domingo, 8 de mayo de 2011

METODOLOGIA DE INVESTIGACION

Definición del tipo de investigación a realizar: básicamente exploratoria, descriptiva, correlacional o explicativa

PROCESO DE INVESTIGACIÓN

Cuarto paso

Definir si la investigación se inicia como exploratoria, descriptiva, correlacional o explicativa y hasta qué nivel llegará.

OBJETIVOS DE APRENDIZAJE

Que el alumno:

1) Conozca los tipos de investigación que pueden realizarse en las ciencias sociales.

2) Aprenda a visualizar el alcance que pueden tener diferentes planteamientos de problemas de investigación científica.

SÍNTESIS

El capítulo presenta una tipología de investigaciones en ciencias sociales. La tipología se refiere al alcance que puede tener una investigación científica.

La tipología considera cuatro clases de investigaciones: exploratorias, descrip­tivas, correlacionales y explicativas. En el capítulo se discute la naturaleza y el propósito de estos tipos de estudio.

4.1. ¿QUÉ TIPOS DE ESTUDIOS HAY EN LA INVESTIGACIÓN DEL COMPORTAMIENTO HUMANO?

Si hemos decidido —una vez realizada la revisión de la literatura— que nuestra investigación vale la pena y que debemos realizarla (ya sea por razones importantes teóricas y/o prácticas), el siguiente paso consiste en elegir el tipo de estudio que efectuaremos. Los autores clasifican los tipos de investigación en tres: estudios exploratorios, descriptivos y explicativos (por ejemplo, Selltiz, Jahoda, Deutsch y Cook, 1965; y Babbie, 1979). Sin embargo, para evitar algunas confusiones, en este libro se adoptará la clasificación de Dankhe (1986), quien los divide en: exploro” nos, descriptivos, correlacionales y explicativos.9 Esta clasificación es

9 En este libro se utilizará el término “estudio explicativo’ en lugar de “estudio experimental” (este último es usado por Gordon Dankhe), ya que consideramos que algunas investigaciones no experimentales pueden aportar evidencia para explicar por qué ocurre un fenómeno (“proporcionar un cierto sentido de causalidad’). Si bien es cierto que la mayoría de los estudios explicativos son experimentos, no creemos que deben considerarse como sinónimos ambos términos.

muy importante, debido a que según el tipo de estudio de que se trate varía la estrategia de investigación. El diseño, los datos que se recolectan, la manera de obtenerlos, el muestreo y otros componentes del proceso de investigación son distintos en estudios exploratorios, descriptivos, correlacionales y explicativos. En la práctica, cualquier estudio puede incluir elementos de más de una de estas cuatro clases de investigación. Los estudios exploratorios sirven para preparar el terreno” y ordinariamen­te anteceden a los otros tres tipos (Dankhe, 1986). Los estudios descriptivos por lo general fundamentan las investigaciones correlacionales, las cuales a su vez propor­cionan información para llevar a cabo estudios explicativos que generan un sentido de entendimiento y son altamente estructurados. Las investigaciones que se están realizando en un campo de conocimiento específico pueden incluir los tipos de estudio en las distintas etapas de su desarrollo. Una investigación puede iniciarse como exploratoria, después ser descriptiva y correlacional, y terminar como explicativa (más adelante se ilustrará este hecho con un ejemplo).

Ahora bien, surge necesariamente la pregunta: ¿de qué depende que nuestro estudio se inicie como exploratorio, descriptivo, correlacional o explicativo? La respuesta no es sencilla, pero diremos que básicamente depende de dos factores: el estado del conocimiento en el tema de investigación que nos revele la revisión de la literatura y el enfoque que el investigador le pretenda dar a su estudio. Pero antes de ahondar en esta respuesta, es necesario hablar de cada tipo de estudio.

4.2. ¿EN QUÉ CONSISTEN LOS ESTUDIOS EXPLORATORIOS?

Los estudios exploratorios se efectúan, normalmente, cuando el objetivo es examinar un tema o problema de investigación poco estudiado o que no ha sido abordado antes. Es decir, cuando la revisión de la literatura reveló que Únicamente hay guías no investigadas e ideas vagamente relacionadas con el problema de estudio. Por ejemplo, si alguien desea investigar lo que opinan los habitantes de alguna ciudad sobre su nuevo alcalde o gobernador y cómo piensa resolver los problemas de ella, revisa la literatura y se encuentra con que se han hecho muchos estudios similares pero en otros contextos (otras ciudades del mismo país o del extranjero). Estos estudios le servirán para ver cómo han abordado la situación de investigación y le sugerirán preguntas que puede hacer; sin embargo, el alcalde y la ciudadanía son diferentes, la relación entre ambos es única. Además, los problemas son particulares de esta ciudad. Por lo tanto, su investigación será exploratoria —al menos en sus inicios—. De hecho, si comienza a preguntarle a sus amigos lo que opinan sobre el nuevo alcalde, está comenzando a explorar.

Los estudios exploratorios son como cuando viajamos a un lugar que no conocemos, del cual no hemos visto ningún documental ni leído algún libro (a pesar de que hemos buscado información al respecto), sino simplemente alguien nos ha hecho un breve comentario sobre el lugar. Al llegar no sabemos qué atracciones visitar, a qué museos ir, en qué lugares se come sabroso, cómo es la gente; desconocemos mucho del sitio. Lo primero que hacemos es explorar: preguntar sobre qué hacer y a dónde ir al taxista o al chofer del autobús que nos llevará al hotel donde nos instalaremos, en la recepción, al camarero del bar del hotel y en fin a cuanta persona veamos amigable. Desde luego, si no buscamos información del lugar y ésta existía (había varias guías turísticas completas e incluso con indicaciones precisas sobre a qué restaurantes, museos y otros atractivos acudir; qué autobuses abordar para ir a un determinado sitio) podemos perder mucho tiempo y gastar dinero innecesariamen­te. Por ejemplo, vemos un espectáculo que nos desagrade y cueste mucho, y perde­mos uno que nos hubiera fascinado y hubiera costado poco (por supuesto, en el caso de la investigación científica la inadecuada revisión de la literatura tiene conse­cuencias más negativas que la frustración de gastar en algo que finalmente nos desagradó).

Los estudios exploratorios nos sirven para aumentar el grado de familiaridad con fenómenos relativamente desconocidos, obtener información sobre la posibilidad de llevar a cabo una investigación más completa sobre un contexto particular de la vida real, investigar problemas del comportamiento humano que consideren cruciales los profesionales de determinada área, identificar conceptos o variables promisorias, establecer prioridades para investigaciones posteriores o sugerir afirmaciones (postu­lados) verificables (Dankhe, 1986). Esta clase de estudios son comunes en la investi­gación del comportamiento, sobre todo en situaciones donde hay poca información. Tal fue el caso de las primeras investigaciones de Sigmund Freud que surgieron de la idea de que los problemas histéricos estaban relacionados con las dificultades sexua­les, los estudios pioneros del SIDA (Síndrome de Inmunodeficiencia Adquirida), los experimentos iniciales de Iván Pavlov sobre los reflejos condicionados e inhibiciones, el análisis de contenido de los primeros videos musicales, las investigaciones de Elton Mayo en la planta Hawthorne de la Compañía Westem Electric, etc. Todos hechos en distintas épocas y áreas, pero con un común denominador: explorar algo poco investigado o desconocido.

Los estudios exploratorios en pocas ocasiones constituyen un fin en sí mismos, por lo general determinan tendencias, identifican relaciones potenciales entre varia­bles y establecen el tono’ de investigaciones posteriores más rigurosas” (Dankhe, 1986, p. 412). Se caracterizan por ser más flexibles en su metodología en comparación con los estudios descriptivos o explicativos, y son más amplios y dispersos que estos otros dos tipos (v.g., buscan observar tantas manifestaciones del fenómeno estudiado como sea posible). Asimismo, implican un mayor “nesgo” y requieren gran paciencia, serenidad y receptividad por parte del investigador.

4.3. ¿EN QUÉ CONSISTEN LOS ESTUDIOS DESCRIPTIVOS?

Propósito

Muy frecuentemente el propósito del investigador es describir situaciones y eventos. Esto es, decir cómo es y se manifiesta determinado fenómeno. Los estudios descrip­tivos buscan especificar las propiedades importantes de personas, grupos, comuni­dades o cualquier otro fenómeno que sea sometido a análisis (Dankhe, 1986). Miden o evalúan diversos aspectos, dimensiones o componentes del fenómeno o fenómenos a investigar. Desde el punto de vista científico, describir es medir. Esto es, en un estudio descriptivo se selecciona una serie de cuestiones y se mide cada una de ellas independientemente, para así —y valga la redundancia— describir lo que se investiga.

EJEMPLOS

Un censo nacional de población es un estudio descriptivo; su objetivo es medir una serie de características de un país en determinado momento: aspectos de la vivienda (número de cuartos y pisos, si cuenta o no con energía eléctrica y agua entubada, número de paredes, combustible utilizado, tenencia o a quién pertenece la vivienda, ubicación de la vivienda; información sobre los ocupan­tes), sus bienes, ingreso, alimentación, medios de comunicación de que dis­ponen, edades, sexo, lugar de nacimiento y residencia, lengua, religión, ocupaciones y otras características que se consideren relevantes o de interés para el estudio. En este caso el investigador elige una agrie de conceptos a medir que también se denominarán “variables” y que se refieren a conceptos que pueden adquirir diversos valores y medirse, (en el siguiente capítulo se detalla el concepto de variable), los mide y los resultados le sirven para describir el fenómeno de interés.

Otros ejemplos de estudios descriptivos serían: una investigación que determinará en un país cuál de los partidos políticos tiene más seguidores, cuántos votos ha conseguido cada uno de estos partidos en las últimas eleccio­nes nacionales o locales (en estados, provincias o departamentos, y ciudades o poblaciones) y cuál es la imagen que posee cada partido ante la ciudadanía del país;10 una investigación que nos dijera cuánta satisfacción laboral, motiva­ción intrínseca hacia el trabajo, identificación con los objetivos, políticas y filosofía empresarial, integración respecto a su centro de trabajo, etc., poseen los trabajadores y empleados de una o varias organizaciones; o un estudio que nos indicara —entre otros aspectos— cuántas personas asisten a psicoterapia en una comunidad específica, a qué clase de psicoterapia acuden y si asisten más las mujeres que los hombres a psicoterapia o viceversa. Asimismo, la información sobre el número de fumadores en una determinada población, el número de divorcios anuales en una nación, el número de pacientes que atiende un

10 Es importante notar que la descripción del estudio puede ser más o menos general o detallada; por ejemplo, podríamos describir la imagen de cada partido político en toda la nación, en cada estado, provincia o departamento; o en cada ciudad o población (y aun en los tres niveles).

hospital, el índice de productividad de una fábrica, la cantidad de contenido de sexo presente en un programa de televisión y la actitud de un grupo de jóvenes -en particular— hacia el aborto, son ejemplos de información descrip­tiva cuyo propósito es dar un panorama lo más preciso posible del fenómeno al que se hace referencia.

Los estudios descriptivos miden conceptos

Es necesario hacer notar que los estudios descriptivos miden de manera más bien independiente los conceptos o variables con los que tienen que ver. Aunque, desde luego, pueden integrar las mediciones de cada una de dichas variables para decir cómo es y se manifiesta el fenómeno de interés, su objetivo no es indicar cómo se relacionan las variables medidas. Por ejemplo, un investigador organizacional puede pretender describir varias empresas industriales en términos de su complejidad, tecnología, tamaño, centralización y capacidad de innovación. Entonces las mide en dichas variables y así puede describirías en los términos deseados. A través de sus resultados, describirá qué tan automatizadas están las empresas medidas (tecnología), cuánta es la diferenciación horizontal (subdivisión de las tareas), vertical (número de niveles jerárquicos) y espacial (número de centros de trabajo y el número de metas presentes en las empresas, etc.); cuánta libertad en la toma de decisiones tienen los distintos niveles y cuántos tienen acceso a la toma de decisiones (centralización de las decisiones); y en qué medida pueden innovar o realizar cambios en los métodos de trabajo, maquinaria, etc., (capacidad de innovación). Sin embargo, el investigador no pretende analizar por medio de su estudio si las empresas con tecnología más automatizada son aquellas que tienden a ser las más complejas (relacionar tecnolo­gía con complejidad), ni decimos si la capacidad de innovación es mayor en las empresas menos centralizadas (correlacionar capacidad de innovación con centrali­zación).

Lo mismo ocurre con el psicólogo clínico que tiene como objetivo describir la personalidad de un individuo. Se limitará a medirlo en las diferentes dimensiones de la personalidad (hipocondria, depresión, histeria, masculinidad-femineidad, intro­versión social, etc.), para así describirla. Desde luego, el psicólogo considera las dimensiones de la personalidad para poder describir al individuo, pero no está interesado en analizar si mayor depresión está relacionada con mayor introversión social (en cambio, si pretendiera establecer correlaciones, su estudio sería básicamente correlacional y no descriptivo).

Así como los estudios exploratorios se interesan fundamentalmente en descu­brir, los descriptivos se centran en medir con la mayor precisión posible. Como mencionan Selltiz (1965), en esta clase de estudios el investigador debe ser capaz de definir qué se va a medir y cómo se va a lograr precisión en esa medición. Asimismo, debe ser capaz de especificar quién o quiénes tienen que incluirse en la medición. Por ejemplo, si vamos a medir variables en empresas es necesario indicar qué tipos de empresas (industriales, comerciales, de servicios o combinaciones de las tres clases; giros, tamaños, etc.).

La investigación descriptiva, en comparación con la naturaleza poco estructu­rada de los estudios exploratorios, requiere considerable conocimiento del área que se investiga para formular las preguntas especificas que busca responder (Dankhe, 1986). La descripción puede ser más o menos profunda, pero en cualquier caso se basa en la medición de uno o más atributos del fenómeno descrito.

Los estudios descriptivos: predicciones incipientes

Los estudios descriptivos pueden ofrecer la posibilidad de predicciones aunque sean rudimentarias. Por ejemplo, si obtenemos información descriptiva del uso que hace de la televisión un grupo característico de niños (digamos de 9 años y que viven en la zona metropolitana de la Ciudad de México), tal como el hecho de que dedican diariamente —en promedio— 3.30 horas a ver la televisión (Fernández-Collado, Baptista y Elkes, 1986) y si nos encontramos con un niño (“Alonso”) que vive en dicha ciudad y tiene 9 años, podemos predecir el número de minutos probables que Alonso dedica a ver la televisión a diario, utilizando ciertas técnicas estadísticas y sobre la base del promedio del grupo de niños al que Alonso pertenece (estas cualidades de la información descriptiva serán detalladas en el capítulo “Análisis e interpretación de los datos”). Otro ejemplo sería el de un analista de la opinión pública que, basándose en datos descriptivos obtenidos en una encuesta llevada a cabo entre todos los sectores de una población de futuros votantes para determinada elección (número de personas que dijeron que habrán de votar por cada uno de los candidatos contendientes), intenta predecir —probabilísticamente— qué candidato triunfará en la elección.

4.4. ¿EN QUÉ CONSISTEN LOS ESTUDIOS CORRELACIONALES?

Los estudios correlacionales pretenden responder a preguntas de investigación tales como: ¿conforme transcurre una psicoterapia orientada hacia el paciente, aumenta la autoestima de éste?; ¿a mayor variedad y autonomía en el trabajo corresponde mayor motivación intrínseca respecto a las tareas laborales?; ¿los niños que dedican cotidia­namente más tiempo a ver la televisión tienen un vocabulario más amplio que los niños que ven diariamente menos televisión?; ¿los campesinos que adoptan más rápidamen­te una innovación poseen mayor inteligencia que los campesinos que la adoptan después?; ¿la lejanía física entre las parejas de novios está relacionada negativamente con la satisfacción en la relación? Es decir, este tipo de estudios tienen como propósito medir el grado de relación que exista entre dos o más conceptos o variables (en un contexto en particular). En ocasiones sólo se analiza la relación entre dos variables, lo que podría representarse como X— Y; pero frecuentemente se ubican en el estudio relaciones entre tres variables, lo cual se podría representar así: X____ Y ; y también relaciones múltiples, por ejemplo, X ____ Y _____ W. En este último

Z Z _____ F

caso se plantean cinco correlaciones (se asocian cinco pares de correlaciones: X con Y , X con Z, Y con Z , Y con W y Z con F. Obsérvese que no se está correlacionando X con F , X con W, Y con F , Z con W ,ni W con F).

Los estudios correlacionales miden las dos o más variables que se pretende ver si están o no relacionadas en los mismos sujetos y después se analiza la correlación. Por ejemplo, un investigador que desee analizar la relación entre la motivación laboral y la productividad en un grupo de trabajadores —digamos, de varias empresas industriales con más de 1000 trabajadores de la Ciudad de Bogotá, Colombia—, mediría en cada uno de esos trabajadores su motivación y su productividad, y después analizaría si los trabajadores con mayor motivación son o no los más productivos. Es importante recalcar que, en la mayoría de los casos, las mediciones en las variables a correlacionar provienen de los mismos sujetos. No es común que se correlacionen mediciones de una variable hechas en unas personas con mediciones de otra variable realizadas en otras personas.11 Por ejemplo, no sería válido correlacionar mediciones sobre la motivación efectuadas a los mencionados trabajadores de Bogotá con medi­ciones sobre la productividad hechas a otros trabajadores (de otras empresas o trabajadores argentinos).

Propósito

La utilidad y el propósito principal de los estudios correlacionales son saber cómo se puede comportar un concepto o variable conociendo el comportamiento de otra u otras variables relacionadas. Es decir, para intentar predecir el valor aproximado que tendrá un grupo de individuos en una variable, a partir del valor que tienen en la variable o variables relacionadas. Un ejemplo tal vez simple, pero que ayuda a comprender el propósito predictivo de los estudios correlacionales, sería el correla­cionar el tiempo dedicado a estudiar para un examen de estadística con la calificación obtenida en él. En este caso se mide en un grupo de estudiantes cuánto dedica cada uno de ellos a estudiar para el examen y también se obtienen sus calificaciones en el examen (mediciones en la otra variable); posteriormente se determina si las dos variables están o no correlacionadas y, si lo están, de qué manera. En el caso de que dos variables estén correlacionadas, ello

11 Más adelante, en el capítulo Análisis dc los datos, se comentarán algunos casos en donde se plantean correlaciones entre variables.

significa que una varía cuando la otra también varía (la correlación puede ser positiva o negativa). Si es positiva quiere decir que sujetos con altos valores en una variable tenderán a mostrar altos valores en la otra variable. Por ejemplo, quienes estudian más tiempo para el examen de estadística tenderán a obtener una más alta calificación en el examen. Si es negativa, significa que sujetos con altos valores en una variable tenderán a mostrar bajos valores en la otra variable. Por ejemplo, quienes estudian más tiempo para el examen de estadística tenderán a obtener una calificación más baja en el examen. Si no hay correlación entre las variables, ello nos indica que éstas varían sin seguir un patrón sistemático entre sí: habrá sujetos que tengan altos valores en una de las dos variables y bajos en la otra, sujetos que tengan altos valores en una de las variables y valores medios en la otra, sujetos que tengan altos valores en una variable y altos en la otra, sujetos con valores bajos en una variable y bajos en la otra, y sujetos con valores medios en las dos variables. En el ejemplo mencionado, habrá quienes dediquen mucho tiempo a estudiar para el examen de estadística y obtengan altas calificaciones en él, pero también quienes dediquen mucho tiempo y obtengan bajas calificaciones, quienes dediquen poco tiempo y saquen buenas calificaciones, quienes dediquen poco y les vaya mal en el examen. Si dos variables están correlacionadas y se conoce la correlación, se tienen bases para predecir —con mayor o menor exactitud— el valor aproximado que tendrá un grupo de personas en una variable, sabiendo qué valor tienen en la otra variable.

EJEMPLO

Supóngase que, en una investigación con 100 estudiantes del quinto semestre de la carrera de Psicología Social de una universidad, se encontrara una relación fuertemente positiva entre el tiempo dedicado a estudiar para un determinado examen de estadística y la calificación en dicho examen, y hubiera otros 85 estudiantes del mismo semestre y escuela: ¿qué predicción podríamos hacer con estos otros estudiantes? Sabremos que quienes estudien más tiempo, obtendrán las mejores calificaciones.

Como se sugirió antes, la correlación nos indica tendencias (lo que ocurre en la mayoría de los casos) más que casos individuales. Por ejemplo, el joven ‘Gustavo” puede haber estudiado bastantes horas y conseguir una nota baja en su examen, o “Cecilia” puede haber estudiado muy poco tiempo y lograr una calificación alta. Sin embargo, en la mayoría de los casos, quienes estudien más tiempo tenderán a obtener una calificación más alta en el examen.

En el capítulo referente al análisis e interpretación de los datos, se profundizará en el tema de la correlación e incluso se verán distintas clases de correlación que no se han mencionado aquí (v.g., correlaciones curvilineales); por ahora basta con que se comprenda cuál es el propósito de los estudios correlacionales.

Los estudios correlacionales se distinguen de los descriptivos principalmente en que, mientras estos últimos se centran en medir con precisión las variables individuales (varias de las cuales se pueden medir con independencia en una sola investigación), los estudios correlaciónales evalúan el grado de relación entre dos variables —pudiéndose incluir varios pares de evaluaciones de esta naturaleza en una única investigación (comúnmente se incluye más de una correlación)—. Para com­prender mejor esta diferencia tomemos un ejemplo sencillo.

EJEMPLO

Supongamos que un psicoanalista, el doctor Marco Antonio González, tiene como pacientes a un matrimonio y que los cónyuges se llaman “Dolores” y “César”. Puede hablar de ellos de manera individual e independiente, es decir, comentar cómo es Dolores (físicamente, en cuanto a su personalidad, aficiones, motivaciones, etcétera) y cómo es césar; o bien puede hablar de su relación, comentando cómo llevan y perciben su matrimonio, cuánto tiempo pasan diariamente juntos, qué actividades realizan juntos y otros aspectos similares. En el primer caso la descripción es individual (si Dolores y César fueran las variables, los comentarios del doctor Marco Antonio serían producto de un estudio descriptivo de ambos cónyuges), mientras que en el segundo el enfoque es relacional

Desde luego, en un mismo estudio nos puede interesar tanto describir los conceptos y variables de manera individual como la relación entre ellas.

Valor

La investigación correlacional tiene, en alguna medida, un valor explicativo aunque parcial. Al saber que dos conceptos o variables están relacionadas se aporta cierta información explicativa. Por ejemplo, si la adquisición de vocabulario por parte de un determinado grupo de niños de cierta edad (digamos entre los 3 y los 5 años) se encuentra relacionada con la exposición a un programa de televisión educativo, ese hecho puede proporcionar cierto grado de explicación sobre cómo los niños adquieren ciertos conceptos. Igualmente, si la similitud en cuanto a valores (religión, sexo, educación, etcétera) por parte de los novios de ciertas comunidades indias guatemal­tecas está relacionada con la probabilidad de que contraigan matrimonio, esta infor­mación nos ayuda a explicar por qué algunas de esas parejas de novios se casan y otras no. Desde luego, la explicación es parcial, pues hay otros factores relacionados con la decisión de casarse. Cuanto mayor número de variables sean correlacionadas en el estudio y mayor sea la fuerza de las relaciones más completa será la explicación. En el ejemplo anterior, si se encuentra que, además dé la “similitud”, también están relacionadas con la decisión de casarse las variables “tiempo de conocerse en la comunidad”, “vinculación de las familias de los novios”, “ocupación del novio”, “atractivo físico” y “tradicionalismo”, el grado de explicación será mayor. Y si agregamos más variables que se relacionan con dicha decisión, la explicación se torna más completa.

Riesgo: correlaciones espurias

Ahora bien, puede darse el caso de que dos variables estén aparentemente relaciona­das, pero que en realidad no lo estén (lo que se conoce en el lenguaje de la investigación como “correlación espuria”). Por ejemplo, supóngase que lleváramos a cabo una investigación con niños —cuyas edades oscilaran entre los 8 y los 12 años— con el propósito de analizar qué variables se encuentran relacionadas con la inteligencia y midiéramos su inteligencia a través de alguna prueba. Nos daríamos cuenta de que se da la siguiente tendencia: “a mayor estatura, mayor inteligencia”; es decir, los niños con más estatura tenderían a obtener una calificación más alta en la prueba de inteligencia, con respecto a los niños de menor estatura. Estos resultados no tendrían sentido; no podríamos decir que la estatura está correlacionada con la inteligencia aunque los resultados del estudio así lo indicaran. Lo que sucede es lo siguiente: la maduración está asociada con las respuestas a una prueba de inteligencia, los niños de 12 años (en promedio más altos) han desarrollado mayores habilidades cognitivas para responder a la prueba (comprensión, asociación, retención, etc.), que los niños de 11 años y éstos a su vez las han desarrollado en mayor medida que los de 10 años; y así sucesivamente hasta llegar a los niños de 8 años (en promedio los de menor estatura), quienes poseen menos habilidades que los demás para responder a la prueba de inteligencia (incluso si aplicáramos la prueba a niños de 5 años no podrían responderla). Estamos ante una correlación espuria cuya “explicación” no sólo es parcial sino errónea; se requeriría de una investigación a nivel explicativo para saber cómo y por qué las variables están supuestamente relacionadas. El ejemplo citado resulta obvio, pero en ciertas ocasiones no es tan sencillo detectar cuándo una correlación carece de sentido.

4.5. ¿EN QUÉ CONSISTEN LOS ESTUDIOS EXPLICATIVOS?

Los estudios explicativos van más allá de la descripción de conceptos o fenómenos o del establecimiento de relaciones entre conceptos; están dirigidos a responder a las causas de los eventos físicos o sociales. Como su nombre lo indica, su interés se centra en explicar por qué ocurre un fenómeno y en qué condiciones se da éste, o por qué dos o más variables están relacionadas. Por ejemplo, dar a conocer las intenciones del electorado es una actividad descriptiva (indicar —según una encuesta de opinión antes de que se lleve a cabo la elección— cuántas personas “van” a votar por los candidatos contendientes constituye un estudio descriptivo) y relacionar dichas intenciones con conceptos como edad y sexo de los votantes, magnitud del esfuerzo propagandístico en los medios de comunicación colectiva que realizan los partidos a los que pertenecen los candidatos y los resultados de la elección anterior (estudio correlacional) es diferente de señalar por qué alguna gente habrá de votar por el candidato 1 y otra por los demás candidatos12 (estudio explicativo). Volviendo a hacer una analogía con el ejemplo del psicoanalista y sus pacientes, un estudio explicativo sería similar a que el doctor González hablará del por qué Dolores y César se llevan como lo hacen (no cómo se llevan, lo cual correspondía a un nivel correlacional). Suponiendo que su matrimonio lo condujeran “bien” y la relación fuera percibida por ambos como satisfactoria, el doctor González nos explicaría por qué ocurre así. Además, nos explicaría por qué realizan ciertas actividades y pasan juntos determinado tiempo.

EJEMPLO DE LAS DIFERENCIAS ENTRE UN ESTUDIO

EXPLICATIVO, UNO DESCRIPTIVO Y UNO CORRELACIONAL

Los estudios explicativos responderían a preguntas tales como: ¿qué efectos tiene que los adolescentes peruanos —que viven en zonas urbanas y cuyo nivel socioeconómico es elevado— se expongan a videos televisivos musicales con alto contenido de sexo?, ¿a qué se deben estos efectos?, ¿qué variables mediatizan los efectos y de qué modo?, ¿por qué prefieren dichos adolescentes ver videos musicales con altos contenidos de sexo respecto a otros tipos de programas y videos musicales?, ¿qué usos dan los adolescentes al contenido sexual de los videos musicales?, ¿qué gratificaciones derivan de exponerse a los contenidos sexuales de los videos musicales?, etc. Un estudio descriptivo solamente respondería a preguntas como ¿cuánto tiempo dedican dichos adoles­centes a ver videos televisivos musicales y especialmente videos con alto conte­nido de sexo?, ¿en qué medida les interesa ver este tipo de videos?, en su jerarquía de preferencias por ciertos contenidos televisivos ¿qué lugar ocupan los videos musicales?, ¿prefieren ver videos musicales con alto, medio, bajo o nulo contenido de sexo?, etc.; y un estudio correlacional contestaría a preguntas como ¿está relacionada la exposición a videos musicales con alto contenido de sexo por parte de los mencionados adolescentes con el control que ejercen sus padres sobre la elección de programas de aquellos?, ¿a mayor exposición por parte de los adolescentes a videos musicales con alto contenido sexual, mayor manifestación de estrategias en las relaciones interpersonales heterosexuales para establecer contacto sexual?, ¿a mayor exposición por parte de los adoles­centes a dichos videos, se presenta una actitud más favorable hacia el aborto?, etc.

Grado de estructuración de los estudios explicativos

Las investigaciones explicativas son más estructuradas que las demás clases de estudios y de hecho implican los propósitos de ellas (exploración, descripción y correlación), además de que proporcionan un sentido de entendimiento del fenóme­no a que hacen referencia. Para comprender lo anterior tomemos un ejemplo de Reynolds (1971, Pp. 7-8), que aunque se refiere a un fenómeno natural es muy útil para comprender lo que significa generar un sentido de entendimiento. Conside­remos la siguiente correlación: “si el volumen de un gas es constante, a un incremen­to en la temperatura le seguirá un incremento en la presión”. Esta afirmación nos dice cómo están relacionadas tres variables: volumen, temperatura y presión del gas; y a través de ella podemos predecir qué ocurre con la presión si se conoce el volumen y la temperatura. Hay, además, cierto valor explicativo: ¿por qué aumentó la presión?, pues debido a que la temperatura se incrementó y el volumen del gas se mantuvo constante. Pero se trata de una explicación parcial. Una explicación completa reque­riría de otras proposiciones que informaran por qué y cómo están relacionadas esas variables.

12 Tal y como sc unencionó, cuando relacionamos diversas variables o conceptos y éstos se encuentran vinculados entre sí (no únicamente dos o ¡res sino la mayoría de ellos, la estnmctura de variables presenta correlaciones considerables) y además el investigador conoce ¡muy hie¡i el fenómeno de estudio; puede alcansarse un cierto nivel dc explicación. Por ahora y debido a la complejidad del tema, no se ha profundizado en algunas consideraciones sobre la explicación y la causalidad que ¡mis adelantes’ discutirán.

EJEMPLOS

· “Un incremento de la temperatura aumenta la energía cinética de las moléculas del gas”.

· “El incremento de la energía cinética causa un aumento en la velocidad del movimiento de las moléculas”.

· “Puesto que las moléculas no pueden ir más allá del recipiente con volumen constante, éstas impactan con mayor frecuencia la superficie interior del recipiente. (Debido a que se desplazan más rápido, cubren más distancia y rebotan en el recipiente más frecuentemente.)”,

· “En la medida en que las moléculas impactan los costados del recipiente con mayor frecuencia, la presión sobre las paredes del recipiente se incrementa”.

Esta explicación, basada en la concepción de un gas como un conjunto de moléculas en constante movimiento, es mucho más completa que la anterior y genera un mayor sentido de entendimiento.

4.6. ¿UNA INVESTIGACIÓN PUEDE INCLUIR ELEMENTOS DE LOS DIFERENTES TIPOS DE ESTUDIO?

Algunas veces una investigación puede caracterizarse como exploratoria, descriptiva, correlacional o explicativa, pero no situarse únicamente como tal. Esto es, aunque un estudio sea esencialmente exploratorio contendrá elementos descriptivos, o bien un estudio correlacional incluirá elementos descriptivos, y lo mismo ocurre con cada una de las clases de estudios. Asimismo, como se mencionó antes, una investigación puede iniciarse como exploratoria o descriptiva y después llegar a ser correlacional y aún explicativa. Por ejemplo, un investigador puede pensar en un estudio para determinar cuáles son las razones por las que ciertas personas (de un país determinado) evaden los impuestos. Su objetivo es de carácter explicativo. Sin embargo, el inves­tigador al revisar la literatura, no encuentra antecedentes que puedan aplicarse a su contexto (los antecedentes a los que se enfrenta fueron hechos en países muy diferentes desde el punto de vista socioeconómico, la legislación fiscal, la mentalidad de los habitantes, etc.). Entonces comienza a explorar el fenómeno (haciendo algunas entrevistas con el personal que trabaja en el Ministerio o Secretaría de Impuestos —o equivalente—, contribuyentes —causantes— y profesores universitarios que imparten cátedra sobre temas fiscales) y a describirlo (v.g., obtiene datos sobre niveles de evasión de impuestos, motivos más frecuentes de ello, etc.). Posteriormente describe el fenómeno con más exactitud y lo relaciona con diversas variables: correlaciona grado de evasión de impuestos con nivel de ingresos —¿quiénes ganan más evaden más o menos impuestos?—, profesión —¿hay diferencias en el grado de evasión de impuestos entre médicos, ingenieros, abogados, comunicólogos, psicólogos, etc.?— y edad —¿a mayor edad mayor o menor grado de evasión de impuestos?—. Final­mente llega a explicar por qué las personas evaden impuestos, quiénes evaden más y a qué se debe (causas de la evasión).

Desde luego, el estudio aunque no puede situarse únicamente en alguno de los tipos citados sino caracterizarse como tal, se inicia como exploratorio, para después ser descriptivo, correlacional y explicativo.

4.7. ¿DE QUÉ DEPENDE QUE UNA INVESTIGACIÓN SE INICIE COMO

EXPLORATORIA, DESCRIPTIVA, CORRELACIONAL O EXPLICATIVA?

Tal como se mencionó anteriormente, son dos los factores que influyen en que una investigación se inicie como exploratoria, descriptiva, correlacional o explicativa: el estado del conocimiento en el tema de investigación que nos revele la revisión de la literatura y el enfoque que el investigador pretenda dar a su estudio.

En primer término, la literatura nos puede revelar que no hay antecedentes sobre el tema en cuestión o que no son aplicables al contexto en el cual habrá de desarrollarse el estudio, en cuyo caso la investigación tendrá que iniciarse como exploratoria. Si la literatura nos revela guías aún no estudiadas e ideas vagamente vinculadas con el problema de investigación, la situación es similar (el estudio se iniciará como exploratorio). Por ejemplo, si pretendemos llevar a cabo una investiga­ción sobre el consumo de drogas en determinadas prisiones o cárceles, con el propósito de analizar si hay o no consumo de estupefacientes en esos lugares, y si se da ese consumo, ¿en qué medida se da?, ¿qué tipo de narcóticos se consume?, ¿cuáles más?, ¿a qué se debe ese consumo?, ¿quiénes suministran los estupefacientes?, ¿cómo es que son introducidos en las prisiones?, ¿quiénes intervienen en su distribución? etc.). Y si nos encontramos con que no existen antecedentes, el estudio se iniciaría como exploratorio.

En segundo término, la literatura nos puede revelar que hay piezas y trozos de teoría con apoyo empírico moderado, esto es, estudios descriptivos que han detectado y definido ciertas variables. En estos casos nuestra investigación puede iniciarse como descriptiva (porque hay detectadas ciertas variables en las cuales se puede fundamentar el estudio). Asimismo, se pueden adicionar variables a medir. Por ejemplo, si estamos pensando describir el uso que hace de la televisión un grupo específico de niños, nos encontraremos con investigaciones que nos sugieren variables a medir: tiempo que dedican diariamente a ver la televisión, contenidos que ven más, actividades que realizan los niños mientras ven televisión, etc. A ellas podemos agregar otras como control paterno sobre el uso que los niños hacen de la televisión; o correlacional (cuando después de un cuidadoso análisis de las variables podemos presuponer unas relaciones entre ellas). Por ejemplo, al leer cuidadosamente los estudios realizados sobre la relación niño-televisión, podemos tener una base para hipotetizar una relación entre el tiempo que dedican los niños a ver televisión y el control paterno sobre el uso que hacen aquellos de ésta, y llevar a cabo una investiga­ción para aprobar dicha relación y otras más.

En tercer término, la literatura nos puede revelar la existencia de una o varias relaciones entre conceptos o variables. En estas situaciones la investigación se iniciará como correlacional. Por ejemplo, si queremos analizar la relación entre la productividad y la satisfacción laboral de ciertos trabajadores de determinadas empre­sas, y si hay estudios al respecto, la investigación podrá iniciarse como correlativa.

En cuarto término, la literatura nos puede revelar que existe una o varias teorías que se aplican a nuestro problema de investigación; en estos casos el estudio puede iniciarse como explicativo. Por ejemplo, si pensamos analizar por qué ciertos ejecu­tivos están más motivados intrínsecamente hacia su trabajo que otros, al revisar la literatura nos encontraremos con la teoría de la relación entre las características del trabajo y la motivación intrínseca, comentada anteriormente, la cual posee evidencia empírica de diversos contextos —incluyendo los latinoamericanos—. Podríamos pensar en llevar a cabo un estudio para explicar el fenómeno en nuestro contexto (ciertos ejecutivos de determinadas organizaciones).

Por otra parte, el enfoque que el investigador le de a su estudio determina cómo se iniciará éste. Si un investigador piensa en realizar un estudio sobre un tema ya estudiado previamente pero dándole un enfoque diferente, el estudio puede iniciarse como exploratorio. Por ejemplo, el liderazgo ha sido investigado en muy diversos contextos y situaciones (en organizaciones de distintos tamaños y características, con trabajadores de línea, gerentes, supervisores, etc.; en el proceso de enseñanza-apren­dizaje; en diversos movimientos sociales de masas y otros muchos contextos). Asi­mismo, las prisiones como forma de organización también han sido estudiadas. Sin embargo, alguien puede pretender llevar a cabo una investigación para analizar las características de las líderes en las cárceles o reclusorios de mujeres en la Ciudad de México y qué factores hacen que las líderes ejerzan como tales. Su estudio se iniciará como exploratorio —suponiendo que no encuentre antecedentes desarrollados sobre los motivos que provocan el fenómeno del liderazgo—.

Igualmente, un investigador puede pretender únicamente indicar cuál es el nivel de motivación intrínseca hacia el trabajo y la satisfacción laboral en un determinado grupo de directores de organizaciones industriales; y aunque exista una teoría que explique cómo se relacionan ambos conceptos, el estudio se iniciará —y concluirá-­ como descriptivo. Si buscara primero describir dichos conceptos y luego relacionarlos, su estudio se iniciaría como descriptivo y posteriormente sería correlativo.

Desde luego, cuantos más antecedentes haya, mayor será la precisión inicial de la investigación. Asimismo, como se ha explicado, el estudio puede iniciarse como exploratorio y terminar siendo explicativo.

4.8. ¿CUÁL DE LOS CUATRO TIPOS DE ESTUDIO ES EL MEJOR?

En algunas ocasiones, los autores de libros han escuchado esta pregunta en boca de estudiantes, y la respuesta es muy simple: ninguno, los cuatro tipos de investigación son igualmente válidos e importantes. Todos han contribuido al avance de las diferen­tes ciencias. Cada uno tiene sus objetivos y razón de ser (los cuales se comentaron al hablar de cada clase de estudio). En este sentido, un estudiante no debe preocuparse si su estudio va a ser o iniciarse como exploratorio, descriptivo, correlacional o explicativo; debe preocuparse por hacerlo bien y contribuir al conocimiento de un fenómeno. El que la investigación sea de un tipo u otro —o incluya elementos de uno o más de éstos— depende de cómo se plantee el problema de investigación (preguntas y objetivos). La investigación debe hacerse “a la medida” del problema que se formule, es decir, no decimos a priori “voy a llevar a cabo un estudio exploratorio o descripti­yo”, sino que primero planteamos el problema y revisamos la literatura y, después, analizamos si la investigación va a ser de una u otra clase.

4RESUMEN

Una vez que hemos efectuado la revisión de la literatura y afinamos el plan­teamiento del problema, pensamos en qué alcance tendrá nuestra investigación: exploratoria, descriptiva, correlacional y explicativa. Es decir, ¿hasta dónde (en términos de conocimiento> es posible que llegue nuestro estudio?

Ningún tipo de estudio es superior a los demás, todos son significativos y valiosos. La diferencia para eligir uno u otro tipo de investigación estriba en el grado de desarrollo del conocimiento respecto al tema a estudiar y a los objetivos plantea­dos.

Los estudios exploratorios tienen por objeto esencial familiarizarnos con un tópico desconocido o poco estudiado o novedoso. Esta clase de investigaciones sirven para desarrollar métodos a utilizar en estudios más profundos.

Los estudios descriptivos sirven para analizar cómo es y se manifiesta un fenóme­no y sus componentes (v.g., el nivel de aprovechamiento de un grupo, cuántas personas ven un programa televisivo y por qué lo ven o no, etc.).

Los estudios correlacionales pretenden ver cómo se relacionan o vinculan diversos fenómenos entre si (o si no se relacionan).

Los estudios explicativos buscan encontrar las razones o causas que provocan ciertos fenómenos. A nivel cotidiano y personal sería como investigar por qué Brenda gusta tanto de ir a bailar a una ‘disco” o por qué se incendió un edificio.

Una misma investigación puede abarcar fines exploratorios, en su inicio, y terminar siendo descriptiva, correlacional y hasta explicativa: todo según los objetivos del investigador.

CONCEPTOS

BÁSICOS

Exploración

Descripción

Correlación

Explicación

Tipo genérico de estudio

EJERCICIOS

1. Plantee una pregunta de investigación sobre un problema de investigación explo­ratorio, uno descriptivo, uno correlacional y uno explicativo.

2. Las siguientes preguntas de investigación a qué tipo de estudio corresponden (véanse respuestas en el Apéndice 4):

A) ¿A cuánta inseguridad se exponen los habitantes de la Ciudad de México?, ¿cuántos asaltos ha habido en promedio diariamente durante los últimos doce meses?, ¿cuántos robos a casa-habitación?, ¿cuántos asesinatos?, ¿cuántos robos a comercios?, ¿cuántos robos de vehículos automotores?, ¿cuántos lesio­nados?

B) ¿Los empresarios mexicanos qué opinan de las tasas impositivas hacendarias?

C) ¿El alcoholismo en las esposas genera mayor número de abandonos y divorcios que el alcoholismo en los maridos? (En los matrimonios de clase alta y origen latinoamericano que viven en Nueva York.)

D) ¿Cuál es la razón o cuáles son las razones por las que la telenovela “Nosotros” tuvo el mayor teleauditorio en la historia de la televisión venezolana?

3. Respecto al problema de investigación que planteó en el capitulo tres, ¿a qué tipo de estudio corresponde?

BIBLIOGRAFÍA SUGERIDA

DANKHE, O. L. (1976). Investigación y comunicación, en C. Fernández—Collado y G.L. Dankhe (Eds): “La comunicación humana: ciencia social’. México, D.F: McGraw­Hill de México. Capitulo 13, pp. 385—454.

EJEMPLO:

La investigación se inicia como descriptiva y finalizará como descriptiva/corre­lacional, ya que pretende analizar los usos y gratificaciones de la televisión en niños de diferentes niveles socioeconómicos, edades, sexo y otras variables (se relacionarán nivel socioeconómico y uso de la televisión, etcétera).

La televisión y el niño


PROCESO DE INVESTIGACIÓN

Quinto paso

· Formular las hipótesis.

· Detectar las variables.

· Definir conceptualmente las variables.

· Definir operacionalmente las variables.

Formulación de hipótesis

OBJETIVOS DE APRENDIZAJE

Que el alumno:

1) Comprenda los conceptos de hipótesis, variable, definición conceptual y definición operacional de una variable.

2) Conozca y comprenda los diferentes tipos de hipótesis.

3) Aprenda a deducir y formular hipótesis, así como definir conceptual y operacio­nalmente las variables contenidas en una hipótesis.

SÍNTESIS

El capítulo define lo que es una hipótesis, presenta una clasificación de los tipos de hipótesis en la investigación científica, define el concepto de variable y explica maneras de deducir y formular hipótesis. Asimismo se establece la relación entre el plantea­miento del problema, el marco teórico, el tipo de investigación y las hipótesis.

5.1. ¿QUÉ SON LAS HIPÓTESIS?

Ya hemos planteado el problema de investigación, revisado la literatura y contextua­lizado dicho problema mediante la construcción del marco teórico (el cual puede tener mayor o menor información, según cuanto se haya estudiado el problema o tema específico de investigación). Asimismo, hemos visto que nuestro estudio puede iniciarse como exploratorio, descriptivo, correlacional o explicativo, y que como investigadores decidimos hasta dónde queremos y podemos llegar (es decir, si final­mente el estudio terminará como descriptivo, correlacional o explicativo). Ahora, el siguiente paso consiste en establecer guías precisos hacia el problema de investigación o fenómeno que estamos estudiando. Estas guías son las hipótesis. En una investiga­ción podernos tener una, dos o varias hipótesis; y como se explicará más adelante, a veces no se tienen hipótesis.

Las hipótesis nos indican lo que estarnos buscando o tratando de probar y pueden definirse corno explicaciones tentativas del fenómeno investigado formuladas a manera de proposiciones. De hecho, en nuestra vida cotidiana constantemente elaboramos hipótesis acerca de muchas “cosas” y luego indagamos (investigamos) si son o no ciertas. Por ejemplo, establecemos una pregunta de investigación: ¿Le gustaré a Ana? y una hipótesis: “Yo le resulto atractivo a Ana”. Esta hipótesis es una explicación tentativa (porque no estamos seguros que sea cierta) y está formulada como proposición (propone o afirma algo). Después investigamos si la hipótesis es aceptada o rechazada cortejando a Ana.

Las hipótesis no necesariamente son verdaderas; pueden o no serlo, pueden o no comprobarse con hechos. Son explicaciones tentativas, no los hechos en sí. El investigador al formularlas no puede asegurar que vayan a comprobarse. Como mencionan y ejemplifican Black y Champion (1976), una hipótesis es diferente de una afirmación de hecho. Alguien puede hipotetizar que, en un país determinado, las familias que viven en zonas urbanas tienen menor número de hijos que las familias que viven en zonas rurales; y esta hipótesis puede ser o no comprobada. En cambio, si alguien afirma lo anterior basándose en información de un censo poblacional recientemente efectuado en ese país, no establece una hipótesis sino que afirma un hecho. Es decir, el investigador al establecer sus hipótesis desconoce si serán o no verdaderas.

Dentro de la investigación científica, las hipótesis son proposiciones tentativas acerca de las relaciones entre dos o mas variables y se apoyan en conocimientos organizados y sistematizados.

EJEMPLOS DE HIPÓTESIS

1. La proximidad física entre los hogares de las parejas de novios está relacionada positivamente con la satisfacción sobre la relación entre éstos.

2. El índice de cáncer pulmonar es mayor entre los fumadores que en los no fumadores.

3. Conforme se desarrollan las psicoterapias orientadas en el paciente, au­mentan las expresiones verbales dé discusión y exploración de planes futuros personales, mientras que disminuyen las expresiones verbales de discusión y exploración de hechos pasados.

4. A mayor variedad en el trabajo, mayor motivación intrínseca respecto a éste.

Las hipótesis pueden ser más o menos generales o precisas, e involucrar dos o más variables —como podemos observar en los ejemplos—, pero en cualquier caso son sólo proposiciones sujetas a comprobación empírica, a verificación en la realidad. El primer ejemplo, vincula dos variables: “proximidad física entre los hogares de los novios” y “satisfacción sobre el noviazgo”,

5.2. ¿QUÉ SON LAS VARIABLES?

Pero vayamos por partes. En este punto es necesario definir qué es una variable. Una variable es una propiedad que puede variar (adquirir diversos valores) y cuya variación es susceptible de medirse. Ejemplos de variables son el sexo, la motivación intrínseca hacia el trabajo, el atractivo físico, el aprendizaje de conceptos, el conoci­miento de historia de la Revolución Mexicana, la religión, la agresividad verbal, la personalidad autoritaria y la exposición a una campaña de propaganda política. Es decir, la variable se aplica a un grupo de personas u objetos, los cuales pueden adquirir diversos valores respecto a la variable; por ejemplo la inteligencia: las personas pueden clasificarse de acuerdo con su inteligencia, no todas las personas poseen el mismo nivel de inteligencia, varían en ello.

La ideología de la prensa: no todos los periódicos manifiestan a través de su contenido la misma ideología.

Las variables adquieren valor para la investigación científica cuando pueden ser relacionadas con otras (formar parte de una hipótesis o una teoría). En este caso se les suele denominar “constructos o construcciones hipotéticas”.

5.3. ¿COMO SE RELACIONAN LAS HIPÓTESIS, LAS PREGUNTAS Y LOS OBJETIVOS DE INVESTIGACIÓN?

Las hipótesis proponen tentativamente las respuestas a las preguntas de investigación, la relación entre ambas es directa e íntima. Las hipótesis relevan a los objetivos y preguntas de investigación para guiar el estudio. Por ello, como se puntualizará más adelante, las hipótesis comúnmente surgen de los objetivos y preguntas de investiga­ción, una vez que éstas han sido reevaluadas a raíz de la revisión de la literatura.

5.4. ¿DE DÓNDE SURGEN LAS HIPÓTESIS?

Si hemos seguido paso por paso el proceso de investigación, es natural que las hipótesis surjan del planteamiento del problema que, como recordamos, se vuelve a evaluar y si es necesario se replantea a raíz de la revisión de la literatura. Es decir, provienen de la revisión misma de la literatura (de la teoría adoptada o la perspectiva teórica desarrollada). Nuestras hipótesis pueden surgir de un postulado de una teoría, del análisis de ésta, de generalizaciones empíricas pertinentes a nuestro problema de investigación y de estudios revisados o antecedentes consultados.

Existe pues, una relación muy estrecha entre el planteamiento del problema, la revisión de la literatura y las hipótesis. La revisión inicial de la literatura hecha para familiarizamos con el problema de estudio nos lleva a plantear dicho problema, después revisamos la literatura y afinamos o precisamos el planteamiento del proble­ma, del cual derivamos las hipótesis. Desde luego, al formular las hipótesis volvemos a evaluar nuestro planteamiento del problema. Debemos recordar que se comentó que los objetivos y preguntas de investigación pueden reafirmarse o mejorarse durante el desarrollo del estudio. Asimismo, durante el proceso se nos pueden ocurrir otras hipótesis que no estaban contempladas en el planteamiento original, producto de nuevas reflexiones, ideas o experiencias; discusiones con profesores, colegas o expertos en el área; e —incluso— “de analogías, mediante el descubrimiento de semejanzas entre la información referida a otros contextos y la que se posee para la realidad del objeto de estudio” (Rojas, 1981, p. 95). Este último caso ha ocurrido varias veces en las ciencias sociales. Por ejemplo, algunas hipótesis en el área de la comunicación no verbal sobre el manejo de la territorialidad humana surgieron de estudios sobre este tema pero en animales; algunas concepciones de la teoría del campo o psicología topológica (cuyo principal exponente fue Kurt Lewin) tienen anteceden­tes en la teoría del comportamiento de los campos electromagnéticos. La teoría de Galileo, propuesta por Joseph Woelfel y Edward L. Fink (1980) para medir el proceso de la comunicación, tiene orígenes importantes en la física y otras ciencias exactas (las dinámicas del “yo” se apoyan en nociones de la álgebra de vectores).

Selltiz et al. (1965, Pp. 54-55), al hablar de las fuentes de donde surgen las hipótesis escriben:

“Las fuentes de hipótesis de un estudio tienen mucho que ver a la hora de determinar la naturaleza de la contribución de la investigación en el cuerpo general de conocimientos. Una hipótesis que simplemente emana de la intuición o de una sospecha puede hacer finalmente una importante contribución a la ciencia. Sin embargo, si solamente ha sido comprobada en un estudio, existen dos limitaciones con respecto a su utilidad. Primera no hay seguridad de que las relaciones entre dos variables halladas en un determinado estudio serán encontradas en otros estudios”... “En segundo lugar, una hipótesis basada simplemente en una sospecha es propicia a no ser relacionada con otro conocimiento o teoría. Así pues, los hallazgos de un estudio basados en tales hipótesis no tienen una clara conexión con el amplio cuerpo de conocimientos de la ciencia social. Pueden suscitar cuestiones interesantes, pueden estimular posteriores investigaciones, e incluso pueden ser integradas más tarde en una teoría explicatoria. Pero, a menos que tales avances tengan lugar, tienen muchas probabilidades de quedar como trozos aislados de información.”

Y agregan:

“Una hipótesis que nace de los hallazgos de otros estudios está libre en alguna forma de la primera de estas limitaciones. Si la hipótesis está basada en resultados de otros estudios, y si el presente estudio apoya la hipótesis de aquellos, el resultado habrá servido para confirmar esta relación de una forma normal”... “Una hipótesis que se apoya no simple­mente en los hallazgos de un estudio previo, sino en una teoría en términos más generales, está libre de la segunda limitación: la de aislamiento de un cuerpo de doctrina más general.”

Las hipótesis pueden surgir aunque no exista un cuerpo teórico abundante

Estamos de acuerdo en que las hipótesis que surgen de teorías con evidencia empírica superan las dos limitaciones que señalan Selltiz y sus colegas (1965), así como en la afirmación de que una hipótesis que nace de los hallazgos de investigaciones anterio­res vence la primera de dichas limitaciones. Pero es necesario recalcar que también pueden emanar hipótesis útiles y fructíferas de planteamientos del problema cuidado­samente revisados, aunque el cuerpo teórico que los sustente no sea abundante. A veces la experiencia y la observación constante pueden ofrecer potencial para el establecimiento de hipótesis importantes, lo mismo puede decirse de la intuición. Desde luego, cuanto menor apoyo empírico previo tenga una hipótesis, mayor cuidado se deberá tener en su elaboración y evaluación, porque tampoco podemos formular hipótesis de manera superficial. Lo que sí constituye una grave falla en la investigación es formular hipótesis sin haber revisado cuidadosamente la literatura, ya que podemos cometer errores tales como “hipotetizar” algo sumamente comprobado (nuestro estudio no es novedoso, pretende volver a “inventar la rueda”) o “hipotetizar”algo que ha sido contundentemente rechazado (un ejemplo burdo pero ilustrativo sería preten­der establecer la hipótesis de que “los seres humanos pueden volar por sí mismos, únicamente con su cuerpo”). Definitivamente, la calidad de las hipótesis está relacio­nada positivamente con el grado de exhaustividad con que se haya revisado la literatura.

5.5. ¿QUÉ CARACTERÍSTICAS DEBE TENER UNA HIPÓTESIS?

Para que una hipótesis sea digna de tomarse en cuenta para la investigación científica, debe reunir ciertos requisitos:

Las hipótesis deben referirse a una situación social real. Como argumenta Rojas (1981), las hipótesis sólo pueden someterse a prueba en un universo y contexto bien definidos. Por ejemplo, una hipótesis que tenga que ver con alguna variable del comportamiento gerencial —digamos, la motivación— deberá ser sometida a prueba en una situación real (con ciertos gerentes de organizaciones existentes, reales). En ocasiones en la misma hipótesis se explicita esa realidad (“ los niños guatemaltecos que viven en zonas urbanas, imitarán mayor conducta violenta de la televisión; que los niños guatemaltecos que viven en zonas rurales”), y otras veces la realidad se define a través de explicaciones que acompañan a la hipótesis (la hipótesis: “cuanto mayor sea la retroalimentación sobre el desempeño en el trabajo que proporcione un gerente a sus supervisores, más grande será la motivación intrínseca de éstos hacia sus tareas laborales”; no explicita qué gerentes, de qué empresas. Y será necesario contextualizar la realidad de dicha hipótesis, afirmar por ejemplo que se trata de gerentes de todas las áreas —pro­ducción, recursos humanos, finanzas— de empresas puramente industriales con más de 1 000 trabajadores y ubicadas en Bogotá). Es muy frecuente que, cuando nuestras hipótesis provienen de una teoría o una generalización empírica (afirma­ción comprobada varias veces en la realidad), sean manifestaciones contextuali­zadas o casos concretos de hipótesis generales abstractas. La hipótesis “a mayor satisfacción laboral mayor productividad” es general y puede someterse a prueba en diversas realidades (países, ciudades, parques industriales o aun en una sola empresa; con directivos, secretarias u obreros, etc.; en empresas comerciales, industriales, de servicios o combinaciones de estos tipos; giros; etc.). En estos casos, al probar nuestra hipótesis contextualizada aportamos evidencia en favor de la hipótesis más general. Es obvio que los contextos o realidades pueden ser más o menos generales y —normalmente— han sido explicitados en el plantea­miento del problema. Lo que hacemos al establecer la hipótesis o las hipótesis es volver a analizar si son los adecuados para nuestro estudio y si es posible tener acceso a ellos (reconfirmamos el contexto, buscamos otro o ajustamos las hipótesis).

2. Los términos (variables) de la hipótesis tienen que ser comprensibles, precisos y lo más concretos posible. Términos vagos o confusos no tiene cabida en una hipótesis. Por ejemplo: “globalización de la economía , sinergia organizacio­nal”, son conceptos imprecisos y generales que deben sustituirse por otros mas específicos y concretos.

3. La relación entre variables propuesta por una hipótesis debe ser clara y verosímil (lógica). Es decir, es necesario que quede claro cómo se están relacionando las variables y que esta relación no sea ilógica. Por ejemplo, una hipótesis como: “La disminución del consumo del petróleo en los Estados Unidos está relacionada con el grado de aprendizaje del álgebra por parte de niños que asisten a escuelas públicas en Buenos Aires” sería inverosímil, no podemos considerarla.

4. Los términos de la hipótesis y la relación planteado entre ellos, deben poder ser observados y medidos, o sea tener referentes en la realidad Las hipótesis científicas —al igual que los objetivos y preguntas de investigación— no incluyen aspectos morales ni cuestiones que no podemos medir en la realidad. Hipótesis tales como: “Los hombres más felices van al cielo” o ‘La libertad de espíritu está relacionada con la voluntad creadora” contienen conceptos o relaciones que no poseen referentes empíricos; por lo tanto, no son útiles como hipótesis para investigar científicamente ni se pueden someter a prueba en la realidad.

5. Las hipótesis deben estar relacionadas con técnicas disponibles para probarlas. Este requisito está estrechamente relacionado con el anterior y se refiere a que al formular una hipótesis, tenemos que analizar si existen técnicas o herramientas de la investigación (instrumentos para recolectar datos, diseños, análisis estadís­ticos o cualitativos, etc.), para poder verificarla, si es posible desarrollarlas y si se encuentran a nuestro alcance. Se puede dar el caso de que existan dichas técnicas pero que por ciertas razones no tengamos acceso a ellas. Alguien podría pretender probar hipótesis referentes a la desviación presupuestal en el gasto público de un país latinoamericano o la red de narcotraficantes en la ciudad de Miami, pero no disponer de formas realistas de obtener sus datos. Entonces su hipótesis aunque teóricamente puede ser muy valiosa, no se puede probar en la realidad.

5.6. ¿QUÉ TIPOS DE HIPÓTESIS HAY?

Existen diversas formas de clasificar las hipótesis, pero en este apartado nos vamos a concentrar en una que las clasifica en: 1) hipótesis de investigación, 2) hipótesis nulas, 3) hipótesis alternativas y 4) hipótesis estadísticas.

5.7. ¿QUÉ SON LAS HIPÓTESIS DE INVESTIGACIÓN?

Lo que hemos venido definiendo como hipótesis a lo largo de este capitulo son en realidad las hipótesis de investigación. Es decir, éstas podrían definirse como “propo­siciones tentativas acerca de las posibles relaciones entre dos o más variables y que cumplen con los cinco requisitos mencionados”. Se les suele simbolizar como Hi o H1, H2, H3, etc. (si son varias) y también se les denomina hipótesis de trabajo.

A su vez las hipótesis de investigación pueden ser:

5.7.1. Hipótesis descriptivas del valor de variables que se va a observar en un contexto o en la manifestación de otra Variable 13

13 Algunos investigadores consideran estas hipótesis corno afirmaciones “univariadas”. Argumentan que no se relacionan variables. Opinan que, más que relacionar variables, se está planteando como se va a manifestar una variable en una constante (después de todo en los ejemplos el grupo medido de personas u objetos es constante). Este razonamiento tiene validez, y entonces tal vez deberíamos hablar de que “relacionan términos”. Sin embargo, en este libro se consultó a algunos grupos de estudiantes, quienes manifestaron que les resultaba difícil comprender la noción de relacionar una variable con una constante. Por ello, se habla de hipótesis descriptivas que relacionan dos variables.

EJEMPLO

Hi: “La expectativa de ingreso mensual de los trabajadores de la Corporación TEAQ oscila entre $50 000 y $60 000 pesos colombianos.”

Las hipótesis de este tipo se utilizan a veces en estudios descriptivos. Pero cabe comentar que no en todas las investigaciones descriptivas se formulan hipótesis o que éstas son afirmaciones más generales (“La ansiedad en los jóvenes alcohólicos será elevada”, “Durante este año, los presupuestos de publicidad se incrementarán entre un 50 y un 60%”, “La motivación extrínseca de los obreros de las plantas de las zonas industriales de Guadalajara disminuirá”, “El número de psicoterapias va a aumentar en las urbes sudamericanas con más de 3 millones de habitantes”, etc.). No es sencillo hacer estimaciones con cierta precisión respecto a fenómenos del compor­tamiento humano.

5.7.2. Hipótesis correlacionales

Éstas especifican las relaciones entre dos o más variables. Corresponden a los estudios correlacionales y pueden establecer la asociación entre dos variables (“La inteligencia está relacionada con la memoria”, “La ex posición por parte de los adolescentes a videos musicales con alto contenido sexual, está asociada con la manifestación de estrategias en las relaciones interpersonales heterosexuales para establecer contacto sexual”, etc.); o establecer la asociación entre más de dos variables (“La atracción física, las demostraciones de afecto, la similitud en valores y la satisfacción en el noviazgo, se encuentran vinculadas entre sí”, “La inteligencia, la memoria y las calificaciones obtenidas están relacionadas, en estudiantes de postgrado uruguayos de ciencias sociales”, etc.).

Sin embargo, las hipótesis correlacionales pueden no sólo establecer que dos o más variables se encuentran asociadas, sino cómo están asociadas. Éstas son las que alcanzan el nivel predictivo y parcialmente explicativo.

EJEMPLOS

“A mayor exposición por parte de los adolescentes a videos musicales con alto contenido sexual, mayor manifestación de estrategias en las relaciones interpersonales heterosexuales para establecer contacto sexual”. [Aquí la hipótesis nos indica que, cuando una variable aumenta la otra también y viceversa que cuando una variable disminuye, la otra disminuye.]

“A mayor autoestima, menor temor de logro”. [Aquí la hipótesis nos indica que, cuando una variable aumenta, la otra disminuye, y si ésta disminuye aquélla aumenta.]

“Las telenovelas venezolanas muestran cada vez un mayor contenido de sexo en sus escenas” (en esta hipótesis se correlacionan las variables “época o tiempo en que se producen las telenovelas” y “contenido de sexo”).

En estos ejemplos, no sólo se establece que hay relación entre las variables, sino también cómo es la relación (qué dirección sigue). Como se comprenderá, es diferente hipotetizar que dos o más variables están relacionadas a hipotetizar cómo son estas relaciones. En el capítulo “Análisis e interpretación de los datos” se explica más a fondo el tema de la correlación y los tipos de correlación entre variables. Por el momento diremos que, cuando se correlacionan dos variables, se le conoce como “correlación bivariada” y, cuando se correlacionan varias variables, se le llama “co­rrelación múltiple”.

Es necesario agregar que, en una hipótesis de correlación, el orden en que coloquemos las variables no es importante (ninguna variable antecede a la otra; no hay relación de causalidad). Es lo mismo indicar “a mayor X, mayor Y” que “a mayor Y, mayor X”, o “a mayor X, menor Y” que “a menor Y, mayor X”.

EJEMPLO

“Quienes tienen más altas puntuaciones en el examen de estadística, tienden a tener las puntuaciones más elevadas en el examen de psicometría” es igual que “Los que tienden a tener las puntuaciones más elevadas en el examen de psicometría son quienes tienen más altas puntuaciones en el examen de estadística”.

Es decir, como nos enseñaron desde pequeños: “‘el orden de los factores (variables) no altera el producto (la hipótesis).”. Desde luego, esto ocurre en la correlación mas no en las relaciones de causalidad, en donde vamos a ver que importa el orden de la variables. Pero en la correlación no hablamos de variables independiente y dependiente (cuando sólo hay correlación estos términos carecen de sentido). Los estudiantes que comienzan en sus cursos de investigación suelen indicar en toda hipótesis cuál es la variable independiente y cuál la dependiente. Ello es un error. Únicamente en hipótesis causales se puede hacer esto.

Por otro lado, es común que cuando se pretende en la investigación correlacio­nar varias variables se tengan diversas hipótesis, y cada una de ellas relacione un par de variables. Por ejemplo, si quisiéramos relacionar las variables “‘atracción física”, “confianza”, “proximidad física y “equidad”en el noviazgo (todas entre sí), estable­ceríamos las hipótesis correspondientes.

EJEMPLO

H1 “A mayor atracción física, menor confianza”.

H2 “A mayor atracción física, mayor proximidad física”.

H3 “A mayor atracción física, mayor equidad”.

H4 “A mayor confianza, mayor proximidad física”.

H5 “A mayor confianza, mayor equidad”.

H6 “A mayor proximidad física, mayor equidad”.

Estas hipótesis deben ser contextualizadas en su realidad (con qué novios) y sometidas a prueba empírica.

5.7.3. Hipótesis de la diferencia entre grupos

Estas hipótesis se formulan en investigaciones dirigidas a comprar grupos. Por ejemplo, supongamos que un publicista piensa que un comercial televisivo en blanco y negro, cuya finalidad es persuadir a los adolescentes que comienzan a fumar cigarrillos para que dejen de fumar, tiene una eficacia diferente que uno en color. Su pregunta de investigación podría ser: ¿es más eficaz un comercial televisivo en blanco y negro que uno en color, cuyo mensaje es persuadir a los adolescentes que comienzan a fumar cigarrillos para que dejen de hacerlo? Y su hipótesis podría quedar formulada así:

EJEMPLO

Hi: “El efecto persuasivo para dejar de fumar no será igual en los adolescentes que vean la versión del comercial televisivo a color que en los adolescentes que vean la versión del comercial en blanco y negro”.

Otro ejemplo de este tipo de hipótesis sería:

Hi: “Los adolescentes le atribuyen más importancia que las adolescentes al atractivo físico en sus relaciones heterosexuales”.

En ambos ejemplos, se plantea una posible diferencia entre grupos; solamente que en el primero de ellos únicamente se establece que “hay diferencia” entre los grupos que se están comparando, pero no se afirma en favor de cuál de los grupos es la diferencia. No establece si el efecto persuasivo es mayor en los adolescentes que se exponen al comercial en blanco y negro o los que se exponen al comercial en color. Se limita a decir que se espera una diferencia. En cambio, en el segundo, además de establecer la diferencia, se especifica en favor de cuál de los grupos a comparar es ésta. (Los jóvenes son quienes según se piensa, atribuirán mayor importancia al “atractivo físico”.)

Cuando el investigador no tiene bases para presuponer en favor de qué grupo será la diferencia, formula una hipótesis simple de diferencia de grupos (como el primer ejemplo de los comerciales). Y cuando sí tiene bases, establece una hipótesis direccional de diferencia de grupos (como el segundo ejemplo). Esto último, normal­mente ocurre cuando la hipótesis se deriva de una teoría o estudios antecedentes, o bien el investigador está bastante familiarizado con el problema de estudio.

Esta clase de hipótesis puede abarcar dos, tres o más grupos.

EJEMPLO

Hi: “Las escenas de la telenovela “Sentimientos” presentarán mayor contenido de sexo que las escenas de la telenovela ‘Luz Ángela’, y éstas —a su vez— mayor contenido de sexo que las escenas de la telenovela “Mi último amor”.14

Algunos investigadores consideran las hipótesis de diferencia de grupos como un tipo de hipótesis correlacionales, porque en última instancia relacionan dos o más variables. Por ejemplo, el caso de la importancia del atractivo físico (página anterior) relaciona las variables “sexo” con “atribución de la importancia del atractivo físico en las relaciones heterosexuales”. La diferencia entre ambas clases de hipótesis estriba en que normalmente en las hipótesis de diferencia de grupos una de las variables (aquélla sobre la cual se dividen los grupos) adquiere un número más limitado de valores (habrá tantos valores como grupos se comparen) que los valores que adquieren las variables de las hipótesis correlacionales. Y han sido diferenciadas debido a que por su nivel de medición, requieren análisis estadísticos distintos. [Nota: si usted no entendió este último párrafo no se preocupe, no se ha hablado todavía sobre “niveles de medición”. Esta discusión fue introducida porque hay algunos investigadores que difieren en lo comentado. Pensamos que, cuando ya se hayan visto los temas “‘niveles de medición” (Pp. 257) y “métodos o pruebas estadísticas paramétricas y no paramé­tricas” (Pp. 383-4 16), se comprenderá esta discusión].

Las hipótesis de diferencia de grupos (aunque son distintas de las hipótesis correlacionales) pueden formar parte de estudios correlacionales, si únicamente establecen que hay diferencia entre los grupos —aunque establezcan en favor de qué grupo es ésta—. Ahora bien, si además de establecer tales diferencias explican el porqué de las diferencias (las causas o razones de éstas), entonces son hipótesis de estudios explicativos. Asimismo, puede darse el caso de una investigación que se inicie como correlacional (con una hipótesis de diferencia de grupos) y termine como explicativa (en los resultados se expongan los motivos de esas diferencias). En resumen, los estudios correlacionales se caracterizan por tener hipótesis correlaciona­les, hipótesis de diferencias de grupos o ambos tipos.

14 Por supuesto, los nombres son ficticios. Si alguna telenovela se ha titulado (o en el futuro se titulara) así, es puramente una coincidencia.

5.7.4. Hipótesis que establecen relaciones de causalidad

Este tipo de hipótesis no solamente afirman las relaciones entre dos o más variables y cómo se dan dichas relaciones, sino que además proponen un “sentido de entendi­miento” de ellas. Este sentido puede ser más o menos completo, dependiendo del número de variables que se incluyan, pero todas estas hipótesis establecen relaciones de causa—efecto.

EJEMPLO SENCILLO

Hi: “La desintegración familiar de los padres provoca baja autoestima en los hijos”. En el ejemplo, además de establecerse una relación entre las variables, se propone la causalidad de esa relación.

Las hipótesis correlacionales pueden simbolizarse como “X_____Y”, y las hipótesis causales pueden simbolizarse como:

influye en o causa

“X Y”

(una variable) (otra variable)

Correlación y causalidad son conceptos asociados pero distintos. Dos variables pueden estar correlacionadas y esto no necesariamente implica que una será causa de la otra. Por ejemplo, supongamos que una empresa fabrica un producto que se vende poco y decide mejorarlo, lo hace así y lanza una campaña para anunciar el producto en radio y televisión. Después observa que aumentan las ventas del producto. Los ejecutivos de la empresa pueden decir que el lanzamiento de la campaña está relacionado con el incremento en las ventas, pero si no se demuestra la causalidad no pueden asegurar que la campaña haya provocado tal incremento (quizá sí ocurre que la campaña es causa del aumento, pero puede ser que la causa sea en si la mejora al producto, una excelente estrategia de comercialización u otro factor; o bien todas pueden ser causas). Otro caso es el que se explicó en el capítulo anterior. (p. 66). En él la “‘estatura” “parecía” estar correlacionada con la “inteligencia” en niños cuyas edades oscilaban entre los 8 y 12 años (los niños con mayor estatura, tendían a obtener las calificaciones más altas en la prueba de inteligencia); pero la realidad era que la “maduración” era la variable que estaba relacionada con “‘la respuesta a una prueba de inteligencia” (más que a la inteligencia en sí). La correlación no tenía sentido; mucho menos lo tendría establecer una causalidad, afirmando que la estatura es causa de la inteligencia o que por lo menos influye en ella. Es decir, no todas las correlaciones tienen sentido y no siempre que se encuentra una correlación puede inferirse causali­dad. Si cada vez que se obtiene una correlación se supusiera causalidad, ello equival­dría a decir, cada vez que se ve a una señora y un niño juntos, que ella es su madre (cuando puede ser su tía, una vecina o una señora que casualmente se colocó muy cerca del niño).

Para poder establecer causalidad se requiere que antes se haya demostrado correlación, pero además la causa debe ocurrir antes que el efecto. Asimismo cambios en la causa deben provocar cambios en el efecto.

Al hablar de hipótesis, a las supuestas causas se les conoce como “variables independientes” y a los efectos como “‘variables dependientes”. Solamente se puede hablar de variables independientes y dependientes cuando se formulan hipótesis causales o hipótesis de la diferencia de grupos, siempre y cuando en estas últimas se explique cuál es la causa de la diferencia hipotetizada.

A continuación se exponen distintos tipos de hipótesis causales:

A. Hipótesis causales bivariadas. En estas hipótesis se plantea una relación entre una variable independiente y una variable dependiente. Por ejemplo: “Percibir que otra persona del sexo opuesto es similar a uno en cuanto a religión, valores y creencias nos provoca mayor atracción física hacia ella”
B. Hipótesis causales multivariadas. Plantean una relación entre varias variables independientes y una dependiente, o una independiente y varias dependientes, o varias variables independientes y varias dependientes.

EJEMPLOS

“La cohesión y la centralidad en un grupo sometido a una dinámica, y el tipo de liderazgo que se ejerza dentro del grupo; determinan la efectividad de éste para alcanzar sus metas primarias”

5.8. ¿QUÉ SON LAS HIPÓTESIS NULAS?16

Las hipótesis nulas son, en un sentido, el reverso de las hipótesis de investigación. También constituyen proposiciones acerca de la relación entre variables solamente que sirven para refutar o negar lo que afirma la hipótesis de investigación. Por ejemplo, si la hipótesis de investigación propone: “Los adolescentes le atribuyen más impor­tancia al atractivo físico en sus relaciones heterosexuales que las mujeres”, la nula postularía:

“Los jóvenes no le atribuyen más importancia al atractivo físico en sus relaciones heterosexuales que las adolescentes”.

Debido a que este tipo de hipótesis resulta la contrapartida de la hipótesis de investigación, hay prácticamente tantas clases de hipótesis nulas como de investiga­ción. Es decir, la clasificación de hipótesis nulas es similar a la tipología de la hipótesis de investigación: hipótesis nulas descriptivas de una variable que se va a observar en un contexto, hipótesis que niegan o contradicen la relación entre dos o más variables, hipótesis que niegan que haya diferencia entre grupos que se comparan —es decir afirmar que los grupos son iguales— e hipótesis que niegan la relación de causalidad entre dos o más variables (en todas sus formas). Las hipótesis nulas se simbolizan como Ho.

Veamos algunos ejemplos de hipótesis nulas, que corresponden a ejemplos de hipótesis de investigación que fueron mencionados:

EJEMPLOS

Ho: “La expectativa de ingreso mensual de los trabajadores de la corporación TEAQ no oscila entre $50 000 a $60 000 pesos colombianos” (es una hipótesis nula descriptiva de una variable que se va a observar en un contexto).

Ho: “No hay relación entre la autoestima y el temor de logro” (hipótesis nula respecto a una correlación).

Ho: “Las escenas de la telenovela ‘Sentimientos’ no presentarán mayor conte­nido de sexo que las escenas de la telenovela ‘Luz Angela’ ni éstas mayor contenido de sexo que las escenas de la telenovela ‘Mi último amor”’. Esta hipótesis niega diferencia entre grupos y también podría formularse así: “No existen diferencias en el contenido de sexo entre las escenas de las telenovelas ‘Sentimientos’, ‘Luz Ángela’ y ‘Mi último amor’”. O bien “el contenido de sexo en las telenovelas ‘Sentimientos’, ‘Luz Angela’ y ‘Mi último amor’ es el mismo”.

Ho: “La percepción de la similitud en religión, valores y creencias no provoca mayor atracción física” (hipótesis que niega la relación causal).

5.9. ¿QUÉ SON LAS HIPÓTESIS ALTERNATIVAS?

Como su nombre lo indica, son posibilidades alternativas - ante las hipótesis de investigación y nula. Ofrecen otra descripción o explicación distintas a las que proporcionan estos tipos de hipótesis. Por ejemplo, si la hipótesis de investigación establece: “Esta silla es roja”, la nula afirmará: “Esta silla no es roja”, y podrían formularse una o más hipótesis alternativas: “Esta silla es azul”, “Esta silla es verde”, “Esta silla es amarilla”, etc. Cada una constituye una descripción distinta a las que proporcionan las hipótesis de investigación y nula.

16 El sentido que en este libro se da a la hipótesis nula es el más común, el de negación de la hipótesis de investigación, que fue propuesto por Fisher (125). No se discuten otras connotaciones o usos del término (v.g., especificar un parámetro de cero) porque pueden crearse confusiones entre estudiantes que se inician en la investigación. Para aquellos que deseen imbuirse del tema, se recomiendan las siguientes fuentes: Van Dalen y Meyer (1984, Pp. 403-404) y sobre todo Henkel (1976, Pp. 34-40).

Las hipótesis alternativas se simbolizan como Ha y sólo pueden formularse cuando efectivamente hay otras posibilidades adicionales a las hipótesis de investiga­ción y nula. De ser así, no pueden existir.

EJEMPLOS

Hi: “El candidato ‘A’ obtendrá en la elección para la presidencia del consejo escolar entre un 50 y un 60% de la votación total”.

Ho: “El candidato ‘A’ no obtendrá en la elección para la presidencia del consejo escolar entre un 50 y un 60% de la votación total”.

Ha: “El candidato ‘A’ obtendrá en la elección para la presidencia del consejo escolar más del 60% de la votación total”.

Ha: “El candidato ‘A’ obtendrá en la elección para la presidencia del consejo escolar menos del 50% de la votación total”.

Hi: “Los jóvenes le atribuyen más importancia al atractivo físico en sus relaciones heterosexuales que las jóvenes”.

Ho: “Los jóvenes no le atribuyen más importancia al atractivo físico en sus relaciones heterosexuales que las jóvenes”.

Ha: “Los jóvenes /e atribuyen menos importancia al atractivo físico en sus relaciones heterosexuales que las jóvenes”.

En este último ejemplo, si la hipótesis nula hubiera sido formulada de la siguiente manera:

Ho: “Los jóvenes no le atribuyen más importancia —o le atribuyen menos importancia— al atractivo físico en sus relaciones heterosexuales que las jóvenes”.

No habría posibilidad de formular una hipótesis alternativa puesto que las hipótesis de investigación y nula abarcan todas las posibilidades.

Las hipótesis alternativas, como puede verse, constituyen otras hipótesis de investigación adicionales a la hipótesis de investigación original.

5.10. ¿QUÉ SON LAS HIPÓTESIS ESTADÍSTICAS?

Las hipótesis estadísticas son la transformación de las hipótesis de investigación, nulas y alternativas en símbolos estadísticas. Se pueden formular solamente cuando los datos del estudio que se van a recolectar y analizar para probar o disprobar las hipótesis son cuantitativos (números, porcentajes, promedios). Es decir, el investiga­dor traduce su hipótesis de4 investigación y su hipótesis nula (y cuando se formulan hipótesis alternativas, también éstas) en términos estadísticos. Básicamente hay tres tipos de hipótesis estadística, que corresponden a clasificaciones de las hipótesis de investigación y nula: 1) de estimación, 2) de correlación y 3) de diferencias de medias. Hablemos de cada una de ellas dando ejemplos.

5.10.1. Hipótesis estadísticas de estimación

Corresponden a las que fueron denominadas, al hablar de hipótesis de investigación, “‘hipótesis descriptivas de una variable que se va a observar en un contexto”. Son diseñadas para evalr la suposición de un investigador respecto al valor de alguna característica de una muestra de individuos u objetos, o de una población; y se basan en información previa. Supongamos que, basándose en ciertos datos, un investigador hipotetiza: “el promedio mensual de casos de trastorno psiconeurótico caracterizados por reacción asténica, atendidos en los hospitales de la Ciudad de Linderbuck es mayor a 200”. Y desea transformar esta hipótesis de investigación en una hipótesis estadís­tica. Lo primero que debe hacer es analizar cuál es la estadística a que su hipótesis hace referencia (en el ejemplo se trata de un promedio mensual de casos atendidos). El segundo paso consiste en encontrar cómo se simboliza esa estadística (promedio se simboliza como ). El tercer paso es traducir la hipótesis de investigación en estadística:

Hi: > 200 (promedio mensual de casos atendidos)

La hipótesis estadística nula sería la negación de la hipótesis anterior:

Ho: — 200 (“el promedio mensual de casos... es igual a 200”)

y la hipótesis alternativa sería:

Ha: < 200 (“el promedio mensual de casos.. es menor que 200”)

Posteriormente, el investigador comparará el promedio estimado por la hipótesis con el promedio actual de la muestra que él seleccionó. La exactitud de su estimación es evaluada por esta comparación. Y como señalan Black y Champion (1976), algunos investigadores consideran las hipótesis estadísticas de estimación como hipótesis de diferencia, debido a que en última instancia lo que se evalúa es la diferencia entre un valor hipotetizado y un valor observado en una sola muestra.

Desde luego, la estimación de estas hipótesis no se limita a promedios; puede incluirse cualquier estadística (v.g., porcentajes, medianas, modas, etc.). Para ello es conveniente ver las estadísticas descriptivas en el capítulo “‘Análisis e interpretación de los datos”.

5.10.2. Hipótesis estadísticas de correlación

El sentido de estas hipótesis es el de traducir una correlación entre dos o más variables en términos estadísticos. El símbolo de una correlación entre dos variables es “r” (minúscula) y entre más de dos variables “R” (mayúscula). La hipótesis “‘a mayor cohesión en un grupo, mayor eficacia en el logro de sus metas primarias” puede traducirse así:

Hi: r x y ¹0 (no es igual a cero, o lo que es

lo mismo ambas variables están

la correlacionadas)

correlación

entre dos variables (cohesión y eficacia)

Ho: rxy = 0 (“las dos variables no están correlacionadas; su correlación es cero”)

Otro ejemplo:

Hi: R xyz ¹ 0 (“la correlación entre las variables autonomía, variedad

y motivación intrínseca no es igual a cero”)

Ho: R xyz = 0 (“no hay correlación”)

5.10.3. Hipótesis estadísticas de la diferencia de medias u otros Valores

En estas hipótesis se compara una estadística entre dos o más grupos. Por ejemplo, supongamos que un investigador plantea la siguiente pregunta de estudio: ¿difieren los periódicos “‘Telex” y “‘Noticias” en cuanto al promedio de editoriales mensuales que dedicaron durante el último año al tema del desarme mundial?17 Su hipótesis de investigación podría ser: “Existe una diferencia entre el promedio de editoriales mensuales que dedicó, durante el último año, al tema del desarme mundial el diario “Teles”, y el que dedicó el diario ‘Noticias”’. La estadística que se compara entre los grupos (editoriales de “Telex”, un grupo, y editoriales de “Noticias”, otro grupo) es el promedio (X). La hipótesis estadística se formularía así:

es diferente


Hi: 1 ¹ 2 (promedio del grupo 2)

(promedio del grupo uno)

Ho: 1 = 2 (“No hay diferencia entre los promedios de los dos grupos”)

Con otra estadística (porcentaje) y tres grupos, se obtendrían hipótesis estadís­ticas como las siguientes:

Hi: %1 ¹ %2 ¹ %3 (“Los porcentajes de los tres grupos son distintos”)

Ho: %1 = %2 = %3 (“No hay diferencias”)

5.11. ¿EN UNA INVESTIGACIÓN SE FORMULAN Y EXPLICITAN LAS HIPÓTESIS DE INVESTIGACIÓN, NULA, ALTERNATIVA Y ESTADÍSTICA?

No hay reglas universales, ni siquiera consenso entre los investigadores al respecto. Uno puede leer en un artículo de una revista científica un reporte de investigación donde sólo se establece la hipótesis de investigación; y, en esa misma revista, leer otro artículo en donde únicamente se establece la hipótesis nula; un tercer artículo en el cual se pueden leer solamente las hipótesis estadísticas de investigación y nula (o nada más una de ellas); un cuarto artículo que contiene la hipótesis de investigación y las alternativas traducidas en términos estadísticos; un quinto artículo donde aparecen las hipótesis de investigación, nulas y alternativas, con sus hipótesis estadísticas correspondientes. Esta situación es similar en los reportes presentados por un inves­tigador o una empresa dedicada a la investigación. Igualmente ocurre en tesis, estudios de divulgación popular, reportes de investigación gubernamental, disertaciones doc­torales, libros y otras formas para presentar estudios y análisis de muy diversos tipos. En estudios que contienen análisis de datos cuantitativos, son comunes las siguientes opciones: 1) hipótesis de investigación únicamente, 2) hipótesis de investigación más hipótesis estadística de investigación más hipótesis estadística nula, 3) hipótesis estadísticas de investigación y nula.

Asimismo, algunos investigadores sólo explicitan una hipótesis estadística (nula o de investigación) presuponiendo que quien lea su reporte deducirá la hipótesis contraria. Incluso hay quien omite presentar en el reporte sus hipótesis, pensando que el lector las habrá de deducir fácilmente o que el usuario del estudio no está familiarizado con ellas y no le interesará revisarlas (o no tienen sentido para él). Nuestra recomendación es que todas se tengan presentes (no sólo al plantear las hipótesis sino durante toda la investigación). Esto ayuda a que el investigador siempre esté alerta ante todas las posibles descripciones y explicaciones del fenómeno que estudia; así podrá tener un panorama más completo de lo que analiza. Pero le aconsejamos que escriba en su reporte (explicite) las hipótesis que crea conveniente incluir para que los usuarios, consumidores o lectores de la investigación comprendan mejor el propósito y alcances de ésta.

Además, y como muchas cuestiones en la vida, el contexto o situación marcan la pauta al respecto. Un maestro puede exigirles a sus alumnos que en sus trabajos de investigación incluyan todos los tipos de

17 Nombres ficticios.

hipótesis (de investigación, nula, alternativas y estadísticas); y otro maestro puede pedirles sólo un tipo de hipótesis. En este caso, el trabajo (reporte de investigación del alumno) incluirá las hipótesis que pide el profesor. Lo mismo ocurriría en una tesis con los sinodales, en las investigaciones comerciales con los clientes, estudios gubernamentales con el superior (sea director, coordinador, jefe, ministro), en los artículos enviados a una revista científica con el reglamento de publicaciones y el comité revisor. Cuando el investigador es el único que puede decidir, debe pensarlo muy bien pues es su decisión y nada más (insistimos, no hay normas al respecto). He aquí nuestra recomendación —que es general y a alguien le puede parecer vaga— “piense en el receptor, en quién va a leer su investigación”.

5.12. EN UNA INVESTIGACIÓN, ¿CUÁNTAS HIPÓTESIS SE DEBEN FORMULAR?

Cada investigación es diferente. Algunas contienen una gran variedad de hipótesis porque su problema de investigación es complejo (v.g., pretenden relacionar 15 o más variables), mientras que otras contienen una o dos hipótesis. Todo depende del estudio que habrá de llevarse a cabo. La calidad de una investigación no necesariamente está relacionada con el número de hipótesis que contenga. En este sentido, se debe tener el número de hipótesis necesarias para guiar el estudio, y no más ni menos. Desde luego, la investigación del comportamiento humano es compleja y no resulta extraño leer estudios con múltiples hipótesis, pero de ningún modo es un requisito.

5.13. ¿EN UNA INVESTIGACIÓN SE PUEDEN FORMULAR HIPÓTESIS DESCRIPTIVAS DE UNA VARIABLE, HIPÓTESIS CORRELACIONALES, HIPÓTESIS DE LA DIFERENCIA DE GRUPOS E HIPÓTESIS CAUSALES?

La respuesta puede ser “si”; en una misma investigación se pueden establecer todos los tipos de hipótesis porque el problema de investigación así lo requiere. Por ejemplo, supongamos que alguien ha planteado un estudio en una determinada ciudad latino­americana, y sus preguntas de investigación son, entre otras:

¿Cuál será a fin de año el nivel de desempleo en la ciudad de Baratillo?

¿Cuál es el nivel promedio de ingreso familiar mensual en la Ciudad de Baratillo? ¿Existen diferencias entre los distritos (barrios, delegaciones o equivalentes) de la Ciudad de Baratillo en cuanto al nivel de desempleo? (¿Hay barrios o distritos con mayores índices de desempleo?)

¿cuál es el nivel de escolaridad promedio en los jóvenes y las jóvenes que viven en Baratillo? y ¿existen diferencias por sexo al respecto?

¿Está relacionado el desempleo con incrementos de la delincuencia en dicha ciudad?

¿Provoca el nivel de desempleo un rechazo contra la política fiscal gubernamen­tal?

Las hipótesis del estudio podrían ser:

“El nivel de desempleo en la Ciudad de Baratillo será del 15% para fin de año” (Hi: % = 15).

“El nivel promedio de ingreso familiar mensual oscila entre 55 000 y 65 000 pesos oro.18 “(Hi: 65 001 > > 54 999).

“Existen diferencias en cuanto al nivel de desempleo entre los distritos de la Ciudad de Baratillo” (Hi: 1 ¹ 2 ¹ 3 ¹ k).

“A mayor desempleo, mayor delincuencia” (Hi: rxy ¹ 0).

“El desempleo provoca un rechazo contra la política fiscal gubernamental”

(Hi:X Y).

18 Moneda ficticia.

En el ejemplo, encontramos todos los tipos generales de hipótesis. Asimismo, podemos ver que hay preguntas que no han sido traducidas en hipótesis. Ello puede deberse a que es difícil establecerlas ya que no se dispone de información al respecto.

Los estudios que se inician y concluyen como descriptivos, formularán hipótesis descriptivas, los correlacionales podrán establecer hipótesis descriptivas, correlacio­nales y de diferencia de grupos (cuando éstas no expliquen la causa que provoca tal diferencia); y los explicativos podrán incluir hipótesis descriptivas, correlacionales, de diferencia de grupos y causales No debemos olvidar que una investigación puede abordar parte del problema descriptivamente y otra explicativamente. Por ejemplo, Dankhe (1986) señala que los estudios descriptivos no suelen contener hipótesis, y ello se debe a que en ocasiones es difícil precisar el valor que puede manifestar una variable.

Los tipos de estudio que no pueden establecer hipótesis son los exploratorios. No puede presuponerse (afirmando) algo que apenas va a explorarse. Sería como si antes de una primera cita con una persona desconocida del sexo opuesto (cuyo nombre, edad, color de pelo y lugar de origen ignoramos), tratáramos de “hipotetizar” qué tan simpática es, qué intereses y valores tiene, etcétera. Ni siquiera podríamos anticipar qué tan atractiva físicamente nos va a resultar (y tal vez en una primera cita nos dejemos llevar por nuestra imaginación, pero en la investigación esto no debe ocurrir). Desde luego, si nos proporcionan más información (lugares a donde le agrada ir, ocupación, religión, nivel socioeconómico, tipo de música que le gusta y grupos de los que es miembro) podemos hipotetizar en mayor medida (aunque nos basemos en estereotipos). Y si nos dieran información muy personal e íntima sobre ella (estado de las relaciones con su familia, frustraciones, temores, aspiraciones profesionales, cómo ha establecido relaciones anteriores, etcétera) podríamos hipotetizar acerca de qué clase de relación vamos a establecer con esa persona y por qué (explicaciones).

5.14. ¿QUÉ ES LA PRUEBA DE HIPÓTESIS?

Como se ha venido mencionando a lo largo de este capítulo, las hipótesis científicas se someten aprueba o escrutinio empírico para determinar si son apoyadas o refutadas de acuerdo a lo que el investigador observa. De hecho para esto se formulan. Ahora bien, en realidad no podemos probar que una hipótesis sea verdadera o falsa, sino argumentar que de acuerdo con ciertos datos obtenidos en una investigación particular, fue apoyada o no. Desde el punto de vista técnico no se acepta una hipótesis a través de un estudio, sino que se aporta evidencia en su favor o en su contra.19 Desde luego, cuantas más investigaciones apoyen una hipótesis, más credibilidad tendrá ésta; y por supuesto, es válida para el contexto (lugar, tiempo y sujetos u objetos) en el cual se comprobó. Al menos lo es probabilísticamente.

Las hipótesis se someten a prueba en la realidad mediante la aplicación de un diseño de investigación, recolectando datos a través de uno o varios instrumentos de medición y analizando e interpretando dichos datos. Y como señala Kerlinger (1979, p. 35): “Las hipótesis constituyen instrumentos muy poderosos para el avance del conocimiento, puesto que aunque sean formuladas por el hombre, pueden ser some­tidas a prueba y demostrarse como probablemente correctas o incorrectas sin que interfieran los valores y las creencias del individuo”.

19 En el presente libro se ha preferido evitar la discusión dc la lógica de la prueba de hipótesis, que índica que la única alternativa abierta en una prueba de significancia para una hipótesis radica en que se puede rechazar una hipótesis nula o equivocarse al rechazar la hipótesis nula. Pero la frase“equivocarse al rechazar” no es sinónimo de “aceptar”; y la razón para no incluir esta discusión reside en que, el hacerlo, podría confundir más que esclarecer el panorama a quien se inicia en el tema. A quien desee ahondar en la lógica de la prueba de hipótesis, le recomendamos acudir a Hcnkcl (1976, Pp. 34-35) y otras referencias que sustentan filosóficamente las posiciones al respecto: Popper (1959 y 1965) y Hanson (1958).

5.15. ¿CUÁL ES LA UTILIDAD DE LAS HIPÓTESIS?

Es posible que alguien piense que con lo expuesto en este capítulo queda claro cuál es el valor de las hipótesis para la investigación del comportamiento. Sin embargo, creemos que es necesario ahondar un poco más en este punto, mencionando las principales funciones de las hipótesis.

1. En primer lugar, y como ya se dijo, son las guías de una investigación. El formularlas nos ayuda a saber lo que estamos tratando de buscar, de probar. Proporcionan orden y lógica al estudio. Son como los objetos de un plan administrativo. “Las sugerencias formuladas en las hipótesis pueden ser solucio­nes a(los) problema(s) de investigación, silo son o no, efectivamente es la tarea del estudio” (Selltiz, et al., 1965).

2. En segundo lugar, tienen una función descriptiva y explicativa, según sea el caso. Cada vez que una hipótesis recibe evidencia empírica en su favor o en su contra, nos dice algo acerca del fenómeno al cual está asociado o hace referencia. Si la evidencia es en su favor, la información sobre el fenómeno se incrementa; y aun si la evidencia es en su contra, descubrimos algo acerca del fenómeno que no sabíamos antes (Black y Champion, 1976).

3. La tercera función es la de probar teorías, si se aporta evidencia en favor de una. Cuando varias hipótesis de una teoría reciben evidencia en su favor, la teoría va haciéndose más robusta; y cuanto más evidencia haya en favor de aquéllas, más evidencia habrá en favor de ésta.

4. Una cuarta función es la de sugerir teorías (Black y Champion, 1976). Algunas hipótesis no están asociadas con teoría alguna; pero puede ocurrir que como resultado de la prueba de una hipótesis, se pueda construir una teoría o las bases para está. Esto no es muy frecuente pero ha llegado a ocurrir.

5.16. ¿QUÉ PASA CUANDO NO SE APORTA EVIDENCIA EN

FAVOR DE LA(S) HIPÓTESIS DE NUESTRA INVESTIGACIÓN?

No es raro escuchar una conversación como la siguiente entre dos pasantes que acaban de analizar los datos de su tesis (que es una investigación):

Elena: “Los datos no apoyan nuestras hipótesis”

Roberto: “ ¿Y ahora qué vamos a hacer?, nuestra tesis no sirve”

Elena: “Tendremos que hacer otra tesis”

Es decir, no siempre los datos apoyan las hipótesis (desde el principio del capítulo se dijo que el formular una hipótesis no asegura que vaya a comprobarse). Pero el que los datos no aporten evidencia en favor de las hipótesis planteadas de ningún modo significa que la investigación carezca de utilidad. Claro que a todos nos agrada que lo que suponemos concuerde con nuestra realidad inmediata. Si afirmamos cuestiones como: “Yo le gusto a Brenda”, “El grupo más popular de música en esta ciudad es mi grupo favorito”, “Va a ganar tal equipo en el próximo campeonato nacional de fútbol”, nos resulta satisfactorio que se cumplan. Incluso hay quien formula una presuposición y luego la defiende a toda costa, aunque se haya percatado de que se equivocó. Es humano. Sin embargo, en la investigación del comportamiento el fin último es el conocimiento, y en este sentido, también los datos en contra de una hipótesis proporcionan conocimiento (tal y como se acaba de comentar: “y aún si la evidencia es en contra de la hipótesis, sabemos algo acerca del fenómeno que no sabíamos antes”). Lo importante es analizar por qué no se aportó evidencia en favor de las hipótesis y contribuir al conocimiento del fenómeno que se está investigando.

Lo anterior se refuerza con una cita de Van Dalen y Meyer (1984, p. 193):

Para que las hipótesis tengan utilidad, no es necesario que sean las respuestas correctas a los problemas planteados. En casi todas las investigaciones, el estudioso formula varias hipótesis y espera que alguna de ellas proporcione una solución satisfactoria del problema. Al eliminar cada una de las hipótesis, va estrechando el campo en el cual deberá hallar la respuesta”.

Y agregan:

“La prueba de hipótesis falsas” (que nosotros preferimos llamar “hipótesis que no recibieron evidencia empírica”) “también resulta útil si dirige la atención del investigador o de otros científicos hacia factores o relaciones insospechadas que, de alguna manera, podrían ayudar a resolver el problema”.

5.17. ¿COMO PARTE DE LA FORMULACIÓN DE UNA HIPÓTESIS

DEBEN DEFINIRSE CONCEPTUAL Y OPERACIONALMENTE

LAS VARIABLES DE ÉSTA?

Al formular una hipótesis, es indispensable definir los términos o variables que están siendo incluidos en ella. Esto es necesario por varios motivos:

1. Para que el investigador, sus colegas, los usuarios del estudio y, en general, cualquier persona que lea la investigación compartan el mismo significado respecto a los términos o variables incluidas en las hipótesis. Es común que un mismo concepto se emplee de maneras distintas. Por ejemplo, el término “novios” puede significar para alguien una relación entre dos personas del sexo opuesto que se comunican interpersonalmente con la mayor frecuencia que les es posible, que cuando están “cara” a “cara” se besan y toman de la mano, que se sienten atraídos físicamente y comparten entre sí información que nadie más comparte. Para otra persona podría significar una relación entre dos personas del sexo opuesto que tiene por objeto contraer matrimonio. Para una tercera persona, una relación entre dos personas del sexo opuesto que mantienen relaciones sexuales íntimas; y alguien más podría tener alguna de ras concepciones anteriores, excepto por “‘lo del sexo opuesto”. Y en caso de que se pensara en llevar a cabo un estudio con parejas de novios, no sabríamos con exactitud quiénes podrían ser incluidos en él y quiénes no, a menos que se definiera con la mayor precisión posible el concepto “novios”. Términos como “actitud”, “inteligencia”, “aprovechamiento” pueden tener varios significativos o ser definidos en diferentes formas.

2. Aseguramos de que las variables pueden ser evaluadas en la realidad, a través de los sentidos (posibilidad de prueba empírica, condición de las hipótesis).

3. Poder confrontar nuestra investigación con otras similares (si tenemos definidas nuestras variables, podemos comparar nuestras definiciones con las de otros estudios para saber “‘si hablamos de lo mismo”, y si esta comparación es positiva, podremos confrontar los resultados de nuestra investigación con los resultados de otras).

4. Evaluar más adecuadamente los resultados de nuestra investigación, porque las variables (y no sólo las hipótesis), han sido contextualizadas.

De hecho, sin definición de las variables no hay investigación. Las variables tienen que ser definidas en dos formas: conceptual y operacionalmente. A continua­ción se explican las dos por separado.

5.17.1. Definición conceptual o constitutiva

Una definición conceptual define el término o variable con otros términos. Por ejemplo, “‘inhibición proactiva” es “‘la dificultad de evocación que aumenta con el tiempo”, “comunicación interpersonal diádica” puede definirse como “el intercambio de información psicológica entre dos personas que desarrollan predicciones acerca del comportamiento del otro basados en dicha información y establecen reglas para su interacción que sólo ellos conocen”, “poder” es “influir más en los demás que lo que éstos influyen en uno”. Son definiciones de diccionario o de libros especializados (Kerlinger, 1975 y 1979; Rojas, 1981) y cuando describen la esencia o las caracte­rísticas reales de un objeto o fenómeno se les denomina “‘definiciones reales” (Rey­nolds, 1971). Estas últimas constituyen la adecuación de la definición conceptual a los requerimientos prácticos de la investigación. Por ejemplo, el término “‘actitud” podría ser definido como “‘una tendencia o predisposición a evaluar de cierta manera, un objeto o un símbolo de este objeto” (Kat.z y Stotland, 1959, citado por Kahle, 1984). Si nuestra hipótesis fuera: “Cuanto mayor sea la exposición de los votantes indecisos —en la próxima elección presidencial en Linderbuck— a entrevistas televisivas concedidas por los candidatos contendientes, más favorable será la actitud hacia el acto de votar”, tendríamos que contextualizar la definición conceptual de “actitud” (formular la definición real). La “actitud hacia el acto de votar” podría definirse como “la predisposición a evaluar como positivo el acto de votar para una elección”.

Estas definiciones son necesarias pero insuficientes para definir las variables de la investigación, porque no nos relacionan directamente con la realidad. Después de todo siguen siendo conceptos. Como señala Kerlinger (1979, p. 41): “...los científicos deben ir más allá. Deben definir las variables que se usan en sus hipótesis en forma tal que las hipótesis puedan ser comprobadas. Esto es posible usando lo que se conoce como definiciones operacionales”.

5.17.2. Definiciones operacionales

Una definición operacional constituye el conjunto de procedimientos que describe las actividades que un observador debe realizar para recibir las impresiones sensoriales (sonidos, impresiones visuales o táctiles, etc.), que indican la existencia de un concepto teórico en mayor o menor grado (Reynolds, 1971, p. 52). En otras palabras, especifica qué actividades u operaciones deben realizarse para medir una variable.20 Siguiendo la línea de FN. Kerlinger, una definición operacional nos dice que para medir esta variable, hay que hacer esto y esto otro (nos indica los pasos a seguir). Por ejemplo, la definición operacional de la variable “temperatura” sería el termómetro (con las respectivas instrucciones de cómo medir e interpretar la temperatura); “‘inteligencia” podría ser definida operacionalmente como las respuestas a una determinada prueba de inteligencia; el conocido “Inventario Multifacético de la Personalidad Minnesota” (MMPI) es una definición operacional de “‘la personalidad” en adultos y adolescentes alfabetizados. La variable ingreso familiar podría ser operacionalizada haciendo una pregunta sobre el ingreso personal a cada uno de los miembros de la familia y luego sumando las cantidades que cada quien indicó. El “atractivo físico” es operacionali­zado en un certamen de belleza —como el de “Miss Universo”— aplicando una serie de criterios que un jurado utiliza para evaluar a las candidatas (los miembros del jurado otorgan una calificación a las contendientes en cada criterio y después obtienen una puntuación total del atractivo físico).

Casi siempre se dispone de varias definiciones operacionales (o formas de operacionalizar) de una variable. Por ejemplo, para definir operacionalmente la variable personalidad se tienen varias pruebas psicométricas (v.g., las diferentes versiones del mencionado MMPI), pruebas proyectivas; v.g., el test de Roscharch o el test de apercepción temática (TAT), técnicas de entrevista directas.

La “ansiedad de una persona” pueden medirla a través de la observación directa, los observadores expertos (entre ellos, los psicólogos clínicos), quienes juzgan el nivel de ansiedad de esa persona; por medio de mediciones de la actividad del sistema psicológico (presión sanguínea, respiraciones, etcétera) y analizando las respuestas a un cuestionario de ansiedad (Reynolds, 1971, p. 52). El aprendizaje de un alumno en un curso de investigación puede medirse por medio de varios exámenes, un trabajo, una combinación de exámenes, trabajos y prácticas.

Cuando el investigador tiene varias alternativas para definir operacionalmente una variable, debe elegir la que proporcione mayor información sobre la variable, capte mejor la esencia de ella, se adecue más a su contexto y sea más precisa. Los criterios para evaluar una definición operacional son básicamente tres: “adecuación al contexto”, “confiabilidad” y “validez”. De ellos se hablará en el apartado “Elabo­ración de los

20 Kerlinger (1979) habla de definiciones operacionales de medida y experimentales. Por ahora nos ocuparemos del primer tipo; en experimentos se hablará también del segundo tipo.

instrumentos de recolección de los datos”. Una correcta selección de las definiciones operacionales disponibles o la creación de la propia definición operacio­nal está muy relacionada con una adecuada revisión de la literatura. Cuando ésta ha sido cuidadosa, se puede tener una gama más amplia de definiciones operacionales para elegir o más ideas para crear una nueva.

Ahora bien, en la formulación de hipótesis se sugiere cómo habrán de operacio­nalizarse las variables, pero es en la etapa correspondiente a la elaboración de los instrumentos de recolección de los datos, en que se seleccionan o diseñan y adaptan al contexto particular del estudio.

Hay algunas variables que no requieren que su definición conceptual sea explicitada en el reporte de investigación, porque esta definición es relativamente obvia y compartida. El mismo título de la variable la define (por ejemplo, sexo —que es diferente a “‘práctica sexual”—, “edad”, “ingreso”). Pero son pocas las variables que no requieran una definición operacional para que puedan ser evaluadas empíricamen­te, aun cuando en el estudio no se formulen hipótesis. Siempre que se tengan variables, se deben definir operacionalmente. En la figura 5.6., vemos un ejemplo de una hipótesis con las correspondientes definiciones operacionales de las variables que la integran.

El cuestionario de motivación intrínseca sería desarrollado y adaptado al con­texto del estudio en la fase del proceso de investigación demoninada “elaboración de los instrumentos de recolección de los datos”; lo mismo ocurriría con el procedimiento para medir el “ausentismo laboral”.

SÍNTESIS

Con el propósito de responder a las preguntas de investigación planteadas y someter a prueba las hipótesis formuladas se selecciona un diseño especifico de investigación. Los diseños pueden ser experimentales o no experimentales.

En este capitulo se analizan diferentes diseños experimentales y la manera de aplicarlos. Asimismo se discute el concepto de validez experimental y cómo lograrla.

6.1. ¿QUÉ ES UN DISEÑO DE INVESTIGACIÓN?

Una vez que se ha definido el tipo de estudio a realizar y establecido la(s) hipótesis de investigación o los lineamientos para la investigación (si es que no se tienen hipótesis), el investigador debe concebir la manera práctica y concreta de responder a las preguntas de investigación. Esto implica seleccionar o desarrollar un diseño de investigación y aplicarlo al contexto particular de su estudio. El término “diseño” se refiere al plan o estrategia concebida para responder a las preguntas de investigación (Christensen, 1980). El diseño señala al investigador lo que debe hacer para alcanzar sus objetivos de estudio, contestar las interrogantes que se ha planteado y analizar la certeza de la(s) hipótesis formuladas en un contexto en particular. Por ejemplo, si la pregunta de investigación coloquial era: ¿Le gustaré a Ana: Por qué sí y por qué no? y la hipótesis: “Yo le resulto atractivo a Ana porque así me lo ha hecho saber”.

El diseño sería el plan o la estrategia para confirmar si es o no cierto que le resulto atractivo a Ana (el plan incluiría actividades tendientes a encontrar la respues­ta a la pregunta de investigación). En este caso podrían ser: “el día de mañana buscaré a Ana después de la clase de Estadística, me acercaré a ella, le diré que se ve muy guapa y la invitaré a tomar un café. Una vez que estemos en la cafetería la tomaré de la mano, y si ella no retira su mano, la invitaré a cenar el siguiente fin de semana y si acepta, en el lugar donde cenemos le diré que ella me resulta atractiva y le preguntaré si yo le resulto atractivo”. Desde luego, yo pude haber seleccionado o concebido otra estrategia, tal como invitarla a bailar o al cine en lugar de cenar; o bien si conozco a varias amigas de Ana y yo también soy muy amigo de ellas, preguntarles si le resulto atractivo a Ana. En el estudio del comportamiento humano disponemos de distintas clases de diseños o estrategias para poder investigar y debemos elegir un diseño entre las alternativas existentes.

Si el diseño está bien concebido, el producto último de un estudio (sus resulta­dos) tendrá mayores posibilidades de ser válido (Kerlinger, 1979). Y no es lo mismo seleccionar un tipo de diseño que otro, cada uno tiene sus características propias —como se verá más adelante—. No es lo mismo preguntarle directamente a Ana si le resulto o no atractivo que preguntarle a sus amigas, o que en lugar de preguntarle verbalmente prefiero analizar su conducta no verbal (cómo me mira, qué reacciones tiene cuando la abrazo o me acerco a ella, etcétera). Como tampoco es igual si le pregunto en presencia de otras personas que si le pregunto solamente estando los dos. La precisión de la información obtenida puede variar en función del diseño o estrategia elegida.

6.2. ¿DE QUÉ TIPOS DE DISEÑOS DISPONEMOS PARA INVESTIGAR EL COMPORTAMIENTO HUMANO?

En la literatura sobre la investigación podemos encontrar diferentes clasificaciones de los tipos de diseños existentes. En este libro se adoptará la siguiente clasificación: investigación experimental e investigación no experimental A su vez, la investigación experimental puede dividirse de acuerdo con las categorías de Campbell y Stanley (1966) en: preexperimentos, experimentos puros” (verdaderos) y cuasiexperimen­tos. La investigación no experimental será subdividida en diseños transaccionales o transversales y diseños longitudinales. Dentro de cada clasificación se comentarás diseños específicos.

Cabe aclarar que en términos generales, los autores no consideramos que un tipo de investigación sea mejor que otro (experimental versus no experimental). Como menciona Kerlinger (1979): ““Los dos tipos de investigación son relevantes y necesa­rios, tienen un valor propio y ambos deben llevarse a cabo”. Cada uno posee sus características y la elección sobre qué clase de investigación y diseño específico hemos de seleccionar, depende de los objetivos que nos hayamos trazado, las preguntas planteadas, el tipo de estudio a realizar (exploratorio, descriptivo, correlacional o explicativo) y las hipótesis formuladas.

6.3. ¿QUÉ ES UN EXPERIMENTO?

El término ‘experimento “puede tener —al menos— dos acepciones, una general y otra particular. La general se refiere a ““tomar una acción” y después observar las consecuencias de una acción (Babbie, 1979). Este uso del término es bastante coloquial, así hablamos —por ejemplo— de “experimentar” cuando mezclamos sustancias químicas y vemos la reacción de este hecho o cuando nos cambiamos de peinado y vemos el impacto que provoca en nuestros amigos esta transformación. La esencia de esta concepción de “experimento” es que éste involucra la manipulación intencional de una acción para analizar sus posibles efectos. ‘La acepción particular que va más de acuerdo con un sentido científico del término, se refiere a “un estudio de investigación en el que se manipulan deliberadamente una o más variables independientes (supuestas causas) para analizar las consecuencias de esa manipula­ción sobre una o más variables dependientes (supuestos efectos), dentro de una situación de control para el investigador”. Esta definición puede parecer compleja, sin embargo, conforme se vayan analizando sus componentes se irá aclarando su sentido.

Los experimentos “auténticos o puros” manipulan variables independientes para ver sus efectos sobre variables dependientes en una situación de control.

Si tomamos la acepción general del término “experimento”, los preexperimen­tos, los experimentos ““verdaderos” y los cuasiexperimentos podrían considerarse experimentos, ya que como se detallará más adelante ““toman una acción” y miden su efecto o efectos. En cambio, si tomamos la segunda acepción (que hemos llamado particular”), sólo los experimentos “puros” serían ““experimentos” y ambos concep­tos se considerarían equiparables. En este capítulo nos centraremos en los experimen­tos ““verdaderos o puros”.

6.4. ¿CUAL ES EL PRIMER REQUISITO DE UN EXPERIMENTO “PURO”?

El primer requisito de un experimento puro es la manipulación intencional de una o más variables independientes.

La variable independiente es la que se considera como supuesta causa en una relación entre variables, es la condición antecedente; y al efecto provocado por dicha causa se le denomina variable dependiente (consecuente).

Causa Efecto

(variable independiente) (variable dependiente)

X Y

Y como se mencionó en el capítulo anterior referente a las hipótesis, el investigador puede considerar dentro de su estudio a dos o más variables indepen­dientes. Cuando realmente existe una relación causal entre una variable independiente y una dependiente, al hacer variar intencionalmente a la primera, la segunda tendrá que variar. Si la motivación es causa de la productividad, al variar la motivación deberá variar la productividad.

Un experimento se lleva a cabo para analizar si una o más variables indepen­dientes afectan a una o más variables dependientes y por qué las afectan. Por ahora, simplifiquemos el problema de estudio a una variable independiente y una dependien­te. En un auténtico experimento, la variable independiente resulta de interés para el investigador porque es la variable que se hipotetiza será una de las causas que producen el efecto supuesto (Christensen, 1980). Para obtener evidencia de esta relación causal supuesta, el investigador manipula la variable independiente para ver su efecto sobre la dependiente. Es decir, hace variar a la independiente y observa si la dependiente varía o no. Manipular es sinónimo de hacer variar o dar distintos valores a la variable independiente.

EJEMPLO

Si un investigador deseara analizar el posible efecto de los contenidos televisi­vos antisociales sobre la conducta agresiva de determinados niños podría hacer que un grupo viera un programa de televisión con contenido antisocial y otro grupo viera un programa con contenido prosocial,21 y posteriormente observaría

21 En este momento no se discute sobre el método para asignar a los niños a los dos grupos, ello se discutirá en el apartado de control y validez interna. Lo que importa por ahora es que se comprenda el significado de manipulación de la variable independiente.

cual de los dos grupos muestra una mayor conducta agresiva. La hipótesis de investigación nos hubiera señalado algo así: ‘La exposición por parte de los niños a contenidos antisociales tenderá a provocar un aumento en su conducta agresiva”. Si descubre que el grupo que vio el programa antisocial muestra una mayor conducta agresiva respecto al grupo que vio el programa prosocial, y descubre que no hay otra posible causa que hubiera afectado a los grupos de manera desigual; comprobaría su hipótesis. En el ejemplo, el investigador está manipulando o haciendo variar a la variable independiente para observar el efecto sobre la dependiente. ¿Cómo está manipulando la independiente? Lo hace dándole dos valores: presencia de contenidos antisociales en la televisión (programa antisocial) y ausencia de contenidos antisociales por televisión (pro­grama prosocial). La variación es hecha a propósito por el experimentador (no es casual), éste tiene control directo sobre la manipulación, crea las condiciones para proveer el tipo de variación deseada. En un experimento, para que una variable pueda ser calificada como independiente se necesitan dos requerimien­tos: que varíe o sea manipulada y que esta variación pueda controlarse.

La Variable dependiente se mide

Por su parte, la variable dependiente no se manipula, sino que se mide para ver el efecto de la manipulación de la variable independiente sobre ella. Esto podría esquematizarse de la siguiente manera:

Manipulación de la varisable Medición del efecto sobre la variable

independiente dependiente

XA Y

XB

.

.

.

Las letras “A, B,...” indicarían distintos niveles de variación de la independiente.

Grados de manipulación de la variable independiente

La manipulación o variación de una variable independiente puede llevarse a cabo en dos o más grados. El nivel mínimo de manipulación es dos: presencia-ausencia de la variable independiente. Cada nivel o grado de manipulación implica un grupo en el experimento.

Presencia-ausencia

Implica que un grupo se expe a la presencia de la variable independiente y el otro no. Luego los dos grupos son comparados para ver si el grupo que se expuso a la variable independiente difiere del grupo no expuesto a ésta. En el ejemplo anterior del posible efecto del contenido antisocial de la televisión sobre la conducta agresiva de ciertos niños, un grupo era expuesto a la variable independiente y el otro no. Al grupo que se expone a la presencia de la variable independiente se le conoce como “gru­po experimental” y al grupo en el cual está ausente dicha variable se le denomina grupo de control”. Aunque en realidad ambos grupos participan en el experimento.

A la presencia de la variable independiente muy frecuentemente se le llama “tratamiento experimental” o “estimulo experimental”. Es decir, el grupo experimen­tal recibe el tratamiento o estímulo experimental o lo que es lo mismo, se le expone a la variable independiente; mientras que el grupo de control no recibe el tratamiento o estímulo experimental. Otro ejemplo sería el siguiente: Supongamos que pretendemos investigar si un medicamento es o no útil para la cura de alguna enfermedad. Al grupo experimental se le administra el medicamento (presencia de la variable independiente o tratamiento experimental) y al grupo de control no, a este último se le administra un placebo (por ejemplo, un aparente medicamento que se ha comprobado no tiene ninguna clase de efecto o consecuencia, digamos dulces que tienen la apariencia de pastillas). Después se observa si hubo o no alguna diferencia por lo que respecta a la cura de la enfermedad.

Ahora bien, el hecho de que un grupo no se exponga al tratamiento experimental no significa que su participación en el experimento sea pasiva (que mientras el grupo experimental participa en un cierto tratamiento, el grupo de control puede hacer lo que quiera, v.g., irse a algún otro lado y luego regresar, platicar entre si o seguir una rutina cotidiana). Por el contrario, significa que realiza las mismas actividades que el grupo experimental excepto el someterse al estímulo. Rr ejemplo, si el grupo experimental va a ver un programa de televisión con contenido violento, el otro grupo podría ver el mismo programa pero sin las escenas violentas —otras versiones del mismo progra­ma—. Desde luego, en ocasiones resulta muy difícil definir lo que es no exponerse al estímulo. Por ejemplo, si pretendemos probar la efectividad de una nueva psicoterapia, si al grupo de control lo exponemos a una psicoterapia tradicional sería difícil afirmar que su nivel es cero, puesto que es muy probable que ambas psicoterapias tengan algo en común. Por otro lado, si el grupo de control no recibiera ninguna psicoterapia, las diferencias entre los dos grupos bien podrían atribuirse al efecto que puede tener el que las personas participen por primera vez en una psicoterapia y no al efecto de esa nueva psicoterapia.

En general, puede afirmarse en un experimento que, si en ambos grupos todo fue “igual” menos la exposición a la variable independiente, es muy razonable pensar que las diferencias entre los grupos se deban a la presencia-ausencia de la variable independiente.

Más de dos grados

En otras ocasiones, se puede hacer variar o manipular la variable independiente en cantidades o grados. Por ejemplo, en el caso del análisis del posible efecto del contenido antisocial por televisión sobre la conducta agresiva de ciertos niños, podría hacerse que un grupo se expusiera a un programa de televisión sumamente violento (con presencia de violencia física verbal y no verbal —golpes, asesinatos, insultos muy fuertes, etc.—); un segundo grupo se expusiera a un programa medianamente violento (únicamente con violencia verbal —insultos menos fuertes—), y un tercer grupo se expusiera a un programa prosocial. En este ejemplo, se tendrían tres niveles o cantidades de la variable independiente, lo cual puede representarse de la siguiente manera:

X1 (programa sumamente violento)

X2 (programa medianamente violento)

__ (ausencia de violencia, programa prosocial)

Manipular la variable independiente en varios niveles tiene la ventaja de que no sólo se puede determinar si la presencia de la variable independiente o tratamiento experimental tiene un efecto, sino también se puede determinar si distintos niveles de la variable independiente tienen diferentes efectos. Es decir, si la magnitud del efecto (Y) depende de la intensidad del estimulo (X1, X2, X3, etcétera). Ahora bien, ¿cuántos niveles de variación deben ser incluidos? Una respuesta exacta no puede darse, solamente que debe haber al menos dos niveles de variación y ambos tendrán que diferir entre sí. El problema de investigación, los-antecedentes (estudios anteriores) y la experiencia del investigador pueden proveer alguna indicación sobre el número de niveles de variación que necesita ser incorporado en cierto experimento. Y cabría agregar: Entre más niveles mayor información, pero el experimento se va complican­do, cada nivel adicional implica un grupo más (Christensen, 1980).

Modalidades de manipulación en lugar de grados

Existe otra forma de manipular una variable independiente que consiste en exponer a los grupos experimentales a diferentes modalidades de ésta pero sin que ello implique cantidad. Por ejemplo, supongamos que un investigador quiere probar el efecto que tienen distintas fuentes de retroalimentación sobre el desempeño en la productividad de los trabajadores de una fábrica. La retroalimentación sobre el desempeño se refiere a que le digan a una persona cómo está desempeñándose en su trabajo (qué tan bien o mal lo hace). A un grupo de trabajadores se le proporcionaría retroalimentación sólo mediante su supervisor, a otro grupo la retroalimentación provendría por escrito (sin contacto “cara a cara” con otra persona), y a un tercer grupo se le indicaría que entre los compañeros de trabajo se proporcionaran retroalimentación entre sí (todo en la ejecución de una determinada tarea); y luego se compararía la productividad de los grupos. En este caso no se está manipulando la presencia-ausencia de la variable independiente, ni administrando distintas cantidades de ésta, sino que los grupos se exponen a modalidades de la retroalimentación del desempeño, no a intensidades. La variación es provocada por categorías distintas de la variable independiente que no implican en sí cantidades.

En ocasiones, la manipulación de la variable independiente involucra combi­nadas cantidades y modalidades de ésta. Por ejemplo, si en el caso anterior tuviéramos un grupo al que se le administrara retroalimentación detallada de su desempeño vía el supervisor (en donde se retroalimentara aún las actividades laborales menos trascen­dentes), un segundo grupo al que se le administrara retroalimentación dosificada de su desempeño, sólo en las labores más importantes y vía el supervisor, un tercer grupo al que se le administrara retroalimentación detallada de su desempeño vía un medio escrito, un cuarto grupo con retroalimentación dosificada por conducto de un medio escrito y un quinto grupo sin retroalimentación. Esto es, se combinan grado (retroali­mentación detallada, retroalimentación dosificada y ausencia de retroalimentación) y modalidad (vía superior y medio escrito).

Finalmente, es necesario insistir que cada nivel o modalidad implica al menos— un grupo. Si se tienen tres niveles (grados) o modalidades, se tendrán tres grupos como mínimo.

6.5. ¿CÓMO SE DEFINE LA MANERA EN QUE SE MANIPULARÁN LAS VARIABLES INDEPENDIENTES?

Al manipular una variable independiente es necesario especificar qué se va a entender por esa variable en nuestro experimento. Es decir, trasladar el concepto teórico en un estímulo experimental, en una serie de operaciones y actividades concretas a realizar. Por ejemplo, si la variable independiente a manipular es la exposición a la violencia televisada, el investigador debe pensar en cómo va a transformar ese concepto en una serie de operaciones experimentales. En este caso podría ser: ““la violencia televisada será operacionalizada (transportada a la realidad) como ver un programa en donde haya riñas y golpes, insultos, agresiones, uso de armas de fuego, crímenes o intentos de crímenes, azotes de puertas, se aterre apersonas, persecuciones, etcétera”. Entonces se selecciona un programa donde se muestren tales conductas (v.g., “Miami Vice”, “El Justiciero”, ““Magnum”, “El Precio del Deber” o una telenovela mexicana, brasi­leña o venezolana donde se presenten dichos comportamientos). El concepto abstracto ha sido convertido en un hecho real. Si la variable independiente es la orientación principal del profesor hacia la autonomía o el control, debemos definir qué compor­tamientos concretos, filosofía, instrucciones al grupo, presentación, personalidad, etcétera, debe mostrar cada tipo de profesor (y analizar sus diferencias). Si la variable independiente es el tipo de psicoterapia recibida (y se tienen tres tipos, esto es, tres grupos), debemos definir muy específicamente y con lujo de detalles en qué va a consistir cada psicoterapia.

EJEMPLO

Naves y Poplawsky (1984) diseñaron un experimento para poner a prueba la siguiente hipótesis: “A mayor grado de información sobre la deficiencia mental que el sujeto normal maneje, mostrará menos evitación en la interacción con el deficiente mental”.

La variable independiente era —pues— “el grado de información sobre la deficiencia mental”, y la dependiente “la conducta de evitación en interacciones con deficientes mentales”. La primera fue manipulada mediante dos niveles de información: 1) información cultural y 2) información sociopsicológica. Por lo tanto, había dos grupos: uno con información cultural y otro con información sociopsicológica. El primer grupo no recibió ningún tipo de información sobre la deficiencia mental, ya que se supuso “que todo individuo por pertenecer a cierta cultura, maneja este tipo de información y está conformada por nociones generales y normalmente estereotipadas sobre la deficiencia mental; de ello se desprende que si un sujeto basa sus predicciones sobre la conducta del otro en el nivel cultural, obtendrá mínima precisión y pocas probabilidades de controlar el evento comunicativo” (Naves y Poplawsky, 1984, p. 119).

El segundo grupo acudió a un centro de capacitación para deficientes mentales, en donde tuvo una reunión con dichos deficientes, quienes les proporcionaron información sociopsicológica sobre ellos (algunos deficientes contaron sus problemas en el trabajo y sus relaciones con superiores y compa­ñeros, se trataron temas como el amor y la amistad). Asimismo, se intercambiaron experiencias más personales. Este grupo pudo observar lo que es la deficiencia mental, la manera como se trata clínicamente y los efectos sobre la vida cotidiana de quien la padece. Recibió información sociopsicológica.

Después, todos los sujetos eran expuestos a una interacción sorpresiva con un supuesto deficiente mental (que en realidad era un actor entrenado para ello y con conocimientos sobre la deficiencia mental>. La situación experimental estaba bajo riguroso control y se filmaban las interacciones para medir el grado de evitación hacia el deficiente, a través de cuatro dimensiones: a) distancia física, b) movimientos corporales que denotaban tensión, c) conducta visual y d) conducta verbal. Cabe mencionar que se comprobó la hipótesis, el grupo con información cultural mostró mucho mayor conducta de evitación que el grupo con información sociopsicológica.

El punto es que un concepto teórico (grado de información sobre la deficiencia mental) fue traducido en la práctica a dos niveles de manipulación experimental.

Dificultades para definir cómo se manipularán las Variables independientes

En ocasiones no resulta difícil trasladar el concepto teórico (variable independiente) en operaciones prácticas de manipulación (tratamientos o estímulos experimentales). Por ejemplo, si se busca analizar el efecto de utilizar distintas apelaciones publicitarias para promover medicamentos —emotivas versus racionales— sobre la predisposición para comprarlos, la variable independiente podría operacionalizarse de la siguiente manera: se elabora un comercial de televisión sobre un medicamento en particular, en el cual el argumento de venta es que se trata de un producto que ha sido sometido a pruebas científicas de laboratorio y que demostró su efectividad, además de que es recomendado por tal y tal asociación médica (apelaciones racionales); y se elabora otro comercial cuyo argumento de ventas es que el medicamento es tradición en muchas familias y desde nuestros abuelos se utilizaba (apelación emotiva). Los modelos de ambos tipos de comerciales son los mismos, los dos son a color, duran 30 segundos y en fin, la única diferencia es la apelación, tanto en el nivel verbal como en el no verbal. Un grupo se expone a la manipulación racional y el otro a la emotiva, por lo demás las condiciones de exposición son similares, y después se analiza el impacto de la manipulación en la variable dependiente. Manipular la paga (cantidades de dinero otorgadas), la retroalimentación, el reforzamiento y la administración de un medicamento no es tan difícil.

Sin embargo, a veces es sumamente complicado representar el concepto teórico en la realidad, sobre todo con variables internas, variables que pueden tener varios significados o variables que sean difíciles de alterar. La socialización, la cohesión, la conformidad, el poder, la motivación individual y la agresión son conceptos que requieren de un enorme esfuerzo por parte del investigador para ser operacionalizados.

DISEÑOS

TRANSECCIONALES DESCRIPTIVOS

Los diseños transeccionales descriptivos tienen como objetivo indagar la incidencia y los valores en que se manifiesta una o más variables. El procedimiento consiste en medir en un grupo de personas u objetos una o —generalmente— más variables y proporcionar su descripción. Son, por lo tanto, estudios puramente descriptivos que cuando establecen hipótesis, éstas son también descriptivas.

EJEMPLOS

Las famosas encuestas nacionales de opinión sobre las tendencias de los votantes durante periodos de elección. Su objetivo es describir el número de votantes en un país que se indinan por los diferentes candidatos contendientes en la elección. Es decir, se centran en la descripción de las preferencias del electorado.

Un estudio que pretendiera averiguar cuál es la expectativa de ingreso mensual de los trabajadores de una empresa. Su propósito es describir dicha expectativa. No pretende relacionarla con la calificación del trabajador, ni su edad o sexo, el objetivo es descriptivo. Un análisis de la tendencia ideológica de los 15 diarios de mayor tiraje en Latinoamérica. El foco de atención es única­mente describir —en un momento dado— cuál es la tendencia ideológica (izquierda-derecha) de dichos periódicos, no se tiene como objetivo ver el por qué manifiestan una u otra ideología, simplemente describirla.

Un estudio del número de extranjeros que ingresan a un país en cierto momento y sus características (nación de procedencia, estado civil, edad, motivos del viaje, etcétera). El propósito es ofrecer un panorama de los extran­jeros que visitan un país en una época (descripción).

Los estudios transeccionales descriptivos nos presentan un panorama del esta­do de una o más variables en uno o más grupos de personas, objetos (v.g., periódicos) o indicadores en determinado momento.

En ciertas ocasiones el investigador pretende hacer descripciones comparativas entre grupos o subgrupos de personas, objetos o indicadores (esto es, en más de un grupo). Por ejemplo, un investigador que deseara describir el nivel de empleo en tres ciudades.

El ejemplo que ha venido desarrollándose a lo largo del libro sobre la televisión y el niño de la Ciudad de México es en parte ejemplo de diseño transeccional descriptivo.

En este tipo de diseños queda claro que ni siquiera cabe la noción de manipula­ción puesto que se trata a cada variable individualmente, no se vinculan variables.


DISEÑOS TRANSECCIONALES CORRELACIONALES/CAUSALES

Los diseños transeccionales correlacionales/causales tienen como objetivo describir relaciones entre dos o más variables en un momento determinado. Se trata también de descripciones, pero no de variables individuales sino de sus relaciones, sean éstas puramente correlacionales o relaciones causales. En estos diseños lo que se mide es la relación entre variables en un tiempo determinado. La diferencia entre los diseños transeccionales descriptivos y los correlacionales causales puede expresarse gráfica­mente de la siguiente manera:

Por lo tanto, los diseños correlacionales/causales pueden limitarse a establecer relaciones entre variables sin precisar sentido de causalidad o pueden pretender analizar relaciones de causalidad. Cuando se limitan a relaciones no causales, se fundamentan en hipótesis correlacionales y cuando buscan evaluar relaciones causa­les, se basan en hipótesis causales.

EJEMPLOS

Una investigación que pretendiera indagar la relación entre la atracción física y la confianza durante el noviazgo en parejas de jóvenes, observando qué tan relacionadas están ambas variables (se limita a ser correlacional).

Una investigación que estudiara cómo la motivación intrínseca influye en la productividad de los trabajadores de línea de grandes empresas industriales, de determinado país y en cierto momento, observando si los obreros más productivos son los más motivados, y en caso de que así sea, evaluando el por qué y cómo es que la motivación intrínseca contribuye a incrementar la produc­tividad (esta investigación establece primero la correlación y luego la relación causal entre las variables).

Un estudio sobre la relación entre la urbanización y el alfabetismo en una nación latinoamericana, para ver qué variables macrosociales mediatizan tal relación (causal).

Una investigación que analizara cuáles son las variables que regulan la relación existente entre organizaciones proveedoras (vendedores) y organiza­ciones compradoras (clientes) en las transacciones comerciales en Latinoamé­rica (con volúmenes de intercambio anuales superiores a un millón de dólares), así como estudiar la vinculación que se da entre dichas variables y las razones que originan tal vinculación (se correlacionan las variables y se evalúan causal-mente).

De los ejemplos puede desprenderse lo que se ha comentado anteriormente respecto a que en ciertas ocasiones sólo se pretende correlacionar variables, pero en otras ocasiones se busca el establecer relaciones causales. Desde luego, debemos recordar que la causalidad implica correlación pero no toda correlación significa causalidad. Primero establecemos correlación y luego causalidad.

Estos diseños pueden ser sumamente complejos y abarcar diversas variables. Cuando establecen relaciones causales son explicativos. Su diferencia con los expe­rimentos es la base de la distinción entre experimentación y no experimentación. En los diseños transeccionales correlacionales/causales, las causas y efectos ya ocurrieron en la realidad (estaban dadas y manifestadas) y el investigador las(os) observa y reporta. En cambio, en los diseños experimentales y cuasiexperimentales el investi­gador provoca —intencionalmente— al menos una causa y analiza sus efectos o consecuencias.

Un diseño correlacional/causal puede limitarse a dos variables o abarcar mode­los o estructuras tan complejas


Estos diseños se fundamentan en hipótesis correlacionales y de deferencia de grupos sin atribuir causalidad (cuando se limitan a relaciones entre variables) y en hipótesis causales o de diferencia de grupos con atribución de causalidad (cuando pretenden establecer relaciones causales). Asimismo, los diseños correlacionales/cau­sales —en ocasiones— describen relaciones en uno o más grupos o subgrupos y suelen describir primero las variables incluidas en la investigación, para luego establecer las relaciones entre éstas (en primer lugar son descriptivos de variables individuales, pero luego van más allá de las descripciones: van a establecer relaciones).

EJEMPLO

Una investigación para evaluar la credibilidad de tres conductores (locutores) de televisión, y relacionar esta variable con el sexo, la ocupación y el nivel socioeconómico del teleauditorio. Primero, mediríamos qué tan creíble es cada conductor y describiríamos la credibilidad de los tres conductores. Observaría­mos el sexo de las personas e investigaríamos su ocupación y nivel socioeco­nómico, y describiríamos el sexo, ocupación y nivel socioeconómico del teleauditorio. Posteriormente, relacionaríamos la credibilidad y el sexo (para ver si hay diferencias por sexo en cuanto a la credibilidad de los tres conductores), la credibilidad y la ocupación (para ver si los conductores tienen una credibilidad similar o diferente entre las distintas ocupaciones) y credibilidad y nivel socio-económico (para evaluar diferencias por nivel socioeconómico). Así, primero describimos y luego correlacionamos.

COMENTARIO ACLARATORIO

Tanto en los diseños transeccionales descriptivos cómo en los correlacionales/causales vamos a observar variables o relaciones entre éstas, en su ambiente natural y en un momento en el tiempo.

Investigación longitudinal

En ciertas ocasiones el interés del investigador es analizar cambios a través del tiempo en determinadas variables o en las relaciones entre éstas. Entonces se dispone de los diseños longitudinales, los cuales recolectan datos a través del tiempo en puntos o periodos especificados, para hacer inferencias respecto al cambio, sus determinantes y consecuencias. Por ejemplo, un investigador que buscara analizar cómo evolucionan los niveles de empleo durante cinco años en una ciudad u otro que pretendiera estudiar cómo ha cambiado el contenido de sexo en las telenovelas (digamos de Venezuela) en los últimos diez años.

Los diseños longitudinales suelen dividirse en tres tipos: diseños de tendencia (trend), diseños de análisis evolutivo de grupos (cohort) y diseños panel


¿QUÉ RELACIÓN EXISTE ENTRE EL TIPO DE ESTUDIO, LAS HIPÓTESIS Y EL DISEÑO DE INVESTIGACIÓN?

Anteriormente se comentó que el planteamiento del problema y el marco teórico nos indican si nuestro estudio o investigación se iniciaría con fines básicamente explora­torios, descriptivos, correlacionales o explicativos. Asimismo, el tipo de estudio nos lleva a la formulación de cierta clase de hipótesis y éstas a la selección de determinado diseño de investigación. En la tabla 7.1 se muestra esquemáticamente esta corres­pondencia.

Algunos problemas de investigación pueden ser abordados experimentalmente o no experimentalmente. Por ejemplo, si deseáramos analizar la relación entre la motivación y la productividad en los trabajadores de cierta empresa, podríamos seleccionar un conjunto de éstos y dividirlos al azar en cuatro grupos: un primero donde se propicie una elevada motivación, un segundo con mediana motivación, un tercero con baja motivación y un cuarto al que no se le administre ningún motivador. Después compararíamos a los grupos en cuanto a su productividad. Tendríamos un experimento. Si se tratara de grupos intactos tendríamos un cuasiexperimento. En cambio, si midiéramos la motivación existente en los trabajadores así como su productividad y relacionáramos ambas variables, estaríamos realizando una investi­gación transeccional correlacional. Y si cada seis meses midiéramos las dos variables y estableciéramos su correlación efectuaríamos

¿QUÉ IMPLICA LA ETAPA DE RECOLECCIÓN DE LOS DATOS?

Una vez que seleccionamos el diseño de investigación apropiado y la muestra adecuada de acuerdo con nuestro problema de estudio e hipótesis, la siguiente etapa consiste en recolectar los datos pertinentes sobre las variables involucradas en la investigación.

Recolectar los datos implica tres actividades estrechamente vinculadas entre sí:

a) Seleccionar un instrumento de medición de los disponibles en el estudio del comportamiento o desarrollar uno (el instrumento de recolección de los datos). Este instrumento debe ser válido y confiable, -de lo contrario no podemos basamos en sus resultados.

b) Aplicar ese instrumento de medición. Es decir, obtener las observaciones y mediciones de las variables que son de interés para nuestro estudio (medir variables).

c) Preparar las mediciones obtenidas para que puedan analizarse correctamente (a esta actividad se le denomina codificación de los datos).

9.2. ¿QUÉ SIGNIFICA MEDIR?

De acuerdo con la definición clásica del término —ampliamente difundida— medir significa “asignar números a objetos y eventos de acuerdo a reglas” (Stevens, 1951). Sin embargo, como señalan Carmines y Zeller (1979), esta definición es más apropiada para las ciencias físicas que para las ciencias sociales, ya que varios de los fenómenos que son medidos en éstas no pueden caracterizarse como objetos o eventos, puesto que son demasiado abstractos para ello. La disonancia cognitiva, la alienación, el producto nacional bruto y la credibilidad son conceptos tan abstractos para ser considerados cosas que pueden verse o tocarse” (definición de objeto) o solamente como “resul­tado, consecuencia o producto” (definición de evento) (Carmines y Zeller, 1979, p. 10).

Este razonamiento nos hace sugerir que es más adecuado definir la medición como “el proceso de vincular conceptos abstractos con indicadores empíricos proceso que se realiza mediante un plan explicito y organizado para clasificar (y frecuentemente cuantificar) los datos disponibles —los indicadores— en términos del concepto que el investigador tiene en mente (Carmines y Zeller, 1979, p. 10). Y en este proceso, el instrumento de medición o de recolección de los datos juega un papel central. Sin él no hay observaciones clasificadas.

La definición sugerida incluye dos consideraciones: La primera es desde el punto de vista empírico y se resume en que el centro de atención es la respuesta observable (sea una alternativa de respuesta marcada en un cuestionario, una conducta grabada vía observación o una respuesta dada a un entrevistador). La segunda es desde una perspectiva teórica y se refiere a que el interés se sitúa en el concepto subyacente no observable que es representado por la respuesta (Carmines y Zeller, 1979). Así, los registros del instrumento de medición representan valores observables de conceptos abstractos. Un instrumento de medición adecuado es aquel que registra datos obser­vables que representan verdaderamente a los conceptos o variables que el investiga­dor tiene en mente.

En toda investigación aplicamos un instrumento para medir las variables con­tenidas en las hipótesis (y cuando no hay hipótesis, simplemente para medir las variables de interés). Esa medición es efectiva cuando el instrumento de recolección de los datos realmente representa a las variables que tenemos en mente. Si no es así nuestra medición es deficiente y por lo tanto la investigación no es digna de tomarse en cuenta. Desde luego, no hay medición perfecta, es prácticamente imposible que representemos fielmente variables tales como la inteligencia, la motivación, el nivel socioeconómico, el liderazgo democrático, la actitud hacia el sexo y otras más; pero sí debemos de acercarnos lo más posible a la representación fiel de las variables a observar, mediante el instrumento de medición que desarrollemos.

9.3. ¿QUÉ REQUISITOS DEBE CUBRIR UN INSTRUMENTO DE MEDICIÓN?

Toda medición o instrumento de recolección de los datos debe reunir dos requisitos esenciales: confiabilidad y validez. La confiabilidad de un instrumento de medición se refiere al grado en que su aplicación repetida al mismo sujeto u objeto, produce iguales resultados. Por ejemplo, si yo midiera en este momento la temperatura ambiental mediante un termómetro y me indicara que hay 220C. Un minuto más tarde consultara otra vez y el termómetro me indicara que hay 50C. Tres minutos después observara el termómetro y ahora me indicara que hay 400C. Este termómetro no sería confiable (su aplicación repetida produce resultados distintos). Igualmente, si una prueba de inteligencia la aplico hoy a un grupo de personas y me proporciona ciertos valores de inteligencia; la aplico un mes después y me proporciona valores diferentes, al igual que en subsecuentes mediciones. Esa prueba no es confiable (analícense los valores de la figura 9.1, suponiendo que los coeficientes de inteligencia puedan oscilar entre 95 y 150). Los resultados no son consistentes; no se puede “confiar” en ellos.

La confiabilidad de un instrumento de medición se determina mediante diversas técnicas, las cuales se comentarán brevemente después de revisar el concepto de validez.

La validez, en términos generales, se refiere al grado en que un instrumento realmente mide la variable que pretende medir. Por ejemplo, un instrumento para medir la inteligencia válido debe medir la inteligencia y no la memoria. Una prueba sobre conocimientos de Historia debe medir esto y no conocimientos de literatura histórica. Aparentemente es sencillo lograr la validez. Después de todo —como dijo un estudiante— “pensamos en la variable y vemos cómo hacer preguntas sobre esa variable”. Esto seria factible en unos cuantos casos (como lo sería el “sexo” de una persona). Sin embargo, la situación no es tan simple cuando se trata de variables como la motivación, la calidad de servicio a los clientes, la actitud hacia un candidato político y menos aun con sentimientos y emociones, así como diversas variables con las que trabajamos en ciencias sociales. La validez es una cuestión más compleja que debe alcanzarse en todo instrumento de medición que se aplica. Kerlinger (1979, p. 138) plantea la siguiente pregunta respecto a la validez: ¿Está usted midiendo lo que usted cree que está midiendo? Si es así, su medida es válida; si no, no lo es.

La validez es un concepto del cual pueden tenerse diferentes tipos de evidencia (Wiersma, 1986; Gronlund, 1985): 1) evidencia relacionada con el contenido, 2) evidencia relacionada con el criterio y 3) evidencia relacionada con el constructo. Hablemos de cada una de ellas.

1) Evidencia relacionada con el contenido

La validez de contenido se refiere al grado en que un instrumento refleja un dominio específico de contenido de lo que se mide. Es el grado en que la medición representa al concepto medido (Bohrnstedt, 1976). Por ejemplo, una prueba de operaciones aritméticas no tendrá validez de contenido si incluye sólo problemas de resta y excluye problemas de suma, multiplicación o división (Carmines y Zeller, 1979). 0 bien, una prueba de conocimientos sobre las canciones de “Los Beatles” no deberá basarse solamente en sus álbumes Tet it Be”y “Abbey Road”, sino que debe incluir canciones de todos sus discos.

Un instrumento de medición debe contener representados a todos los items del dominio de contenido de las variables a medir. Este hecho se ilustra en la figura 9.2.

2) Evidencia relacionada con el criterio

La validez de criterio establece la validez de un instrumento de medición comparán­dola con algún criterio externo. Este criterio es un estándar con el que se juzga la validez del instrumento (Wiersma, 1986). Entre los resultados del instrumento de medición se relacionen más al criterio, la validez del criterio será mayor. Por ejemplo, un investigador valida un examen sobre manejo de aviones, mostrando la exacti­tud con que el examen predice qué tan bien Un grupo de pilotos puede operar un aeroplano


3) Evidencia relacionada con el constructo

La validez de constructo es probablemente 35 la más importante sobre todo desde una perspectiva científica y se refiere al grado en que una medición se relaciona consis­tentemente con otras mediciones de acuerdo con hipótesis derivadas teóricamente y que conciernen a los conceptos (o constructos) que están siendo medidos. Un cons­tructo es una variable medida y que tiene lugar dentro de una teoría o esquema teórico.

Por ejemplo, supongamos que un investigador desea evaluar la validez de constructo de una medición particular, digamos una escala de motivación intrínseca: “el Cuestionario de Reacción a Tareas”, versión mexicana (Hernández-Sampieri y Cortés, 1982). Estos autores sostienen que el nivel de motivación intrínseca hacia una tarea está relacionado positivamente con el grado de persistencia adicional en el desarrollo de la tarea (v.g., los empleados con mayor motivación intrínseca son los que suelen quedarse más tiempo adicional una vez que concluye su jornada). Conse­cuentemente, la predicción teórica es que a mayor motivación intrínseca, mayor persistencia adicional en la tarea. El investigador administra dicho cuestionario de motivación intrínseca a un grupo de trabajadores y también determina su persistencia adicional en el trabajo. Ambas mediciones son correlacionadas. Si la correlación es positiva y sustancial, se aporta evidencia para la validez de constructo del Cuestio­nario de Reacción a Tareas, versión mexicana (a la validez para medir la motivación intrínseca).

La validez de constructo incluye tres etapas:

1) Se establece y especifica la relación teórica entre los conceptos (sobre la base del marco teórico).

2) Se correlacionan ambos conceptos y se analiza cuidadosamente la correlación.

3) Se interpreta la evidencia empírica de acuerdo a qué tanto clarifica la validez de constructo de una medición en particular.

El proceso de validación de un constructo está vinculado con la teoría. No es posible llevar a cabo la validación de constructo, a menos que exista un marco teórico que soporte a la variable en relación con otras variables. Desde luego, no es necesaria una teoría sumamente desarrollada, pero si investigaciones que hayan demostrado que los conceptos están relacionados. Entre más elaborado y comprobado se encuentre el marco teórico que apoya la hipótesis, la validación de constructo puede arrojar mayor luz sobre la validez de un instrumento de medición. Y mayor confianza tenemos en la validez de constructo de una medición, cuando sus resultados se correlacionan significativamente con un mayor número de mediciones de variables que teóricamente y de acuerdo con estudios antecedentes están relacionadas. Esto se representa en la figura 9.3.

Para analizar las posibles interpretaciones de evidencia negativa en la validez de constructo, se sugiere consultar a Cronbach y Meehí (1955) y Cronbach (1984).

VALIDEZ TOTAL = VALIDEZ DE CONTENIDO + VALIDEZ

DE CRITERIO + VALIDEZ DE CONSTRUCTO

Así, la validez de un instrumento de medición se evalúa sobre la base de tres tipos de evidencia. Entre mayor evidencia de validez de contenido, validez de criterio y validez

de constructo tenga un instrumento de medición; éste se acerca más a representar la variable o variables que pretende medir.

Cabe agregar que un instrumento de medición puede ser confiable pero no necesariamente válido (un aparato —por ejemplo— puede ser consistente en los resultados que produce, pero no medir lo que pretende). Por ello es requisito que el instrumento de medición demuestre ser confiable y válido. De no ser así, los resultados de la investigación no los podemos tomar en seno.


FACTORES QUE PUEDEN AFECTAR LA CONFIABILIDAD Y VALIDEZ

Hay diversos factores que pueden afectar la confiabilidad y la validez de los instru­mentos de medición.

El primero de ellos es la improvisación. Algunas personas creen que elegir un instrumento de medición o desarrollar uno es algo que puede tomarse a la ligera. Incluso algunos profesores piden a los alumnos que construyan instrumentos de medición de un día para otro, o lo que es casi lo mismo, de una semana a otra. Lo cual habla del poco o nulo conocimiento del proceso de elaboración de instrumentos de medición. Esta improvisación genera —casi siempre— instrumentos poco válidos o confiables y no debe existir en la investigación social (menos aún en ambientes académicos). Aun a los investigadores experimentados les toma tiempo desarrollar un instrumento de medición. Es por ello que los construyen con cuidado y frecuentemente están desarrollándolos, para que cuando los necesiten con premura se encuentren preparados para aplicarlos, pero no los improvisan. Además, para poder construir un instrumento de medición se requiere conocer muy bien a la variable que se pretende medir y la teoría que la sustenta. Por ejemplo, generar —o simplemente seleccionar— un instrumento que mida la inteligencia, la personalidad o los usos y gratificaciones de la televisión para el niño, requiere amplios conocimientos en la materia, estar actualizados al respecto y revisar cuidadosamente la literatura correspondiente.

El segundo factor es que a veces se utilizan instrumentos desarrollados en el extranjero que no han sido validados a nuestro contexto: cultura y tiempo. Traducir un instrumento —aun cuando adaptemos los términos a nuestro lenguaje y los contextualicemos— no es de ninguna manera (ni remotamente) validarlo. Es un primer y necesario paso, pero sólo es el principio. Por otra parte, hay instrumentos que fueron validados en nuestro contexto pero hace mucho tiempo. Hay instrumentos que hasta el lenguaje nos suena “arcaico”. Las culturas, los grupos y las personas cambian; y esto debemos tomarlo en cuenta al elegir o desarrollar un instrumento de medición.

Un tercer factor es que en ocasiones el instrumento resulta inadecuado para las personas a las que se les aplica: no es empático. Utilizar un lenguaje muy elevado para el respondiente, no tomar en cuenta diferencias en cuanto a sexo, edad, conoci­mientos, capacidad de respuesta, memoria, nivel ocupacional y educativo, motivación para responder y otras diferencias en los respondientes; son errores que pueden afectar la validez y confiabilidad del instrumento de medición.

Un cuarto factor que puede influir esté constituido por las condiciones en las que se aplica el instrumento de medición. Si hay ruido, hace mucho frío (por ejemplo en una encuesta de casa en casa), el instrumento es demasiado largo o tedioso, son cuestiones que pueden afectar negativamente la validez y la confiabilidad. Normal­mente en los experimentos se puede contar con instrumentos de medición más largos y complejos que en los diseños no experimentales. Por ejemplo, en una encuesta pública sería muy difícil poder aplicar una prueba larga o compleja.

Por otra parte, aspectos mecánicos tales como que si el instrumento es escrito, no se lean bien las instrucciones, falten páginas, no haya espacio adecuado para contestar, no se comprendan las instrucciones, también pueden influir de manera negativa.

9.4. ¿CÓMO SE SABE SI UN INSTRUMENTO DE MEDICIÓN ES CONFIABLE Y VALIDO?

En la práctica es casi imposible que una medición sea perfecta. Generalmente se tiene un grado de error. Desde luego, se trata de que este error sea el mínimo posible. Es por esto que la medición de cualquier fenómeno se conceptualiza con la siguiente fórmula básica:

X = t + e

Donde “X” representa los valores observados (resultados disponibles), “t” son los valores verdaderos y “e” es el grado de error en la medición. Si no hay error de medición (“e” es igual a cero), el valor observado y el verdadero son equivalentes. Esto puede verse claramente así:

X = t + o

X = t

Esta situación representa el ideal de la medición. Entre mayor sea el error al medir, el valor que observamos (y que es en el que nos basamos) se aleja más del valor real o verdadero. Por ejemplo, si medimos la motivación de un individuo y esta medición está contaminada por un grado de error considerable, la motivación regis­trada por el instrumento será bastante diferente de la motivación real que tiene ese individuo. Por ello es importante que el error sea reducido lo más posible. Pero, ¿cómo sabemos el grado de error que tenemos en una medición? Calculando la confiabilidad y validez.


QUÉ PROCEDIMIENTO SE SIGUE PARA CONSTRUIR UN INSTRUMENTO DE MEDICIÓN?

Existen diversos tipos de instrumentos de medición, cada uno con características diferentes. Sin embargo, el procedimiento general para construirlos es semejante. Antes de comentar este procedimiento, es necesario aclarar que en una investigación hay dos opciones respecto al instrumento de medición:

1) Elegir un instrumento ya desarrollado y disponible, el cual se adapta a los requerimientos del estudio en particular.

2) Construir un nuevo instrumento de medición de acuerdo con la técnica apropia­da para ello.

En ambos casos es importante tener evidencia sobre la confiabilidad y validez del instrumento de medición.

El procedimiento que sugerimos para construir un instrumento de medición es el siguiente, especialmente para quien se inicia en esta materia.

PASOS

a) LISTAR LAS VARIABLES que se pretende medir u observar.

b) REVISAR SU DEFINICIÓN CONCEPTUAL Y COMPRENDER SU SIG­NIFICADO. Por ejemplo, comprender bien qué es la motivación intrínseca y qué dimensiones la integran.

c) REVISAR CÓMO HAN SIDO DEFINIDAS OPERACIONALMENTE LAS VARIABLES, esto es, cómo se ha medido cada variable. Ello implica comparar los distintos instrumentos o maneras utilizadas para medir las variables (comparar su confiabilidad, validez, sujetos a los cuales se les aplicó, facilidad de administración, veces que las mediciones han resultado exitosas y posibilidad de uso en el contexto de la investigación).

d) ELEGIR EL INSTRUMENTO O LOS INSTRUMENTOS (YA DESA­RROLLADOS) QUE HAYAN SIDO FAVORECIDOS POR LA COMPA­RACIÓN Y ADAPTARLOS AL CONTEXTO DE LA INVESTIGACIÓN.

En este caso sólo deben seleccionarse instrumentos cuya confiabilidad y validez se reporte. No se puede uno fiar de una manera de medir que carezca de evidencia clara y precisa de confiabilidad y validez. Cualquier investigación seria reporta la confiabilidad y validez de su instrumento de medición. Recuér­dese que la primera varía de O a 1 y para la segunda se debe mencionar el método

utilizado de validación y su interpretación. De no ser así no podemos asegurar que el instrumento sea el adecuado. Si se selecciona un instrumento desarrollado en otro país, deben hacerse pruebas piloto más extensas (véase el paso G). También, no debe olvidarse que traducir no es validar un instrumento, por muy buena que sea la traducción.

O en caso de que no se elija un instrumento ya desarrollado, sino que se prefiera construir o desarrollar uno propio, debe pensarse en cada variable y sus dimensiones, y en indicadores precisos e ítems para cada dimensión

SOBRE LA BASE DE LA PRUEBA PILOTO, EL INSTRUMENTO DE MEDICIÓN PRELIMINAR SE MODIFICA, AJUSTA Y SE MEJORA, LOS INDICADORES DE CONFIABILIDAD Y VALIDEZ SON UNA BUENA AYUDA. Y ESTAREMOS EN CONDICIONES DE APLI­CARLO.

Este procedimiento general para desarrollar una medición debe —desde lue­go— adaptarse a las características de los diferentes tipos de instrumentos de que disponemos en el estudio del comportamiento, los cuales veremos a continuación.

9.6. ¿DE QUÉ TIPOS DE INSTRUMENTOS DE MEDICIÓN O RECOLECCIÓN DE LOS DATOS DISPONEMOS EN LA INVESTIGACIÓN SOCIAL?

En la investigación del comportamiento disponemos de diversos tipos de instrumentos para medir las variables de interés y en algunos casos se pueden combinar dos o más métodos de recolección de los datos. A continuación describimos —brevemente— estos métodos o tipos de instrumentos de medición.

9.6.1. Escalas para medir las actitudes

Una actitud es una predisposición aprendida para responder consistentemente de una manera favorable o desfavorable respecto a un objeto o sus símbolos (Fishbein y Ajzen, 1975; Oskamp, 1977). Así, los seres humanos tenemos actitudes hacia muy diversos objetos o símbolos, por ejemplo: actitudes hacia el aborto, la política económica, la familia, un profesor, diferentes grupos étnicos, la Ley, nuestro trabajo, el nacionalismo, hacia nosotros mismos, etcétera.

Las actitudes están relacionadas con el comportamiento que mantenemos en torno a los objetos a que hacen referencia. Si mi actitud hacia el aborto es desfavorable, probablemente no abortaría o no participaría en un aborto. Si mi actitud es favorable a un partido político, lo más probable es que vote por él en las próximas elecciones. Desde luego, las actitudes sólo son un indicador de la conducta, pero no la conducta en sí. Es por ello que las mediciones de actitudes deben interpretarse como “síntomas” y no como “hechos” (Padua, 1979). Por ejemplo, si detecto que la actitud de un grupo hacia la contaminación es desfavorable, esto no significa que las personas están adoptando acciones para evitar contaminar el ambiente, pero sí es un indicador de que pueden irlas adoptando paulatinamente. La actitud es como una “semilla”, que bajo ciertas condiciones puede “germinar en comportamiento”.

Las actitudes tienen diversas propiedades, entre las que destacan: dirección (positiva o negativa) e intensidad (alta o baja), estas propiedades forman parte de la medición.

Los métodos más conocidos para medir por escalas las variables que constitu­yen actitudes son: el método de escalamiento Likert, el diferencial semántico y la escala de Guttman. Hablemos de cada método.

Escalamiento tipo Likert40

Este método fue desarrollado por Rensis Likert a principios de los treinta; sin embargo, se trata de un enfoque vigente y bastante popularizado. Consiste en un conjunto de ítems presentados en forma de afirmaciones o juicios ante los cuales se pide la reacción de los sujetos a los que se les administra. Es decir, se presenta cada afirmación y se pide al sujeto que externe su reacción eligiendo uno de los cinco puntos de la escala. A cada punto se le asigna un valor numérico. Así, el sujeto obtiene una puntuación respecto a la afirmación y al final se obtiene su puntuación total sumando las puntua­ciones obtenidas en relación a todas las afirmaciones.

Las afirmaciones califican al objeto de actitud que se está midiendo y deben expresar sólo una relación lógica, además es muy recomendable que no excedan de —aproximadamente— 20 palabras.

EJEMPLO

Objeto de actitud medido Afirmación

El voto “Votar es una obligación de todo
ciudadano responsable”

En este caso la afirmación incluye 8 palabras y expresa una sola relación lógica (X—Y). Las alternativas de respuesta o puntos de la escala son cinco e indican cuánto se está de acuerdo con la afirmación correspondiente. Las alternativas más comunes




No hay comentarios:

Publicar un comentario