EpistemologíA - resumen PDF

Preview

Summary

Epistemología MÉTODO HIPOTÉTICO DEDUCTIVO CONCEPCIÓN HIPOTÉTICA DE LAS CIENCIAS: la mayoría de los enunciados científicos son visiones provisorias de la realidad que pueden ser mejoradas, corregidas o abandonadas. No son enunciados justificados.  HIPÓTESIS: o Enunciados de carácter afirmativo que ...

Description

Epistemología MÉTODO HIPOTÉTICO DEDUCTIVO  

CONCEPCIÓN HIPOTÉTICA DE LAS CIENCIAS: la mayoría de los enunciados científicos son visiones provisorias de la realidad que pueden ser mejoradas, corregidas o abandonadas. No son enunciados justificados. HIPÓTESIS: o Enunciados de carácter afirmativo que se caracterizan por ser una conjetura provisoria acerca de cómo funciona la realidad. o Se encuentran en “estado de problema” porque se desconoce su verdad o falsedad. o Surgen en respuesta a un problema científico, como intento por resolverlo, o como postulados de una teoría o resultados de estudios previos.  Frente a un problema pueden coexistir distintas hipótesis simultaneas: modelos alternativos de comprensión de la realidad. o Son el elemento constitutivo de las teorías científicas (uno o muchos en una). o Afirmadas o postuladas por alguien que supone que son verdaderas en cierto lugar, ciertas circunstancias y cierto momento de la historia.

Como la hipótesis es una conjetura, requiere una APROXIMACIÓN EMPÍRICA. Contrastación de una teoría 1. 2. 3. 4. 5.

Hipótesis de partida o fundamental Deducciones Hipótesis derivadas Hipótesis de trabajo Observaciones pertinentes: espontaneas, sistemáticas o provocadas

Alcances del MHD: si se refuta, es falsa y si se corrobora, si soporta un intento de refutación, es “más fuerte” pero no se verifica ni se considera que es verdadera. Demarcación de la ciencia  

Hipótesis metafísicas Hipótesis científicas: tienen criterio de contrastabilidad y consecuencias observacionales. Posibilidad de contrastabilidad: no hace falta poner a prueba sí o sí, con solo estar en esta condición se puede considerar científica (por ejemplo: vida en otros planetas. Hay chance de comprobarla, está la manera, aunque no se hace porque es muy difícil acceder a ella).

Refutacionismo 



Ingenuo: suponer que es posible refutar terminantemente una hipótesis por el solo hecho de que una observación pertinente se halle en desacuerdo con una consecuencia observacional obtenida de ella. Si bien las hipótesis y teorías pueden ser refutadas por la experiencia, el proceso requiere varias contrastaciones. Sofisticado: como las hipótesis suelen estar acompañadas de muchas otras hipótesis y teorías presupuestas, la contrastación afecta globalmente a todo ese conocimiento, por lo tanto, se debe ampliar el método hipotético deductivo.

VARIABLES Y OBJETIVOS DE UNA INVESTIGACIÓN Investigaciones  

Cuantitativas: datos basados en números y trabajo estadístico con ellos. Buscan corroborar. Cualitativas: trabajo con la palabra. Su objetivo es mejorar la comprensión o descripción del fenómeno, encontrar detalles que no se hayan pensado antes.

INVESTIGAR: generar ideas potenciales de investigación. Se inicia con una, se buscan diferentes fuentes de investigación y luego se busca aportar conocimiento para resolver problemas o generar innovaciones. 1. HIPÓTESIS DE TRABAJO: son las que están más cerca de la empiria, las que pueden ponerse realmente a prueba.  Enunciado observacional deducido de una hipótesis más abarcativa o abstracta que se sometió a prueba.  Contiene variables que sean registrables (observables) y que pueden ser sujetas a medición o caracterización: hay que establecer un criterio para registrarlas.  Se confirma o se rechaza sobre la base de sus consecuencias observacionales: pasos consecuentes (consecución o serie) que me llevan a contrastar mi hipótesis con el dato observable.

2. VARIABLES: evento o propiedad que puede variar (adquirir diversos valores o características) y cuya variación puede registrarse. Clasificación: 

VARIABLES SEGÚN LA FACILIDAD DE SU MEDICIÓN o SIMPLES: están cercanas al nivel observable y suelen presentar un solo rasgo o factor (ejemplo: sexo, años, peso, edad, altura). o COMPLEJAS: son teóricas y, generalmente, presentan múltiples rasgos o factores (ejemplo: preocupación, ansiedad).



VARIABLES SEGÚN SU FUNCIÓN EN LA HIPÓTESIS o INDEPENDIENTE: se la considera como supuesta “causa” en una relación entre variables. o DEPENDIENTE: es la variable afectada por la independiente, “efecto”. o EXTRAÑAS o INTERVINIENTES: son variables que, de estar presentes, pueden modificar la relación entre VI y VD (sean una o muchas c/u). Definición:



DEFINICIÓN CONCEPTUAL: se especifica el significado de un término empleando otros términos que son sinónimos de aquel que se está definiendo, y cuyo contexto pertenece a la teoría en la que está incluido el término definido. Indica cuál es la idea que el investigador tiene de lo que va a estudiar, se toma de su marco teórico y es necesaria pero insuficiente para realizar la investigación.



DEFINICIÓN OPERACIONAL: indica las operaciones (procedimientos e indicadores) necesarias para caracterizar, medir y/o manipular una variable (aquello que no se puede operacionalizar no se puede investigar). Proporciona el puente entre el nivel conceptual y el operacional,indica palabra por palabra lo que se debe hacer. o No son abstractas, sino que son precisas y están vinculadas a mediciones y observaciones. Son necesarias para que la hipótesis se pueda poner a prueba. Problema de la Psicología: muchas veces se emplean conceptos que son difíciles de medir, VARIABLES COMPLEJAS (por ejemplo: motivación, memoria, personalidad). Para solucionar este problema, la operacionalización requiere instancias intermedias entre la definición conceptual y la operacional.

1. DIMENSIONES: sub-variables más cercanas a lo observable, atributos o propiedades de la compleja. 2. INDICADORES: propiedades manifiestas (signos o señales observables) de cada dimensión de la variable compleja. Necesarios para la contrastación empírica. En las variables simples no hay diferencia entre la variable y su indicador. 3. CATEGORIZACIÓN: codificación numérica de los atributos de cada indicador de la variable compleja. 4. ÍNDICES: resultado de la combinación de valores obtenidos en cada uno de los indicadores propuestos para medir la variable. Por ejemplo: ANSIEDAD > COMPONENTES COGNITIVOS > OLVIDOS, DIFICULTAD PARA CONCENTRARSE. > COMPONENTES FISIOLÓGICOS > INSOMNIO, FATIGA, TENSIÓN MUSCULAR. 3. OBJETIVOS: guía, motivo, “para qué” del trabajo. Siempre es uno solo y busca resolver una pregunta, rellenar un vacío de conocimiento científico dentro de un área en particular. No pueden ser posturas ideológicas. Tiene que tener todas las variables de investigación, sean las que sean.  GENERALES: indica la acción que se va a llevar adelante para resolver un problema científico. Es general y nunca se lo va a “agotar” completamente con una única investigación.  ESPECÍFICOS: son dimensiones del objetivo general que dan cuenta del foco concreto de la investigación. Se construyen dimensionando alguna o todas las variables presentes en él. o INVESTIGACIÓN EMPÍRICA: los objetivos específicos son las hipótesis de trabajo reescritas en forma de acción. Justifican por qué operacionalizar las variables de determinada manera nos permitirá observar el fenómeno en cuestión. Por ejemplo: -

-

OG: CARACTERIZAR RELACIÓN ENTRE PREOCUPACIÓN Y ANSIEDAD EN TAG. DIMENSIONES DE LAS VARIABLES: o PREOCUPACION: pensamientos anticipatorios crónicos, persistentes y diversos. o ANSIEDAD: componentes cognitivos, fisiológicos y conductuales. OE: (RELACIONES ENTRE C/U) o Caracterizar la relación entre la presencia de PANs crónicos y componentes cognitivos de ansiedad en el TAG. o Caracterizar la relación entre la presencia de PANs crónicos y componentes fisiológicos de la ansiedad en el TAG. o Caracterizar la relación entre la presencia de PANs crónicos y componentes conductuales de la ansiedad en el TAG. (las mismas 3 relaciones con los PANs persistentes y los diversos)

DISEÑOS EXPERIMENTALES EXPERIMENTO: situación en la cual se observa la relación entre 2 o más variables produciéndose deliberadamente un cambio en una de ellas y observándose si este evento modifica a la otra: MANIPULACIÓN. -

MANIPULACIÓN (X) DE LA VARIABLE INDEPENDIENTE Puede variar cuantitativa o cualitativamente.

-

MEDICIÓN (O) DE LA VARIABLE DEPENDIENTE o PRE TEST: permite establecer una línea de base. o POST TEST: es la evaluación que se realiza luego de ser manipulada la VI y trata de establecer el efecto de ésta sobre la VD. Medir con: 



-

Precisión: medir o manipular aquello que decimos que medimos o manipulamos. Hace referencia a la validez del instrumento utilizado (ejemplo: para medir temperatura no sirve el barómetro, que mide presión). Consistencia: medir de forma adecuada el elemento que queremos medir. Hace referencia a la confiabilidad (ejemplo: test de inteligencia).

CONTROL DE LA VARIABLE INTERVINIENTE O PERTURBADORA Trata de que la única diferencia entre el antes y el después de la investigación sea sólo la manipulación. Si hay explicaciones alternativas, hay amenaza de que estén influyendo otros factores en la relación VI > VD. o o

Presencia o ausencia de grupos de comparación. Randomización (R) o aleatorización: asignación al azar.

Diferencia: -

Selección al azar: cada miembro de la población tiene chances iguales o previamente establecidas de ser seleccionados para formar parte de la muestra. Se da antes de la captación. Asignación al azar: cada miembro de la muestra tiene chances iguales de ser ubicados en el grupo experimental o en el grupo control. Se da después de la captación, se divide la muestra. CUALQUIER COSA QUE NO SEA AZAR PUEDE GENERAR UN SESGO

RCT (prueba de control aleatorio) o o o o

Abiertas: riesgo de sesgo-efecto placebo. Ciego único: el paciente no sabe que tratamiento recibe. Doble ciego: ni el paciente ni el que le da el tratamiento sabe qué tratamiento recibe. Triple ciego: ni el paciente, ni el que le da el tratamiento, ni el investigador sabe qué tratamiento recibe.

DISEÑOS DE INVESTIGACIÓN Diferentes diseños en relación al control (R): 1) DISEÑO EXPERIMENTAL PROPIAMENTE DICHO  X: Manipulación de la variable independiente. o Grupo experimental: grupo de personas expuestas a la/s variable/s manipulada/s.  R: Control o Grupo control: grupo de personas no expuestas a la/s variable/s manipulada/s. o Randomización o aleatorización: asignación aleatoria al grupo control y experimental.  O: Medición de la variable dependiente.

2) DISEÑO CUASIEXPERIMENTAL  X: Manipulación de la variable independiente.  NO HAY R o Grupo control no equivalente (grupos naturales como por ejemplo clase A y clase B) o NO hay randomización  O: Medición de la variable dependiente. 3) DISEÑO PRE-EXPERIMENTAL  X: Manipulación de la variable independiente.  O: Medición de la variable dependiente. Hacer algo y fijarse qué pasa sin hacer ninguna comparación.

DISEÑO OBSERVACIONAL -

-

Aquel en el que el investigador observa sucesos tal como suceden en su ambiente natural. No hay manipulación de ninguna variable: se observan diferentes aspectos del objeto de estudio y luego se analizan. Se miden las variables: tanto las de interés como todas las que puedan generar sesgos (intervinientes). OBSERVAR = REGISTRAR = MEDIR o No se limita a la actividad del sentido de la vista.  Ejemplos:  Test para medir el equilibrio (hay que poner a prueba)  Actividad de completar historias o videos (sin buscar generar un efecto particular) para medir redacción  Presentar cosas como estímulos para luego medir o El investigador va a tener algún grado de participación porque el mero hecho de entrar en el campo ya tiene un efecto. o Previo al ingreso al campo, se establecen reglas de observación y registro que deben respetarse.

¿POR QUÉ ELEGIR UN DISEÑO OBSERVACIONAL?    

Como primera aproximación a un fenómeno. Para acercarse a un contexto o situación determinada respetando su naturaleza. Para describir la conducta de las personas o grupos de personas en su contexto natural. Porque metodológica y éticamente no se puede realizar la investigación de otra manera (por ejemplo: variables tales como abuso o estrés postraumático después de una catástrofe).

ORGANIZACIÓN 

  

PLANIFICACIÓN: se decide el método de recolección y análisis de los datos. o Instrumentos: encuestas, tests, entrevistas, observación participante, observación desde cámara de video, audio, etc. o Investigadores o Anonimato o confidencialidad o Tiempos o Distancias SALIDA DE CAMPO (por ejemplo: ir a observar) ANÁLISIS DE LOS DATOS: leer todo y elaborar un informe coherente, sistemático y ordenado para limitar sesgo del investigador que interpreta. INTERPRETACIÓN DE LOS RESULTADOS

TIPOS DE OBSERVACIÓN SEGÚN 

SEGÚN EL GRADO CON EL QUE LOS INVESTIGADORES SE INVOLUCRAN EN EL FENOMENO A OBSERVAR o

OBERVACION NO PARTICIPANTE: son las más típicas, tienen mínimo impacto y el investigador mantiene su rol en todo momento, es decir, no se involucra con el objeto (ejemplo: encuestas, entrevistas, focus group, escalas).

o

OBSERVACION PARTICIPANTE: la observación se realiza luego de ingresar a un grupo y formar parte del mismo. El investigador no busca manipular intencionalmente el comportamiento del grupo pero sí registrar la experiencia subjetiva de lo que implica ser parte del mismo (ejemplo: antropología).

o





AUTO-OBSERVACION: observaciones que lleva a cabo el investigador sobre sí mismo. Son inusuales debido al sesgo que introducen y su registro debe realizarse en el omento en que se desencadena algún acontecimiento, siendo imposible prever cuándo sucederá (ejemplo: Freud).

SEGÚN LA MEDIDA EN QUE SE MODIFICA (O NO) EL SETTINF EN QUE SE LLEVA A CABO LA INVESTIGACIÓN o

DISEÑOS NATURALES: son las investigaciones que se llevan a cabo en un ámbito natural, en donde los eventos se desarrollan espontáneamente para intentar minimizar el impacto de la presencia del observador. Generalmente los sujetos no tienen conocimiento de que es lo que los investigadores observan y se comportan como si ellos no estuvieran (ejemplo: observar en una plaza).

o

MODIFICACIONES DEL SETTING: algunas investigaciones observacionales no pueden llevarse a cabo en el ambiente natural, por esto se lo replica artificialmente y luego se deja que los sujetos interactúen espontáneamente. Se pone un estímulo para ver cómo se da algo naturalmente, sin intención de cambiar nada (ejemplo: paciente de TAG ficticio para comparar las reacciones de diferentes psicólogos // sala de espera ficticia).

SEGÚN EL GRADO DE ESTRUCTURACIÓN DE LA OBSERVACIÓN o

ESTRUCTURACIÓN DE LA OBSERVACIÓN: observación sistemática y procedimiento replicable para recolectar datos. La recolección puede ser mediante una cámara de video, la administración de un cuestionario u otro modo que pueda ser descripto a otros investigadores para que puedan reproducirlo (ejemplo: hacer preguntas puntuales y elaborar una escala).

o

INVESTIGACIÓN NARRATIVA: menor rigidez para la estructuración de los datos a analizar. El método utilizado es la investigación a través de las narraciones de las personas para ver el modo en el que experimentan el mundo (ejemplo: “cuénteme sobre X cosa”).

DISEÑOS CORRELACIONALES: dentro de los observacionales, buscan observar la correlación entre 2 o más variables. De todas formas, encontrar estas asociaciones no implica causalidad (ejemplo: goles – muertes; luz de cinturón de seguridad-turbulencia): las variables son relacionales, no independiente y dependiente, ya que no se puede establecer cuál es cuál.

AMENAZAS A LA VALIDEZ Son distintos tipos de variables intervinientes que, por limitaciones del diseño utilizado, disminuyen la confiabilidad de los resultados obtenidos. Según cómo afectan al estudio, se pueden clasificar en: -

AMENAZAS A LA VALIDEZ EXTERNA: generalización de los resultados. Determinar el grado en que los resultados/el efecto de una investigación se pueden generalizar más allá del contexto específico en el que fue investigado. Para que una investigación logre el mayor grado de validez externa se debe poder generalizar de 3 maneras: o

o

o

-

Generalización a otras poblaciones: implica no poder extrapolar los resultados de la investigación realizada en un grupo particular a otras poblaciones con características similares (ejemplo: investigar con animales ¿sirve para saber sobre el comportamiento humano). Generalización a otros entornos o contextos: las investigaciones realizadas en laboratorios crean un ambiente tan artificial que se termina investigando algo que está muy alejado de la vida real (ejemplo: investigación sobre psicoterapia en la que se investiga con actores que actúan de pacientes para que replique el mismo problema a diferentes especialistas). Generalización a otros tiempos: se refiere a la longevidad de los resultados. Las sociedades y las personas que las componen cambian con el tiempo y esto hace que muchas investigaciones pierdan fuerza (ejemplo: estudios sobre sexualidad humana en los años 40 y en la actualidad).

AMENAZAS A LA VALIDEZ INTERNA: ámbito intralaboratorio. Si puedo afirmar que los datos de la investigación son o no verdaderos, si esto depende de la variable experimental o de intervinientes que no fueron controladas. o

Historicidad: se da en los diseños que contemplan más de una medición. Tiene que ver con el surgimiento de algún evento externo a la investigación que sucede durante el transcurso de la misma y que puede afectar los resultados (ejemplo: Torres Gemelas o Cromagnon).

o

Maduración: cambios en los resultados por cambios en los factores internos de las personas (edad, paso del tiempo, cansancio), no por la manipulación hecha (ejemplo: acné, capacidad de concentración, investigaciones con niños).

o

Administración de test: el influjo que la administración de un test ejerce sobre resultados de otro posterior (ejemplo: mejor desempeño en una prueba de inteligencia que se hace por segunda vez).

o

Instrumentación: los cambios en los instrumentos de medición o en los observadores o calificadores participantes puede producir variaciones en las mediciones que se obtengan (ejemplo: cuando los investigadores dan las consignas o responden a dudas de maneras diferentes; cuando se hacen test presenciales y online).

o

Mortalidad experimental: perdida de participantes de la muestra (ejemplo: no poder ubicar a la mitad con el paso de los años).

o

Amenaza de asignación o selección: sesgos resultantes en una distribución diferencial de participantes para los grupos de comparación. Cuando los grupos no son equivalentes ni están randomizados (por ejemplo: usar un grupo de alumnos del turno mañana y uno del turno noche).

o

Regresión a la media estadística: en selecciones con base en puntajes extremos, estos tienden a regresar a la media y esto puede confundirse con el efecto de la variable experimental. Como toda

variable tiende a comportarse de un modo promedio, si se obtiene un valor extremo en una ocasión, en la siguiente dicho valor se acercará nuevamente al promedio pero por sí misma.  Reconocer cómo se comporta el azar para no ver relaciones causales que no existen.  Controla tratando de seguir el valor promedio o haciendo más de una medición o trabajando con muestras grandes.  + riesgo: pre y post test que no cuentan con grupo control.  Falacia de regresión: búsqueda de explicaciones a los comportamientos de regresión. CONTROLES DE VALIDEZ INTERNA -

HISTORICIDAD: sesiones experimentales y de control simultaneas. MSDURACION Y ADMINISTRACION DE TEST: grupo experimental y de control. Reducir el tiempo del experimento.

Grupos equivalentes: selección al azar (selección) y asignación al aza...