El método científico es un procedimiento probado para ampliar el conocimiento mediante la experimentación y el análisis. Es un proceso que utiliza una planificación cuidadosa, una metodología rigurosa y una evaluación exhaustiva. El análisis estadístico desempeña un papel esencial en este proceso.
En un experimento que incluye análisis estadístico, el análisis se encuentra al final de una larga serie de acontecimientos. Para obtener resultados válidos, es crucial que planifiques y conduzcas cuidadosamente un estudio científico para todos los pasos hasta el análisis. En esta entrada de blog, trazo cinco pasos para los estudios científicos que incluyen análisis estadísticos.
Mapeo del proceso para los estudios científicos
Es vital que entiendas el método científico y sepas cómo diseñar un estudio científicamente riguroso que incluya análisis estadísticos. Los errores en el camino pueden invalidar los resultados de tu análisis. He dividido el proceso en cinco etapas. Dependiendo de la naturaleza de tu experimento, puede que tengas que enfatizar o restar importancia a ciertos aspectos.
Por ejemplo, los estudios de fenómenos físicos tendrán un aspecto muy diferente a los de las ciencias sociales. Del mismo modo, los estudios que utilizan experimentos factoriales diseñados, estudios de observación y encuestas tendrán un aspecto diferente entre sí. Aunque los estudios pueden diferir drásticamente, todos utilizan aspectos de la misma hoja de ruta que expongo.
Esta hoja de ruta se refiere a los estudios científicos que incluyen análisis estadístico porque mi blog trata del análisis estadístico. Sin embargo, incluso los estudios puramente cualitativos compartirán muchos de los mismos pasos.
Los pasos de un estudio científicamente riguroso son los siguientes:
- Fase de investigación.
- Definir el problema y la pregunta de investigación.
- Revisión de la literatura.
- Fase de explotación.
- Defina sus variables y técnicas de medición.
- Diseñe los métodos experimentales.
- Recogida de datos.
- Analice estadísticamente los datos y saque conclusiones.
- Comunique los resultados.
Post relacionado: La importancia de la estadística
Paso 1: Investiga tu área de estudio
Una buena investigación científica depende de la recopilación de mucha información incluso antes de empezar a recoger datos. Tendrás que investigar tu área de estudio para redactar una pregunta de investigación a la que tu estudio pueda responder razonablemente. A continuación, tendrá que desarrollar un conocimiento profundo sobre otros estudios para diseñar un plan para llevar a cabo su estudio.
Defina su pregunta de investigación
El primer paso de su estudio es formular una pregunta de investigación. Esta es la pregunta que quiere que su estudio responda. Las preguntas de investigación centran su experimento, ayudan a guiar su proceso de toma de decisiones y ayudan a evitar que cuestiones secundarias le distraigan de su objetivo.
Típicamente, los investigadores comienzan con un tema amplio e investigan el área temática. Determine qué tipo de preguntas tienen y no tienen respuesta los investigadores. Este proceso ayuda a reducir el tema amplio a una pregunta de investigación más específica. Determine qué estudios han realizado ya los investigadores y qué bibliografía existe. ¿Responderá a una nueva pregunta o intentará replicar una investigación anterior?
Su pregunta de investigación debe ser apropiada para su disciplina. En consecuencia, las propiedades de las preguntas de investigación adecuadas varían significativamente según el área temática. Por ejemplo, las preguntas de investigación aceptables son diferentes para la física, la psicología, la biología y la ciencia política. Sin embargo, tienen algunas cualidades comunes.
Las preguntas de investigación deben ser claras y concisas. Por lo tanto, los lectores de su pregunta de investigación breve deben entender claramente el objetivo de su estudio. Además, asegúrese de que el alcance de la indagación es lo suficientemente estrecho como para que su investigación pueda responderla razonablemente utilizando el tiempo y los recursos disponibles.
Típicamente, el desarrollo de su pregunta de investigación suele comenzar con un tema que le interesa e implica una investigación inicial. Esta investigación preliminar le ayuda a elaborar una pregunta de investigación procesable. Sin embargo, después de concebir su pregunta, tendrá que realizar una revisión mucho más profunda de la literatura. Y es probable que realice algunos ajustes iterativos. Durante la revisión de la literatura, es posible que tenga que ajustar la pregunta de investigación.
Revisión de la literatura
Una revisión de la literatura es una investigación de fondo muy extensa sobre su pregunta de investigación. Hay dos objetivos principales de una revisión bibliográfica para un estudio científico que implique un análisis estadístico.
En primer lugar, necesita comprender completamente el área temática que contiene su pregunta de investigación. ¿Qué han encontrado otros estudios? Identifique las relaciones y los efectos significativos que la literatura reconoce junto con su tamaño y dirección. ¿Qué variables y factores influyen?
En resumen, defina el estado actual del conocimiento científico en torno a su pregunta de investigación. Este proceso le ayuda a determinar cómo encaja su estudio dentro del campo, le permite entender los procesos de pensamiento detrás de estudios similares y le proporciona un sentido general de los hallazgos hasta el momento.
En segundo lugar, necesita información que le ayude a operacionalizar su estudio. La operacionalización es el proceso de tomar la idea general de su pregunta de investigación y crear un plan de acción que permita un experimento para responder a la pregunta. Si su estudio incluye un análisis estadístico, tendrá que determinar cómo otros estudios han utilizado la estadística para responder a preguntas similares.
Con esto en mente, determine lo siguiente:
- ¿Qué datos recogieron estudios similares? ¿Qué variables?
- ¿Cómo midieron las variables?
- ¿Cómo extrajeron su muestra?
- ¿Qué métodos utilizaron para analizar los datos? ¿Qué análisis y diseños experimentales?
También querrá conocer los puntos fuertes, los puntos débiles y los errores que han cometido otros estudios. Evite los errores de los demás y aproveche sus puntos fuertes.
La fase de investigación debe producir una pregunta de investigación, un conocimiento profundo del área temática y de los hallazgos relevantes, y un conocimiento profundo de cómo otros investigadores han operacionalizado estudios similares. Esta información de fondo le ayudará a diseñar su propio experimento.
Paso 2: Operacionalizar su plan de estudio
Operacionalizar un estudio es el proceso de tomar su pregunta de investigación, utilizar la información de fondo que reunió y formular un plan de acción. Este plan incluye todo, desde la definición de las variables hasta el análisis de los datos.
Variables: ¿Qué va a medir?
Los estudios que utilizan la estadística para responder a las preguntas requieren que se recojan datos en forma de variables que se van a analizar. En consecuencia, debe definir las variables que medirá y decidir cómo las medirá. Si no recoge los datos correctos o los mide de forma inexacta, es posible que no pueda responder a su pregunta de investigación. De hecho, gracias al sesgo de la variable omitida, las variables que no se miden pueden afectar a los resultados de las variables que sí se miden. Tómese su tiempo para determinar qué variables necesitará medir para responder a su pregunta de investigación.
Por ejemplo, si está estudiando la depresión, ¿cómo definirá y medirá la depresión? Su revisión de la literatura debe informar su decisión sobre el uso de una definición aceptada para la depresión y la elección de una metodología científicamente validada para evaluar la depresión. La ciencia se basa en sí misma.
Si está tratando de predecir la depresión, describir sus relaciones con otras variables o evaluar tratamientos, necesitará definir esas variables operacionalmente y determinar cómo las medirá.
Tipos de variables y tratamientos
Un estudio tendrá una variable dependiente. Esta variable es el resultado que se está estudiando. Normalmente, los estudios quieren entender cómo los cambios en una o más variables independientes afectan a la variable dependiente. Dependiendo del tipo de experimento, los investigadores controlarán o no las variables independientes. Si controlan las variables, tendrán que decidir los ajustes de las variables controlables.
La mayoría de los estudios incluyen un tratamiento, una intervención o alguna otra comparación que quiere hacer. Tendrá que definir el tratamiento y asegurarse de que existe un sistema para administrarlo como es debido. Esto es cierto no sólo para los tratamientos médicos, sino con cualquier intervención.
Por ejemplo, participé en un estudio de intervención de ejercicio para determinar si afecta a la densidad ósea. Definimos nuestra intervención como sesiones que ocurren tres veces a la semana y consisten en 30 impactos que son seis veces el peso corporal de los sujetos. Teníamos los procedimientos, el equipo y la formación para garantizar que nuestros sujetos recibieran la intervención tal y como la definimos.
Metodología de medición: ¿Cómo tomará las medidas?
También tendrá que especificar cómo tomará las medidas. ¿Qué equipo utilizará? ¿Cómo reducirá otras fuentes de variación?
La precisión y la exactitud son esenciales en la investigación. Asegúrese de que su plan describe cómo obtener buenas mediciones. Por ejemplo, una vez escribí un documento detallado de calibración del equipo para asegurar mediciones de alta calidad durante el curso del estudio. Para ese estudio, las buenas mediciones dependían de calibraciones diarias y estandarizadas.
Cree un plan de muestreo: ¿Cómo recogerá las muestras para el estudio?
Los investigadores deben especificar la población particular que están estudiando. Por ejemplo, ¿incluirá todos los niveles de depresión o sólo los casos de leves a graves?
Después de definir su población, necesita idear un plan para recoger una muestra de esa población. Su muestra contiene las personas u objetos que su estudio evalúa. Los estudios que utilizan la estadística inferencial toman los datos de la muestra y hacen inferencias sobre una población. Sin embargo, estos estudios deben reunir las muestras de manera que produzcan estimaciones no sesgadas. Este proceso suele implicar una metodología de muestreo aleatorio, ya que un método basado en la conveniencia puede introducir sesgos.
Las revisiones de la literatura a menudo revelarán las metodologías de recogida de muestras que otros investigadores han utilizado en su área de estudio. Determine dónde y cómo recogerá la muestra, incluyendo la fecha y la hora, la ubicación, etc..
Por último, ¿cuántos datos debe recoger? Por un lado, quiere recoger suficientes datos para tener una posibilidad razonable de detectar un efecto prácticamente significativo. Por otro lado, no quiere obtener una muestra tan grande que le haga perder tiempo y recursos. Un análisis de potencia le ayuda a elegir un tamaño de muestra que logre un equilibrio entre estos dos objetivos contrapuestos. Sin embargo, para realizar un análisis de potencia, se necesitan estimaciones del tamaño del efecto y de la variabilidad de los datos. De nuevo, ¡consulte su revisión de la literatura!
Puesto relacionado: Población, Parámetros y Muestras
Diseñar los Métodos Experimentales
Tendrá que definir su hipótesis en una forma susceptible de análisis estadístico y elegir el análisis apropiado. Su hipótesis debe ser comprobable, lo que significa que los datos que recoja apoyarán o rechazarán la hipótesis. Determine los análisis estadísticos que pueden probar adecuadamente sus hipótesis. Estas decisiones metodológicas comienzan en un nivel muy alto, como la elección entre un experimento aleatorio o un estudio de observación. A partir de ahí, puede ir descendiendo a cuestiones más fundamentales.
Por ejemplo, ¿comparará medias, medianas, proporciones o tasas entre grupos? ¿O tal vez evaluar la relación entre variables nominales o variables continuas? Todas estas cuestiones afectan a los análisis estadísticos que puede realizar.
Además, hay que decidir los detalles de cada tipo de análisis. ¿Qué nivel de significación va a utilizar? ¿Pruebas de hipótesis de una o dos colas? Si utiliza el ANOVA, ¿va a seguir con una prueba post hoc? Si es así, ¿cuál? ¿Qué medidas tomará para ayudar a determinar que está observando una causalidad y no sólo una correlación? ¿Realizará un experimento aleatorio o un estudio de observación?
Su plan debe limitar el número de análisis y modelos que utilizará. Cada prueba estadística tiene una tasa de error. Cuantas más pruebas se realicen, mayores serán las posibilidades generales de obtener un resultado falso. Tomar estas decisiones metodológicas de antemano le ayuda a evitar el uso de múltiples técnicas y la selección de los mejores resultados y reduce la extracción de datos, lo que disminuye la probabilidad de encontrar correlaciones fortuitas.
La etapa de operacionalización debe producir un plan que le indique lo que medirá, cómo lo medirá, cómo recolectará una muestra, su diseño experimental, el tamaño de la muestra y cómo analizará los datos.
Paso 3: Recolección de datos
En este punto, usted ha operacionalizado su estudio y tiene un plan de acción. Después de hacer los arreglos necesarios, debería estar listo para recoger los datos. Dependiendo de la naturaleza de su investigación, esto puede ser un proceso bastante largo. Ya sea que esté en el laboratorio midiendo, administrando encuestas en el campo o trabajando con sujetos humanos, la recolección de datos es a menudo la parte del estudio que toma más tiempo y trabajo.
A menudo, necesitará establecer las condiciones apropiadas para hacer mediciones y verificar que todo esté funcionando correctamente. Tal vez tenga que conseguir que las condiciones del laboratorio sean las adecuadas y asegurarse de que el equipo funciona correctamente para obtener mediciones válidas. O bien, tiene que llevar a cabo un proceso detallado para obtener una muestra verdaderamente aleatoria. A veces es difícil reclutar un número suficiente de sujetos humanos. Los procedimientos también pueden implicar la formación de otro personal para que realice las tareas exactamente como se indica. Una vez tuve que crear un vídeo de formación para obtener resultados consistentes!
Aunque por lo general se trabaja a partir del plan operativo, no es raro encontrarse con sorpresas, y habrá que adaptarse. Es de esperar que su conocimiento del tema y la revisión de la literatura le ayuden a anticipar la mayoría de las sorpresas, pero lo que ocurre con la ciencia es que a menudo está estudiando algo que los investigadores no han estudiado completamente antes.
Paso 4: Análisis estadístico
Al igual que la fase de recogida de datos de su estudio, debería tener ya definida la fase de análisis. Si está «improvisando», ¡no lo está haciendo bien! Todo mi blog trata del análisis estadístico, así que no voy a repetirlo todo aquí. En pocas palabras, asegúrese de que está analizando los datos correctamente, satisfaciendo los supuestos cuando sea necesario, y sacando las conclusiones adecuadas.
Sin embargo, hay un punto vital que hacer aquí. Los problemas en el camino pueden impedirle hacer descubrimientos o invalidar los hallazgos mucho antes de que llegue al análisis estadístico. Como dice el viejo refrán, «basura que entra, basura que sale». Si introduces datos basura en el análisis estadístico, éste escupirá resultados basura. Si todos los pasos que conducen al análisis no están cuidadosamente pensados y realizados, es posible que no se pueda confiar en los resultados o que se pierdan hallazgos importantes. La ciencia consiste en tener todos los detalles correctos.
Paso 5: Escribir los resultados
Después de recopilar los datos y analizarlos, tienes que escribir los resultados para informar a otros investigadores sobre lo que has encontrado. Indique qué hipótesis apoyan los datos, las conclusiones generales y lo que representan en el marco del campo científico o del entorno del mundo real. Sin embargo, implica algo más que la mera redacción de los hallazgos.
El método científico funciona mediante la replicación de los resultados -o la imposibilidad de hacerlo-. El proceso científico tiende a hacer que las respuestas correctas a las preguntas de la investigación suban a la cima con el tiempo a través de la replicación exitosa. A la inversa, elimina los resultados incorrectos después de que no se reproduzcan.
En consecuencia, tendrá que proporcionar suficiente información sobre cómo realizó su estudio para que otros investigadores puedan repetirlo y, con suerte, replicar los resultados. Por lo general, incluirá aspectos de los cuatro primeros pasos (investigación de antecedentes, operacionalización, recopilación de datos y análisis) en la redacción final. Las normas varían según el campo, así que debes ver cómo se documentan los estudios en tu área. De esta manera, su investigación se convierte en parte de la base de conocimientos para que los futuros estudios se basen en ella, al igual que lo hizo durante la revisión de la literatura. Además, todos los detalles ayudan a otros investigadores a determinar los puntos fuertes y débiles de su estudio para que puedan interpretar los resultados mientras entienden el contexto.
Para terminar, el análisis estadístico es un paso crucial en el proceso científico. El análisis le dice objetivamente qué hipótesis favorecen los datos. Sin embargo, hay una larga lista de elementos antes del análisis estadístico que deben proceder correctamente para que usted pueda confiar en los resultados.
Para conocer algunos de los retos a los que me enfrenté al principio de mi carrera de investigación científica, lea mi post sobre el uso de la estadística aplicada para ampliar el conocimiento humano
.