En el cuerpo del documento se comenta el trabajo elaborado por Clark-Carter como una guía para los estudiantes que cursan materias relacionadas a investigación. Se discute en forma general, los temas tratados por el autor en las secciones 1 y 2. La parte más importante de la sección 2 es que se relaciona con los diseños de investigación y las estadísticas utilizadas para los datos. Presentamos 5 diseños explicados por el autor, como diseños univariados: 1). Diseños descriptivos con una medición de una sola variable tomada de un individuo o un grupo, 2). Diseños con 1 variable independiente (2 niveles) y 1 variable dependiente, 3). Diseños con 1 variable independiente (con más de 2 niveles), y 1 variable dependiente. 4). Diseños con más de 1 variable independiente está involucrado, pero hay una sola variable dependiente. 5). Los diseños eran hay una variable independiente tratada como variable de predicción y una variable dependiente tratada como variable criterio.
Palabras clave: Diseños, cuantitativo, investigación, psicología
The paper comments the work elaborated for Clark-Carter as a guide for Students coursing research curricula. In general terms, we comment some of the topics elaborated for the author in section 1 and 2. The most important part in section 2 is that one related to the research designs and the statistics used for data. We present 5 designs explained for the author, as univariate designs: 1). Descriptive designs with a measurement of a single variable taken from an individual or a group, 2). Designs with 1 independent variable (2 levels) and 1 dependent variable, 3). Designs with 1 independent variable (with more than 2 levels), and 1 dependent variable. 4). Designs with more than 1 independent variable is involved but there is a single dependent variable. 5). Designs were there are an independent variable treated as predictor variable and a dependent variable treated as criterion variable.
Key words: designs, quantitative, research, psychology
Publicado por primera vez en 2004, de manera simultánea en Estados Unidos y Canadá por Psychology Press, el libro Quantitative Psychological Research a Student´s Handbook constituye uno de los ejemplos más claros para realizar investigación en psicología.
Como tal, es una obra didáctica, una guía para el estudiante del pregrado y, quizás, una referencia más que apropiada para el estudiante de posgrado. De manera brillante, Clark-Carter expone los pasos sistemáticos que debe seguir una investigación en psicología de corte cuantitativo. Así el capítulo 1 expone los métodos utilizados en la investigación psicológica. Expone de manera sintáctica como los objetivos de una investigación en psicología van de la descripción a la comprensión, la predicción y, finalmente, el control de variables y conceptos bajo estudio. Posteriormente, se enfoca al método, a la descripción de la validez de los trabajos empíricos para enfocarse en el estudio científico y empírico de la psicología. Posteriormente, ejemplifica las técnicas más utilizadas para la obtención de información: modelamiento, experimentación, entrevistas abiertas, semiestructuradas, instrumentos estructurados, observación estructurada, análisis de contenido, meta análisis, estudios de caso, entre otros. Quizás uno de los aspectos más relevantes en esta primera parte del libro refiere al aspecto ético y rigor científico que plantea Clark-Carter en la investigación psicológica.
La segunda parte del libro enfatiza la elección del tópico de investigación. Por ello, el inicio de la investigación se da con una revisión precisa de los marcos referenciales, las bases de datos, el estado del arte y la visualización de los hallazgos científicos más recientes. Posteriormente se eligen las mediciones y el diseño de investigación. Quizás aquí sea la contribución más importante del Handbook. De manera precisa, se expone la relación de un diseño de investigación con el objetivo y el uso de técnicas estadísticas.
De esta manera, el primer modelo expuesto hace referencia a la medición de una variable individual, ya sea en un grupo o en un individuo. El propósito de tal diseño es descriptivo mientras que las estadísticas también lo son. Algunas de las técnicas estadísticas refieren a las z-test.
Imagen 1. Modelo descriptivo
El segundo modelo hace referencia a una variable independiente con dos niveles y solo una variable dependiente. En este caso, el objetivo podría ser comparar las habilidades para la lectura en niños utilizado dos técnicas diferentes de aprendizaje. En este caso, las técnicas estadísticas deben visualizar si el modelo implicado puede ser testado con técnicas paramétricas o no-paramétricas, y si se habla de modelos entre o intra sujetos (muestras independientes o muestras relacionadas). En el caso de las pruebas paramétricas, se busca la diferencia entre dos muestras de medias, más que una media muestral o poblacional como en el caso anterior, las estadísticas identifican la distribución de la media y el error estándar. Por ello, la estadística inferencial puede ser utilizada. La prueba utilizada en este caso, es la prueba t de Studet para muestras ya sea independientes o relacionadas. En cambio, Las pruebas no paramétricas utilizadas con la U de Mann-Whitney cuando las distribuciones son asumidas entre las dos muestras y los grupos son independientes. Cuando los grupos están relacionados se utiliza la prueba de signos de Wilcoxon. Estas dos pruebas piden que al menos el nivel de medición sea ordinal. Cuando el nivel de medición es nominal se utiliza la prueba Chi 2 de contingencia (Muestras independientes) o la prueba de cambio de McNemar (para muestras relacionadas).
Imagen 2. Modelo de 1 variable independiente de dos niveles y una variable dependiente
El tercer modelo hace referencia a una variable independiente pero con más de dos niveles y una variable dependiente. En este caso, la variable dependiente tiene más de dos niveles, por ejemplo el estado civil: casado, soltero, viudo; o en lugar de utilizar dos técnicas de enseña, se utilizan tres. En caso de cumplir todos los parámetros estadísticos, es decir, distribución, número de sujetos y nivel de medición, se puede probar las hipótesis a través de la prueba ANOVA ya sea para muestras independientes o relacionadas. En el caso de la estadística no paramétrica y se tiene al menos el nivel de medición ordinal se utiliza Kruskal-Wallis para muestras independientes y para muestras relacionadas la prueba de dos vías de Friedman. Cuando se tiene solo nivel de medición nominal se utiliza X2 de contingencia (muestras independientes) y Q de Cochran (muestras relacionadas).
Imagen 3. Modelo de 1 variable independiente de más de dos niveles y una variable dependiente
El cuarto modelo ejemplifica el tratamiento de más de una variable independiente pero con una solo variable dependiente. En este caso se puede dar más de una variable independiente con diferentes niveles. Por ejemplo sexo: hombre y mujer y técnicas de aprendizaje: condición 1, condición 2 y condición 3. El tratamiento estadístico sugerido aparece a continuación.
Imagen 4. Modelo de más de una variable independiente de dos o más niveles y una variable dependiente
El quinto modelo implica que el investigador toma una variable independiente como predictor (ya sea la motivación o la ejecución de un estudiante) y trata de predecir el grado de ejecución universitaria de un estudiante, esta variable es tomada como una variable criterio o Variable dependiente. En este caso, el autor se enfoca en la regresión múltiple. Todos estos modelos son descritos como univariantes dado que sólo prevén una variable dependiente. En revisiones subsecuentes se plantarán los modelos bivariados y multivariados.
Finalmente, el libro de Clark-Carter es una guía excelente en el desarrollo de modelos de investigación que establezcan, desde el protocolo, tanto el objetivo como las técnicas estadísticas apropiadas para desarrollar hipótesis. Es sin duda, un libro que ningún estudiante —iniciado en proyectos de investigación— debe dejar pasar de largo.
Clark-Carter D. Quantitative Psychological Research: A Student's Handbook. USA, Canada: Psychology Press; 2004.
[a]Profesor Investigador de la Universidad Autónoma del Estado de Hidalgo