El método científico: Hipótesis y preguntas

• El método científico implica una serie de pasos estructurados para probar inferencias racionales de manera objetiva
• La objetividad requiere detallar la inferencia para recopilar datos que la prueben; si los datos se alinean, la inferencia se apoya
• En ciencia, cualquier inferencia tiene derecho a ser considerada, y se las conoce como hipótesis, considerándolas pilares de la ciencia
• Las hipótesis respaldadas por datos se siguen estudiando y especificando, de modo que siempre se gana, sea cual sea el resultado
• El método científico está estructurado para evitar trampas y asegurar que las ideas preconcebidas no influyan en la prueba de la hipótesis
• Los pasos del método científico incluyen:
  • Observación
  • Formulación de hipótesis
  • Recolección de datos
  • Interpretación y conclusiones

Preguntas e Hipótesis

• Toda investigación comienza con la observación de un fenómeno recurrente
• A partir de la observación, se generan preguntas sobre el fenómeno, ya sea sobre su existencia o causa
• Cada pregunta se responde mediante una hipótesis, que es una afirmación en el caso de preguntas básicas o una explicación posible en el caso de preguntas sobre la causa
• Las hipótesis pueden ser descriptivas o causales, y para un fenómeno pueden existir múltiples hipótesis causales, aunque se suele estudiar una sola a la vez
• Las hipótesis pueden tener o no una dirección específica
• Las hipótesis se prueban mediante la recolección sistemática de datos, usualmente en un ambiente controlado
• Una hipótesis científicamente válida debe ser:
  • Puesta a prueba
  • Refutable

Colecta de datos (Diseño experimental)

• Los científicos son creativos y prueban una hipótesis de múltiples maneras
• Los datos confiables se obtienen mediante un experimento cuidadosamente diseñado, evitando sesgos
• El experimento implica definir las variables a estudiar y las que podrían afectarlo, así como formular un procedimiento
• Una variable es algo que varía y se mide; puede ser categórica (cualitativa) o numérica (cuantitativa)
• Las variables numéricas pueden ser discretas o continuas
• Cada variable recibe un nombre diferente según su relación con la hipótesis:
  • La variable independiente (o predictora) juega el papel activo y se manipula en el experimento
  • La variable dependiente (o respuesta) juega un papel pasivo y varía dependiendo de la variable independiente
• La variable independiente se manipula y la dependiente se observa o mide

Tratamientos

• El investigador decide los valores de la variable independiente
• Cada manera de manipular la variable se conoce como tratamiento experimental
• Un tratamiento control no utiliza la variable independiente o la mantiene en un valor estándar
• Al final del experimento, se comparan los valores entre los tratamientos para determinar si la variable independiente causa cambios en la dependiente
• El control puede ser negativo o positivo

Estandarización

• Variables estandarizadas o controladas deben controlar otras variables que pueden afectar la variable dependiente, enmascarando el efecto de la variable independiente al ser estandarizadas o controladas para evitar enmascarar
• Esto se hace eliminando las variables por completo, controlando sus efectos o tratando de darles un efecto promedio similar en todos los tratamientos
• Estandarizar y controlar variables es uno de los mayores retos del diseño experimental

Predicción

• Luego de Hipótesis y Diseño experimental se desarrolla una predicción sobre cómo serán los datos resultantes SI la hipótesis es correcta
• La predicción constituye un paso crítico en el diseño constituyendo una prueba final para saber si el experimento es apropiado para probar la hipótesis

Tamaño de muestra y réplicas.

• Es necesario tener una repetición adecuada de un experimento para tener conclusiones válidas
• Se puede repetir un experimento aumentando el tamaño de la muestra (el número de individuos sometidos a cada tratamiento) o aumentar el número de veces que se hace cada tratamiento (réplicas)
• Una vez llevadas a cabo, se debe detallar las particularidades del experimento para que sea repetible

Manejo de datos

• Los datos pueden compilarse y analizarse de muchas maneras
• Con frecuencia, se recurre a la estadística
• El análisis de datos incluye cómo presentar los mismos

Muestra vs. Población

• En estadística, una población es un conjunto de elementos con características determinadas que se desean estudiar
• El tamaño de una población suele ser muy grande y por eso, es normal que se obtengan datos para una muestra
• Sin embargo, la muestra debe ser representativa de la población

Resumiendo datos

• Por regla general, los datos no se analizan en forma cruda debido a que interpretarlos se hace complicado
• Se puede resumir o resaltar las características importantes de las series de datos
• Los estadísticos emplean símbolos que representan las propiedades de los datos
• No obstantes, la simbología varía dependiendo de si los datos corresponden a una población

Medidas de tendencia central

• Miden en qué dirección "apuntan" los datos
• La más empleada es el promedio o media aritmética
• Moda es el valor más recurrente
• La mediana es el valor de la observación que ocupa la posición central en un conjunto de datos ordenados según su magnitud
• Pueden coincidir en un valor pero usualmente no se da el caso

Medidas de variabilidad o dispersión

• Las medidas de tendencia central son de gran utilidad, pero no lo son todo. Ya que por sí solas presentan poca información de los datos
• La volatilidad o dispersión de los juegos de datos son relevantes
• La forma más sencilla de resumir la volatilidad, es el tango, que básicamente representa los valores mínimo y máximo en los cuales se encuentran los demás
• También está la desviación media absoluta, que indica, en promedio, cuánto difieren los valores del promedio
• Una medida parecida, pero muy útil, es la desviación estándar, que difiere de la anterior en qué se elevan al cuadrado
• Antes de elevar, se obtiene la raíz cuadrada (métrico utilizada para muchos análisis que probablemente se tratarán más adelante)

Conclusiones

• El último paso del método científico consiste en analizar los datos recopilados y ver si estos apoyan o no la hipótesis
• Se comprueba que una hipótesis es falsa

Métodos correlacionales o 'experimentos naturales'

• Casos en que no se puede o quiere llevar a cabo un experimento manipulativo
• Aunque las conclusiones suelen ser más contundentes
• Al no hacer un experimento, las conclusiones suelen ser menos contundentes en estos casos