Comprensión de la metodología de investigación 3: objetivos de la investigación científica
Objetivos de la investigación científica
Muchos investigadores están de acuerdo en que los objetivos de la investigación científica son: descripción, predicción y explicación / comprensión. Algunas personas agregan control y aplicación a la lista de objetivos. Por ahora, me voy a centrar en discutir la descripción, la predicción y la explicación / comprensión.
Descripción
La descripción se refiere a los procedimientos utilizados para definir, clasificar y categorizar sujetos y sus relaciones. Las descripciones nos permiten establecer generalizaciones y universales. Al recopilar información sobre un gran grupo de personas, por ejemplo, un investigador puede describir el miembro promedio o el desempeño promedio de un miembro del grupo específico que se está estudiando.
Describir las observaciones de grandes grupos de personas no quita el hecho de que existen diferencias importantes entre los individuos. Es decir, los investigadores simplemente intentan describir sujetos o eventos sobre la base del desempeño promedio (en términos generales). Alternativamente, la descripción permite a los investigadores describir un solo fenómeno yo observaciones de una sola persona.
En ciencia, las descripciones son sistemáticas y precisas. La investigación científica utiliza definiciones operativas. Las definiciones operativas caracterizan eventos, cualidades y conceptos en términos de operaciones observables o procedimientos utilizados para medirlos.
Los investigadores están interesados en describir solo las cosas que son relevantes para el estudio. No tienen interés en describir observaciones que sean irrelevantes para la investigación.
Predicción
Además de desarrollar descripciones, los investigadores hacen predicciones. Las descripciones de eventos a menudo proporcionan una base para la predicción. A veces, las predicciones se hacen en forma de hipótesis, que son predicciones tentativas y comprobables sobre las relaciones entre variables. Las hipótesis se derivan con frecuencia de teorías o conjuntos de conceptos interrelacionados que explican un conjunto de datos y hacen predicciones.
La predicción del rendimiento posterior es de particular importancia para los investigadores. Por ejemplo:
- ¿Seguir una dieta baja en calorías aumenta las posibilidades de vivir más tiempo?
- ¿El GPA de pregrado predice qué tan bien le irá a uno en la escuela de posgrado?
- ¿Los altos niveles de inteligencia predicen la evitación de sesgos cognitivos?
Cuando una variable se puede usar para predecir otra variable o variables, podemos decir que las variables están correlacionadas. La correlación existe cuando diferentes medidas varían juntas, lo que hace posible predecir los valores de una variable al conocer los valores de otra variable.
Tenga en cuenta que las predicciones se realizan con distintos grados de certeza. Los coeficientes de correlación establecen el grado de relación entre las variables en términos de fuerza y dirección de la relación. En otras palabras, los coeficientes de correlación determinan qué tan bien covarían las medidas.
Explicación / Comprensión
Podría decirse que el objetivo más importante de la investigación científica es la explicación. La explicación se logra cuando se identifica la causa o causas de un fenómeno. Para determinar la causa y el efecto, tres requisitos previos son esenciales: covariación de eventos, secuencia adecuada en el orden de tiempo y la eliminación de causas alternativas plausibles.
- Covariación de eventos (relación): Las variables deben correlacionarse. Para determinar la relación de dos variables, se debe determinar si la relación podría ocurrir debido al azar. Los observadores legos a menudo no son buenos jueces de la presencia de relaciones, por lo que se utilizan métodos estadísticos para medir y probar la existencia y la fuerza de las relaciones.
- Secuencia de orden temporal adecuada (precedencia temporal): Para que 1 cause 2, 1 debe preceder a 2. La causa debe preceder al efecto.
- Eliminación de causas alternativas plausibles (no espurias o genuinas): para que una relación entre A y B no sea espuria, no debe haber una C que cause tanto A como B de manera que la relación entre A y B desaparezca una vez que C esté controlado .
La condición más difícil de cumplir al determinar las relaciones de causa y efecto es la eliminación de otras causas plausibles.
