Introducción a la Investigación en Psicología - PDF

Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera Índice 3.1 Introducción y objetivos 3.2 La selección de los participantes 3.3 Grupos 3.4 Diseños de investigación 3.5 El análisis...

Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera Índice 3.1 Introducción y objetivos 3.2 La selección de los participantes 3.3 Grupos 3.4 Diseños de investigación 3.5 El análisis de los datos 3.6 La discusión y conclusiones 2 Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera 3  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera 3.1 Introducción y objetivos En este tercer tema continuaremos con las fases de una investigación y trataremos el tema de la elección de los participantes de la investigación, introduciendo los conceptos de población y muestra. Veremos las diferentes estrategias que podremos utilizar para seleccionar nuestra muestra de estudio. Analizaremos el concepto de grupos experimental y grupo control, así como la estrategia de aleatorización de la muestra. Describiremos las principales formas de plantear una investigación, experimentos, cuasi suplementos y estudios no experimentales. Finalmente, describiremos los apartados de análisis de datos, discusión y conclusiones de un estudio. Una vez terminado este tema seremos capaces de: 1.​ Diferenciar entre el concepto de población y muestra. 2.​ Conocer y diferenciar los diferentes tipos de muestreos probabilísticos y no probabilísticos. 3.​ Entender la importancia de la conformación de los grupos en los estudios de investigación. 4.​ Conocer el proceso de aleatorización de la muestra y sus implicaciones. 5.​ Conocer los diferentes diseños existentes y su idoneidad en cada una de las situaciones de investigación. 6.​ Entender la relación entre análisis de datos y técnicas estadísticas. 4  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera 3.2 La selección de los participantes El fin último del método científico es ser capaces de extrapolar los datos obtenidos en un experimento a la población general. Dado que reclutar a todos los individuos del conjunto poblacional sobre los que se quiere poner en marcha un estudio es una tarea ardua, seleccionaremos tan solo una proporción de sujetos representativos de la población de estudio. Una vez hayamos obtenido los resultados derivados del estudio de la muestra, intentaremos generalizarlo —a través de fórmulas matemáticas contenidas en la rama de la estadística inferencial— a la población. Por ejemplo, si queremos saber si el consumo continuado de azúcar es el responsable de la aparición de diabetes, no es necesario reclutar a todas las personas de nuestra comunidad autónoma o ciudad e incluirlas en nuestro estudio, sino que escogeremos una muestra que cumpla ciertas normas o posea ciertas características que se consideran similares a las que tendría la población general. ¿Cómo escoger representativamente a las personas de la población objeto de estudio? Cuanto mayor sea la diferencia entre ambas, menos seguridad tendremos al generalizar los resultados encontrados en la muestra a toda la población. El término muestreo hace referencia al proceso de seleccionar a los participantes en un proyecto de investigación. Así, podemos encontrarnos con muestreos probabilísticos y muestreos no probabilísticos. La diferencia entre ambos radica en que en los primeros realizamos la selección de los sujetos mediante estrategias de azar/aleatorias/random (por lo tanto, la probabilidad de extraer un elemento de la población para que pertenezca la muestra es conocida), mientras que en los muestreos no probabilísticos seleccionamos a los sujetos de manera no aleatoria (Martínez-Arias et al., 2014). 5  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera - Muestreo probabilístico 1.​ Muestreo aleatorio simple: el muestreo aleatorio simple es una técnica de muestreo estadístico en la que cada unidad en la muestra tiene la misma probabilidad de ser seleccionada. Esta técnica se utiliza para obtener una muestra representativa de una población. Para realizar un muestreo aleatorio simple, primero se debe definir la población a la que se quiere hacer referencia. Luego, se identifican todos los elementos de la población y se les asigna un número o código único. Por último, se generan números o códigos aleatorios para seleccionar los sujetos que compondrán la muestra. 2.​ Muestreo aleatorio sistemático: el muestreo aleatorio sistemático es un método de muestreo que combina la aleatoriedad del muestreo anterior con el orden. Consiste en seleccionar un sujeto al azar y, luego, seleccionar a los siguientes elementos. Esto es útil cuando hay una lista ordenada de elementos o cuando los elementos son distribuidos uniformemente. Por ejemplo, una encuesta de muestreo aleatoria sistemática de una clase de estudiantes podría comenzar seleccionando un estudiante al azar para comenzar y luego seleccionar los siguientes veinte estudiantes de la lista. Otra aplicación común es el muestreo espacial para encontrar la ubicación de los recursos naturales. Se seleccionará un punto al azar en un área y luego se seleccionarán puntos adicionales a cada cierta distancia. Esto es útil para asegurar que todos los puntos dentro de un área sean representados de forma equitativa en la muestra. 3.​ Muestreo aleatorio estratificado: el muestreo aleatorio estratificado es un tipo de muestreo en el que una población se divide en subgrupos (estratos) con características similares y luego se seleccionan aleatoriamente muestras de cada estrato. Esto se hace con el fin de asegurar que todos los elementos de la población tengan la misma probabilidad de ser seleccionados para la muestra. Esto significa que los estratos con menor número de elementos tienen la misma probabilidad de ser elegidos como los estratos con un mayor número de elementos. Esta técnica se utiliza para mejorar la precisión de los resultados al garantizar que la muestra esté representada equitativamente. 4.​ Muestreo aleatorio por conglomerados: el muestreo aleatorio por conglomerados se utiliza cuando se desea agrupar a los participantes en 6  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera grupos conocidos como conglomerados. Estos grupos se eligen al azar y cada uno se considera como una unidad de muestreo. Los participantes dentro de un conglomerado se seleccionan al azar y se les asigna a los grupos de investigación para obtener datos. El muestreo aleatorio por conglomerados es útil para estudiar a grupos relativamente grandes y homogéneos, como una escuela, una comunidad o una empresa. Esta técnica se utiliza a menudo en estudios sobre salud, educación y temas sociológicos. Se usa para reducir los costos de muestreo y los tiempos de recopilación de datos. Esto se debe a que algunos datos se recopilan de todos los participantes dentro de un conglomerado, en lugar de tener que recopilar los datos de cada individuo. - Muestreo no probabilístico: Son aquellos muestreos en los que la selección de la muestra se realiza sin que se tenga en cuenta la probabilidad de que cada uno de los elementos de la población pueda ser seleccionado para formar parte de la muestra. Los muestreos no probabilísticos no permiten estimar la precisión de los resultados obtenidos. 1.​ Muestreo de conveniencia: es una técnica de muestreo en la que se selecciona una muestra de manera no aleatoria de una población, generalmente, en función de la comodidad. Esta técnica se usa a menudo cuando se tienen limitaciones de tiempo y recursos. Sin embargo, el muestreo de conveniencia, a menudo, no es representativo de la población. Por ejemplo, el muestreo de conveniencia puede ocurrir si un investigador elige estudiar a los estudiantes de una clase particular para evitar la molestia de recopilar datos de toda la escuela. Como la muestra está sesgada hacia un determinado grupo de personas, los resultados no son representativos de toda la población. 2.​ Muestreo proporcional por cuotas: se busca seleccionar una muestra que represente a cada uno de dos o más subgrupos en las mismas proporciones en las que estos están representados en la población. Una vez que se ha alcanzado el número de cada categoría, no se busca más participantes de dicha categoría. La lógica es parecida al muestreo estratificado, pero la selección de los individuos no requiere que sea aleatoria, solo proporcionales 3.​ Muestreo por cuotas no proporcional: es similar al anterior, pero sin respetar 7  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera las proporciones de los subgrupos en la población. 4.​ Muestreo por bola de nieve: se comienza identificando personas que cumplen con los criterios de inclusión y se les pide que busquen y recomiendan a otros que cumplan estos criterios. Son los participantes los que reclutan participantes adicionales. La muestra resultante puede no ser representativa de la población, pero es fácil encontrar sujetos que cumplen con los criterios de inclusión. Estos muestreos no probabilísticos, al no ser realmente representativos de la población, suelen proporcionar una información interesante pero habitualmente anecdótica. Una forma de mejorar la confianza en los resultados obtenidos con muestras no aleatorias es la replicación de los resultados con investigaciones realizadas con otras muestras mejor seleccionadas. 3.3 Grupos Muchas veces, cuando queremos conocer los efectos de un determinado tratamiento o compuesto, solemos aplicarlo a una muestra y ver sus efectos antes y después de su aplicación. Sin embargo, con este método no siempre estaremos seguros de que los efectos observados hayan sido causados por el compuesto o por otra variable que no estamos midiendo y que pueda ser la verdadera causante de estos efectos. Para evitar este problema, podemos comparar los resultados obtenidos en el grupo que recibe el tratamiento (grupo experimental) con los resultados obtenidos en otro grupo que no ha recibido el tratamiento (grupo control). De esta forma, podemos crear diferentes grupos experimentales que reciban mayor o menor dosis del tratamiento. Esto nos permitirá establecer un gradiente de dosis-efecto. O incluso podemos crear grupos controles diferentes para valorar los efectos que puede tener la propia ausencia de tratamiento. 8  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera Podremos incluir un tratamiento inocuo (placebo) para que el sujeto esté «ciego» y desconozca si es miembro del grupo control o experimental. Es importante que, cuando hagamos comparaciones entre grupos, bien sean controles o experimentales, intentemos controlar el resto de las variables, para que los grupos sean lo más homogéneos posibles entre sí al inicio del estudio y asegurarnos que no hay alguna variable que pueda producir efectos indeseados o inadvertidos sobre nuestra muestra. En caso de no poder llegar a esta paridad entre grupos, deberemos intentar controlar estas diferencias mediante análisis estadísticos más complejos. -Aleatorización de la muestra Ahora que sabemos que podemos comparar grupos, cabe preguntarse: ¿cómo podemos crear estos grupos? Una estrategia válida, pero que puede implicar ciertos sesgos, puede ser dejar al investigador o participante que elija libremente en qué grupo quiere participar. Esta metodología, aunque muy sencilla, puede dar pie a sesgos de autoconfirmación por parte del investigador, o a sesgos de resultados por parte del participante. Seguramente, esta estrategia genere grupos muy heterogéneos que dificulten aún más la tarea de comparación. Por ello, y para evitar estos problemas indeseados de sesgos y de grupos heterogéneos, podemos hacer uso de un sistema de creación de grupos basado en la aleatoriedad. Su principal ventaja es que, seguramente (si los grupos son los suficientemente amplios), serán inicialmente similares en las variables de estudio, tanto dependientes como independientes. Por otro lado, evita que el investigador pueda crear los grupos a su criterio y, con ello, trasladar sus posibles sesgos de confirmación. Gracias a la aleatorización de la muestra podemos establecer inferencias causales y estadísticas (asignando probabilidades a las diferencias encontradas entre los grupos). 9  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera Sin embargo, no siempre podemos hacer uso de esta gran herramienta: 1.​ En ocasiones, puede ser poco ético decidir mediante técnicas aleatorias quién es miembro del grupo control o del grupo experimental. Pensemos en tratamientos que pueden curar una enfermedad mortal. 2.​ Es un proceso que encarece nuestro estudio. Se requiere cierta planificación extra, mayor control sobre las condiciones y puede generar reticencia en el posible participante de nuestro estudio. 3.​ Es un proceso poco natural o que no responde a la realidad clínica. 3.4 Diseños de investigación Las estrategias de investigación o diseños suelen clasificarse en tres grandes bloques: observacionales, cuasi experimentales, y experimentales (Campbell y Stanley, 2015). - Diseños observacionales En los diseños observacionales, el investigador se limita a registrar y medir las diferentes variables seleccionadas. Su principal diferencia con los experimentos y los cuasiexperimentos es que el investigador no manipula las variables y los sujetos son seleccionados de modo que varían en las características de interés. Con esta estrategia, no se pueden establecer relaciones de causalidad (Cook et al., 2002; Creswell y Cresswell, 2003). ​ No se manipulan variables independientes. ​ El establecimiento de las relaciones de causalidad no es posible. - Diseños cuaxiesperimentales Los diseños cuasiexperimentales comparten algunos rasgos con los diseños experimentales, como la manipulación de la variable independiente o la medida de las variables dependientes. Sin embargo, se diferencian con los anteriores en que los participantes no son asignados aleatoriamente a las diferentes condiciones de tratamiento (Campbell y Stanley, 2015). Por lo tanto: ​ Se manipulan variables independientes. 10  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera ​ Se establecen comparaciones entre grupos creados de manera no aleatoria. ​ El establecimiento de las relaciones de causalidad no es posible. ​ Pero sí se pueden establecer asociaciones/realizar operaciones de correlación. -​ Por ejemplo, se compararán las puntuaciones de dos grupos de sujetos creados en base a una variable conocida de antemano —el color de su pelo—. Al grupo de sujetos rubios se les aplica un tratamiento de potenciación cognitiva —grupo experimental—, mientras que al grupo de morenos se les aplica un placebo —grupo control—. - Diseños experimentales Los diseños experimentales son utilizados principalmente para probar la eficacia de un tratamiento. Solo en este tipo de diseños podemos establecer relaciones de causalidad. Para ello comparamos los resultados obtenidos por diferentes grupos que han sido expuestos a diferentes niveles de la variable independiente. Para poder ser considerado un diseño experimental, el estudio deberá tener estas características (Rogers y Revesz, 2020): ​ Se manipulan una o más variables independientes. ​ Los participantes deben ser asignados aleatoriamente a las condiciones o grupos de tratamiento (grupo experimental y grupo control). ​ El investigador mide los efectos de las manipulaciones producidas en las variables independientes sobre una o más variables dependientes. ​ Se intenta mantener constantes el resto de las variables que puedan afectar a la relación de causalidad. -​ Por ejemplo, experimentos con animales a los que a un grupo experimental —elegido al azar— se le administra una sustancia en laboratorio, mientras que al grupo control —elegido al azar— no se le aplica la sustancia. Se analizan y comparan sus comportamientos antes y después del experimento. 11  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera 3.5 El análisis de los datos Una vez realizado el estudio y recogidos los datos, el paso siguiente consiste en analizarlos, lo que supone el uso de unas determinadas técnicas estadísticas dependiendo de la situación que queramos analizar. El tipo de técnica estadísticas a utilizar depende de: 1.​ El diseño del estudio 2.​ El tipo de datos recogidos. 3.​ De las preguntas de la investigación. La estadística es una herramienta fundamental para los investigadores, ya que les ayuda a analizar los datos recogidos y extraer conclusiones precisas. Al utilizar la lógica de contraste de hipótesis, los investigadores pueden determinar si hay diferencias significativas entre las variables estudiadas o si existe una relación entre ellas. En el proceso de análisis estadístico, una de las decisiones más importantes es si se debe rechazar o no la hipótesis nula. Si se rechaza la hipótesis nula, se concluye que hay diferencias significativas entre los grupos o que existe una relación entre las variables. 12  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera Por otro lado, si no se rechaza la hipótesis nula, se concluye que no se han detectado diferencias significativas entre los grupos o que no se han encontrado una relación entre las variables estudiadas. Al tomar decisiones, los investigadores pueden minimizar la probabilidad de extraer conclusiones erróneas sobre los datos recogidos y garantizar que sus conclusiones sean precisas y confiables. 3.6 La discusión y las conclusiones La discusión y conclusiones de un estudio científico suelen ser apartados separados pero dependientes. ​ En la discusión se reflejan los principales resultados obtenidos en el estudio. Igualmente, se discute acerca de su ocurrencia, relacionándose con trabajos previos mostrados en la revisión teórica, expresando hasta qué punto apoyan contradicen o entran en conflicto con estos. En la discusión suelen mencionarse las principales limitaciones estudio y los aspectos que se podrían mejorar. ​ A renglón seguido, vendrán las conclusiones. Las conclusiones son el resultado de la combinación del análisis de los datos recopilados durante el proceso de investigación y de la discusión. Las conclusiones deben ser claras, directas y precisas para ofrecer una respuesta a la pregunta de investigación. En las conclusiones también suelen sugerirse temas o ideas para la investigación futura, derivados de los resultados del estudio (De Vaus, 2001). 13 Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera 14  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera Test 1. El fin último del método científico es: A.​ Ser capaces de extrapolar los datos obtenidos en un estudio a la población general. B.​ Ser capaces de solventar un problema. C.​ Encontrar la relación de causalidad entre varias variables. D.​ Tener un mayor conocimiento sobre un tema. 2. El muestreo probabilístico se diferencia del muestreo no probabilístico en: A.​ La probabilidad de seleccionar a un determinado participante. B.​ La selección al azar de los sujetos. C.​ La extensión de la población. D.​ La relación proporcional entre la muestra y la población. 3. Señala cuál de estos tipos de muestreo es probabilístico. A.​ Muestreo aleatorio sistemático. B.​ Muestreo de conveniencia. C.​ Muestreo por cuotas. D.​ Muestreo por bola de nieve. 4. El grupo experimental: A.​ Es el grupo al cual se le expone al tratamiento o intervención. B.​ Es el grupo más Amplio del estudio. C.​ Es el grupo que no recibe el tratamiento o recibe algún tipo de placebo. D.​ Es el que debe obtener mejores resultados. 5. Si dejamos que sea el propio investigador el que decida qué participantes serán asignados al grupo control y cuáles al grupo experimental, podrán aparecer: A.​ Diferencias entre los grupos. B.​ Posibles sesgos de autoconfirmación. C.​ Altas tasas de abandono. D.​ Conflictos de intereses. 15  Introducción a la Investigación en Psicología↝Isabel Bañuelos de la Hera 6. Gracias a la aleatorización de la muestra podemos: A.​ Obtener resultados más favorables. B.​ Diferenciar mejor a los grupos. C.​ Establecer inferencias causales estadísticas. D.​ Compensar diferencias entre los grupos. 7. En ocasiones no podemos hacer uso de la aleatorización de la muestra por alguno de estos motivos: A.​ Limitaciones éticas. B.​ Limitaciones metodológicas. C.​ Limitaciones conceptuales. D.​ Limitaciones muestrales. 8. Los principales diseños de investigación son: A.​ Dos. B.​ Tres. C.​ Cuatro. D.​ Cinco. 9. Existe una manipulación de una o más variables independientes en: A.​ Los estudios experimentales. B.​ Los estudios cuasi experimentales. C.​ Los estudios observacionales. D.​ A y B son ciertas. 10. Debemos señalar las principales limitaciones de nuestro estudio en: A.​ El apartado de métodos. B.​ En el apartado de diseño de investigación. C.​ En la discusión. D.​ En las conclusiones. 16