Metodología científica
La metodología científica es un cúmulo grande de actividades,
herramientas, técnicas y teorías. En tal sentido no hay una metodología única
para todas las ciencias que se conocen. Por ejemplo, la medicina tiene una
metodología para investigar la propagación de enfermedades, la sociología tiene
metodologías para investigar la violencia policial en las sociedades, y así
para cada disciplina.
Lo anterior no quiere decir que cada investigador invente su
propia metodología. En los hechos, cada investigador o alumno de cualquier
ciencia sigue las metodologías aceptadas para la comunidad científica en la cual
está inserto. Como indica Kuhn (Kuhn, 1971) hay ciencia normal cuando la
mayoría de las instituciones científicas recurren a métodos de comprobación científica
similares; es decir, siguen casi los mismos pasos, aplican las mismas formas
para recolectar datos, entre muchas otras actividades para analizar diferentes
eventos.
La estadística es una ciencia utilizada constantemente en
diferentes disciplinas. Es un caso especial en la ciencia reciente, ya que se
emplea desde la psicología hasta la física; es decir, la estadística es útil
para las ciencias sociales y para las ciencias naturales. Esto muestra un
beneficio para cada una de las ciencias, pero implica también un conocimiento
adecuado de la metodología estadística para evitar usos inadecuados.
La estadística tiene una metodología científica particular;
es decir, tiene pasos particulares para generar datos y conclusiones
demostrables, además de válidas para el conocimiento. Siguiendo las
aportaciones de Carrasco (Carrasco Arroyo, 2016) y Trilla (Trilla, 2013) la
metodología de la estadística procura lograr los siguientes criterios:
a) Planteamiento del problema
b) Establece el objeto de estudio
c) Define los objetivos e hipótesis
d) Especifica el tamaño y tipo de muestreo
e) Recopila datos para el logro de los objetivos,
la aceptación o rechazo de las hipótesis además de ser coherentes con el objeto
de estudio
f) Cubre los requisitos de ética en la recolección
de datos
g) Depura la muestra
h) Proporciona un análisis descriptivo
i) Genera un modelo explicativo
j) Resuelve las hipótesis planteadas
El planteamiento del problema implica generar preguntas de
investigación, las cuales deben estar orientadas a la solución de un problema
de la vida cotidiana o bien pueden venir de problemas de cada ciencia. Un planteamiento
de problema debe expresar la relación entre dos variables presentadas en
términos cuantitativos. Se puede empezar realizando una pregunta: ¿Fumar 3 cigarros diarios aumenta la probabilidad de enfisema
pulmonar en más del 20%?, ¿las personas de 65 o más años tienen menor
probabilidad de usar el metro?, etcétera. Es importante que las
preguntas de investigación no sugieran ninguna respuesta.
El objeto de estudio consiste en describir con la mayor
precisión lo que se está estudiando. Por ejemplo, si la pregunta de
investigación indica: ¿Hacer una hora diaria de
ejercicio disminuye la probabilidad de desarrollar diabetes en mujeres?
El objeto de estudio es la actividad
física y su relación con el desarrollo de diabetes en mujeres. Es decir, todas
las investigaciones apoyadas en el método estadístico requieren mostrar con claridad
su objeto de estudio.
La hipótesis es
una proposición tentativa sobre las posibles relaciones entre dos o más variables.
En estadística es indispensable expresar en términos numéricos las hipótesis y
se pueden hacer de la siguiente forma: A mayor x hay mayor y.
Siguiendo con el ejemplo: Las mujeres que hacen más de
cuatro horas de ejercicio por semana tienen 50% de menor probabilidad de
desarrollar diabetes. La cantidad de hipótesis depende de los objetivos. Si el
estudio tiene dos objetivos, entonces se harán dos hipótesis.
El tamaño de la
muestra y el tipo de muestreo están condicionados, de igual modo, por los
objetivos. Si un investigador desea conocer la cantidad de personas que
participa en las juntas vecinales de su colonia, tendría que saber el número de
casas y después establecer si realizará un muestreo representativo o no
representativo. El muestreo
representativo implica que el tamaño de la muestra permite generalizar la explicación.
El muestreo no representativo
permite aceptar o rechazar la hipótesis de investigación, pero no permite
generalizar los resultados del análisis estadístico.
En el proceso de recopilación
de datos, el investigador definirá la forma de reunir los datos que sean útiles
para aceptar o rechazar las hipótesis planteadas. Los procesos de recopilación
pueden ser la aplicación de cuestionarios o encuestas, el registro de datos por
el propio investigador o bien los datos disponibles en instituciones públicas o
privadas.
En la recopilación de datos, el investigador definirá
la forma de reunir los datos que sean útiles para aceptar o rechazar las hipótesis
planteadas
La depuración de la
muestra consiste en revisar los datos recopilados de la misma y verificar
que no haya errores y datos faltantes. Este paso es determinante en caso de
usar programas automatizados de análisis estadístico. Regularmente en este paso
los investigadores construyen bases de datos.
En el paso del análisis
descriptivo, el investigador procede a extraer las medidas de tendencia
central y de dispersión de los datos. Asimismo, analiza las frecuencias relativas
y genera los gráficos que permitirán observar el comportamiento de datos de la
muestra. La finalidad del análisis descriptivo es observar los datos en
conjunto y obtener los primeros elementos que conduzcan a la aceptación o al
rechazo de las hipótesis.
Análisis descriptivo: es la obtención de las medidas
de tendencia central, de dispersión, frecuencias relativas y generación de gráficas
para observar el comportamiento de los datos
El modelo explicativo señalará de forma abarcadora la
complejidad de la realidad.
La generación de un modelo
explicativo requiere del análisis descriptivo y de la interpretación de las
gráficas que hayan sido construidas por el investigador. El modelo explicativo
señalará de forma abarcadora la complejidad de la realidad. Es decir, el modelo
sintetizará la información sobre las variables que tienen mayor efecto en las hipótesis
y permitirá hacer inferencias sobre el caso estudiado.
Finalmente, el paso de la resolución de las hipótesis
consiste en señalar, con base en los niveles de significancia estadística, si
se acepta o se rechaza las hipótesis. Por supuesto, dependerá de un análisis
profundo de la información y de los resultados que aporte. Es importante
destacar que rechazar las hipótesis que plantea un investigador no significa un
fracaso o un error. Por el contrario, la aceptación o rechazo de hipótesis
aporta nuevos elementos de explicación al evento analizado.
En resumen, la certeza de las observaciones que se logren a
partir de la recopilación, ordenación, sistematización y análisis de los datos
de un fenómeno social o natural depende del rigor científico, con el que se aborde.
Si falta ese rigor se corre el riesgo de generar conjeturas o, avalar
suposiciones malintencionadas.
No hay comentarios.:
Publicar un comentario