Tema 2 - Fases en el proceso de investigación Flashcards
Fases de la investigación en psicología
- Constatación de la existencia de un problema (sin solución aún)
- Planteamiento de hipótesis
- Definición operativa de los conceptos - variables
- Elección de estrategia metodológica
- Análisis de datos
- Extracción de conclusiones
- Difusión de hallazgos
¿ Qué es el problema de investigación?
Es el origen de la investigación.
Se refiere a cualquier pregunta que surge en torno a un tema concreto.
¿De donde provienen los problemas de investigación?
De investigaciones previas sobre la misma temática.
Tipos de preguntas de investigación
- De existencia - ¿ Existe…?
- De descripción y clasificación - ¿Como es …?
- De composición - ¿Cuáles son los componentes de …?
- De relación - ¿ Existe asociación entre….?
- Descriptivo comparativas ¿El grupo de la población A es más … que la de la población B?
- De causalidad - ¿provoca A fallos en B?
Tipos de relación que se pueden establecer entre las variables del problema y de qué tipo de estrategias son características
- De covariación o asociación - propia de estrategias manipulativas
- De causalidad o causales - propia de estrategias manipulativas
Relación de covariación o asociación. Definición, tipos y ejemplo
Ninguna de las variables puede ser claramente identificada como causa de la otra.
La correlación entre dos variables puede ser:
- positiva: cuando ambas se relacionan en sentido directo ( cuando aumenta el valor de una se incrementa también el valor de la otra)
- negativa: cuando la relación se da en sentido inverso
Ejemplo: relación entre estatura y tamaño del pie
Relación de causalidad o causales. Definición, requisitos y ejemplo
Una de las variables es la causante de los cambios en la otra.
Para que se pueda establecer una relación de este tipo, se deben dar una serie de requisitos:
- la variable independiente debe preceder a la variable dependiente
- ambas variables deben covariar
- control de las variables extrañas (V.E)
Ejemplo - ¿Las técnicas de relajación mejoran los resultados de un programa de pérdida de peso?
Planteamiento de objetivos - dos tipos de finalidades u objetivos generales
- Objetivo descriptivo o exploratorio
- Objetivo explicativo o confirmatorio
Objetivo descriptivo o exploratorio
Se trata de conocer el fenómeno de estudio, como es y como se manifiesta, para lo que mide o recolecta datos sobre diversos aspectos o componentes del fenómeno de interés.
Diferencia entre un objetivo descriptivo y uno exploratorio
Una objetivo descriptivo describe situaciones, eventos y hechos, yo uno exploratorio pretende examinar un problema de investigación poco estudiado.
Por lo tanto, estos dos términos no se puede utilizar indistintamente
Qué tipo de estadística se utiliza cuando el objetivo el proceso investigador es descriptivo
Estadística descriptiva
Objetivo explicativo o confirmatorio. ¿ Qué tipo de estrategias se utilizan?
Se trata de establecer qué variables contribuyen a la aparición del fenómeno objeto de estudio.
Normalmente, se utilizan estrategias manipulativas, aunque también se pueden utilizar las no manipulativas, con las limitaciones que este tipo de estrategias acarrean = no se pueden establecer relaciones causales, solo de covariación.
Qué tipo de estadística se utiliza cuando el objetivo el proceso investigador es explicativo
Estadística inferencial
Definición de hipótesis
Predicción sobre los resultados concretos que esperamos encontrar =** nuestra respuesta**, potencial como posible, a la pregunta de investigación, en la cual se explicita la relación que creemos que existe entre las variables implicadas nuestro estudio.
¿En qué se fundamenta la formulación de hipótesis?
- En evidencias previas obtenidas tras la revisión bibliográfica
- En estudios de carácter aplicado similares al nuestro
- En teorías que pueden sustentar los contenidos abordados
¿En qué tipo de investigaciones es necesario plantear hipótesis?
En todas aquellas que persigan un objetivo explicativo, tanto de covariación como de causalidad, es necesario plantear hipótesis que serán posteriormente contrastadas.
¿Qué elementos de la investigación determina la hipótesis de investigación?
- El procedimiento a seguir para llevar acabo la recogida de datos
- La manera en que mediremos las variables
- El análisis estadístico que deberemos llevar a cabo para poder interpretar los datos
- Y** refleja la relación** que esperamos encontrar entre las variables
En líneas generales, ¿qué debemos hacer para llevar a cabo el contraste de hipótesis?
Debemos reformular la hipótesis de investigación, expresándola en términos adecuados para el contraste de datos en lo que se denomina hipótesis estadística.
¿Qué dos hipótesis engloba la hipótesis estadística?
- La **hipótesis nula **(H0)
- la hipótesis alternativa (H1)
¿Qué es la hipótesis nula?
La afirmación sobre la no existencia de relación entre variables o que, de existir, esta de debe azar.
No se asume como verdadera hasta que la prueba estadística aplicada a los datos del estudio indique lo contrario.
¿Qué es la hipótesis alternativa?
Se identifica normalmente con la hipótesis de investigación, ya que solemos realizar investigaciones que hipotetizan la existencia de relaciones entre variables.
Definición del término variable. ¿Cuántos valores debe presentar?
Cualquier característica susceptible de cambiar por lo que, al menos, presenta dos valores distintos
¿Qué significa hacer operativas las variables?
Definir claramente cómo vamos a medirlas
Definición de escala de medida
Conjunto de reglas para la asignación de números a los valores de las variables.
Teoría de las escalas de medida de Stevens
Hay cuatro tipos de escalas:
- Escala nominal o categórica
- Escala ordinal
- Escala de intervalo
- Escala de razón
Escala nominal o categórica
Consiste en la asignación arbitraria de números a cada una de las categorías o niveles de la variable.
Los números asignados no tienen propiedades lógico-matemáticas (suma, resta, multiplicación o división) sino exclusivamente simbólicas, ya que los empleamos para identificar las diversas características de la variable.
La única relación que tiene en cuenta esta escala es la de igualdad-desigualdad.
Escala ordinal
Además de asignar números a cada una de las categorías,** clasifica los valores** de la variable en una posición con relación a un cierto atributo pero sin indicar la distancia que hay entre las posiciones.
Únicamente se señala si existe una relación “mayor o menor que”.
No es posible conocer la magnitud de la diferencia entre cada una de las categorías.
Escala de intervalo
Esta sí permite establecer las distancias entre los individuos.
Lo que caracteriza esta escala es la existencia de una unidad de medida común y constante, que permite asignar un número real al nivel de la variable que posee la persona.
Otra característica es que el cero no es absoluto, es decir, no designa la ausencia de la característica o variable que estamos midiendo. Esto se conoce como “origen arbitrario“ de la escala de medida
Escala de razón
Es la escala de medida más precisa porque usa un sistema numérico en el que el cero es un valor que indica ausencia de la característica que se está midiendo = origen absoluto.
Además,** la distancia entre sus unidades es igual**, de forma que los números asignados a los objetos se pueden sumar, restar, multiplicar y dividir.
Además de clasificar las variables en función de su nivel de medida, podemos “reclasificarlas“ en:
- Variables cualitativas = nominales
- Variables cuasicuantitativas = ordinales
- Variables cuantitativas = de intervalo y de razón
Variables cualitativas
Son las nominales o categóricas.
Pueden ser:
- Dicotómicas: solo tienen dos categorías = fumador/ no fumador
- Politómicas: poseen más de dos categorías = estado civil: casado, soltero, viudo, separado
Variables cuasicuantitativas
Variables cuyos valores no son numéricos, aunque sí admiten una ordenación natural.
Variables cuantitativas
Definen una cantidad y pueden, a su vez, ser clasificadas como:
- Discretas: cuando adoptan valores aislados = número de hijos
- Continuas: pueden tener valores en cualquier punto de una escala de forma interrumpida (peso, estatura…)
Desde el punto de vista metodológico, podemos diferenciar las variables en función del papel que tienen en la investigación. ¿ Qué tres tipos de variables podemos distinguir?
- Variable dependiente (V.D.)
- Variable independiente (V.I.)
- Variable extraña (V.E.)
Variable dependiente (V.D.). Definición y otras denominaciones
Es la variable que vamos a medir para ver si se dan cambios en ella la de las modificaciones producidas en la variable independiente.
- Si estamos trabajando con una estrategia manipulativa, también recibe el nombre de variable consecuente, efecto o resultado (output)
- Si estamos trabajando con una estrategia no manipulativa, también se denomina variable criterio o pronóstico
Variable independiente (V.I.). Definición y otras tipos
Variable causante o responsable de los cambios de otra variable.
Puede ser:
- Activa o manipulada - también conocida como antecedente, causa o factor. Aquella que, de forma intencional, es manipulada por el investigador para estudiar sus efectos sobre la variable objeto de estudio (VD)
- Asignada o de** selección de valores** - variables que no podemos manipular, preexistentes en las personas, a partir de las cuales realizamos la selección de los participantes. Frecuentemente son variables organísmicas (edad, sexo, altura…) aunque también pueden ser de otros tipos (nivel educativo, nacionalidad, estatus socio-económico)
Variable extraña (V.E)
Variable que no es objeto directo del estudio, pero qué puede ejercer un efecto pernicioso sobre los resultados que obtengamos.
Las variables extrañas deben ser controladas para que los resultados estén libres de sus efectos y, por tanto, sean válidos y fiables.
A mayor cantidad de variables extrañas no controladas menos concluyentes serán nuestros resultados.
¿A qué denominamos “terceras variables”?
Variable” implicada en la relación entre la predictora (VI) y la variable criterio (VD).
La realidad es muy compleja, por lo que es probable que para poder explicar determinados fenómenos no podamos reducirlos a una relación entre únicamente dos variables, sino que también debemos estudiar el papel de otras variables implicadas en esta relación.
Efectos que pueden producir las terceras variables en la relación VI-VD
- Efecto espurio de confusión
- Efecto de mediación
- Efecto de moderación
Efecto espurio o de confusión. Definición y tipos
Se produce por una tercera variable que se relaciona tanto con la variable independiente (o predictiva) como con la dependiente (o criterio).
Podrían considerarse como variables extrañas que hacen que interpretemos incorrectamente esa asociación.
Tipos:
- Efecto espurio total
- Efecto espurio parcial
Efecto espurio total
Cuando el control de una tercera variable hace que desaparezca la relación VI- VD.
Efecto espurio parcial
Cuando el control de una tercera variable debilita la relación VI-VD.
Ejemplo del efecto espurio parcial
al estudiar la relación entre la soledad percibida por las personas (VI) y su edad de fallecimiento (VD).
La relación que podemos encontrar entre estas dos variables estaría explicada por la asociación que tiene una tercera variable - hábitos saludables - tanto con la variable predictora como con la variable criterio.
Ejemplo del efecto espurio parcial
al estudiar la relación entre la soledad percibida por las personas (VI) y su edad de fallecimiento (VD).
La relación que podemos encontrar entre estas dos variables estaría explicada por la asociación que tiene una tercera variable - hábitos saludables - tanto con la variable predictora como con la variable criterio.
Variable mediadora
La relación VI-VD está mediada o mediatizada por esta tercera variable = relación entre conflicto familiar (predictora) y consumo de sustancias estupefacientes en adolescentes (criterio), siendo la autoestima una posible variable mediadora en esta relación.
Variable moderadora
Aquella tercera variable que, en función del valor que tome, altera la magnitud y/o el signo ( positivo negativo) de la relación VI-VD.
Esta moderación también se conoce como efecto de interacción.
¿Qué es el criterio de significación estadística? ¿Cómo se interpreta?
Se compara el nivel de riesgo o significación con el valor de asociado al estadístico de contraste:
* Si p es mayor que α mantenemos la H0 = no hay asociación estadísticamente significativa entre las variables objeto de nuestra investigación.
* Si p es menor o igual que α rechazamos la H0 = sí existe asociación estadísticamente significativa entre las variables.
