Tomar notas durante la observación: registrar lo que se observa

Observación y experimentación

José Luis Caivano

En la

experimentación el investigador puede interferir con la

na-turaleza y las condiciones de observación.

La observación implica selección: limitar la observación a una

porción acotada del universo.

Tomar notas durante la observación: registrar lo que se observa

en el momento, ya que la memoria es poco confiable.

Tratar de cuantificar los aspectos que se observan.

Los aspectos cualitativos también pueden anotarse.

La observación lleva a la descripción: utilizar terminología

preci-sa, con el mismo significado para toda la comunidad científica.

La observación se hace a partir de alguna hipótesis previa: se

observa con la expectativa de encontrar algo determinado.

Tratar de que la observación sea compartida y repetida: la

con-cordancia de múltiples observadores agrega certeza.

Utilizar instrumental que facilite la observación: el instrumental

también implica selección de los aspectos que interesa observar.

Ejemplo:

Naturaleza

Minerales - Animales -

Vegetales

- Hongos

Vegetales

Sin semillas (criptógamas) -

Con semillas (fanerógamas)

Con semillas

Desnudas (gimnospermas) -

En ovario (angiospermas)

Angiospermas

Monocotiledóneas -

Dicotiledóneas

Causa y efecto

José Luis Caivano

Si bien cada hecho es irrepetible, hay hechos o eventos similares.

Se asume que un evento A es la causa de otro evento B

si suprimiendo A no se produce B.

Uno de los objetivos de la ciencia es predecir:

Si A es causa de B, cuando se observe A se podrá predecir B.

Hay ciertas formas de inferir causas a partir de efectos:



Método de la concordancia: Si las circunstancias que conducen

a un evento tienen un solo factor en común, ese factor puede ser

la causa.

F

,

E

,

barra de bronce

Es calentada

Se dilata

barra de hierro

Es calentada

Se dilata



Método de la diferencia: Si dos conjuntos de circunstancias

di-fieren sólo en un factor, y el que posee ese factor produce un

cierto evento mientras que el otro no, ese factor puede ser la

causa.

F

,

E

,

barra de bronce

Es calentada

Se dilata

barra de hierro

No es calentada

No se dilata



Principio de la variación concordante: Si la variación de un

factor produce una variación paralela de un efecto, ese factor

puede ser la causa.

F

,

E

,

2 barras

(bronce, hierro)

Se aumenta la

temperatura

gradualmente

Análisis y síntesis

Para estudiar un fenómeno es conveniente separarlo en

par-tes para su tratamiento independiente, es decir hacer un

análisis

.

Cuando las partes de un problema han sido solucionadas, se

pue-den integrar nuevamente para explicar la totalidad, es decir hacer

una

síntesis

.

Hipótesis

Antes de la observación o la experimentación es necesario

contar con hipótesis o ideas a poner a prueba. Esto es

precisamen-te lo que se hace medianprecisamen-te la observación y experimentación. Para

que una hipótesis pueda convertirse en una ley es menester una

innumerable cantidad de observaciones que la confirmen.

Inducción: Es el procedimiento que permite generalizar en

la ciencia, es decir hacer inferencias sobre la totalidad de una

cla-se de objetos o eventos a partir de la obcla-servación de algunos

ejemplares u ocurrencias particulares de ellos. Ej.: He observado

1.000 cisnes y cada uno de ellos era blanco; de allí puedo inducir

que todos los cisnes son blancos.

Deducción: Dada una ley, mediante la inferencia lógica se

pueden aplicar las consecuencias a cualquiera de los eventos

par-ticulares comprendidos por la ley. Ej.: Partiendo de la “ley” que

dice que todos los cisnes son blancos, puedo deducir que el

pró-ximo cisne que vea será blanco.

El diseño de experimentos

A partir de Bright Wilson (1952 [1990: cap. 4])

Es esencial que un experimento sea diseñado sobre la base de alguna hipótesis prelimi-nar. En algunos casos es posible llevar a cabo experimentos que resultan cruciales para probar o refutar una hipótesis o teoría. Es importante diseñar experimentos cruciales en la medida de lo posible.

Variables

La ciencia descansa sobre la idea de que en circunstancias similares ocurren eventos similares. Las circunstancias similares pueden ser identificadas sobre la base de un nú-mero reducido de características esenciales, las variables, cuya fijación asegura la ocu-rrencia de un evento dado. Es evidente que la noción de que un número finito de varia-bles es suficiente para especificar un evento dado, es una idealización. El primer paso al planear un experimento es entonces la decisión de la clase de evento a estudiar y la natu-raleza de las variables que suponemos que controlarán ese evento.

Mediciones comparativas versus mediciones absolutas

Siempre que sea posible, es aconsejable hacer observaciones o mediciones comparativas en vez de absolutas. Muchas veces el objeto real del experimento es alguna compara-ción, y entonces es mejor hacerla directamente que hacer mediciones absolutas por sepa-rado y luego compararlas. No obstante es ventajoso hacer también mediciones absolutas a la par de mediciones comparativas, y expresarlas en términos de estándares universal-mente aceptados, para poder utilizar los datos obtenidos en otras aplicaciones o experi-mentos.

Selección de la muestra

En toda investigación científica, la selección de la muestra es lo primero a resolver. Hay que saber bien qué es lo que se trata de averiguar (por ejemplo efectos nutritivos de la leche) y acerca de qué o de quienes (por ejemplo en niños). Habiendo definido cuidado-samente la clase de la muestra (por ejemplo niños de 5 a 7 años), es necesario asegurar que el experimento sea llevado a cabo sobre una muestra verdaderamente representativa de esa clase (por ejemplo seleccionando niños de distintas clases sociales). Una encuesta hecha antes de las elecciones de 1936 en los Estados Unidos daba la victoria a Landon sobre Roosevelt, pero la misma resultó errada porque los encuestados fueron tomados de guías telefónicas, y por lo tanto la muestra no fue representativa ya que no incluyó a los sectores menos pudientes (que no tenían teléfono).

Controles y estándares

Un artificio útil en un experimento es introducir controles, que son especímenes someti-dos al mismo tratamiento que los sujetos del experimento, excepto por la variable que se quiere estudiar. De esta manera se tienen dos poblaciones: los sujetos, sobre los cuales se aplica la variable, y los controles, sobre los cuales no se aplica la variable y sirven para comparar los efectos que la misma produce. Cuando los controles son también es-tándares hay ventajas adicionales.

Igualdad entre controles y sujetos: Hay una historia sobre un remedio para el mareo en altamar que, con el objeto de testearlo durante un viaje, fue dado al capitán de un barco al que se le explicó la idea de los controles. Al regresar, el capitán informó entu-siasmado de la eficacia del remedio: casi todos los controles padecieron el mareo mien-tras que los sujetos no tuvieron ningún problema. Al preguntársele cómo los había se-leccionado respondió "Di el remedio a mis marineros y usé a los pasajeros como les". Para evitar este tipo de errores fundamentales hay dos modos: que sujetos y contro-les sean lo más parecidos posible en todos los aspectos relevantes y que, sobre esa base, la determinación de los pares sujeto-control se haga al azar.

Distribución al azar: Se puede tirar la moneda para decidir esto último; esta selec-ción no debe dejarse al juicio humano. Además debe mantenerse en secreto cuáles miembros son sujetos y cuáles controles. No obstante estos recaudos, igualmente pueden producirse sesgos indeseados.

Reproducción de experimentos

Es deseable repetir o reproducir los experimentos, pero en lugar de realizarlos exacta-mente de igual manera, como podría suponerse, es mejor hacerlo distribuyendo inde-pendientemente al azar sujetos y controles para cada repetición. De esa manera, cual-quier desigualdad entre ambos tiende a cancelarse. Por ejemplo: Supóngase que para testear si cierto ejercicio puede incrementar o no la capacidad de levantar pesos, se usa un par sujeto-control desigual, Juan (J) y Juana (Ja), siendo que J puede levantar 70 ki-los y Ja 50 antes de ki-los ejercicios. Si asumimos que la respuesta verdadera es que ki-los ejercicios incrementan en 10 kilos la capacidad, las posibilidades del experimento dan un resultado falso (caso 2) contra uno verdadero (caso 1), es decir un 50 %:

Caso 1 Caso 2

Sujeto J 80 Ja 60

Control Ja 50 J 70

Diferencia +30 -10

Si en cambio se usan dos pares desiguales de sujeto-control, Juan-Juana (J-Ja) y Luis-Luisa (L-La), tirando la moneda para ver qué persona recibe el tratamiento, tenemos cuatro posibles combinaciones, de las cuales sólo una (caso 4) da un resultado falso, es decir un 25 %:

Caso 1 Caso 2 Caso 3 Caso 4

Sujeto J 80 J 80 Ja 60 Ja 60

Control Ja 50 Ja 50 J 70 J 70

Sujeto L 80 La 60 L 80 La 60

Control La 50 L 70 La 50 L 70

Total sujetos 160 140 140 120

Total controles 100 120 120 140

Diferencia +60 +20 +20 -20

Diseño factorial

Contra lo que podría pensarse, la repetición de observaciones no debe hacerse bajo las mismas condiciones. Supóngase que se quiere comparar el rendimiento de dos marcas de neumáticos. Ambas marcas se colocan en taxis y se mide su vida útil en kilómetros. Pero como no se puede generalizar a partir de un solo juego de neumáticos probados para cada marca, se repite la prueba. Si la primer medición se hizo en verano, ¿debería la segunda hacerse también en verano? La respuesta es que no, ya que no se obtendría la información deseada (lo que se quiere comparar es la vida útil en un uso normal, y los neumáticos no se usan sólo en verano). Puede suceder que la marca A rinda 1.000 kiló-metros más que la B en verano, pero 2.000 kilókiló-metros menos en invierno, y entonces la marca B tendrá un promedio mayor de vida útil general. Si las pruebas se hubiesen repe-tido siempre en verano se habría llegado a una conclusión falsa.

dife-rente a alguna variable. Esto se aplica especialmente a variables que se creen irrelevan-tes. Si realmente lo son, no habrá peligro en cambiar los valores. Si se cree que son irre-levantes pero en realidad son importantes, el diseño factorial es la mejor forma de averi-guarlo.

Distribución al azar

Hay siempre factores que varían de manera desconocida o que tienen efectos desconoci-dos. Cuanto menor sea la influencia de estas variables, más preciso será el experimento. Estas variables deben entonces distribuirse al azar. Ej.: En experimentos para determinar el efecto de la duración de la presión en el molde sobre la resistencia de un plástico, se operó de la siguiente manera: se introdujo plástico caliente en el molde, se aplicó pre-sión durante 10 seg. y se sacó la pieza, se puso otra colada en el mismo molde, se aplicó presión durante 20 seg. y se sacó la otra pieza, y así siguiendo, cada vez aumentando en 10 seg. Luego se midió la resistencia de cada pieza y se la graficó contra la duración de la presión (Fig. 1).

Fig. 1. Resultados de un experimento que parecía demostrar que la resistencia de una pieza plástica moldeada dependía de la duración de la presión. El incremento en las

duraciones de presión seguía el mismo orden secuencial que las coladas.

Sólo de esta manera se descubrió que era el orden y no la duración la variable control. La primer conclusión era equivocada. Con cada colada el molde se ponía más caliente y el aumento de resistencia se debía al aumento de temperatura, no de duración de la prsión.

El tiempo no es la única variable que debe distribuirse al azar. En experimentos en agricultura se distribuye al azar la posición de cada cultivo en la parcela. Toda vez que se utilicen diferentes materiales o especímenes, ellos deben distribuirse al azar.

El propósito del análisis estadístico es proveer métodos de tratamiento de los datos de manera que haya un riesgo de error predeterminado. Ningún método puede dar riesgo de error cero.

El diseño de aparatos y la ejecución de experimentos

A partir de Bright Wilson (1952 [1990: cap. 5 y 6])

Los aparatos se construyen con los propósitos de:

 proveer condiciones controladas para un experimento,

 mantener constantes ciertas variables y cambiar otras,

 amplificar o convertir fenómenos no detectables por los sentidos.

Es importante entender el funcionamiento de los aparatos y conocer las teorías sobre las cuales están construidos. El investigador que sabe eso tiene ventajas sobre el que meramente sabe operar los aparatos pero no los entiende.

ETAPAS DE UNA INVESTIGACIÓN CIENTÍFICA

Andrea F. Righetti

1.

Concebir la idea de investigar

2.

Plantear el problema de investigación

3.

Elaborar el marco teórico

4.

Definir hasta qué nivel llegará la investigación

Exploratoria

Descriptiva

Correlacional

Explicativa

5.

Establecer las hipótesis

Definir conceptualmente y operacionalmente las variables

6.

Seleccionar el diseño apropiado de investigación

Diseño experimental

Diseño pre-experiemental o cuasi-experimental

Diseño no experimental

7.

Selección de la muestra

Determinar el universo

Extraer la muestra

8.

Recolección de los datos

Elaborar el instrumento de medición y aplicarlo

Validez y confiabilidad del instrumento

Codificar los datos

Crear archivos que contengan los datos

9.

Analizar los datos

Seleccionar las pruebas estadísticas

Realizar los análisis

10.

Presentar los resultados

Repaso de algunos conceptos

Población: conjunto de todos los individuos u objetos en los cuales el investigador está interesado, que concuerdan con una serie de especificaciones.

Muestra: subconjunto de la población; se compone por una parte representativa de aquella.

Unidad de observación o unidad experimental: unidad sobre la cual se efectúan me-diciones o se intenta clasificar en categorías.

Variable: cualquier característica que puede variar de una unidad experimental a otra en la población o en la muestra.

Variables categóricas: son aquellas que están definidas por las clases o categorías que las componen (ej.: sexo, nivel de educación, etc.).

Variables numéricas o cuantitativas: son las variables que se expresan por un número, obtenido por conteo o por medición.

Variable dependiente: es la que observa el investigador para ver si varía a causa de la variación provocada por él, en la variable independiente (efecto).

Variable independiente: es la que el investigador hace variar (causa).

Hipótesis: son proposiciones tentativas acerca de las relaciones entre dos o mas varia-bles.

Observación: es la inspección y estudio de cosas o hechos, mediante el empleo de los propios sentidos o con ayuda de aparatos técnicos:

 simple

 experimental

Experimento: investigación en la que se manipulan deliberadamente una o más varia-bles independientes (supuestas causas) para analizar las consecuencias que la ma-nipulación tiene sobre una o más variables dependientes (supuestos efectos) den-tro de una situación de conden-trol para el investigador.

Causa X Efecto Y

Variable independiente Variable dependiente

El diseño experimental

Con el propósito de responder a las preguntas de investigación planteadas y some-ter a prueba las hipótesis formuladas se selecciona un diseño específico de investiga-ción, que debe tener en cuenta los objetivos planteados en la misma porque ellos defini-rán el grado de exactitud de las mediciones, los instrumentos que se utilizadefini-rán, los re-cursos humanos y financieros necesarios. Los diseños de investigación pueden ser expe-rimentales o no expeexpe-rimentales. En eldiseño experimental se somete “un objeto en es-tudio a la influencia de ciertas variables, en condiciones controladas y conocidas por el investigador, para observar los resultados que cada variable produce” (Sabino 1986 [1993: 82]).

Las decisiones que debe tomar el investigador ante la situación de incertidumbre que implica inferir de casos particulares (muestra) a la generalidad (población), deben estar respaldadas por la objetividad que garantiza la aplicación del método científico.

ACCIONES QUE COMPRENDE UN EXPERIMENTO

Andrea F. Righetti

Definir y seleccionar variables

Determinar los tratamientos Grados de manipulación Niveles de tratamientos Planear detalladamente el experimento

Seleccionar la muestra

Unidades experimentales Población

Tipo de muestra Tamaño de la muestra Error experimental

Procedimiento de selección

Desarrollar los instrumentos

Validez interna Validez externa

Confiabilidad de los instrumentos Aplicar los tratamientos

Informe

1- Decidir cuáles y cuántas variables serán incluidas en el experimento (incluir variables que sean nece-sarias para probar las hipótesis, alcanzar los objetivos y responder a las preguntas de investigación). 2- Elegir los niveles de tratamiento o niveles de manipulación de las variables, cuyos efectos se quieren

medir, establecer los distintos niveles de interés de cada tratamiento.

Grados de manipulación de la variable independiente:

Presencia - ausencia (grupo experimental - grupo control), (ej.: placebo, droga).

Más de dos grados (manipular la variable independiente en cantidades o grados), intensidad del es-tímulo. Un grado más equivale a un grupo más (ej.: dosis de un fertilizante o medicamento).

Modalidades de manipulación: Exponer a los grupos experimentales a diferentes modalidades de la variable independiente pero sin que esto implique cantidad (ej.: experimentar con distintos tipos de semillas, tipos de vacunas o materiales).

3- Planear cuidadosamente y paso a paso cómo se manejarán los sujetos o elementos que participan del experimento, desde el inicio hasta el final del mismo.

4- Seleccionar una muestra de elementos, objetos o personas (unidad experimental) representativa de la población.

 Determinar a qué unidades experimentales se van a aplicar los tratamientos. Ej.: para un biólo-go, la unidad experimental puede ser una rata, una planta, etc., para el agrónomo, una parcela de terreno convenientemente seleccionada, para un médico será un paciente, para un investigador social puede ser una persona, una familia, para un ingeniero, una unidad de producto fabricada.

 Delimitar la población en base a los objetivos y en cuanto a características de contenido, de lu-gar y en el tiempo.

 Elegir el tipo de muestra: muestras probabilísticas y no probabilísticas.

 Definir el tamaño de la muestra (medir el error experimental). El tamaño de la muestra tiene mucha influencia en la precisión de las estimaciones que se efectúen y en la validez de sus con-clusiones.

El error experimental es una medida de la variabilidad que existe entre las mediciones efectua-das sobre unidades experimentales que han sido trataefectua-das de la misma manera (diferencia entre el verdadero valor y el valor medido).

5- Desarrollar los instrumentos para medir las variables dependientes. En la variable dependiente se mide el efecto, ésta debe ser válida y confiable.

Validez: grado en que un instrumento realmente mide la variable que pretende medir.

Validez interna: cuánta confianza tenemos en que sea posible interpretar los resultados del experi-mento y que éstos sean validos. La validez interna se relaciona con la calidad del experiexperi-mento y se logra cuando hay control. Lograr control en un experimento es controlar la influencia de otras varia-bles extrañas en las variavaria-bles dependientes, para que podamos saber realmente si las variavaria-bles inde-pendientes que nos interesan tienen o no efecto en las deinde-pendientes.

Validez externa: se refiere a cuán generalizables son los resultados de un experimento a situaciones no experimentales y a otros sujetos o poblaciones.

6- Aplicar, cuando corresponda, las pre-pruebas, los tratamientos respectivos y las post pruebas.

7- Llevar un informe minucioso de todo lo acontecido a lo largo del experimento, el cual nos ayudará a analizar la posible influencia de variables extrañas que generan diferencias entre los grupos, y será un material importante para la interpretación de los resultados.

El diseño determina la metodología estadística apropiada para analizar la información recogida y la estructura de los tratamientos determina cuáles son las preguntas que pueden ser respondidas con los resultados obtenidos.

Tipos de diseño experimental

1- Con postest únicamente y grupo control 2- Con pretest, postest y grupo control 3- Diseño de 4 grupos

4- Diseño experimental de series cronológicas múltiples 5- Diseño de series cronológicas con repetición de estímulo 6- Diseño con tratamientos múltiples

7-

1. Con postest únicamente y grupo control

Asignación aleatoria de

sujetos a cada grupo Tratamiento Medición

Grupo 1 X O1 Se compara si hubo

o no efecto Grupo 2 (control) ---- O2

Para más de 2 grupos o varios niveles. Con postest y grupo control

Asignación aleatoria de sujetos a cada gru-po

Tratamiento Medición

Grupo 1 X1 O1 Se compara si hubo o

no efecto

Grupo 2 X2 O2

Grupo 3 X3 O3

Grupo K Xk OK

2. Con pretest, postest y grupo control

Asignación aleatoria de sujetos a cada gru-po

Pretest (primera medición)

Tratamiento

Postest (se-gunda me-dición)

Grupo 1 O1 X O2

Se compara O1 y

O3; O2 y O4; O1 y

O2

Grupo 2 (control) O3 --- O4 Todos O1, O2, O3 y

O4

Con más de dos grupos, con pre-prueba, post prueba y grupo control

Asignación aleatoria de sujetos a cada grupo

Pretest (primera me-dición)

Tratamiento

Postest (segunda medición)

Grupo 1 O1 X1 O2 Se compara si hubo

o no efecto

Grupo 2 O3 X2 O4

Grupo 3 O5 X3 O6

Grupo K O2k-1 Xk O2k

Grupo K+1 (control) O2K+1 ---- O2(k+1)

3. Diseño de 4 grupos

Asignación aleatoria de sujetos a cada grupo

Pretest (primera me-dición)

Tratamiento

Postest (segunda medición)

Grupo 1 O1 X O2 La pre-prueba no

afecta O2=O5

Grupo 2 (control) O3 --- O4 O4=O6

Grupo 3 --- X O5

4. Diseño experimental de series cronológicas múltiples

Varias observaciones o mediciones sobre una variable asignada al azar. Ej.: Sin pretest, con varios postest y grupo control.

Asignación aleatoria de sujetos a cada grupo

Tratamientos Primer postest

Segundo postest

Tercer postest

Grupo 1 X1 O1 O2 O3

Grupo 2 X2 O4 O5 O6

Grupo 3 X3 O7 O8 O9

Grupo 4 (control) --- O10 O11 O12

Con pretest, con varios postest y grupo control

Asignación aleatoria de sujetos a cada grupo

Pretest Trata-mientos Primer postest Segundo postest Tercer postest

Grupo 1 O1 X1 O2 O3 O4

Grupo 2 O5 X2 O6 O7 O8

Grupo 3 (control) O9 -- O10 O11 O12

5. Diseño de series cronológicas con repetición de estímulo

El mismo tratamiento se aplica dos veces al grupo experimental

Asignación aleatoria de sujetos a cada grupo Pretest (primera medición) Tratamientos Postest (segunda medición) Tratamientos Postest (tercera medición)

Grupo 1 O1 X1 O2 X1 O3

Grupo 2 O4 --- O5 --- O6

6. Diseño con tratamientos múltiples

A veces el investigador desea analizar el efecto de aplicar los diversos tratamientos ex-perimentales a todos los sujetos.

7. Diseños factoriales

Manipulan dos o más variables independientes e incluyen dos o más niveles de presen-cia en cada una de las variables independientes. Ej.: diseño 2 x 2 variables.

Variable independiente B

Variable independiente A A1 A2

B1 A1B1 A2B1