la posibilidad de llevar a cabo una investigación más completa sobre un contexto particular de la vida real, investigar problemas del comportamiento humano que se consideren cruciales,

Pág

ina6

identificar conceptos o variables promisorias, establecer prioridades para investigaciones posteriores o sugerir afirmaciones verificables. Esta clase de estudios son comunes en la investigación del comportamiento, sobre todo en situaciones donde hay poca información. Tal fue el caso de las primeras investigaciones de Sigmund Freud que surgieron de la idea de que los problemas histéricos estaban relacionados con las dificultades sexuales, o los estudios pioneros del SIDA (Síndrome de Inmunodeficiencia Adquirida), o los experimentos iniciales de Iván Pavlov sobre los reflejos condicionados e inhibiciones, etc. Todos hechos en distintas épocas o áreas, pero con un común denominador: explorar algo poco investigado o desconocido. Los estudios exploratorios en pocas ocasiones constituyen un fin en sí mismos, por lo general determinan tendencias, identifican relaciones potenciales entre variables y establecen el “tono” de investigaciones posteriores más rigurosas. Se caracterizan por ser más flexibles en su metodología en comparación con los estudios descriptivos o explicativos, y son más amplios y dispersos que estos otros dos tipos. Asimismo, implican un mayor “riesgo” y requieren gran paciencia, serenidad y receptividad por parte del investigador.

ESQUEMA DE INVESTIGACIÓN DESCRIPTIVA

Muy frecuentemente el propósito del investigador es describir situaciones y eventos. Esto es, decir cómo es y se manifiesta determinado fenómeno. Los estudios descriptivos buscan especificar las propiedades más importantes de personas, grupos comunidades o cualquier otro fenómeno que sea sometido a análisis. Miden o evalúan diversos aspectos, dimensiones o componentes del fenómeno o fenómenos a investigar. Desde el punto de vista científico, describir es medir. Esto es, en un estudio descriptivo se selecciona una serie de cuestiones y se mide cada una de ellas respectivamente, para así –y valga la redundancia- describir lo que se investiga. Un censo nacional de población es un estudio descriptivo, su objetivo es medir una serie de características de un país en determinado momento: aspectos como la vivienda, (número de cuartos y pisos, si cuenta o no con energía eléctrica y agua potable, número de paredes, combustible utilizado, a quién pertenece la vivienda, ubicación de la vivienda; información sobre los ocupantes) sus bienes, ingreso, alimentación, medios de comunicación de que disponen, edades, sexo, lugar de nacimiento y residencia, lengua, religión, ocupaciones y otras características que se consideren relevantes o de interés para el estudio. En este caso el investigador elige una serie de conceptos a medir que también se denominarán “variables” y que se refieren a conceptos que pueden adquirir diversos valores y medirse, los mide y los resultados le sirven para describir el fenómeno de interés. Asimismo, la información sobre el número de fumadores en una determinada población, el número de divorcios anuales en una nación, el número de pacientes que atiende un hospital, el índice de productividad de una fábrica, la cantidad de contenido de sexo presente en un programa de televisión y la actitud de un grupo de jóvenes hacia el aborto, son ejemplos de información descriptiva cuyo propósito es dar un panorama lo más preciso posible del fenómeno al que se hace referencia. Es necesario hacer notar que los estudios descriptivos miden de manera más bien independiente los conceptos o variables con los que tiene que ver. Aunque, desde luego, pueden integrar las mediciones de cada una de dichas variables para decir cómo es y se manifiesta el fenómeno de interés, su objetivo no es indicar cómo se

Pág

ina7

relacionan las variables medidas. Por ejemplo, un investigador organizacional puede pretender describir varias empresas industriales en términos de su complejidad, tecnología, tamaño, centralización y capacidad de innovación. Entonces las mide en dichas variables y así puede describirlas en los términos deseados. A través de sus resultados, describirá qué tan automatizadas están las empresas medidas (tecnología), cuánta es la diferencia horizontal (subdivisión de las tareas), vertical (número de niveles jerárquicos) y espacial (número de centros de trabajo y el número de metas presentes en las empresas, etc.); cuánta libertad en la toma de decisiones tienen los distintos niveles y cuántos tienen acceso a la toma de decisiones (centralización de las decisiones); y en qué medida pueden innovar o realizar cambios en los métodos de trabajo, maquinaria, etc., (capacidad de innovación). Sin embargo, el investigador no pretende analizar por medio de su estudio si las empresas con tecnología más automatizada son aquellas que tienden a ser las más complejas (relacionar tecnología con complejidad), ni decimos si la capacidad de innovación es mayor en las empresas menos centralizadas (correlacionar capacidad de innovación con centralización). Lo mismo ocurre con el psicólogo clínico que tiene como objetivo describir la personalidad de un individuo. Se limitará a medirlo en las diferentes dimensiones de la personalidad, para así describirla. Desde luego, el psicólogo considera las dimensiones de la personalidad para poder describir al individuo, pero no está interesado en analizar si mayor depresión está relacionada con mayor introversión social (en cambio, si pretendiera establecer correlaciones, su estudio sería básicamente correlacional y no descriptivo). Así como los estudios exploratorios se interesan fundamentalmente en descubrir, los descriptivos se centran en medir con la mayor precisión posible. Como menciona Selltiz (1965), en esta clase de estudios el investigador debe ser capaz de definir qué se va a medir y cómo se va a lograr precisión en esa medición. Asimismo, debe ser capaz de especificar quién o quiénes tienen que incluirse en la medición. La investigación descriptiva, en comparación con la naturaleza poco estructurada de los estudios exploratorios, requiere considerable conocimiento del área que se investiga para formular las preguntas específicas que busca responder. La descripción puede ser más o menos profunda, pero en cualquier caso se basa en la medición de uno o más atributos del fenómeno descrito. Los estudios descriptivos pueden ofrecer la posibilidad de predicciones aunque sean rudimentarias. Por ejemplo, si obtenemos información descriptiva del uso que hace de la televisión un grupo característico de niños (digamos de 9 años que viven en la zona metropolitana de la Ciudad de México), tal como el hecho de que dedican diariamente, en promedio, 3.30 horas a ver la televisión, y si nos encontramos con un niño que vive en dicha ciudad y tiene nueve años, podemos predecir el número de minutos probable que dedica a ver la televisión a diario, utilizando ciertas técnicas estadísticas y sobre la base del promedio del grupo de niños al que este pertenece. Otro ejemplo sería el de un analista de la opinión pública que, basándose en datos descriptivos obtenidos en una encuesta llevada a cabo entre los sectores de una población de futuros votantes para determinada elección (número de personas que dijeron que habrán de votar por cada uno de los candidatos contendientes), intenta predecir, probabilísticamente, qué candidato triunfará en la elección.

ESQUEMA DE INVESTIGACIÓN CORRELACIONAL

Pág

ina8

Los estudios correlacionales pretenden responder a preguntas de investigación tales como: ¿conforme transcurre una psicoterapia orientada hacia el paciente, aumenta la autoestima de éste?; ¿a mayor variedad y autonomía en el trabajo corresponde mayor motivación intrínseca respecto a las tareas laborales?; ¿los niños que dedican cotidianamente más tiempo a ver televisión tienen un vocabulario más amplio que ven diariamente menos televisión?; ¿los campesinos que adoptan más rápidamente una innovación poseen mayor inteligencia que los campesinos que la adoptan después?; ¿la lejanía física entre las parejas de novios está relacionada negativamente con la satisfacción en la relación? Es decir, este tipo de estudios tiene como propósito medir el grado de relación que exista entre dos o más conceptos o variables (en un contexto en particular). En ocasiones sólo se analiza la relación entre dos variables, lo que podría representarse como la relación entre X y Y; pero también frecuentemente se ubican en el estudio relaciones entre tres variables, lo cual podría representarse como la relación entre X, Y, y estas dos con Z; y también relaciones múltiples, como por ejemplo: la relación entre X, Y y Z y la de Y con W y la de Z con F.

Los estudios correlacionales miden las dos o más variables que se pretende ver si están o no relacionadas en los mismos sujetos, y después se analiza la correlación. La utilidad y el propósito principal de los estudios correlacionales son saber cómo se puede comportar un concepto o variable conociendo el comportamiento de otra u otras variables relacionadas. Es decir, para intentar predecir el valor aproximado que tendrá un grupo de individuos en una variable, a partir del valor que tienen en la variable o variables relacionadas. Un ejemplo, tal vez simple, pero que ayuda a comprender el propósito predictivo de los estudios correlacionales, sería el correlacionar el tiempo dedicado a estudiar para un examen de estadística con la calificación obtenida en él. En este caso se mide en un grupo de estudiantes cuánto dedica cada uno de ellos a estudiar para el examen y también se obtienen sus calificaciones en el examen (mediciones en la otra variable); posteriormente se determina si las dos variables están o no correlacionadas y, si lo están, de qué manera. En el caso de que dos variables estén correlacionadas, ello significa que una varía cuando la otra también varía (la correlación puede ser negativa o positiva). Si es positiva quiere decir que sujetos con altos valores en una variable tenderán a mostrar altos valores en la otra variable. Por ejemplo, quienes estudian más tiempo para el examen de estadística tenderán a obtener una más alta calificación en el examen. Si es negativa, significa que sujetos con altos valores en una variable tenderán a mostrar bajos valores en la otra variable. Por ejemplo, quienes estudian más tiempo para el examen de estadística tenderán a obtener una calificación más baja en el examen. Si no hay correlación entre las variables, esto nos indica que estas varían sin seguir un patrón sistemático entre sí: habrá sujetos que tengan altos valores en una de las dos variables y bajos en la otra, sujetos que tengan altos valores en una de las variables y valores medios en la otra, sujetos que tengan altos valores en una variable y altos en la otra, sujetos con valores bajos en una variable y altos en la otra, y sujetos con valores medios en las dos variables. Si dos variables están correlacionadas y se conoce la correlación, se tienen

Pág

ina9

bases para predecir, con mayor o menor exactitud, el valor aproximado que tendrá un grupo de personas en una variable, sabiendo qué valor tienen en la otra variable. Supóngase que, en una investigación con 100 estudiantes del quinto semestre de la carrera de Psicología Social de una universidad, se encontrara una relación fuertemente positiva entre el tiempo dedicado a estudiar para un determinado examen de estadística y la calificación en dicho examen, y hubiera otros 85 estudiantes del mismo semestre y escuela; ¿qué predicción podríamos hacer con estos otros estudiantes? Sabremos que quienes estudien más tiempo, obtendrán las mejores calificaciones. Como se sugirió antes, la correlación nos indica tendencias (es decir, “lo que ocurre en la mayoría de los casos”) más que en casos individuales. Por ejemplo, el joven Gustavo puede haber estudiado bastantes horas y conseguir una nota baja en su examen, o Cecilia puede haber estudiado muy poco tiempo y lograr una calificación alta. Sin embargo, en la mayoría de los casos, quienes estudien más tiempo tenderán a obtener una calificación más alta en el examen. Los estudios correlacionales se distinguen de los descriptivos principalmente en que, mientras estos últimos se centran en medir con precisión las variables individuales (varias de las cuales se pueden medir con independencia en una sola investigación), los estudios correlacionales evalúan el grado de relación entre dos variables, pudiéndose incluir varios pares de evaluaciones de esta naturaleza en una sola investigación (en este caso se incluye por supuesto más de una correlación). La investigación correlacional tiene, en alguna medida, un valor explicativo aunque parcial. Al saber que dos conceptos o variables están relacionados se aporta cierta información explicativa. Por ejemplo, si la adquisición de vocabulario por parte de un determinado grupo de niños de cierta edad (digamos entre los 3 y los 5 años) se encuentra relacionada con la exposición a un programa de televisión educativo, ese hecho puede proporcionar cierto grado de explicación sobre cómo los niños adquieren ciertos conceptos. Desde luego, la explicación es parcial, pues hay otros factores relacionados. Cuanto mayor número de variables sean correlacionadas en el estudio y mayor sea la fuerza de las relaciones más completa será la explicación. Ahora bien, puede darse el caso de que dos variables estén aparentemente correlacionadas, pero que en realidad no lo estén (lo que se conoce en el lenguaje de la investigación como “correlación espuria”). Por ejemplo, supóngase que llevamos a cabo una investigación con niños, cuyas edades oscilan entre los 8 y los 12 años, con el propósito de analizar qué variables se encuentran relacionadas con la inteligencia, y midiéramos su inteligencia a través de algún test. Nos daríamos cuenta de que se da la siguiente tendencia: “a mayor estatura, mayor inteligencia”; es decir, los niños con mayor estatura tenderían a tener una calificación más alta en la prueba de inteligencia, con respecto a los niños con menor estatura. Estos resultados no tendrían sentido. No podríamos decir que la estatura está correlacionada con la inteligencia aunque los resultados así lo indicaran. Lo que sucede es lo siguiente: la maduración está asociada con las respuestas a una prueba de inteligencia, los niños de 12 años (en promedio más altos) han desarrollado mayores habilidades cognitivas para responder a la prueba (comprensión, asociación, retención, etcétera), que los niños de 11 años y estos a su vez la han desarrollado en mayor medida que los de 10 años, y así sucesivamente hasta llegar a los niños de 8 años (en promedio los de menor estatura), quienes poseen menores habilidades para responder a la prueba de inteligencia. Estamos ante una correlación espuria cuya “explicación” no solo es parcial sino errónea; se requeriría de una investigación a nivel explicativo para saber cómo y por qué las variables están supuestamente relacionadas. El ejemplo citado resulta obvio,

Pág

ina1

0

pero en ciertas ocasiones no es tan sencillo detectar cuándo una correlación carece de sentido.

ESQUEMA DE LA INVESTIGACIÓN EXPLICATIVA

Los estudios explicativos van más allá de la descripción de conceptos o fenómenos o del establecimiento de relaciones entre conceptos; están dirigidos a responder a las causas de los eventos físicos o sociales. Como su nombre lo indica, su interés se centra en explicar por qué ocurre un fenómeno y en qué condiciones se da este, o por qué dos o más variables están relacionadas. Las investigaciones explicativas son más estructuradas que las demás clases de estudios y de ello implican los propósitos de ellas (exploración, descripción y correlación), además de que proporcionan un sentido de entendimiento del fenómeno al que hacen referencia. Para comprender lo anterior tomemos un ejemplo de Reynolds (1971), que aunque se refiere a un fenómeno natural es muy útil para comprender lo que significa generar un sentido de entendimiento. Consideremos la siguiente correlación: “si el volumen de un gas es constante, a un incremento en la temperatura le seguirá un incremento en la presión”. Esta afirmación nos dice cómo están relacionadas tres variables: volumen, temperatura y presión del gas; y a través de ella podemos predecir qué ocurre con la presión si se conoce el volumen y la temperatura. Hay, además, cierto valor explicativo: ¿por qué aumentó la presión?, pues debido a que la temperatura se incrementó y el volumen del gas se mantuvo constante (imaginémonos ese gas dentro de una botella, se mantuvo constante porque ocupó siempre el volumen de la botella). Pero se trata de una investigación parcial, es decir, nos hace falta darle un sentido de entendimiento. Una explicación completa requeriría de otras proposiciones que informaran por qué y cómo están relacionadas esas variables. Veámoslo ahora de la siguiente manera: “Un incremento de la temperatura aumenta la energía cinética de las moléculas del gas”, “el incremento de la energía cinética causa un aumento en la velocidad del movimiento de las moléculas”. “Puesto que las moléculas no pueden ir más allá del recipiente con volumen constante, estas impactan con mayor frecuencia la superficie interior del recipiente. (Debido a que se desplazan más rápido, cubren más distancia y rebotan en el recipiente más frecuentemente)”. “En la medida en que las moléculas impactan los costados del recipiente con mayor frecuencia, la presión sobre las paredes del recipiente se incrementa”. Esta explicación, ahora aumentándosele la concepción de un gas como un conjunto de moléculas en constante movimiento, es mucho más completa que la anterior explicación y genera un mayor sentido del entendimiento.

Pág

ina1

1

ESCENARIOS ARTIFICIALES

Una vez que se ha definido el tipo de estudio a realizar y establecido la(s) hipótesis de una investigación o los lineamientos para la investigación (si es que no se tienen hipótesis), el investigador debe concebir la manera práctica y concreta de responder a las preguntas de investigación. Esto implica seleccionar o desarrollar un diseño de investigación y aplicarlo al contexto particular de su estudio. El término “diseño” se refiere al plan o estrategia concebida para responder a las preguntas de investigación. El diseño señala al investigador lo que debe hacer para alcanzar sus objetivos de estudio, contestar las interrogantes que se ha planteado y analizar la certeza de la(s) hipótesis formuladas en un contexto en particular. En el estudio del comportamiento humano disponemos de distintas clases de diseños o estrategias para poder investigar y debemos elegir un diseño entre las alternativas existentes. Si el diseño está bien concebido, el producto último de un estudio (sus resultados) tendrá mayores posibilidades de ser válido. Y no es lo mismo seleccionar un tipo de diseño que otro, cada uno tiene sus características propias. En la literatura sobre la investigación podemos encontrar diferentes clasificaciones de los tipos de diseños existentes. En este libro se adoptará la siguiente clasificación: la investigación experimental y la investigación no experimental. A su vez, la investigación experimental puede dividirse de acuerdo con las categorías de Campbell y Stanley (1966) en: pre-experimentos, experimentos “puros” (verdaderos), y cuasi-experimentos. En cuanto a la investigación no experimental, será subdividida en diseños transaccionales o transversales y diseños longitudinales. Cabe aclarar que en términos generales, no se debe considerar que un tipo de investigación es mejor que otro (experimental versus no experimental). Pues como menciona Kerlinger (1979): “Los dos tipos de investigación son relevantes y necesarios, tienen un valor propio y ambos deben llevarse a cabo”. Cada uno posee sus características y la elección sobre qué clase de investigación y diseño específico hemos de seleccionar, depende de los objetivos que nos hayamos trazado, las preguntas planteadas, el tipo de estudio a realizar (exploratorio, descriptivo, correlacional, o explicativo) y las hipótesis formuladas.

DISEÑO DE INVESTIGACIÒN EXPERIMENTAL

Las investigaciones y en particular los diseños experimentales intentan establecer básicamente relaciones causa-efecto. Más específicamente, cuando se desea estudiar cómo una variable independiente (causa) modifica una variable dependiente (efecto). El establecimiento de que, en un experimento, una variable independiente produce una variación específica (que sólo puede ser atribuida a la variable independiente) en la variable dependiente depende fundamentalmente de la manera como esté diseñado el experimento. El diseño de investigación constituye un aspecto fundamental y necesario de todo proceso científico. Cuando un investigador se plantea realizar un estudio, suele tratar algún tipo de comparación. El diseño de investigación supone, así, especificar la naturaleza de las comparaciones que habrían de efectuarse, constituyendo además el plan general del investigador para obtener respuestas a sus interrogantes o comprobar las hipótesis de investigación. El diseño de investigación desglosa las estrategias básicas que el investigador adopta para generar información exacta e interpretable.

Pág

ina1

2

Un experimento es un estudio de investigación en el que se manipulan deliberadamente una o más variables independientes para analizar las consecuencias que la manipulación tiene sobre una o más variables dependientes, dentro de una situación de control para el investigador. Un experimento se lleva a cabo para analizar si una o más variables independientes afectan a una o más variables dependientes y por qué lo hacen. En cualquier experimento se presentan tres tipos de variables: la independiente, la dependiente y las intervinientes (contaminadoras o extrañas). La variable independiente representa los tratamientos, factores o condiciones que el investigador controla para probar los efectos sobre la variable dependiente. El término de tratamiento se emplea a semejanza de agentes farmacológicos empleados en la medicina para manejar alguna enfermedad o proceso patológico. En el proceso del experimento, el investigador se limita a controlar la variable independiente, es decir, a seguir fielmente el proceso o el método para desarrollar alguna capacidad (resultado). Por otra parte, la variable dependiente es la que refleja los resultados de un estudio de investigación. La variable dependiente es la característica que realmente va a variar en un experimento, que va a ser modificada, en este caso, por la variable independiente. En el proceso de investigación, la variable dependiente se mide. El éxito de un experimento va a depender entonces del grado de precisión con que se mida dicha variación. Por lo tanto, tanto el instrumento de medición como el proceso de medición debe ser muy bien definido. El otro tipo de variable que se presenta en un diseño experimental es la variable interviniente, también llamada contaminadora o extraña. Este tipo de variable son variables independientes que, si no se controlan, pueden alterar el resultado de la investigación. Por lo tanto, el diseño debe controlar el efecto de las variables intervinientes. De otra manera, la validez externa del experimento se verá seriamente comprometida. Es posible que en un experimento existan varias variables independientes, varias dependientes y varias intervinientes. Estos tipos de experimentos son complejos y difíciles de llevar a cabo por el control que se debe hacer sobre todas las variables. El término control (validez interna) deriva etimológicamente del inglés counter-roll, que significa lista principal con la que toda lista subsiguiente debe ser contrastada y si fuera preciso, corregirla. De aquí, se asume el término como el intento de eliminar el efecto de variables extrínsecas a la investigación, de tal modo que pueda existir la seguridad de que los efectos hallados son debidos únicamente a la variable independiente por probar o probada. Son fuentes de invalidación interna:

Inestabilidad de mediciones, participantes o componentes.

Administración de pruebas (mal aplicadas).

Cambios en los instrumentos o métodos de medición.

Métodos de selección (de la(s) muestra(s)).

Manipulación de los resultados.

La validez externa se refiere a qué tan generalizables son los resultados de un experimento o situaciones no experimentales y a otros sujetos y poblaciones. La pregunta fundamental es: ¿Lo encontrado en la investigación, a qué grupos, contextos o situaciones se aplica o se puede aplicar? Son fuentes de invalidación externa:

Efecto reactivo o de interacción de las pruebas (cuando se intenta medir varias

capacidades al mismo tiempo).

Pág

ina1

3

Efectos reactivos de los tratamientos experimentales (referente a experimentación en

humanos se entiende como el “desconocimiento” de los sujetos sobre el

experimento).

En la historia de la investigación, Campbell y Stanley revolucionaron la forma en que se planteaban y se llevaban a cabo las investigaciones. Ellos identificaron tres categorías generales de diseños experimentales:

a) Experimentos verdaderos.

b) Cuasi-experimentos.

c) Pre-experimentos.

En el siguiente cuadro se muestran las principales diferencias entre estos tipos de experimentos. La principal diferencia radica en el grado de control que se imponen a las variables que se están estudiando.

Características Pre-experimentos

Cuasi-experimentos

Experimentos

Presencia de grupo de control

En algunos casos

Sí Sí

Selección aleatoria de sujetos

No Sí, pero restringida

Sí

Asignación aleatoria de los sujetos a los grupos

No No Sí

Asignación aleatoria de tratamientos a grupos

No Si es posible Sí

Grado de control sobre variables externas.

Bajo Moderada Alto

Un diseño experimental puro (experimento verdadero) es aquél en el cual se manipula una o varias variables independientes para observar sus efectos sobre una o varias variables dependientes en una situación de control. En los diseños experimentales denominados cuasi-experimentales, existe una manipulación intencionada de una o varias variables independientes con el objeto de observar y analizar el efecto que produce sobre una variable dependiente, pero la asignación de los grupos y de los sujetos a los grupos no se realiza al azar, siendo esta última característica la que los diferencia de los diseños verdaderos. Los cuasi-experimentos difieren de los experimentos verdaderos en la equivalencia inicial de los grupos.

GRUPO DE CONTROL

Un aspecto a considerar cuando se realizará una evaluación de impacto es el tema

de los grupos de estudio. En muchas investigaciones se diseñan experimentos, y para medir el impacto, se designan básicamente dos grupos: el grupo de control y el grupo experimental. El grupo de control es el grupo para el cual no hay intervención; es el grupo que se compara al grupo que experimenta la intervención y la diferencia de los resultados del grupo

Pág

ina1

4

atribuidos al efecto de la intervención; creado al azar en diseños experimentales, creado usando medios no aleatorios en diseños casiexperimentales. El grupo de control permite discriminar entre los efectos causados por el tratamiento experimental en estudio y los originados por otros factores. Si el curso del proyecto fuera uniforme, y pudiera predecirse a partir de las características del fenómeno, no sería necesario un grupo de control para evaluar el proyecto en sí. En la mayoría de las ocasiones no es así, y se necesita que el grupo de control muestre lo que hubiera pasado si no se hubiera incluido tal o cual variable en el grupo experimental. Para que la comparación entre los resultados de ambos sea equilibrada, el grupo control y el experimental deben ser lo más parecidos posibles respecto a todas las características que puedan influir en los resultados. Pero debe tomarse en cuenta también el sesgo estadístico, que se define como toda diferencia sistemática (no aleatoria) en algún aspecto del proyecto o programa (diseño) que provoque una estimación del efecto desviada de su valor real. Debe recordarse que la asignación aleatoria y el enmascaramiento son dos técnicas habituales que se utilizan para minizar el sesgo. La primera, para evitar diferencias iniciales entre los grupos, y la segunda, para evitar diferencias durante el seguimiento. Ejemplo: En un estudio que mide los efectos de una droga, el grupo control recibirá un placebo en vez de la droga, y los resultados se compararían con el grupo experimental. En el ámbito educativo, puede elegirse un grupo de control el cual recibirá servicios educativos de enseñanza tradicional, y otro grupo experimental se evaluará con instrumentos de evaluación moderna, por ejemplo.

DISEÑO DE INVESTIGACIÒN NO EXPERIMENTAL

Como ya se ha mencionado, los métodos experimentales son los adecuados para poner a prueba hipótesis de relaciones causales, pero, también existen metodologías aplicables que no son experimentales. En el siguiente cuadro podemos ver de manera sintetizada las diferencias entre la metodología experimental y la metodología no experimental:

METODOLOGÍA EXPERIMENTAL METODOLOGÍA NO EXPERIMENTAL

Se provocan (manipulan) los efectos Los efectos ya se han producido

Se modifican la variable independiente y observamos los cambios (efectos) en la

variable dependiente.

No se modifican, sólo se seleccionan y observan.

Orientación hacia el futuro. Orientación hacia el pasado.

Aleatorización de grupos. Grupos naturales ya formados.

La investigación no experimental es aquella que se realiza sin manipular deliberadamente las variables. Es decir, es investigación donde no hacemos variar intencionalmente las variables independientes. Lo que hacemos en la investigación no experimental es observar

Pág

ina1

5

fenómenos tal y como se dan en su contexto natural, para después analizarlos . Como señala Kerlinger, “la investigación no experimental o expost-facto es cualquier investigación en la que resulta imposible manipular variables o asignar aleatoriamente a los sujetos o a las condiciones”. De hecho, no hay condiciones o estímulos a los cuales se expongan los sujetos del estudio. Los sujetos son observados en su ambiente natural, en su realidad. Tomemos un ejemplo para explicar el concepto de investigación no experimental y su diferencia con la investigación. Vamos a suponer que un investigador desea analizar el efecto que produce el consumo de alcohol sobre los reflejos humanos. Supóngase cuatro grupos: un grupo en donde los sujetos ingirieran un elevado consumo de alcohol (7 copas de tequila o aguardiente), un segundo grupo que ingiriera un consumo medio de alcohol (4 copas), un tercer grupo que bebiera un consumo bajo de alcohol (una sola copa de alcohol) y un cuarto grupo de control que no ingiriera nada de alcohol. Controlaría el lapso en el que todos los sujetos consumen su “ración” de alcohol, así como otros factores (misma bebida, cantidad de alcohol servida en cada copa, etcétera). Finalmente mediría la calidad de respuesta de los reflejos en cada grupo y compararía a los dos grupos, para así determinar el efecto del consumo de alcohol sobre los reflejos humanos. Desde luego, el enfoque podría ser cuasi-experimental (grupos intactos) o los sujetos asignarse a los grupos por emparejamiento (digamos en cuanto al sexo, que influye en la resistencia al alcohol. Las mujeres suelen tolerar menos cantidades de alcohol que los hombres). Por el contrario, si decidiera seguir un enfoque no experimental, el investigador podría acudir a lugares donde se localicen distintas personas con diferentes consumos de alcohol (por ejemplo, oficinas donde se haga la prueba del nivel de consumo de alcohol –digamos una estación de policía donde acuden personas que tienen pequeños incidentes de tránsito y como parte de la rutina se les mide el grado de de consumo de alcohol-). Encontraría personas que han bebido cantidades elevadas, medias y bajas de alcohol, así como quienes no han ingerido alcohol. Mediría la calidad de sus reflejos, llevaría a cabo sus comparaciones y establecería el efecto del consumo de alcohol sobre los reflejos humanos. Claro está que no sería ético un experimento que obligara a las personas a consumir una bebida que afecta gravemente la salud. El ejemplo es sólo para ilustrar la diferencia entre la investigación experimental y la que no lo es. Otro ejemplo no científico –y quizás hasta burdo- para ilustrar la diferencia entre un experimento y un no experimento serían las siguientes situaciones: EXPERIMENTO: Hacer enojar intencionalmente a una persona para ver sus

reacciones. NO EXPERIMENTO: Ver las reacciones de esa persona cuando llega o ya está

enojada.

En resumen, en un estudio no experimental los sujetos ya pertenecían a un grupo o nivel determinado de la variable independiente por autoselección. La investigación no experimental es investigación sistemática y empírica en la que las variables independientes no se manipulan porque ya han sucedido. Distintos autores han adoptado diversos criterios para clasificar a la investigación no experimental. En algunas ocasiones la investigación se centra en analizar cuál es el nivel o estado de una o diversas variables en un momento dado, o bien, en cuál es la relación entre un conjunto de variables en un punto en el tiempo. En estos casos el diseño apropiado (bajo un enfoque no experimental) es el transversal o transeccional. En cambio, otras veces la investigación se centra en estudiar cómo evoluciona o cambia una o más variables o las relaciones entre estas. En situaciones como esta el diseño apropiado (bajo un enfoque no experimental) es el longitudinal.

Pág

ina1

6

Es decir, los diseños no experimentales se pueden clasificar en transeccionales y longitudinales. La investigación transaccional o transversal recolecta datos en un solo momento, en un tiempo único. Su propósito es describir variables, y analizar su incidencia e interrelación en un momento dado. Por ejemplo, analizar si hay diferencias en contenido de sexo entre tres telenovelas que están exhibiéndose simultáneamente (en un punto concreto en el tiempo). Puede abarcar varios grupos o subgrupos de personas, objetos o indicadores, por ejemplo, medir los niveles de aprovechamiento de grupos de primero, segundo y tercer año de instrucción básica o primaria. Pero siempre, la recolección de datos es en un único momento. A su vez, los diseños transeccionales pueden dividirse en dos: descriptivos y correlacionales/causales. Los diseños transeccionales descriptivos tienen como objetivo indagar la incidencia y los valores en que se manifiesta una o más variables. El procedimiento consiste en medir en un grupo de personas u objetos una o –generalmente- más variables y proporcionar su descripción. Son, por lo tanto, estudios puramente descriptivos. Un ejemplo claro es la famosa encuesta nacional de opinión sobre las tendencias de los votantes durante periodos de elección. Su objeto es describir el número de votantes en un país que se inclinan por los diferentes candidatos contendientes en la elección. Es decir, se centran en la descripción de las preferencias del electorado. Los diseños transeccionales correlacionales/causales tienen como objeto describir relaciones entre dos o más variables en un momento determinado. Se trata también de descripciones, pero no de variables individuales sino de sus relaciones, sean estas puramente correlacionales o relaciones causales. En estos diseños lo que se mide es la relación entre variables en un tiempo determinado. Una investigación que estudiara cómo la motivación intrínseca influye en la productividad de los trabajadores de línea de grandes empresas industriales, de determinado país y en cierto momento, observando si los obreros más productivos son los más motivados, y en caso de que así sea, evaluando el por qué y cómo es que la motivación intrínseca contribuye a incrementar la productividad. Este es claro ejemplo del diseño transeccional correlacional/causal porque establece primero la correlación (correlación entre motivación intrínseca y productividad) y luego la relación causal entre las variables (causalidad: el por qué y cómo). Estos diseños pueden ser sumamente complejos y abarcar diversas variables. Cuando establecen relaciones causales son explicativos. Tanto en los diseños transeccionales descriptivos como en los correlacionales/causales vamos a observar variables o relaciones entre estas, en su medio ambiente natural y en un momento determinado en el tiempo. La investigación longitudinal. En ciertas ocasiones el interés del investigador es analizar cambios a través del tiempo en determinadas variables o en las relaciones entre estas. Entonces se dispone de los diseños longitudinales, los cuales recolectan datos a través del tiempo en puntos o periodos especificados, para hacer inferencias respecto al cambio, sus determinantes y consecuencias. Los diseños longitudinales suelen dividirse en tres tipos: diseños de tendencia (trend), diseños de análisis de grupos (cohort) y diseños panel. Los diseños de tendencia o trend son aquellos que analizan cambios a través del tiempo (en variables o sus relaciones) dentro de alguna población en general. Por ejemplo, una investigación para analizar cambios en la actitud del aborto en una comunidad. Dicha actitud se mide en varios puntos en el tiempo (digamos anualmente durante 10 años) y se examina su evolución a lo largo de este periodo. Se puede observar o medir toda la población o bien

Pág

ina1

7

tomar una muestra representativa de ella cada vez que se observen o midan las variables o las relaciones entre estas. La característica distintiva de los diseños de tendencia o trend es que la atención se centra en una población. Los diseños de evolución de grupo o estudios “cohort” examinan cambios a través del tiempo en subpoblaciones o grupos específicos. Su atención son las “cohorts” o grupos de individuos vinculados de alguna manera –generalmente la edad, grupos por edad-. Un ejemplo de estos grupos sería el formado por las personas que nacieron en 1930 en Brasil, pero también podría utilizarse otro criterio de agrupamiento temporal como: las personas que se unieron en matrimonio durante 1986 y 1987 en Costa Rica o los niños de la Ciudad de México que asistían a instrucción primaria durante el terremoto que ocurrió en 1985. Los diseños de los que estamos hablando hacen seguimiento de estos grupos a través del tiempo. Usualmente en estos diseños se extrae una muestra cada vez que se mide al grupo o subpoblación más que incluir a toda la población. Un ejemplo podría ser una investigación nacional sobre las actitudes frente al crimen organizado en el Estado de los mexicanos (de este Estado) nacidos en 1980, digamos cada cinco años, comenzando a partir de 1995. En este año se obtendría una muestra de mexicanos de 15 años de edad y se medirían las actitudes. En el 2000, se obtendrían una muestra de mexicanos de 20 años y se medirían las actitudes y en el año 2005 una muestra de mexicanos de 25 años, y así sucesivamente. Así, se analiza la evolución o cambios en las actitudes mencionadas. Desde luego, aunque el conjunto específico de personas estudiadas en cada tiempo o medición pueda ser diferente, cada muestra representa a los sobrevivientes del grupo de mexicanos nacidos en 1980. Los diseños panel son similares a las dos clases de diseños longitudinales vistas anteriormente, sólo que el mismo grupo específico de sujetos es medido en todos los tiempos o momentos. Un ejemplo sería el observar mensualmente, durante un año, a un grupo que acudió a psicoterapia para analizar si se incrementan sus expresiones verbales de discusión y exploración de planes futuros, y si disminuyen sus expresiones de discusión y exploración de hechos pasados (en cada observación los pacientes serían las mismas personas). En los diseño panel se tiene la ventaja de que además de conocer los cambios grupales, se conocen los cambios individuales. Se sabe qué casos específicos introducen el cambio. La desventaja es que a veces resulta muy difícil obtener exactamente a los mismos sujetos para una segunda medición u observaciones subsecuentes. Tanto la investigación experimental como la no experimental son herramientas muy valiosas de que dispone la ciencia y ningún tipo es mejor que el otro. El diseño a seleccionar en una investigación depende más bien del problema a resolver y el contexto que rodea al estudio. Desde luego, ambos tipos de investigación poseen características propias que se resaltan por sí mismas.

ALGUNAS TÈCNICAS DE CONTROL EN LA INVESTIGACIÒN

Entendiendo por situación experimental aquella en la cual se introducen estímulos o se modifican las condiciones con el fin de provocar una respuesta y observar las reacciones que se produzcan, cuando sometemos a un individuo a una prueba o le ordenamos la ejecución de una tarea, obtenemos un resultado –respuesta- que generalmente convertimos en dato. Mediante el control, el experimentador puede manejar y dominar la situación, tomando decisiones sobre las variables independientes necesarias, valores que adoptarán, formación

Pág

ina1

8

de grupos etc., es decir, asegurándose de que las únicas fuentes y condiciones de variación son las que él ha establecido, sin que actúen variables extrañas que alterarían la pureza del experimento, y, por consiguiente, la buena verificación de la hipótesis. La palabra control empezó a usarse relativamente tarde en la historia de la ciencia, y ha adquirido varios significados distintos. Primariamente, tenía el sentido de base de comparación entre dos o más condiciones o dos o más grupos, y también el de grupo de referencia en relación al cual se llevaba a cabo una comparación. Sin embargo, los controles se utilizaron después en otros sentidos. Uno se refiere a la manipulación de variables o condiciones; es decir, nosotros controlamos la variable independiente en un experimento con el fin de originar una modificación en la dependiente de una manera conocida y específica; así, podemos controlar la cantidad de horas de deprivación en un experimento sobre el impulso, el significado de una lista de sílabas en un estudio sobre la transferencia, o el tipo de esfuerzo verbal en un estudio de condicionamiento. Un segundo significado del término control tiene el sentido de restricción de variables o el guardar las condiciones constantes. A la vez que manipulamos ciertas variables en un experimento, intentamos que permanezcan constantes todas las restantes variables relevantes. Por ejemplo, en un experimento sobre sensibilidad visual en sujetos humanos, el color y la intensidad del estímulo luminoso, así como la posición del ojo han de permanecer constantes, para lo cual se utilizarán los procedimientos que se consideren más convenientes. En los estudios sobre aprendizaje humano, la mayoría de las veces las variables que han de conservarse constantes son el tipo de material, la cantidad de tiempo de práctica y la distribución y duración de los ensayos y periodos de descanso. Resulta evidente que los factores que se conservan constantes o controlados son los que pueden afectar a la variable que se va a medir. Pero como no es posible conocer todas las variables que pueden operar en un momento dado, nosotros podremos controlar solamente aquellos factores que creemos que intervienen, lo cual depende, en parte, del nivel de conocimientos en este campo. La utilización del control presupone una información considerable y una frecuente causa de error en la investigación es la inadvertencia de variables relevantes y el fallo al controlarlas en el sentido de mantenerlas constantes. En un sentido más amplio, los controles son procedimientos que precisamos en la investigación con el fin de probar o limitar las probables fuentes de error, a la vez que constituyen una guía y dirección (Boring, 1954). Es un hecho cierto que las fuentes de error existen y que los controles inadecuados en una investigación implican el desconocimiento para el investigador de qué variables requieren controlarse o cuándo el control debe ser puesto en práctica. Esto depende, además del dominio en el campo objeto de la investigación, del manejo de los diseños a utilizar, o de la economía o posibilidad de tiempo o dinero, o de la ingenuidad o imaginación del investigador, y no solamente en psicología, sino en cualquier ciencia experimental. El control experimental entraña la regulación de variables experimentales y en ellas se incluyen no sólo las que manipulamos directamente (variables independientes) con el fin de obtener unos determinados efectos (en la variable dependiente), sino todas aquellas otras que de una forma u otra influyen en el experimento, dejándose sentir a la hora de constatar los resultados. El fin que nos proponemos, es que ningún tipo de variables extrañas operen sobre los sujetos y la situación experimental, “contaminando” la investigación que se lleva a cabo; en caso contrario, no se obtiene ninguna conclusión respecto a la relación entre las variables. El psicólogo (experimental) debe estar en condiciones de resolver las demandas de otros científicos en lo que respecta a las técnicas de control y la forma de llevarlo a cabo metodológicamente. Si interesa más un control experimental que estadístico, habrán de estudiarse y regularse todas las variables que intervienen, y se buscarán las condiciones óptimas para que, al manipular las variables, se consiga una mayor sensibilidad en los

Pág

ina1

9

resultados medidos. Desde este punto de vista, el control experimental es imprescindible y constituye un instrumento necesario para la construcción de una base científica previa en cualquier investigación, no sólo en el campo de la psicología.

OBJETIVOS DEL CONTROL

Teniendo en cuenta que las fuentes de variación pueden tener su origen en las

diferencias individuales de los sujetos o factores subjetivos que afectan a su conducta (sexo, inteligencia, edad, etc.), en las características del medio ambiente en el cual se verifica el experimento (luz, ruido, temperatura, etc.), y en las variaciones que proceden del sistema de medida utilizado y del experimentador (diferencias individuales no controlables), los objetivos del investigador en cuanto al control serán:

a) Conseguir que la variable independiente sea la única cuyos efectos sean

responsables de la variación de la variable dependiente. Lo que desea el

investigador es manipularla de tal forma que podamos tener la seguridad de que no

intervendrán factores ajenos a aquél que se estudia.

b) Controlar las variables extrañas que intervienen en la experimentación, y que

proceden de un conjunto de caracteres que permanecen unidos a la situación

experimental, de tal forma que desaparezcan sus efectos.

c) Uniformar las variables individuales y los métodos para obtener, cuantificar y analizar

los datos, con el fin de evitar los errores de medida.

Como psicólogos, nos enfrentamos a una tarea difícil al intentar lograr el control de complejo de variables que condicionan aún las expresiones más simples de la conducta. Para describirlas es preciso un análisis minucioso de las situaciones experimentales, estudiando la actuación de muchos determinantes y la interacción entre ellos, para lo cual es necesario separar las variables que suponemos vinculadas a otras, al menos en la medida en que las que son objeto de estudio puedan ser observadas y clasificadas independientemente de otras que no nos interesan de manera inmediata.

TÉCNICAS DE CONTROL Y VARIANZA

Una ciencia no se diferencia de otra ni por la teoría ni por los datos, sino por las

distintas técnicas de control utilizadas en cada campo de estudio. Las técnicas de control no se caracterizan en función del aparato utilizado, sino más bien según las variables que se han manipulado y las consecuencias que de ello se derivan, y el grado de perfección de una técnica debe estipularse de acuerdo con la precisión y fiabilidad de control que se puede conseguir merced a ella. El éxito en el control de las variables de un experimento depende del conocimiento que se tenga acerca de la clase de efecto que las variables producen sobre los resultados finales. La misma variable puede desempeñar funciones distintas en momentos diferentes, y precisamente de acuerdo con el efecto general que tiene una variable sobre un fenómeno en un conjunto dado de condiciones se la clasifica como variable sistemática o no sistemática. Kerlinger (1965), que denomina variancia a la variación que observamos en las medidas tomadas de la variable dependiente, la clasifica en variancia sistemática y variancia de error. Hemos visto los objetivos del control, que se ajustan a los dos tipos mencionados de variancia con que nos podemos encontrar. En primer lugar, las variancias sistemáticas son

Pág

ina2

0

las responsables de un efecto constante sobre los resultados finales, es decir, que si no hubieran actuado no habría habido lugar para tal efecto o variación, aunque esto no implica que el investigador haya intervenido directamente con este fin, sino que la causa de su producción puede hallarse también en el hecho de que factores que desconocemos y/o que no deseamos actúen de forma diferencia sobre la variable dependiente. Y, en segundo y último lugar, determinantes no sistemáticos son igualmente responsables de variación en el proceso experimental, pero no en una dirección determinada, sino que su signo positivo o negativo depende del azar, no alterándose a la larga su valor promedio, ni aumentando la variabilidad de las expresiones del fenómeno. Cada una de ellas, lógicamente, exigirán técnicas de control distintas.

a) Variancia sistemática

De acuerdo con su origen (actuación directa o no del experimentador), cabe una doble subdivisión: 1) La variancia primaria (que Kerlinger también conoce como variancia entre grupos o variancia experimental) refleja los efectos de la manipulación directa de la variable independiente. El problema de controlar las variables experimentales consiste en aislar, manipular y medir una o más variables que constituyen el nudo del problema, vinculadas con otras variables que son en todo o en parte desconocidas, y acerca de las cuales se desea obtener información. La manipulación de las variables experimentales se planea de acuerdo con el nivel de control apropiado al caso. Existen ocasiones en que sólo pueden ser observadas cuando no es determinable la magnitud de la variable; se requiere un control más preciso sobre la variable experimental en los casos en que es necesario tener varios niveles de expresión de la variable, mientras que las magnitudes de expresión no son cuantificables o lo son en grado elemental; y aún se logra un grado más elevado de control cuando se miden los diversos niveles de magnitud de la variable experimental. Existen diversos procedimientos para controlar las variables experimentales, o, mejor, para discriminar la variación de la variable dependiente en función de los diversos tratamientos experimentales, y, principalmente, en función de la diferencia de los efectos de la variable independiente. La variancia primaria debe ser lo mayor posible, y para lograr esta maximización, elegiremos en la variable independiente:

- Los valores extremos (por ejemplo, en inteligencia, ansiedad) que, en ocasiones,

ya existen de forma natural (como el sexo).

- Los valores óptimos (si la función no es lineal, conviene escoger valores

intermedios y no muy distantes entre si).

- Varios valores, indiscriminadamente, pues en ocasiones no son conocidos los

óptimos.

La obtención de estos distintos valores puede conseguirse mediante técnicas físicas (medios mecánicos, eléctricos, quirúrgicos, farmacológicos u ostros), mediante procedimientos de selección de materiales experimentales (por ejemplo, en el campo del aprendizaje), de sujetos (según edad, aptitudes, experiencia) y de datos, y también mediante un análisis estadístico de los datos (midiendo las variables por controlar). Como es obvio, la índole de los procedimientos a utilizar en cada ocasión dependerá de la naturaleza de las variables a estudiar y del fin que se propone la investigación.

Pág

ina2

1

2) La variancia secundaria es la producida por variables extrañas situacionales y organísmicas. En toda investigación existen innumerables factores que no son parte del complejo de variables sometido específicamente a experimentación; incluso en muchas ocasiones escapan a nuestro conocimiento estas variables sistemáticas no deseadas. La primera tarea a realizar consiste en determinar cuál o cuáles de ellas pueden influir en la investigación, y luego habrá que controlarlas, eliminándolas o haciendo su efecto lo menor posible; en suma, minimizándolas. Para llevarlo a cabo, existen diferentes técnicas de control. Respecto a las variables situacionales:

a) Eliminación de la variable extraña, con lo cual logramos suprimir sus efectos, llegando

así a la homogeneización de las condiciones experimentales respecto a la variable

independiente, lo cual, a su vez, implica una reducción de la posibilidad de

generalización de la hipótesis.

b) Mantener las condiciones constantes, intentándose que estas sean similares a lo

largo de la investigación. Entonces, la variable extraña se presenta con un mismo

valor para todos los sujetos.

c) Alcatorizar o seleccionar al azar, lo cual nos asegura que todas las variables extrañas

que pueden intervenir lo harán con la misma oportunidad de aparecer en todas las

situaciones experimentales. Este sistema es el mejor que permite controlar todas las

variables extrañas y se utiliza cuando se sabe que hay variables extrañas que operan

en la situación experimental, pero no se pueden utilizar otras técnicas de control, y

también cuando sabemos que actuarán algunas variables extrañas, pero no podemos

especificar cuáles son.

d) Manipulación sistemática de las variables extrañas, las cuales son tomadas como

variables independientes. Como caso particular, existe el apareamiento de sujetos

según una determinada variable que esté íntimamente relacionada con la variable

dependiente, lo cual permite la formación de grupos similares.

e) Formación de un grupo control, en donde habremos equilibrado todas las condiciones

excepto la que nos interesa, y que es la que lo diferenciará del grupo experimental;

entonces el efecto de las variables es aproximadamente el mismo para ambos

grupos. Esta técnica de equilibrio (balanceo) se utiliza cuando el experimentador

está incapacitado o desinteresado en la identificación de las variables extrañas, o

cuando puede identificarlas y desea tomar medidas especiales para controlarlas. Si

los grupos experimental y control son tratados de igual manera excepto en lo que

respecta a la variable independiente, entonces cualquier diferencia entre ambos

grupos en cuanto a la variable dependiente puede atribuirse a la independiente.

f) Control de los efectos de orden, que se puede lograr a través de la alcatorización

(dando a cada sujeto un orden totalmente al azar) si se cuenta con gran número de

sujetos y de tratamientos y también mediante el contra-balanceo, que establece que

cada condición debe presentarse a cada sujeto un número igual de veces en cada

sesión de práctica, e igualmente cada condición debe preceder y seguir a todas las

otras condiciones un número igual de veces. Para llevarlo a cabo con un amplio

número de variables, la cantidad de ordenaciones sería desmesurada, y entonces se

recurre al contra-balance incompleto, que requiere que todos los sujetos reciban el

tratamiento una vez, y solamente una, y que cada tratamiento ocurra un número igual

Pág

ina2

2

de veces durante cada sesión, pero no requiere todas las posibles ordenaciones de

las variables a presentar.

g) Control estadístico, que actúa de acuerdo con la aplicación de un tipo determinado de

diseño. En particular, el análisis de covarianza nos será útil cuando no podamos

elegir los sujetos previamente al azar o de acuerdo con un determinado criterio,

permitiéndonos lograr un control sobre las diferencias entre los sujetos a través de

una ecuación de regresión, el ajuste de las medidas de las variables y el grado de

significación entre ellas.

h) El propio experimentador es una fuente de variabilidad secundaria y, efectivamente,

se ha comprobado que un mismo experimento no ha dado los mismos resultados de

acuerdo con las distintas actitudes, expectativas, intereses, etc., del experimentador.

Y en lo que concierne a las variables extrañas organísmicas, señalaremos el procedimiento de tomar a los sujetos como su propio control; utilizando al mismo sujeto para los diferentes tratamientos experimentales, aparearemos los sujetos con respecto a la mayor cantidad de variables relacionadas con la variable dependiente. Puede utilizarse cuando el cambio producido en la situación experimental es insignificante o puede controlarse, pero no cuando la influencia de una condición experimental hace imposible usar a los mismos sujetos para otra.

b) Variancia debida al error (no sistemática)

Es la inconsistente fluctuación de las medidas de la variable dependiente. En efecto, hay variables no sistemáticas que producen variación en el conjunto de variables a actuar en la situación experimental, tanto en dirección positiva como negativa. El aumento de variación que se introduce en un experimento debido a estos factores no sistemáticos aumenta la dificultad para descubrir y evaluar exactamente los efectos de las variables experimentales; por consiguiente, debemos minimizar este tipo de error, que al constar de dos componentes, tiene también un doble objetivo:

a) Control de las diferencias individuales, ya que cada sujeto presenta una casuística

propia en la forma de reaccionar frente a una misma situación experimental. Aquí el

objeto consiste en obtener un grupo homogéneo de individuos, logrado a través de

una selección cuidadosa.

b) Aumentar la exactitud de las medidas, afinando los métodos utilizados para obtener,

seleccionar, cuantificar y analizar los datos. Cuanto más “exactas” sean tales

medidas, la variancia sistemática se verá menos afectada por factores extraños, y así

se reducirá la variancia debido al error.

Existen tantos factores desconocidos que producen variación no sistemática que resulta difícil saber exactamente qué clase o qué grado de control se realiza mediante un procedimiento determinado. El objetivo general consiste en reducir todo lo posible, en las respuestas del sujeto, la variación que parezca estar determinada por factores que no forman parte de las variables experimentales sometidas a estudio, ya que esta variancia no sistemática, junto con la variancia primaria, constituyen la variancia total; por consiguiente, si la variancia debido al error aumentara, disminuiría la sistemática, la cual perdería su significación y anularía el valor de los resultados experimentales obtenidos.