1.2. La investigación científica en Psicología

La investigación científica en Psicología constituye un proceso que se inicia con unos hechos, o con unas ideas, que constituyen un problema u objeto de estudio y se pone en marcha con la intención de hallar una explicación para ellos.

Fases del método hipotético-deductivo:

1. Planteamiento del problema u objeto de estudio y definición de variables

2. Formulación de hipótesis contrastables.

3. Establecimiento de un procedimiento o plan de recogida de datos: selección de la muestra, aparatos y/o materiales.

4. Análisis de datos.

5. Interpretación de los resultados: discusión y conclusiones.

6. Elaboración del informe de investigación comunicación de resultados.

Estas etapas se corresponden con tres niveles:

1. El nivel teórico conceptual: incluye las fases del planteamiento del problema y de la formulación de hipótesis contrastables. En este nivel lo que más interesa es la selección del problema de investigación, los criterios de selección, cómo se plantea un problema y cómo se hace la revisión bibliográfica sobre el mismo y cómo se fomulan los objetivos y/o hipótesis del problema de investigación.

2. El nivel teórico metodológico: se vinculan los planteamientos teóricos con la realidad empírica, en el se seleccionan los métodos o procedimientos para la recogida de datos relevantes a la hipótesis.

3. El método estadístico analítico: lo constituye el tratamiento estadístico de los datos obtenidos mediante el diseño correspondiente. Se analizan los datos describiéndolos, relacionandolos, comprobando hipótesis, estimando parámetros, etc.

Planteamiento del problema y definición de variables

El problema

La investigación parte siempre de la identificación de un problema al que no se puede responder con los conocimientos existentes hasta el momento. Se propone una posible solución que tendrá que ser contrastada a través del diseño de procedimiento, la recogida y el análisis de datos.

El problema de la investigación suele formularse en términos de pregunta en la que suelen expresarse cómo se relacionan las variables.

Fuentes de problemas:

• La experiencia.

• Las teorías científicas.

• El conocimiento previo.

Criterios para elegir el problema:

• Su solución debe contribuir a incrementar el cuerpo de conocimientos de la disciplina.

• El problema debe conducir a nuevos interrogantes e investigaciones posteriores.

• Hay que elegir un problema que se pueda investigar.

• El problema debe ser viable para el investigador.

Definición, medición y clasificación de las variables

Definición

Una variable es una característica que puede asumir más de un valor. Los valores pueden ser numéricos o categóricos. Estos conceptos serían constructos, pero los consideramos variables cuando los definimos en términos explícitos y determinamos que indicios son los que nos permiten obtener una medida de ellos. Una constante es una característica con un solo valor.

Medición de variables

Medir es asignar números, de forma congruente, a los fenómenos observados. La medición en psicología es la asignación de números a objetos o características, mediante una serie de reglas, que permiten operativizar la conducta.

Pueden distinguirse cuatro tipos de escalas de medida:

1. Escala nominal: establece relaciones de igualdad-desigualdad.

2. Escala ordinal: los objetos pueden manifestar determinada característica en mayor grado unos que otros. Las transformaciones que admite la escala ordinal son las que preserven el orden de magnitud, creciente o decreciente, en que los objetos presentan determinada característica.

3. Escala de intervalo: si además de la posibilidad de evaluar la igualdad-desigualdad de los objetos y la mayor o menor magnitud que presenten, se puede contar con alguna unidad de medida, aunque esta sea arbitraria, se permitirá establecer la igualdad o desigualdad de las diferencias entre las magnitudes de los objetos medidos. El punto cero es arbitrario y no significa carencia absoluta de la característica medida.

4. Escala de razón: el punto cero es absoluto y significa ausencia de la característica: la distancia, el peso, la velocidad, el tiempo… etc.

Clasificación de variables

Atendiendo a la perspectiva metodológica, según el papel que las variables juegan en la investigación, tendríamos tres tipos:

• Variables independientes: también llamadas variables antecedentes, variables causales, variables predictoras y factores.

• Variables dependientes: también llamadas variables de la tarea, variables consecuentes, variables pronostico o variables criterio. Son variables que queremos predecir utilizando otras variables.

• Variables extrañas: son las variables ajenas a la relación buscada entre las dos variables anteriores y que pueden influir en dicha relación. Estas variables se deben prevenir, detectar y controlar en la investigación.

Llamamos variable independiente a la que el experimentador decida manipular, de acuerdo con su hipótesis para estudiar sus efectos sobre otra, y denominaremos variable dependiente a aquello que decida medir para ver los efectos producidos por la manipulación de la variable independiente, también de acuerdo con su hipótesis.

En conclusión, será variable independiente la que se considere "causa" y variable dependiente lo que se tome como "efecto" en hipótesis de la que se parte.

La variable independiente podrá adoptar distintos niveles, condiciones o tratamientos.

Las variables de selección de valores, son variables que por su propia naturaleza o por razones éticas no puede ser planteadas directamente por el investigador a su criterio.

Otro criterio de clasificación y denominación de las variables está relacionado con el nivel de medición que ha sido utilizado y de los valores categóricos numéricos que pueden proporcionar, así podemos encontrar los siguientes tipos de variables:

• Nominal o categórico

• Cualitativas

• Dicotómicas (dos categorías)

• Politómicas (más de dos categorías)

• Ordinal

• Cuasi-cuantitativas

• Intervalo

• Razón

• Cuantitativas

• Discretas (valores enteros)

• Continuas (valores reales)

Formulación de hipótesis

La formulación de hipótesis consiste en ofrecer a partir de los supuestos teóricos una predicción tentativa del problema objeto de estudio, de forma que se pueda contrastar con los datos obtenidos. Cumplen una doble función:

• epistemológica, dado que son los elementos que permiten relacionar las teorías con los hechos de la naturaleza; y

• metodológica, porque orienta todo el proceso de la investigación.

Los requisitos para la formulación de la hipótesis son: ser consistente, ser compatible con otras teorías, leyes, y, por último, ser comprobable empíricamente.

Los principios a tener en cuenta al elegir la hipótesis son la simplicidad y la generalización. Las hipótesis formuladas en términos generales deberán operativizarse para ser contrastadas. La operativización es el acto de traducir el constructo en su manifestación externa, por tanto conlleva definir con exactitud las variables implicadas y la relación entre ellas, cuáles serán las condiciones antecedentes y las consecuentes.

Qué significa contrastar una hipótesis?

Es ponerla en relación con los hechos para determinar si se adecua o no a ellos. Una hipótesis nunca se puede probar, sólo se puede contrastar. La decisión sobre aceptar o rechazar la hipótesis, se hace con un cierto margen de error o nivel de confianza, que es una probabilidad. Una hipótesis de tipo causal se suele formular en términos condicionales. Es decir, formulada dentro de una estructura gramatical de tipo: "Si…, entonces…"

La hipótesis de trabajo es una forma muy concreta de formular un aspecto del problema, de manera que pueda ser objeto inmediato de comprobación empírica. Para formular adecuadamente la hipótesis de trabajo es necesario que exprese la relación que se espera entre las variables, lo cual, además, exige una correcta formulación de las variables que intervienen en la situación.

Para la contrastación estadística a partir de hipótesis de trabajo se formulan las hipótesis estadísticas: hipótesis nula e hipótesis alternativa.

Establecimiento de un procedimiento para la recogida de datos

Hay que planificar la recogida de datos de la investigación. Las conclusiones del estudio se basarán en dichos datos. El investigador debe decidir qué clase de datos necesita recoger y con qué instrumentos o técnicas debe recogerlos. Tendrá que tomar decisiones sobre el procedimiento que mejor se ajuste a sus objetivos dentro de la estrategia metodológica con la que se desarrolla el estudio. Esto supondrá tomar decisiones sobre el diseño concreto y sobre las técnicas de recogida de datos.

Se recomienda hacer un estudio piloto que es la aplicación del procedimiento previsto para la investigación en una pequeña muestra de personas con el objeto de detectar problemas, inconvenientes o ambigüedades susceptibles de ser corregidas.

Selección y descripción de la muestra

Para elegir una muestra, primero hay que especificar la población del estudio. Luego, se elegirá la muestra. Si la muestra elegida no representa a la población, nuestros resultados no serán generalizables a dicha población.

A cada elemento de la muestra se le denomina unidad muestral. Los sujetos constituyentes de la muestra utilizada en el estudio se denominan participantes.

Es muy importante determinar cuántas unidades muestrales vamos a necesitar en función de las necesidades del estudio y las técnicas estadísticas previstas y que procedimiento de muestreo debe seguirse, con el objetivo de que la muestra sea lo más representativa posible de la población.

Población: conjunto, finito o infinito, de elementos definidos por una o más características de las que gozan todos los elementos que la componen y sólo ellos.

Censo: estudio de todos los elementos que componen la población.

Muestra: su conjunto o de elementos de una población.

Muestreo: proceso por el cual es elegida la muestra. Este puede ser probabilístico y no probabilístico.

Indiferencia estadística: generalización de los resultados de la muestra a la población.

Aparatos y materiales

Una decisión importante es que la elección de los instrumentos y materiales de la investigación.

El investigador debe tener buenos conocimientos de psicometría para la selección y elaboración de los instrumentos de medida.

Deben considerarse las distintas opciones disponibles, sus prestaciones y su coste, así como la fiabilidad del aparato. Todos estos aspectos habrá que detallarlos en el informe de investigación.

Análisis de datos

Después de recoger los datos procedemos a su análisis mediante técnicas estadísticas, con el fin de obtener resultados interpretables en relación con los objetivos de la investigación.

Lo primero que debemos hacer con los datos es organizarlos y describirlos a través de puntuaciones resumen, para que resulten manejables y sobre todo más informativos, esta tarea le corresponde a la estadística descriptiva.

La estadística inferencial nos permite considerar las posibilidades de generalización a la población desde la muestra.

El estadístico de contraste se plantea como una medida estandarizada de la discrepancia que hay entre la hipótesis de partida (nula) que se hace sobre la población y el resultado de la diferencia de medias obtenido en la muestra(los datos de los dos grupos del estudio).

La elección del estadístico de contraste más adecuado para analizar nuestros datos se basará en los objetivos del análisis y en la comprobación de que los datos cumplen un conjunto de supuestos o características:

• El nivel de medida y el tipo de variables: niveles de escala de medida más altos permiten aplicar técnicas estadísticas más potentes. Debemos tender a medir en el nivel más alto posible para disponer de más información y más posibilidades de trabajo con los datos.

• La independencia/dependencia de las observaciones: puntuaciones procedentes de participantes proporcionan medidas independientes, mientras que dos medidas de la misma variable proporcionada por los mismos participantes, tomada en dos momentos o condiciones distintas, son medidas que se consideran dependientes o relacionadas, ya que la fuente de medidas es la misma, los mismos individuos.

• Aspectos de la distribución.

En función de que nuestros datos cumplan unos u otros supuestos podemos elegir entre los llamados contrastes paramétricos (permiten contrastar hipótesis referidas a alguna parámetro, necesitan supuestos exigentes pero se obtiene mucha información) y no paramétricos (no necesitan establecer supuestos exigentes).

Recogida y análisis de los datos: ejemplo de comparación de dos grupos

1. Planteamiento del problema o idea.

2. Formulación de la hipótesis: transformamos la idea en hipótesis de investigación.

3. Procedimiento para la recogida de datos

   • Muestra

   • tarea

   • Condiciones TI

   • Condición TR

   • Variable dependiente

4. Formulación de hipótesis estadísticas: para analizar los datos de nuestro estudio partiendo de la hipótesis de trabajo formulamos la hipótesis nula y la alternativa.

5. Hipótesis nula

6. Hipótesis alternativa

7. Obtención de datos: se llevará a cabo la aplicación de las condiciones experimentales, cuidando el control de variables extrañas y aplicando el instrumento de medida para obtener los datos de la variable dependiente.

8. Análisis de datos: se contrastan los datos con las hipótesis. Debemos contestar a la pregunta de si podemos rechazar la hipótesis nula:

   • Si resulta que los datos de la muestra empleada son congruentes con la hipótesis nula contestamos a la pregunta diciendo que no rechazamos la hipótesis nula.

   • Cuando los datos no son congruentes con la hipótesis nula, contestamos a la pregunta diciendo que rechazamos la hipótesis nula, por lo que aceptamos que la hipótesis alternativa es, provisionalmente, cierta.

Las pruebas estadísticas nos ayudan a aceptar o rechazar nuestras predicciones. Nos sirven para detectar la probabilidad de que los resultados obtenidos reflejen un efecto significativo y nos sean producto del azar. De manera convencional se ha establecido el 95% de confianza como el umbral mínimo para rechazar la hipótesis nula cuando es falsa.

Interpretación de los resultados de la investigación

Supone interpretar los resultados obtenidos procediendo a su discusión y extrayendo las conclusiones de la investigación. Hay que vincular los resultados del análisis de los datos con las hipótesis de la investigación, con las teorías y con los conocimientos ya existentes y aceptados en el tema. En un primer momento, los resultados se deben interpretar en cuanto a la magnitud del efecto obtenido y las tendencias o regularidades observadas. En un segundo momento se deben comparar estos resultados con los obtenidos por otros investigadores en trabajos semejantes.

No se trata sólo de describir los resultados en unas conclusiones, sino además se realizará una discusión en la que se pondrán en relación los hallazgos con las hipótesis formuladas, los modelos teóricos y las investigaciones afines. Se debe señalar las implicaciones y la utilidad de los descubrimientos. También se debe hacer un análisis crítico de las limitaciones del estudio. El autor deberá acabar la discusión sugiriendo nuevas vías de investigación, reconociendo las limitaciones de su propio trabajo y evaluando el alcance de los logros conseguidos. La interpretación a debe terminar con unas conclusiones claras sobre el trabajo realizado.

Comunicación de los resultados de la investigación

Todos los trabajos deben acabar con la redacción de un informe escrito u oral que comunique lo realizado y las conclusiones obtenidas. Se debe exponer de forma sintética, clara y comprensible tanto los métodos empleados como los resultados de la investigación, con el fin de poder recibir una evaluación crítica de la misma y que con ello se enriquezca el saber científico.

Con respecto a los trabajos escritos, en casi todas las revistas o libros se deben seguir las normas de redacción de la American Psychological Association (APA 2009), recomienda que el informe conste de las siguientes partes: resumen o abstract, introducción, método, análisis y resultados, discusión y conclusiones, referencias bibliográficas y anexos o apéndices.