UNIVERSIDAD DE LAS AMERICAS LAS HIPOTESIS EN LA INVESTIGACION CIENTIFICA W. Charters Universidad de Oregon Departamento de Educación Traducido por José A. López Profesor-Investigador Departamento de Educación INDICE GENERAL INTRODUCCION ....................................................................................................1 INFORMACION CONFIDENCIAL PARA SOBREVIVIR A LA LECTURA DE ESTOS APUNTES ............................................................................................3 ANTECEDENTES… .....................................................................................3 PARA COMENZAR... ...................................................................................3 LO QUE ESTA POR VENIR .........................................................................4 EQUIPO QUE NECESITAS ..........................................................................6 CAPITULO 1 ...........................................................................................................8 LA ESENCIA DE LAS VARIABLES ..............................................................8 DISCUSION ACERCA DE QUE ES UNA VARIABLE ..................................8 OBJETOS Y SUS PROPIEDADES. ...................................................9 VALORES DE UNA PROPIEDAD. .....................................................10 VARIABLES VS. CONSTANTES. ......................................................10 VARIABLES Y SU MEDICION. ..........................................................11 EL MODO DE VARIACION...........................................................................12 VARIACIONES EN CUANTO A CLASE. ...........................................12 VARIACIONES EN CUANTO A GRADO. ..........................................14 PRESENTE-AUSENTE: UN TIPO ESPECIAL DE VARIABLE DE CLASE. ........................................................................................15 CATEGORIAS ORDENADAS: UNA VARIEDAD HIBRIDA ................16 EL ANALISIS DE VARIABLES EN LOS ESTUDIOS EMPIRICOS ...............18 DESCRIPCION COMPLETA DE UNA VARIABLE.............................18 ALGUNOS PROBLEMAS POTENCIALES AL DESENREDAR LAS VARIABLES ..................................................................................................21 1. VARIABLE VS. UN TIPO DE VARIABLES. ...................................22 2. PUNTAJES, SUB-PUNTAJES Y REACTIVOS. .............................22 3. "CAMBIO", "MEJORAMIENTO", Y "GANANCIA" ..........................23 4. INVENTAR NOMBRES PARA LAS VARIABLES. .........................24 5. LOS OBJETOS DE ESTUDIO NO SON UNA VARIABLE. ............24 6. CONVERSION DE VARIACIONES DE GRADO EN VARIACIONES DE CLASE. ...............................................................25 7. COLAPSANDO LAS CATEGORIAS DE UNA VARIACION DE CLASE. ........................................................................................25 8. CUANDO NUMEROS CHICOS SIGNIFICAN CANTIDADES GRANDES .................................................................26 9. VARIABLES BI-POLARES. ............................................................27 COMO SON USADAS LAS VARIABLES EN LOS ESTUDIOS EMPIRICOS..................................................................................................28 CONCLUSIONES .........................................................................................30 CAPITULO 2 ...........................................................................................................31 LA IDEA GENERAL ......................................................................................32 MANTENIENDO CONSTANTES LAS OTRAS VARIABLES .............33 EXAMINANDO LAS RELACIONES VS. PRUEBAS DE SIGNIFICANCIA .................................................................................33 EXAMINANDO RELACIONES BIVARIADAS ...............................................34 CASO 1. LAS DOS VARIABLES DE CLASE. ....................................34 CASO 2. UNA VARIABLE DE CLASE Y LA OTRA DE GRADO. .............................................................................................35 CASO 3. LAS DOS VARIABLES DE GRADO. ..................................36 VARIABLE INDEPENDIENTE VS. VARIABLE DEPENDIENTE. .................................................................................38 VARIABLES.DE CONTROL ...............................................................40 VARIABLES INTERVINIENTES. .......................................................41 MODELOS CAUSALES. ....................................................................41 VARIABLES MODERADORAS. .........................................................42 EXAMINANDO RELACIONES MULTIVARIADAS ........................................43 TODAS LAS VARIABLES DE CLASE. ..............................................43 "X" VARIABLES DE CLASE, "Y" VARIABLES DE GRADO. ..............45 TODAS LAS VARIABLES DE GRADO ..............................................47 UN CAMINO INVERTIDO: DETERMINACION DEL MODO DE ...................49 VARIACION A PARTIR DEL ANALISIS DE LA INFORMACION ..................49 CAPITULO 3 ...........................................................................................................50 ANATOMIA DE LAS HIPOTESIS .................................................................50 ENCONTRANDO Y DISECCIONANDO HIPOTESIS ...................................51 PROCESO DE DISECCION. .............................................................52 ESPECIFICACION DE LAS RELACIONES ESPERADAS ...........................53 VARIABLE INDEPENDIENTE EN CLASE (variable dependiente en grado) .......................................................................55 VARIABLE INDEPENDIENTE (Y Dependiente) EN GRADO. ...........57 ¿QUE PASA SI LAS DOS VARIABLES SON DE CLASE?. ..............60 LA UNIDAD DE ANALISIS. ................................................................62 EL NUMERO N DE CASOS. ..............................................................63 NIVELES DE ANALISIS. ....................................................................63 EL INVISIBLE CETERIS PARIBUS. .................................................64 UNA NOTA SOBRE LA HIPOTESIS NULA. ......................................65 HIPOTESIS QUE INVOLUCRAN DOS O TRES VARIABLES. ..........67 PREDICCION DE RELACIONES CONTINGENTES. ........................68 CAPITULO 4 ...........................................................................................................71 PATOLOGIA DE LAS HIPOTESIS ...............................................................71 MALAS FORMACIONES DE LAS VARIABLES ...........................................72 SOLO UNA VARIABLE. .....................................................................72 SIN HACER UNA COMPARACION. ..................................................73 CATEGORIAS DESCONOCIDAS. .....................................................75 SOLO PREGUNTA DE INVESTIGACION. ........................................76 CUANDO ASEGURAMOS QUE EXISTE RELACION SIN MENCIONAR SU DIRECCION. .........................................................76 CUANDO ASEGURAMOS QUE NO EXISTE RELACION. ................77 BIBLIOGRAFIA .......................................................................................................80 LAS HIPOTESIS EN LA INVESTIGACION CIENTIFICA INTRODUCCION Los contenidos tradicionales de los cursos sobre metodología de la investigación, enfatizan en la habilidad del investigador tanto para utilizar procedimientos estadísticos en su trabajo como en la habilidad que requiere para analizar e interpretar los resultados generados por la captura de la información. Sin embargo, parece ser que no enfatizan lo suficiente en la importancia que tiene para un estudio serio, la elaboración de hipótesis de trabajo sólidas y consistentes con el cuerpo y desarrollo del estudio. Antonio Luna Rivera (1981) dice que "El investigador moderno necesita discernir claramente entre el concepto factible, resultado de acción empírica, y el concepto filosófico. El interés del investigador es arrancar la verdad a los fenómenos naturales tal y como estos fenómenos se manifiestan en la naturaleza, sin dejar lugar a la especulación ni a la inseguridad." Bajo esta premisa, la importancia de elaborar hipótesis de trabajo formales con una identificación precisa de las variables que se pretenden utilizar en el estudio, se torna en elementos fundamentales para alcanzar el éxito. Por lo anterior, el propósito de estos apuntes es el de proporcionarte a ti, alumno(a) del Departamento de Ciencias de la Educación de la UDLA-P, una forma fácil e ilustrada de aproximarse a áreas que considero fundamentales en la metodología de la investigación: Las variables que se desean relacionar y/o manipular en un estudio, y sus correspondientes hipótesis de trabajo. Este esfuerzo pretende reducir la distancia entre los contenidos teóricos que has adquirido en cursos previos sobre metodología de Investigación y la realidad, esto es, ayudarte a sobrellevar las vicisitudes que pasarás al desarrollar, ya sea tu anteproyecto de tesis o la tesis misma. Desde mi punto de vista, creo que, si tienes bien delimitados los elementos que conforman el problema que te preocupa y su forma de elaborarlos para su posible medición, podrás establecer hipótesis de trabajo más apropiadas. Al realizar estos procesos cuidadosamente y agregarles una profunda y seria reflexión de tu parte, 2 garantizas una alto porcentaje de la probabilidad de que termines el proyecto que te propones. Así, los apuntes los he orientado más a tu teoría en uso (lo que verdaderamente sabes) que a tu teoría explícita (lo que dices que sabes). Decidí hacer la traducción de los apuntes que tomé con el Dr. W. W. Charters y respetar su estilo diferente y coloquial. Así, al traducirlos he querido respetar su estilo y platicar contigo acerca de estos conceptos sin que el tabú de los procedimientos estadísticos o profundas elaboraciones y conceptos metodológicos eviten o interfieran en nuestra comunicación. También, he incorporado la mayor cantidad de ejemplos posibles como ilustraciones de cada apartado que te permitan utilizarlos como vehículo de transición entre la teoría que dominas y la práctica que confrontas. Bajo esta perspectiva, los apuntes no pretenden sustituir ni a la bibliografía de los cursos sobre investigación que se utilizan en nuestro programa curricular, ni ninguno de los cursos. Su objetivo es más modesto, servir de apoyo al área de investigación del Departamento de Ciencias de la Educación y aliviar las tensiones generadas al participar en los cursos que he denominado --por los comportamientos mostrados por ustedes-- "Limbo I" (Curso ED-485 Proyectos educativos) y "Limbo II" (Curso ED-490 Tesis). Así como en los de maestría denominados "Ansiedades I" (Curso ED-560 Tesis I) y "La Pura Histeria I" (ED-561 Tesis II). Finalmente, pretendo que en esta tu "carrera al cielo" saques lo mejor de ti mismo(a) y comprendas que, quizás por mi deseo de desarrollar y estimular investigaciones sobre el proceso administrativo, y por ser éste mi campo profesional, he utilizado ejemplos acerca de la administración de las organizaciones educativas, sus actores y sus consecuencias; espero que esto, más que una limitante, sirva para despertar tu interés y motivación al respecto. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 3 INFORMACION CONFIDENCIAL PARA SOBREVIVIR A LA LECTURA DE ESTOS APUNTES Durante mi educación escolarizada formal, encontré dificultad con los cursos acerca de la metodología de la investigación y el uso de los procesos estadísticos apropiados al diseño del trabajo. En lo general, estos cursos se apoyaron mucho en procesos de memorización misma que, por sí misma, fue insuficiente para el dominio de los procedimientos necesarios para el desarrollo serio de trabajos de investigación. Sin embargo, en 1984, como parte de mi programa doctoral en la Universidad de Oregon, participé en un curso denominado "Policy Research Analysis" a cargo del Dr. W. W. Charters Jr. cuyo contenido enfatizo tremendamente en la importancia de la elaboración de la hipótesis y la relación entre sus variables en los estudios y trabajos de investigación. Dado mi entusiasmo respecto a las bondades de su curso (por lo menos para mi) el Dr. Charters me autorizó verbalmente a que realizara una traducción de sus apuntes. Para ello, he tomado como base mis notas personales y apoyos didácticos obtenidos durante el curso y he tratado de ilustrarlos con ejemplos concretos de la realidad de las organizaciones en México. Es la intención de complementar estos apuntes con un trabajo que se desarrolle acerca de la interpretación y análisis de los resultados que se encuentran y leen en trabajos de tesis, documentos de investigación y reportes publicados de los mismos en revistas especializadas. La hipótesis es el componente clave de cualquier investigación, principalmente en aquellas relacionadas a las ciencias de la conducta. Es la forma que los científicos utilizan para trasladar teorías, preguntas, o explicaciones propositivas hacia una forma más fácil de manejar la investigación empírica. En suma, el investigador establece al inicio del estudio un grupo de hipótesis para que le sirvan como una guía invaluable en las peripecias que tendrá que realizar para salir del laberinto de problemas que enfrentará durante el proceso de captura y análisis de la información. Pero... exactamente ¿Qué crees que son las hipótesis? Aunque parezca increíble, los libros de texto y otras fuentes sobre la investigación no amplían mucho acerca de ellas o de sus variables; inclusive, mucha de esta literatura, tiende a confundir más que a aclarar. Parece ser que los autores asumen que uno conoce cuáles son y de UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 4 qué se trata; algo similar ocurre cuando hablan acerca de las "variables" las cuales constituyen parte importante de las hipótesis. Ambos términos han sido utilizados una y otra vez por los investigadores, pero al leer sus trabajos, uno tiene que observar mucho y trabajar mucho para descubrir lo que quieren decir. Por ello, pretendo que este manual te permita familiarizarte y adentrarte en estos secretos. Estos apuntes son realizados pensando en los novatos de la investigación sin importar su nivel, licenciatura o maestría. En los primeros capítulos, se introducen distinciones, reglas y procedimientos para establecer las variables; examinar las relaciones entre ellas y analizar las hipótesis. El propósito de las definiciones y procedimientos iniciales es meramente preparatoria por lo que te recomiendo que inicies la lectura paso a paso. Una vez que las hayas dominado, pasarán a un segundo término, por lo que considero que a partir del capítulo dos, no necesitarás seguir paso a paso este manual. Ellas ya habrán servido su propósito. Tu estarás en una posición inmejorable para entender la investigación empírica que leas, y planear tus estudios de investigación en mejor forma. Las hipótesis en su forma más elemental consisten en dos variables y la especificación de la relación que uno espera exista entre ellas, como dos átomos que se unen para crear un tipo particular de molécula. Claro que hay mucho más acerca de ésto, pero la analogía sugiere que será útil aprender acerca de los átomos y de los elementos que los unen (relaciones) antes de considerar a la molécula. De hecho, dos tercios de la tarea de entender la hipótesis será lograda una vez que tú tengas un buen entendimiento sobre la naturaleza de las variables. El capítulo dos te iniciará en su esencia. En el capítulo dos, nos aventuraremos dentro del tema de las relaciones entre las variables. En la primera parte del capítulo describo tres formas fundamentales de ver la relación entre un par de variables aunque todos sabemos que la investigación contemporánea raramente contempla dos variables. Por el contrario, una investigación está constituída por muchas de ellas en donde es crucial el tener una forma de ordenarlas, de reconocer el estatus de cada una de ellas con respecto a cada una de las otras, y generalmente obtener una apreciación de su variedad, así, en el capítulo encontrarás algunos términos que te permitirán escudriñar a través de ellas. Finalmente el capítulo tratará sobre la forma de examinar las relaciones entre variables cuando otras variables se mantienen constantes, procedimiento conocido como "análisis multivariado". El capítulo tres trata acerca de la hipótesis en sí misma, de su anatomía. Mucho de lo que tú necesitas saber será desarrollado en los capítulos uno y dos, pero ahora, el punto de enfoque será sobre la escritura apropiada de una hipótesis elemental. Aún más, encontrarás discusiones acerca de varios supuestos claves asociados a las hipótesis, incluyéndose la idea de la hipótesis nula --me interesa que sepas cómo UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 5 este tipo de hipótesis engrana en la investigación, para finalmente hacer consideraciones acerca de las hipótesis más allá de la variedad elemental. En el cuarto y último capítulo, te confronto con un "tratado" acerca de algunas de las enfermedades más comunes de las hipótesis, y sus diversas patologías. El interés principal que tengo es hablarte acerca de ellas desde la perspectiva de la medicina preventiva; "más vale prevenir que lamentar". Yo espero que cuando hayas terminado de leer el presente material "Clínico", tú seas capaz de construir hipótesis saludables y viables para el desarrollo de tu propia investigación. Una hipótesis mal formada en la estructura de un estudio es con frecuencia fatal; y en términos de trabajos de tesis, ya te imaginarás lo que ello significa. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 6 Las herramientas que necesitarás para el estudio de las variables y las hipótesis son simplemente: papel y lápiz; una tabla de disección y los especímenes sobre los cuales trabajarás (También, si lo prefieres, puedes utilizar en forma opcional una bata blanca de laboratorio y una lupa o microscopio). En el presente documento, te proporciono un número de especímenes preservados (variables e hipótesis) con el propósito de alentarte a ejercitar tus habilidades de disección; además, como anexos, he incluído varios reportes de investigación ficticios y simplificados para que practiques. Sin embargo, creo que lo más conveniente es que organices una expedición con tus amigos y amigas y salgas de cacería para que captures por ti mismo, algunos especímenes. Los lugares apropiados para esta cacería clínica los encontrarás en estudios publicados en revistas periódicas Internacionales (por ser las más numerosas y con más número de reportes de investigación) y nacionales tales como: American Educational Research Journal Administrative Science Quarterly Educational Administrative Quarterly Educational Evaluation and Policy Analysis Journal of Educational Research Journal of Experimental Education Research in Higher Education Sociology of Education The International Journal of Higher Education Revista del Centro de Estudios Educativos Revista de la Educación Superior Revista Interamericana de Sociología Revista Interamericana de Ciencias Sociales Existen numerosas revistas académicas que publican investigación original y tú debes familiarizarte con aquellas propias de tu interés profesional. Sin embargo, y no me lo tomes a mal, evita las revistas generales sobre educación ya que aunque ellas pueden proporcionarte resúmenes de investigaciones, no son en sí mismas buenas fuentes de estudios originales y por lo general dicen muy poco acerca del tipo de investigación que necesitas para hacerte de especímenes dignos de ser disectados. También te recomendaría que intentaras buscar en los abstractos de los trabajos de tesis de la Universidad (esta es, quizás, una fuente primaria de hipótesis patológicas); Educational Administration Abstracts, Psychological Abstracts, y resúmenes semejantes. Algunos de ellos proveen suficientes detalles para permitir una disección provisional de las variables e hipótesis de un estudio y te proporcionarán las referencias de la fuente original en caso de que necesites aclarar las ambigüedades que encuentres. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 7 CAPITULO 1 En este capítulo quiero compartir contigo algunas cosas importantes que creo que debes saber acerca de las variables. En el desarrollo del capítulo encontrarás respuesta a: • Lo que es una variable. • Que las variables tienen básicamente dos diferentes "modos de variación", de clase y de grado. • Acerca de dos casos especiales de modos de variación, las categorías de modo presente-ausente y las categorías de orden. • El formato que se usará para describir las variables de una forma completa y sin ambigüedad. • Acerca de diferentes situaciones desconcertantes que confrontarás al tratar de indentificar variables en el campo y la mejor forma de resolverlas. • Y finalmente, te dirá que hay una forma importante de Investigación descriptiva, investigación que este "soberbio tratado" ignora en su enfoque último sobre la hipótesis. Para explicar el significado de una variable, es importante utilizar tres términos generales: "Objetos", "Propiedades" de los objetos, y "Valores" de una propiedad. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 8 OBJETOS Y SUS PROPIEDADES. Los objetos son las cosas sobre las que uno hace investigación. Por lo común son gente (alumnos de sexto grado, miembros de consejos directivos, atletas femeninos, etc.) pero también pueden ser zonas escolares, naciones, grupos pequeños, editoriales de los periódicos y/o eventos específicos (elecciones federales, empleos de director de escuelas, etc.). En nuestra vida diaria, nosotros distinguimos intuitivamente entre cosas y propiedades de las cosas; distinguimos entre un objeto como un "sombrero y una propiedad que el sombrero podrá tener como podría ser su "color" o su "tamaño". Esta idea esta incluída en la diferencia entre un pronombre y un adjetivo. Cuando nosotros hablamos de un "sombrero grande", implícitamente lo estamos distinguiendo de otras formas de sombreros que son ordinarios o pequeños. Los objetos que nosotros vemos a nuestro alrededor tienen un número ilimitado de propiedades o atributos de acuerdo a los cuales pueden ser descritos. Estas propiedades nos permiten hablar acerca de la forma en que los objetos son parecidos y/o diferentes. La investigación empírica trata con la forma en que los objetos difieren uno de otro (o la forma en que un objeto dado difiere a ravés del tiempo). Una propiedad que nos permite hacer distinciones entre los objetos de estudio es denominada variable. A continuación, considera las siguientes propiedades o atributos que te podrían permitir hacer diferencias entre los directores de escuelas: Sexo, Altura, Duración de sus discursos, Cantidad de conocimiento que tiene acerca de la legislación escolar, Número de puestos adminsitrativos previos, Color de ojos, Nivel de autoestima, etc, La lista podría continuar indefinidamente, sin embargo, el punto que quiero resaltar es que cada una de estas propiedades las podrías usar como variable en un estudio acerca de los directores de las escuelas. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 9 VALORES DE UNA PROPIEDAD. Una propiedad (o una variable) siempre implica un conjunto apropiado de valores (por lo menos dos) que separan los objetos unos de los otros. Por ejemplo, el tamaño (de un sombrero) implica un rango de valores de 16 cm. o menor hasta 19 cm. o mayor. El sexo (de un director de escuela) implica dos valores, hombre y mujer. Problemas de úlcera puede implicar dos valores, los que la padecen y los que no las padecen. El color de ojos puede involucrar cuatro o cinco valores o más, dependiendo en que tan finamente uno desea discriminar entre los directores. La altura implica un continuo de valores, usulamente representado en metros y centímetros y quizás en fracciones de ellos. El número de puestos administrativos implica un grupo de valores discretos y/o categóricos los cuáles pueden ir de 0 a 10 o más. Cuando son usadas como variables, un grupo de valores asociados con la propiedad deben de ser "exhaustivos" y deben exluírse mutuamente. Un lugar para todas las cosas y todas las cosas en su lugar. Un conjunto exhaustivo de valores significa que debes ser capaz de asignar algún valor a todos los objetos bajo consideración (aunque eso signifique el proporcionar un valor denominado "ausencia de información"); también, por exclusión mutua, debemos entender que a cada objeto se le puede asignar sólo uno del conjunto de valores. Un sombrero no puede ser al mismo tiempo de 16 y de19 cm. Los investigadores algunas veces nos metemos en problemas al tratar de seguir estas reglas en la creación de sistemas de clasificación. ¿Qué puedes hacer cuando un director de escuela tiene un ojo gris y un ojo verde? La respuesta es simplemente establecer otro valor, "mixto". VARIABLES VS. CONSTANTES. Después de todo lo que te he platicado, debes tener claro que una "variable" es simplemente una propiedad (con sus valores asociados) de acuerdo a la cuál tú esperas que difieran los objetos bajo estudio, esto es, la diferencia entre los valores que toman. En ocasiones, usarás las propiedades y sus valores para poder agrupar a los objetos en categorías o clases cuyos miembros guardan algun parecido entre sí. Esto es útil en la definición de qué o quién es el objeto de la investigación. Por ejemplo, un investigador puede limitar su estudio a todas las mujeres que son directoras de escuelas. Aquí, él esta usando el sexo del director de escuela como un criterio para seleccionar a los sujetos; en este tipo de estudio, la variable "Sexo" es una constante y no una variable. Cualquiera puede ser parecido con respecto a la propiedad. Sin embargo, otro investigador podría seleccionar a los directores de escuela sin importar el "Sexo" y utilizar a éste como una de las variables del estudio. En suma, la misma propiedad de un objeto puede ser utilizada como variable en un estudio y como una constante en otro. Entonces, si una propiedad de un objeto o sujeto es o no una variable, dependerá de cómo diseñes el estudio. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 10 Finalmente, en la cacería que realices, es importante que tengas claro que, en el contexto de un estudio en particular, una "variable" con un solo valor, no es una variable. VARIABLES Y SU MEDICION. Algunas veces las propiedades sobre las cuales los investigadores están interesados pueden ser medidas simple y directamente; por ejemplo, el sexo de un director de escuela por lo general puede ser definido con poca dificultad, ya sea por una observación directa cara a cara o a través de pedir a quienes responden el cuestionario el marcar el espacio correspondiente. Lo mismo puede aplicarse para estatura y color de ojos. Otras propiedades de interés, sin embargo, no son inmediatamente accesibles a los sentidos y requieren un proceso más elaborado (y potencialmente falible.) Propiedades que no pueden ser inmediatamente observadas son comunmente llamadas constructos. "La cantidad de conocimientos de los reglamentos de la escuela" es una propiedad abstracta como lo es "el nivel de autoestima", y ciertamente ninguno puede ser determinado por un simple vistazo. Por el contrario, uno tiene que ensamblar piezas de información de las cuales puedan surgir inferencias acerca de el conocimiento que un director tiene de los aspectos legales sobre la educación, tal vez el uso de una serie de preguntas designadas para este propósito podría revelar ésto. Ya sea escuchando u observando las respuestas del director, el procedimiento de medición convierte una propiedad oculta de la variable en una propiedad observable. Pero todo ésto tiene un precio. Un constructo y las piezas de información de las cuales se hacen inferencias respecto a las condiciones sobre las que un objeto se sostiene, no están en una correspondencia mutua los unos con los otros. El puntaje de un director en una prueba de 15 reactivos es --en el mejor de los casos-- solamente una burda aproximación, de la "cantidad de conocimiento que tiene acerca de los reglamentos de la escuela". Una gran cantidad de información puede perderse entre el significado conceptual de una variable, y los procedimientos usados que tratan de medirla. Esta es una situación a la que los investigadores reconocen como "validez de una medida". A veces, los investigadores intentan especificar lo que ellos quieren decir por una propiedad y sus variaciones, al hacerlo, están proporcionando lo que conocemos como una definición conceptual o constitutiva de la variable. Cuando ellos describen los procedimientos usados para medir una propiedad, están suministrando una definicion operativa de la misma. Estas dos definiciones no son iguales ni sobre lo mismo y su distinción sirve para que como investigador principiante no cometas el error de confundir la segunda con la primera. Existen dos formas fundamentales en las que los objetos pueden diferir uno hacia el otro: Clase y Grado. ¿Cuál de los dos modos de variación es la que esta en juego en las variables de un estudio que tenga amplias ramificaciones, y las cuáles deban ser UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 11 manipuladas para el desarrollo de la investigación?. ¿Cómo identificarlas cuando se tiene un rango tan amplio que va desde el planteamiento de la hipótesis y los procesos de medición hasta la manera de analizar la información y hacer el reporte de los resultados?. Preguntas como las anteriores, hacen imperativo el reconocer la diferencia entre las dos. VARIACIONES EN CUANTO A CLASE. El grupo de valores asociados con las variaciones de Clase son como cajas en un estante sin ningún orden en particular. Cada caja tiene un nombre o una breve descripción de lo que hay dentro. Pero fundamentalemente, ellos no siguen ningún continuo o dimension especial. De hecho, si tu fueras a hacer una lista de los valores, podrías colocarlos en el orden que desearas (lee mis comentarios más adelante cuando hablo de las categorías ordenadas). Enseguida ilustraré variaciones de clase listando primero la propiedad y después los valores que pueden estar implícitos. Como lo indico en la siguiente ilustración, la propiedad puede involucrar varios valores o únicamente dos. Pero debe haber siempre por lo menos dos. ESTI LO DE LI DERAZGO Aut ocrát ico, Democrático, Permisiv o DESORDEN DE LA PERSONALIDAD Esquizof rénico, Maniático, Represiv o, Paranóico ESTADO CI VI L Soltero, Casado, Separado, Div orciado, Viudo REGION O PAI S Noroeste, Centro, Sur, Oest e OPINION SOBRE EL CIERREEn f av or, En contra, Indif erente DE UNA ESCUELA ORIENTACI ON A LA PROFESION Locales, Ext ernos ESTATUS ACADEMICO Graduado, No graduado Volviendo a la lista, te debe quedar claro, que el nombre de la propiedad, por sí misma, no proporciona con frecuencia una pista segura sobre cuáles serán sus valores. Una propiedad como "sexo" da una idea (al menos entre humanos), dado que uno es hombre y el otro mujer. Sin embargo, una propiedad como "estilo de liderazgo", puede ocasionar equivocaciones ya que hay un número de sistemas alternativos para la clasificación de los estilos de liderazgo (nomotético, ideográfico o transaccional; Argumentativo Vs. Autoritario), y en tanto los valores no sean establecidos, uno no podría saber de qué grupo de valores se esta hablando. Lo UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 12 mismo ocurre para las otras propiedades de la lista, hay otras formas de clasificar el Estado Civil, la Región de un País, etc. La lección debe ser que, cuando tratamos con variaciones de Clase, es esencial que especifiquemos y enumeremos claramente los valores implícitos. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 13 VARIACIONES EN CUANTO A GRADO. Las variables cuyo modo de variación es de Grado implican la existencia de un conjunto de valores que son ordenados a lo largo de un continuo o dimensión. Los valores de hecho son valores numéricos que indican que tan a lo largo de la dimensión se encuentra el objeto; estos valores no son sólo nombres de categorías. A continuación,permiteme mostrarte algunas ilustraciones: Nivel de satisfacción en el trabajo Tamaño de la escuela Tiempo de membresía en el Consejo de la Escuela Cantidad del salario anual Agresividad Grado de centralización en la toma de decisiones Coeficiente intelectual Proporción Maestro-Alumno En lo general, las propiedades reflejan mas bien el hecho de involucrar medidas cuantitativas, por lo menos en la forma en que las he mencionado anteriormente. Algunas de ellas contienen palabras clave tales como "Nivel", "Tiempo", "Grado, "Coeficiente", "Proporción" y "Cantidad". Otras, como "Tamaño de la escuela" o "Salario anual" implican en forma convencional un arreglo de valores numéricos (número de alumnos, cantidades en dólares, etc.) y son de antemano reconocidos como variaciones de Grado. Por el otro lado, el nombre de la variable puede no ser suficiente para indicar la dimensión a lo largo de la cual los valores son establecidos. Así, tomando el nombre de la tercera ilustración "Membresía en el Consejo Escolar" vemos que no es suficiente para estar seguros de que representa una variación en Grado. Veamos otro ejemplo, "La comunicación del maestro con sus colegas" puede referirse a el "Número" de colegas con los cuales el maestro habla diariamente, partiendo de... digamos... de 0 a 15 minutos o pudiendo referirse a la "Frecuencia" de las veces que el maestro conversa con sus colegas, expresado quizás semanalmente de 0 a 15 o hasta 20 veces por semana. Cualquiera pudiera reflejar una variación de Grado, pero la variable de la dimensión es diferente en los dos casos y el simple nombre de la variable no sería suficiente para indicar a el enfoque al que la variable se estaba refiriendo. Otro tópico asociado con las variaciones de Grado es la concerniente al significado que tienen los valores o puntajes pequeños y grandes. ¿Qué dirección operativa tienen los valores derivados?. Por lo general, los números grandes significan que los objetos de estudio tienen una gran cantidad de las propiedades en cuestión, pero esto no es siempre el caso, te hablaré de ello un poco más adelante. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 14 PRESENTE-AUSENTE: UN TIPO ESPECIAL DE VARIABLE DE CLASE. Algunas veces encontrarás variables en las cuales la propiedad esté presente o ausente como lo verás más adelante en las variaciones de Clase. Un director de escuela puede sufrir o no los malestares producidos por la úlcera. Un ciudadano es o no es egresado de una Universidad. Otros ejemplos podrían ser: un salón de clase tiene o no un maestro asistente asignado a él; a un paciente en un tratamiento médico determinado se le adminstra o no la droga experimental; una escuela primaria tiene o no el nuevo programa de matemáticas; el editorial de un periódico tiene o no algunos temas como tabú. Todas estas instancias tienen un modo de variación de Clase que consiste sólamente de dos valores. Las propiedades en cuestión son "Ulceras", "Egresados de Programa moderno de matemáticas", "Mención de temas como tabú" y están ya sea presentes o ausentes para un miembro de la clase de objetos bajo estudio. El punto a discutir en las variaciones de Presente-Ausente es que quizás tú no puedas reconocerlas como variables cuando las encuentres. Puede ser que a la variable se le haya dado el nombre de la propiedad que esta presente dejando a tu intuición el darte cuenta de que el segundo valor de la variable es la ausencia de la propiedad. Poniendo esto en la misma forma que utilicé anteriormente, la propiedad y sus valores podrían parecerse a lo siguiente con los valores implícitos entre paréntesis: VARIABLES VALO RES ULCERAS Ulceras, (No úlceras) EGRESADOS Graduados, (No graduados ASIST ENT ES Maest ro Asist ent e, (No Maest ro Asistente) Con frecuencia, los libros de texto en metodología de la investigación se refieren a las variables de esta forma, principalmente porque hace que las ilustraciones se vean más simples, pero las variables en el modo Presente-Ausente con su valor "oculto" conducen a problemas. Ellas pueden ser confundidas como constantes --una especificación acerca de los objetos bajo estudio-- en lugar de variables. Por otro lado, no es siempre claro qué o cuál es el estado de "ausente". En la comparación realizada entre los egresados de una Universidad, ¿Se comparan los estudiantes que aún no se han graduado con los egresados de escuelas técnicas?... ¿O con otros adultos que nunca han terminado la universidad?... ¿O con quién?. En esta forma, la condición de "Ausencia" puede ser una categoría que llamaré "cesto de basura o Closet Juvenil" que contiene una gran mezcla de objetos que parecen no reunir un criterio particular para su inclusión en el estado "Presente". UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 15 Al igual que en la anterior, la lección es: Cuando manipules variables de Clase -incluyendo aquellas denominadas Presente-Ausente, hazlas explícitas y enumera cuidadosamente sus valores. No dejes nada a la intuición. CATEGORIAS ORDENADAS: UNA VARIEDAD HIBRIDA Las Categorías Ordenadas es un modo de variación intermedio que puede ser usado dentro de un estudio tanto como una variación de Clase que como una variación de Grado. Aún más, pueden ser usados de ambas formas. Contrarias a las variaciones de clase discutidas con anterioridad, los valores de la propiedad caen, de hecho, en un orden lógico. Aunque la variable puede ser tratada como una variación de Clase en la sección de análisis del estudio, cada categoría refleja "algo más" de alguna propiedad que la categoría siguiente. El grupo de categorías esta formado a lo largo de la dimensión distintiva y de esta forma, parecen más una variación de Grado que de Clase. A continuación presentaré algunos ejemplos de cómo los valores de una variable determinada pueden ser elaborados: VARIABLE VALORES COMENTARIOS Pertenencia a la clase social de Subgrupos Escolares. 1. 2. 3. 4. Trabajadora Media Media-Alt a Elite Est a elaboración ref leja, obviamente, niv eles de increment o en el Estatus Social. Esf uerzos de los Directores de Escuela en apoyar a los maestros. 1. 2. 3. 4. Pobres Promedio Buenas Sobresalientes Est as categorías caen, claramente, a lo largo de un cont inuo. 1. Nunca deja La práct ica de dejar 2. Ocasionalment e tareas de los maestros. 3. Frecuentement e 4. Siempre deja Otra v ez, los valores ref lejan una f recuencia, la de dejar tareas . En los ejemplos anteriores, ¿los catalogarías en variaciones de Clase o de Grado?. En realidad todo depende en cómo sea manipulada la información durante el estudio. Si los valores son mantenidos como categorías discretas en el análisis y reporte de los resultados, consididera la variable como una variable cuyo modo de variación es de Clase. Sin embargo, es importante notar que el investigador puede decidir el otorgar un valor numérico a los valores de las categorías y literalmente tratarlas como variables de grado. El podría asignar un valor de 1 a la categoría "Clase trabajadora", de 2 a la denominada "Clase-media", 3 a la correspondiente a "Clase Media-Alta", y 4 a la establecida como "Elite" y posteriormente calcular una "media aritmética" de todos los puntajes de la variable "Estatus Social" de acuerdo a los subgrupos de UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 16 patrones escolares. El hecho de calcular un "promedio" debe ser suficiente para que usted identifique que el modo de variación no es de Clase; en el capítulo siguiente elaboraré más al respecto. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 17 Para el entendimiento y comprensión de las variables, necesitas leer artículos de investigación en tu campo profesional o área de interés. Al hacerlo, aísla las variables claves de un estudio y analiza cada una de ellas en forma separada. No te sorprendas de descubrir que esta práctica te ayudará a entender aún más el propio estudio. De hecho, cada estudio que encuentres tendrá un buen número de variables que podríamos considerar buenas; en algunos quizás sólo cuatro o cinco, pero en otros, tal vez veinte o más. Normalmente, no todas las variables tienen la misma presencia --posteriormente te mencionaré cómo las variables se presentan unas con respecto a otras. Por ahora, es suficiente el separar, para propósito de nuestro análisis, aquellas que son centrales para el estudio. DESCRIPCION COMPLETA DE UNA VARIABLE. Dentro de un estudio, las variables pueden parecer ser elusivas, astutas, o simplemente escabullirse pero --de una manera u otra-- tienes que descubirlas si quieres ver cómo trabajaron en la investigación. El simple hecho de darles nombres, no nos dice mucho acerca de ellas. La descripción completa de una variable utilizada en un estudio requiere usualmente que analices las palabras que el autor emplea para decir que es lo que la variable significa así como también inspeccionar como fue medida, manipulada, o usada en el análisis de la información colectada. Hay tres secciones de un reporte de investigación que debes de revisar para hacer la clarificación. Primero, las secciones de apertura o introducción del reporte con frecuencia incluyen discusiones acerca de las variables clave, qué quieren decir, cómo han sido usadas en otros estudios, etc. Si tienes suerte, es posible que el autor proporcione una cuidadosa y detallada definición. Segundo, necesitas analizar la sección acerca de los "Métodos" para encontrar como las variables fueron medidas en el contexto del estudio. Finalmente, el tercero consiste en que no olvides checar las tablas de resultados las cuáles pueden proporcionar la mejor información acerca de la naturaleza de la variable. Para una mejor comprensión, lee el siguiente capítulo de estos apuntes que trata de las relaciones entre las variables; eso te ayudará a saber qué estudiar y qué buscar en las tablas. Tu habrás logrado desenmarañar completamente una variable cuando hayas realizado las siguientes cuatro cosas: 1. Nombrar la propiedad o atributo en juego. Esto es equivalente a nombrar la variable en sí misma. ¿Cuál es la propiedad que diferencia un objeto (persona, evento, etc.,) de otro? 2. Indicar los objetos a los cuales la propiedad se adhiere. 3. Identificar su modo de variación. Aquí, tú tienes dos opciones, Clase o Grado. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 18 4. Elaborar sobre su modo de variación. Esto no quiere decir que tengas que dar detalles acerca de cómo la variable fué medida. 4.1. Si estableces que el modo de variación es de Clase, entonces lista todas las categorías específicas y los valores que estan involucrados. Asigna a ellas letras alfabéticas --por propósitos de claridad, listalos directamente uno abajo del otro. 4.2. Si estableces que el modo de variación es de Grado, indica claramente la dimensión o el continuo implícito. También indica la dirección en que corren los valores numéricos. Usualmente es suficiente decir algo como "en relación a X, de bajo a alto", en donde "X" es una breve caracterización de la dimensión. La expresión "bajo a alto" (a diferencia de la de "alto a bajo") convencionalmente significa que si el puntaje obtenido es menor, a este valor le corresponde un poco de la propiedad y que si los puntajes obtenidos tienen un valor alto, a estos les correspnde mucho de la misma. El cuidado que tengas al nombrar la propiedad de un objeto de estudio, puede prevenir la necesidad de una extensa elaboración. Algunas veces te encontrarás en la encrucijada de usar, por un lado, un nombre corto y conveniente para nombrar la variable expandiendo la descripción de la misma en la elaboración; y por el otro, comprimir toda la información en el nombre de la variable y minimizar su elaboración. Para ser sistemático acerca de lo que hemos discutido, permíteme acomodar toda esta información en una "Tabla de Disección". Te recomiendo que utilices una tabla de disección diferente --como la siguiente-- para cada variable a ser analizada. OBJETOS A Quién o a Qué se le aplica la propiedad PROPIEDAD Nombre de la propiedad MODO DE VARIACION Clase o Grado ELABORACION Listar las categorías o Describir la Dimensión FIGURA 1. Tabla de Disección de Variables Una vez que hayas terminado de desenredar las variables del estudio, la descripción de la misma debe sostenerse sobre sus propios pies, debe ser clara por sí misma; al UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 19 grado que si mostraras el resultado de tu trabajo a otras personas no familiarizadas con el estudio analizado, ellas deberán ser capaces de entenderlas. Incidentalmente, usa tu sentido común en este punto, para designar los objetos de estudio. Cuando lleguemos al capítulo tres, particularmente a la discusión de la "Unidad de Análisis" de un estudio (un tema muy relacionado con lo que hasta aquí he discutido), descubrirás que especialmente los problemas molestos y latosos son los que resaltan y brincotean de la "mesa de operaciones". A continuación, te proporciono dos ilustraciones en las que observarán dos "tablas de Disección" en acción. OBJETOS Direc tores Es tatales de Educac ión PROPIEDAD Orientac ión hac ia la Direcc ión MODO DE VARIACION Clas e ELABORACION A. Loc ales B. Cos mopolitas OBJETOS Maes tros de es cuela Prim aria PROPIEDAD Perc epc ión de Autonomí a en el Trabajo MODO DE VARIACION Grado ELABORACION De Bajo a Alto en s u Sent imiento de Aut onomía en el salón FIGURA 2. Tabla de Disección de Variables en Acción La tarea de detectar y analizar variables en estudios empíricos no es terriblemente difícil una vez que te decides a hacerlo. Sin embargo, te encontrarás con problemas y anormalidades. Lamentablemente, quienes realizamos investigación, no siempre tenemos una grado alto de precisión por lo que sin lugar a dudas y principalemte al principio, habrá una gran cantidad de enredos y tecnicismos que escaparán a la objetividad de tu análisis; pero estoy seguro que con la práctica y tu experiencia, habrás de lograr controlar y superar ésto. Mencionaré aquí algunas de las cosas que parecen hacer difícil la vida del principiante en la medida en que ellos hacen un esfuerzo por adentrarse en el análisis de las variables de un estudio. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 20 Las primeras dos tienen que ver con aislar las variables. Obviamente, primero tienes que ser capaz de identificarlas para poder analizarlas, y no es siempre fácil el decidir en donde termina una y comienza la otra. 1. VARIABLE VS. UN TIPO DE VARIABLES. Puede ser que un autor reporte un estudio conteniendo un número de variables que pudo haber clasificado bajo varios encabezados generales: Variables que se relacionan a la "Motivación del Estudiante", aquellas que se relacionan a la "Interacción Estudiante-Maestro", aquellas concernientes a "Características de la Escuela", etc. Un error común es el pensar que el nombre dado para un conjunto particular de variables es en sí mismo una variable. También, solamente porque un grupo de variables es medida con el mismo "Instrumento" no significa que una sóla variable esta en acción. El cuestionario que describe la conducta del lider (LBDQ) es un ejemplo de este tipo. Tiene 100 reactivos y fué diseñado para medir 12 diferentes dimensiones de la conducta de un líder, tales como "Tolerancia a la incertidumbre", "Persuación", "Inciación a la Estructura", "Enfasis en la Producción", "Orientado a la Jerarquía", etc. Cada una de las dimensiones representa una variable separada cuyo modo de variación es en Grado. El instrumento nos ofrece una medida global de la "Conducta del Líder" que varía a lo largo de la dimensión diagnosticada. Una mejor forma para darse cuenta de qué distingue a las variables de un estudio es el examinar las tablas que presentan los resultados del estudio. ¿Qué es lo que ellas nos dicen acerca de cómo el investigador realizó la medición de las variables? Aún en el caso de que el autor sea voluble o confuso en el desarrollo del texto, las tablas nos cuentan claramente la historia. 2. PUNTAJES, SUB-PUNTAJES Y REACTIVOS. Mientras que la situación anterior puede inducirte a contar muy pocas variables en un estudio, también en el caso contrario, puede dirigirlo a contar más de las debidas. La medida de una variable es construída a partir de un número de reactivos separados o indicadores que se someten a un mismo puntaje; sería incorrecto el afirmar que cada reactivo sea una variable. Escalas de actitud, de personalidad y las pruebas de desempeño académico son ejemplos clásicos; los puntajes son sumados a partir de las respuestas a un número determinado de reactivos. Un índice del "Nivel Socio Económico" de una familia puede ser formado a través de combinar en ciertas formas medidas acerca de la ocupación, el nivel educativo, y el ingreso de los trabajadores. ¡¡¡Aquí tenemos una variable, no tres!!! "Satisfacción con los Servicios" en un estudio acerca de los clientes de un lugar determinado de trabajo puede ser calculado a partir de la diferencia numérica entre los puntajes de la cantidad de ayuda que el cliente espera y la cantidad de ayuda que recibe. "Ayuda Esperada" y "Ayuda Recibida" puede ser que sean variables separadas del estudio. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 21 Mientras un sólo puntaje o índice sea derivado y usado de un análisis de la información como la anterior, éste debe ser tratado como "Una Sola Variable". Una vez más, el examinar las tablas de resultados puede ser de gran ayuda. Sin embargo, las cosas puedes llegar a ser más complicadas. Pruebas de desempeño basadas en múltiples reactivos con frecuencia proporcionan puntajes tanto parciales como globales. Las medidas de "Satisfacción en el Trabajo" pueden ser calculadas también en forma similar: Satisfacción con la Supervisión, con los sueldos y prestaciones, con las relaciones con los colegas, con las facilidades para el trabajo, etc. Lo mismo pasa con "Satisfacción General" que puede ser calcualda a partir de una suma de las otras variedades. Autores de artículos de investigación algunas veces se sienten impulsados a analizar y reportar todos los puntajes y subpuntajes que han capturado. ¿Cuándo debemos de parar el esfuerzo por desenmarañar las variables bajo tales circunstancias?, no lo sé, pero les recomiendo usar su sentido común como guía. 3. "CAMBIO", "MEJORAMIENTO", Y "GANANCIA" De vez en cuando encontraremos alusiones a una variable como "Cambio de Actitud", o "Mejoramiento en el Desempeño", o "Ganancia en el Logro". Para evitar problemas, tratemos la variable como "Actitud" y no como "Cambio de Actitud", o "Desempeño" y no "Mejoramiento en el Desempeño". ¿Por qué? Por lo general, palabras como cambio, mejoramiento y ganancia involucran situaciones en la cual la variable ha sido medida en dos puntos diferentes del tiempo (1 y 2); los puntajes sobre la variable en el tiempo 2 son restados de los puntajes del tiempo 1 para proporcionar una valor numérico que indica la cantidad de cambio (positivo o negativo) ocurrido en la propiedad entre los dos tiempos de medición. Pese a todo, encontramos que hay sólo una variable. Analicémosla como si hubiese sido medida sólo una vez. 4. INVENTAR NOMBRES PARA LAS VARIABLES. Cuando le das nombre a una propiedad o variable, debes mantener tanta fe como puedas a las palabras que el autor usa en el reporte de la investigación. Sin embargo, no siempre pasa que el autor provea en una forma buena y limpia los nombres de la variable, entonces, tendrás que inventar un nombre para ella. Esta situación ocurre más frecuentemente con las variables cuyo modo de variación es de Clase. El autor puede ser que liste un grupo específico de valores sin dar un nombre genérico para la propiedad. Por ejemplo, Un investigador puede reportar un estudio en el que compara "Estilos de Enseñanza" en: A. Escuelas secretariales, B. Programas de Enfermería en la UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 22 Universidad, C. Cursos de Civismo en las Escuelas Católicas, etc. Obviamente, todas con un modo de variación de Clase. Pero... Clase de qué. ¿Cómo nombrar la propiedad general en la cual los tres son valores particulares, especialmente si el autor no suguiere alguno de ellos? Lo mejor que podemos hacer, es darle a la variable un nombre "insustancial" como por ejemplo "Tipo de lugar" y descansar en la lista de categorías que describen su significado. Te recomiendo que tomes muy en cuenta este punto para evitar en el futuro caer en el mismo error que cometió el autor, cuando realices tu propia investigación. 5. LOS OBJETOS DE ESTUDIO NO SON UNA VARIABLE. Una variable es una propiedad que se adjunta a los objetos bajo estudio y proveen una base para distinguirlas entre ellas. Un error ocasional de los principiantes es el creer que ellos han nombrado una variable cuando ellos sólo han nombrado los objetos. Si los Decanos de la Universidad fueran los objetos de estudio, sería incorrecto nombrar a la variable como "Decanos". En este caso, las variables deben tener propiedades que las distinguen entre ellas, esto es, en que los Decanos difieren unos de los otros; por ejemplo, la frecuencia de su interacción con los profesores (variable de grado) o el campo profesional de donde han adquirido su licenciatura (variable de clase). 6. CONVERSION DE VARIACIONES DE GRADO EN VARIACIONES DE CLASE. Una variable que tiene todas las características de variación de grado puede, de hecho, ser tratada como variable de clase. El "tamaño de la Escuela" puede ser el caso. Aunque el investigador tenga a la mano las cantidades de alumnos inscritos de un grupo de escuelas detrminado --por ejemplo, valores que vayan de 50 a 1000-- el puede decidir acortar la información capturada y clasificar las escuelas como "pequeñas", "medianas", y "grandes". De esta forma, una variación potencial de grado es reducida a variable de clase (Categorías ordenadas). Para facilitar las respuestas sobre un cuestionario, la edad de quienes lo responden puede parecer una variable de grado al habérsele pedido que marcaran su edad en alguno de los rangos siguientes: 20-24, 25-29, 30-34, etc. Sin embargo, esta es una variación de clase y no de grado dado que el sujeto del que proviene la información debe estar solamente en una de las categorías establecidas; si tiene 23 años, solo puede estar en la primera categoría. Es importante tener cuidado y no confundirla con las catagorías denominadas híbridas mencionadas en la pagina 15. En general, siempre es posible reducir la variable que se mide de grado a clase, sin embargo, tú no puedes hacerlo en la dirección contraria (de clase a grado) salvo aquellas que se han establecido como híbridas. Una variable medida como un conjunto de categorías (sexo, edad, nivel máximo de estudios, etc.) nunca podrá ser medida como variable de grado. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 23 7. COLAPSANDO LAS CATEGORIAS DE UNA VARIACION DE CLASE. Una práctica común al manipular variables de clase es el combinar o "colapsar" las cateogrías al momento de realizar el análisis de la información. En el ejemplo anterior, establecimos un rango de cinco años en la categoría de la edad, misma que puede colapsarse en categorías de diez años, aún más, pueden hacerse sólo dos valores. Veamos otro ejemplo; en una medida de valores ocupacionales, a los encuestados se les pide que selecciones una de las diez cosas que ellos consideran como el criterio más importante de "El Trabajo u Ocupación Ideal" --cosas tales como "Tener una oportunidad para ganar una gran cantidad de dinero", "Tener la oportunidad de trabajar con otros", "Permitirme garantizar una seguridad en el futuro", "Permitirme ser creativo y original", etc.. Para propósito del analisis, las diez categorías pueden ser colapsadas a cuatro: Valores orientados a las personas; Recompensas extrínsecas, autoexpresión, y otros valores. Cuando tú diseccionas una variable, hazlo a la luz de las categorías que actualmente usas en el análisis y no en función de aquellas que potencialmente pudiste haber usado. 8. CUANDO NUMEROS CHICOS SIGNIFICAN CANTIDADES GRANDES En algún punto del proceso de medición, los investigadores asignan valores numéricos o puntajes a variables de Grado. Ellos usualmente se las ingenian para que las cantidades grandes o niveles de la propiedad en cuestión sean representadas por número grandes y que las cantidades pequeñas o niveles bajos sean representados por valores bajos. Para algunas variables los valores numéricos y la "Dirección" de la variable han tenido una correspondencia natural. Para el "Tamaño de la Escuela", la mayor cantidad de inscritos significa mayor tamaño, y para el "Nivel de Salarios" más pesos significa mayores salarios. Sin embargo, las cosas no siempre trabajan de esta manera tan clara; en el juego del Golf, los mejores Golfistas son aquellos que tienen los puntajes más bajos; los corredores más rápidos son aquellos con los tiempos más chicos. Lo mismo pasa con la medición de algunas variables; "La cantidad de conocimiento acerca de los reglamentos escolares" podría ser conceptualizada --y por lo tanto medida-- como el número de respuestas equivocadas sobre una prueba de 40 reactivos, en donde una calificación baja (pocas respuestas equivocadas) significa que la persona tiene mucho conocimiento sobre los reglamentos escolares y viceversa, una calificación alta (muchas respuestas equivocads), significa poco conocimiento. En otro ejemplo, los sentimientos de los empleados acerca de su "Enajenación en el Trabajo" puede ser medida de tal manera que mientras mayor sea el puntaje, menor sea la enajenación. Como en los casos anteriores, aquí la lección es: ¡¡¡Cuidado!!! En la medida que tú analizas variables con variación de Grado, haz una doble verificación para estar seguro de que los números corren en la dirección que uno esperaría lo hicieran de UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 24 acuerdo al nombre de la variable. Si no, Nombra nuevamente la variable o haz que la dirección sea clara en la elaboración del modo de variación. 9. VARIABLES BI-POLARES. Se considera que algunas variaciones en Grado tienen un rango con niveles altos en cada extremo (polo) de su continuo en donde ambos extremos son considerados como opuestos el uno del otro, por lo que se les da a cada polo de la dimensión un nombre diferente. Espero que la siguiente ilustración te dé una mejor idea. La escala de control ideológico de los alumnos (PCI) ha sido diseñado para medir el punto de vista del maestro en relación al control de los alumnos en el salón de clase. El instrumento establece un continuo acerca del control en el salón de clase que va desde los puntos de vista más "Humanísticos" hasta los más "Directivos". Los inventores de la escala estipulan que los puntos de vista "Directivos" deben ser considerados como opositores a los puntos de vista "Humanísticos". Las instrucciones para calificarlo proporcionan valores numericos que van de 20 a 100, con los números grandes indicando una mayor "Directividad" y los pequeños, mayor "humanismo". Los maestros pueden ser localizados en cualquier lugar entre los dos polos. Una variable como esta tiene varios peligros. Tu puedes confundir la variable como una variable de Clase (en donde los dos valores son "Humanístico" y "Directivo") o quizás tu puedas pensar que hay dos variables de Grado (grado de "Humanidad" y grado de "Directividad"). ¿Qué nombre le darás a la variable para que describa apropiadamente al dimensión? En este caso, la dimensión usualmente es llamada "Punto de Vista de Directividad" porque de acuerdo a los procedimiento de calificación, los números grandes representan niveles grandes de dirección. Dado que la asignación de los valores numéricos o puntajes a la dimensión Bi-Polar es arbitraria, tu necesitas estar muy alerta a la dirección particular en la que corren los puntajes. En lo general, casi ningún estudio que leas estará limitado a sólo una variable, al contrario, las más de las veces encontrarás que los investigadores capturan, dentro del diseño de su investigación, información sobre cuatro, cinco o diez (a veces muchas más) variables. ¿Qué es lo que ellos hacen con todas ellas?... Eso depende, claro, del investigador, de su punto de vista sobre el estudio y de la razón por lo que la hace. Así, aunque el propósito de la investigación puede ser muy variado, es posible separar los estudios empíricos en dos montones. El primero, aquel que se forma con los estudios en donde los intereses del investigador pueden verse a través de las variables por sí mismas (reportando cómo los objetos de estudio se sustentan en ellas anlizando uno de ellos cada vez). El segundo, es el formado por estudios en UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 25 donde la preocupación del investigador en las relaciones entre las variables o sean, las hipótesis (punto focal de estos apuntes) y que son una predicción acerca de las relaciones entre variables. Por lo tanto, nuestra atención --como se verá en los capítulos subsecuentes-- se centrará en el segundo montón, en donde la intención del investigador es desarrollar o probar hipótesis y en donde las relaciones entre las variables son el centro del escenario. Aunque no hay un acuerdo común, existen diferentes formas de nombrar esta clase de investigación. Pero yo me inclino a llamarlos "estudios de verificación". Antes de continuar, valdría la pena mirar un poco a los estudios de este montón. Puede ser que el intento de un estudio sea simplemente el describir la población con respecto a una o más variables. Las relaciones causa-efecto si no son hipotetizadas, no son examinadas. Las investigaciones de esta variedad son conocidas como estudios descriptivos, estudios de condiciones, grupos de opinión, consensos, o simplemente examinaciones. El número de variables medidas en la población (o a una muestra de la población) puede ser muy larga o la medida puede ser dirigida sólo hacia algunas variables, quizás sólo una y al respecto, tenemos legiones de estudios. • Un estudio puede buscar establecer la satisfacción del cliente con varios aspectos de una oficina de colocación Universitaria con el propósito de identificar los servicios necesarios para su mejoramiento. Cada aspecto sobre el cual los clientes son interrogados con respecto a su nivel de satisfacción, representa una variable. • Un equipo de investigación puede medir la incidencia del sesgo acerca de la ausencia del Nacionalismo ideológico en una muestra de Libros de Historia de un programa escolar, usando varios y diferentes indicadores de sesgo. Por ejemplo, un indicador (o variable) puede ser la frecuencia de discusiones al respecto incluídas en los textos. Mientras menor sea la frecuencia, mayor será el sesgo. • Un estudio puede pretender describir la tendencia a la deserción de los alumnos de nuevo ingreso de la Universidad sobre un período de cinco años. • Una encuesta de opinión puede medir el punto de vista de los ciudadanos sobre un número de tópicos de actualidad o de sus preferencias acerca de candidatos políticos potenciales. • El Director Administrativo de la Universidad puede usar una lista de control para jerarquizar lo adecuado de las instalaciones de la Biblioteca. La lista de control puede proporcionar un esquema para calcular un puntaje general para el Edificio así como también sub-puntajes para otras categorías, espacio, iluminación, control del aire acondicionado, etc. La lista de ilustraciones puede continuar indefinidamente, todos los estudios comparten como característica que las variables medidas en los estudios son UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 26 importantes por sí mismas, ellas se apoyan "en sus propios pies" pero los investigadores no muestran interés en establecer relaciones entre las variables. Por lo común, es bastante fácil que te des cuenta --a partir de su flujo-- si un estudio es de tipo descriptivo o de verificación, deducción apoyada también por la manera en que la información fue presentada tanto en las tablas de resultados como en el texto. Dos cosas pueden confundir un poco. Primero, los verdaderos estudios de verificación con frecuencia contienen tablas u otra información describiendo con algo de detalle a la muestra sobre la cual el estudio se esta realizando, especialmente durante la primera parte del trabajo; y Segundo, Los reportes de estudios descriptivos pueden contener registros para grupos especiales o sub-poblaciones de los objetos bajo estudio. La información de los estudios descriptivos es muy importante para los tomadores de decisiones en todos los sectores de la sociedad moderna, como prueba de ello es la gran cantidad de recursos dedicados a ellos. La información va desde el tipo que se captura en los Censos de población cada diez años hasta los índices de la Bolsa de Valores; desde las estadísticas acerca de los jugadores de beisbol hasta el libro de records de Guiness. La investigación descriptiva realizada con seriedad demanda de una seriedad de cuestionamiento tanto como la del tipo de verificación y las herramientas metodológicas son similares entre las dos. Sin embargo, debo hacer notar que los estudios descriptivos enfatizan más en lo preciso y relevante de la medición y en la tecnología del procedimiento de selección de la muestra; que en los conocimientos sobre procedimientos estadísticos elaborados y temas sobre el diseño de investigación. El investigador que se inclina por el estudio descriptivo debe, por sobre todas las cosas, ser claro acerca de cómo la información capturada será usada. Hay más cosas por saber acerca de las variables. En particular, hay un número de adjetivos asociados a la palabra "variable" y que designan la función de la variable en el estudio. Hablaré acerca de variables Independientes y Dependientes, variables de control, variables intervinientes, y cosas parecidas a la mitad del siguiente capítulo. Por ahora, creo que ya tienes suficientes herramientas en tu mochila para comenzar a desensamblar las variables en los estudios empíricos y entender que es lo que las hace importantes. Créemelo, una comprensión fuerte acerca de la naturaleza de las variables es la piedra angular en cada tópico de los métodos de investigación. Depende de ti el desarrollar tu instinto, afilar tus herramientas y desarrollar tus habilidades en identificar y diseccionar las variables. ¡¡¡La caza espera... Buena suerte!!! UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 27 CAPITULO 2 La evidencia empírica de un estudio es determinada a través de sus hipótesis, esto es, a través de examinar las relaciones entre sus variables. En mi experiencia, el examen o análisis de estas relaciones es un asunto que tiende a complicarse con suma facilidad y con mucha rapidez por lo que creo que la adecuada comprensión de la naturaleza de estas relaciones es de gran utilidad. Con esta preocupación, en este capítulo pretendo ofrecerte una guía que te permita un tránsito más fluído en el laberinto de la investigación. En la investigación moderna encontrarás que esta clase de estudios cuentan, la mayoría de las veces, con más de una variable. Saber cuáles son y como se comportan al momento de entrar en el juego de inspeccionar sus relaciones, puede convertirse en una tarea ardua si no contamos con un esquema para analizarlas y separarlas. Por todo lo anterior, en el desarrollo del capítulo, pretendo: • Enseñarte que hay tres formas básicas de examinar las relaciones entre dos variables. Seleccionar la más apropiada dependerá del modo de variación de las variables involucradas. • Familiarizarte con un "Bonche" de términos que te ayudarán a clasificar las variables para ver que estatus o presencia tiene unas respecto a las otras. • Hablarte acerca de las formas en que los investigadores examinan las relaciones entre variables a través de mantener como constantes a otras variables. • Utilizaré la discusión previa para proporcionarte "tips" sobre como mirar la sección de resultados de un estudio y detectar los modos de variación de las variables clave. Una relación entre dos variables significa que, en consideración a algún grupo de objetos, la relación tiene una misma magnitud o presencia para ambas variables. Por ejemplo, en la población mexicana adulta, la edad tiende a ser relacionada con el hecho de que las personas mayores cuidan más su dinero, los individuos que en la variable edad tienen más años, tienden a tener los valores más altos sobre la variable del ahorro (asumiendo que los valores de esta variable van de bajo a alto); el UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 28 número de cigarros que se fuman diariamente se relaciona directamente a la posibilidad de desarrollar cancer pulmonar; el ver violencia a través de la televisión (comparado con no verla) supone el desarrollo de una mayor agresividad entre los niños. "Asociación", "Covarianza" y "Variación concomitante" tienen el mismo significado que "relación". Lo mismo ocurre con el término correlación (aunque éste tiene también un significado técnico que describe una clase particular de relación. Más adelante, elaboraré más sobre este particular.) Finalmente, debemos comprender que una relación será siempre entre dos variables; es imposible examinar la relación entre tres variables, salvo que lo hagamos por pares de variables (la 1 y la 2; la 2 y la 3; y finalmente la 3 y la 1). Dos cosas deben quedar claro para poder examinar las relaciones entre las variables de un estudio.: 1. Cada objeto bajo investigación debe haber sido medido o por lo menos debe habérsele asignado un valor sobre ambas variables. 2. Debe existir alguna variación entre los objetos sobre cada variable. Si todos los objetos tienen el mismo valor sobre una o ambas variables, la variable llega a ser una constante en lo que al estudio se refiere por lo que la relación no puede ser determinada. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 29 MANTENIENDO CONSTANTES LAS OTRAS VARIABLES Una gran cantidad de la investigación contemporánea ha sido dedicada al análisis de la relación entre pares de variables mientras que "controlan para," o "mantienen constante" una o más variables. Desarrollar un estudio bajo condiciones extrañas que pudiesen --en formas impredecibles y no deseadas-- afectar constantemente sus resultados, debe ser una preocupación del investigador cuando desarrolla una investigación. Esta situación se discute ampliamente en cursos de metodología de la investigación. Por ello, debes de ser muy cuidadoso al seleccionar, primero, los objetos bajo estudio; después, el arreglo de condiciones paralelas de investigación; y finalmente, en el uso de métodos para capturar datos en forma estandarizada. Estas son, entre otras, las consideraciones más importantes. Un procedimiento muy común e importante es el uso de controles estadísticos durante el análisis de la información a través de técnicas como la del análisis multivariado. Su uso, añade complejidad a la tarea de examinar las relaciones y comprender qué es lo que esta pasando sobre el estudio, sin embargo, ellos son tan comunes que necesitarás saber algo acerca de ellas. Después de haber lidiado con relaciones bivariadas simples y su inspección, te daré una idea rápida de los procedimientos multivariados. EXAMINANDO LAS RELACIONES VS. PRUEBAS DE SIGNIFICANCIA Existen dos ramas de la compleja materia llamada estadística que se entrelazan en la inspección de relaciones entre variables. Ellas son: La estadística Descriptiva y la estadística Inferencial. La primera, involucra un poco más que cosas contables, cálculo de porcentajes y cálculo de medias. La parte más complicada se relaciona con el cálculo del coeficiente de correlación. Hablando en general, es posible comprender la noción de relaciones sin tener que entrar al otro tipo de estadística. Sin embargo, en la práctica, ambas están entrelazadas. La segunda, la estadística inferencial, se preocupa por las diferencias en porcentajes o medias que tú te figuras, o del tamaño numérico del coeficiente de correlación que tú computas cuando éste es mayor al que podia esperarse por azar. Es aquí en donde la estadística empieza a ser más profunda y complicada, pero aquí, no se discutirán estos tópicos. Aunque las trampas técnicas de la estadística inferencial pueden disimular los hechos, sólo hay tres formas básicas para examinar la relación entre un par de variables. las tres dependen en el modo de variación de las variables implicadas. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 30 CASO 1. LAS DOS VARIABLES DE CLASE. Procedimiento: Comparar porcentajes en una tabla.de porcientos. De hecho, una tabla de porcentajes se deriva de otra tabla "cross-tabulations" o más técnicamente, de una "tabla de contingencias." Una "tabla de contingencias" es un nombre sofisticado para una tabla cotidiana con la cual todos estamos familiarizados. Se construye contando el número de objetos en las categorías de una variable que caen en las categorías de la segunda. Por ejemplo, si una de las categorías fuese "sexo" (hombre/mujer) y la otra fuese la opinión sobre el presupuesto de la escuela (a favor, en contra e indeciso) la tabla de contingencia contendría el número de hombres que estuviesen a favor, aquellos en contra y los indecisos; de igual manera sucederia con las mujeres. Las entradas a las celdas de una tabla de contingencia son simplemente los números de los casos, por ejemplo: Una tabla de continge ncias : SEXO FAVOR HOMBRE 30 61 22 113 MUJER 81 92 28 201 111 153 50 314 TOTAL UDLA-P CONTRA INDECISOS MATERIAL EN BORRADOR - NO DUPLICARSE TOTAL DR. JOSE A. LOPEZ 31 No siempre es sencillo el notar las relaciones en una tabla de contingencia observando únicamente a los números, especialmente si éstos son grandes y los totales están divididos en forma dispareja como en el presente caso. Por esta razón los números son típicamente convertidos a porcentajes. La tabla siguiente muestra la misma información expresada en porcentajes de hombres y mujeres en las tres categorías de opinión. La única parte capciosa del procedimiento está en decidir cómo basar los porcientos en los totales brutos como en el siguiente caso, o los totales de las columnas, ambos casos funcionarán pero uno hará las funciones más fácil de identificar que el otro. El ejemplo siguiente toma los totales de los renglones: Una tabla de por ce ntaje s : SEXO FAVOR CONTRA INDECISOS TOTAL HOMBRE 27% 54% 19% 100% MUJER 40% 46% 14% 100% Existe una relación cuando los porcentajes no son los mismos entre las líneas (si es que los porcientos estan calculados en esa dirección.). La relación en este ejemplo, sugiere que los hombres tienden a estar más en contra del presupuesto escolar o indecisos que las mujeres, quienes tienden a estar más en favor. CASO 2. UNA VARIABLE DE CLASE Y LA OTRA DE GRADO. Procedimento: Comparar las medias en una tabla de medias. Cuando una variable es medida en grado, es posible computar una media para los objetos ahí medidos. Una tabla de medias simplemente muestra los promedios para los objetos en cada una de las categorías de la variable de clase. Si tú estuvieras interesado en la relación entre aquellos que están a favor del presupuesto escolar y el sexo, y si el puntaje a favor fuese medido en una escala de 1 a 10, por ejemplo, uno costruiría una tabla mostrando las medias de los hombres y de las mujeres que estuviesen a favor. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 32 Una tabla de m edias: SEXO (N) MEDIA FAVORABLE HOMBRE (113) 4.87 MUJER (201) 6.50 AMBOS (304) 6.11 (La N significa el número de casos en que se calculó la media) Una relación existe cuando los objetos en la categoría de la variable de clase tienen diferentes medias sobre la variable de grado. Aquí la relación es tal que la media de las mujeres tiene un valor mayor que la de los hombres. CASO 3. LAS DOS VARIABLES DE GRADO. Procedimiento: Calcular y contemplar un coeficiente de correlación. Por ejemplo, la correlación entre la edad de los que responden y el estar a favor del presupuesto (medido en grados). Gracias a los misterios del álgebra es posible llegar a un número, con un rango de potencia de -1.00 a +1.00, que describe la relación (negativa o positiva) entre dos variables medidas en grado. Por lo general, un coeficiente positivo indica que entre más altos sean los valores del objeto en una variable, mayores más serán los valores de la otra variable ( una relación directa). Un coeficiente negativo indica que entre más altos sean los valores en una variable, estos serán más bajos en la otra (relación inversa). Un coeficiente de cero significa que no existe relación entre las variables. Mientras que hay otras variedades, el coeficiente de correlación usualmente calculado es el de la "correlación producto-momento de Pearson". De hecho, es el que se usa con tanta frecuencia que, a menos que sea explícitamente establecida de otra forma, se daría por entendido que un coeficiente de correlación es la correlación producto-momento. Su cálculo se inicia anotando hacia abajo, en dos columnas, el par de valores para cada caso. (Llamemos a los valores de la variable edad "X" y para quienes estan a favor "Y"). Si se tienten 304 casos habrá 304 valores de "X" con 304 de "Y". Hagamos otras tres columnas, una para el cuadrado de cada valor de "X", una para el cuadrado de cada valor de "Y", y la otra para el "producto cruzado" de ambas o sea, "X por Y". Saquemos ahora nuestra calculadora (o el ábaco) para sumar las columnas. Tendremos cinco sumas: de las X's, de las Y's (Suma de "X" y suma de "Y"); de sus cuadrados ("X 2" y "Y2") y de los "productos cruzados" de ambas ("X" por "Y"). Junto con el número de casos (N). Ahora ya estas listo para insertarlos en una fórmula: UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 33 Todo ésto implica mas trabajo cuando se tienen muchos casos. Algunas calculadoras hacen la mayoría sino es que todas, las operaciones matemáticas por ti; solamente tienes que presionar en los pares de valores, y los cuadrados, las multiplicaciones y las sumas se realizan en forma automática, tal vez, hasta los resultados de la fórmula. Sin embargo, pese a todo, no es tan fácil. Un coeficiente de correlación: r = -.23 Ahí está, el resultado no es una tabla, sino sólo un número. No hay necesidad de comparar tres pares de porcentajes o un par de medias. El resultado es sólo un número que representa que, entre mayores sean los que responden, menor es su actitud de favorecer el presupuesto de la escuela. Una gráfica de disperción proporciona una representación visual de la relación entre variables en grado. Se construye dibujando un eje horizontal para los valores de una variable y uno vertical para los valores de la otra, e indicando donde se localiza cada objeto del estudio. Esto nos da suficiente información acerca de la relación que no podríamos ver si empezáramos con un número. La mayoría de los estudios publicados que leemos, van más allá del simple reporte de una relación bivariada para examinar las relaciones entre dos variables, manteniendo constantes una o más de las otras variables durante el proceso. Como dije anteriormente, ésto aumenta la complejidad del estudio y aumenta la dificultad para encontrar lo que pasa con ella. Un curso introductorio en estadística es, sin lugar a duda, de gran ayuda, pero frecuentemente, un segundo curso es necesario para obtener bases firmes acerca de los procedimientos de análisis de un estudio (quizás aún así, sea insuficiente). Pero no te preocupes demaciado, hay formas de poner orden en este aparente desorden, y por lo menos, permitirnos discernir cuando el análisis estadístico realmente va más allá de nuestro nivel actual de entendimiento. Una gran ayuda en estudios que envuelven un número de variables y sus relaciones, es la de contar con una forma de clasificación de las variables en términos de su posición con respecto una de otra. Los siguientes párrafos proveen algunos términos UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 34 que ayudan en el proceso de clasificación y proporcionan los fundamentos para considerar cómo las relaciones multivariables son examinadas. VARIABLE INDEPENDIENTE VS. VARIABLE DEPENDIENTE. El punto detrás de muchas, si no es que de la mayoría de las variables en estudios empíricos y de investigación de la conducta, es el de descubrir las relaciones causales. ¿Qué causa el desgaste en un maestro? ¿Cuáles son las condiciones que afectan el resultado de las votaciones en las elecciones para el presupuesto del distrito escolar? ¿Cómo se explica el descenso en los resultados de la prueba de aprovechamiento en las décadas recientes? ¿Cuál es el efecto de la televisión sobre los niños sobre los estereotipos del sexo? ¿Concuce la enseñanza en equipo a todas las cosas buenas que pretende? ¿Porqué las escuela privadas logran mayores logros académicos entre los jovenes que las públicas (si es que verdaderamente lo hacen)? En nuestro mundo privado y profesional existen muchas preguntas de este tipo, preguntas que implican nuestra idea acerca de las causas o consecuencias de las cosas. Uno de los principales objetivos de la investigación es el de proporcionar respuestas tentativas para ellas. Siendo este el caso, estamos equipados con bases importantes para distinguir entre grupos de variables en la investigación. En estudios preocupados de las relaciones causales habrán una o más variables independientes y dependientes. Las variables dependientes son aquellas que son consideradas por el investigador como "efectos" "consecuencias", o "resultados", esto es, la variación que el investigador desea explicar. Las variables independientes son entonces las "causas", las "determinantes", o los "predictores" tentativos; o sea, los factores que el investigador propone como explicaciones. Una media estándar razonable para escoger una relación casual entre dos variables (o mejor dicho que el investigador propone como relación causal) hace uso de una flecha cuya punta se dirige de la variable independiente a la variable dependiente: X Y Y en un diagrama sencillo "la dirección de la causalidad se muestra con dirección de izquierda a derecha. Cuando la flecha tiene dos puntas son comúnmente usadas para representar relaciones de naturaleza no causal entre un par de variables. Debemos estar conscientes de que la distinción entre variables independientes y dependientes no esta inherente en las variables por sí mismas, pero sí depende de la naturaleza del estudio. Por lo tanto, si el estilo del liderazgo de un director es utilizado como variable dependiente en un estudio (siendo afectado tal vez, por los años de experiencia administrativa), podría ser utilizado como variable independiente en otro (afectado por el compromiso organizacional de los maestros). UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 35 También debe quedar claro que cuando una relación entre pares de variables en un estudio es establecida, ninguna de las tablas, ni el coeficiente de correlación establecen cuál es la causa y cuál el efecto. (esto se describe con el viejo dicho de: "La correlación no prueba la causa"). Es muy posible que una relación observable se deba a la asociación común de dos variables con una tercera, una variable externa que no se toma en cuenta. Bajo ciertas circunstancias de la investigación que se emplea en un estudio, puede ser igualmente posible argumentar que la causa se mueve en dirección opuesta. Algunas nociones de causa y efecto son dadas a las variables por el investigador. Ellas son asuntos de inferencia y lógica, no de determinación empírica. A medida que se van leyendo estudios, se pueden imaginar cuáles variables son las que el autor considera como causales y cuáles considera como efectos. Algunos investigadores no están de acuerdo en revelar la prioridad causal de sus varibles, a pesar del hecho de que un orden está implícito en el reporte del estudio, así que se debe de leer entre líneas para encontrarlo. Un lugar en donde con frecuencia se encuentran, es al final de un reporte en donde se habla de las implicaciones del estudio. En cualquier caso, el orden principia a emerger a medida que se inspeccionan las variables del estudio. barajándolas o separándolas de acuerdo a su naturaleza dependiente o independiente. VARIABLES.DE CONTROL En la investigación empirica la atención del investigador se fija en la relacion causal entre un par de variables en particular, tales como el efecto de la exagerada información sobre el nivel de estrés del administrador, o el efecto del resultado de las votaciones sobre el presupuesto escolar, y la pregunta básica que desea responderse es si hay o no hay relación. Esta se mantiene cuando otras variables conocidas por su efecto en los niveles de estrés o niveles de aprobación del presupuesto estan controladas. En investigaciones de este tipo, el investigador puede escoger el medir las otras variables y después mantenerlas constantes durante el análisis estadístico. Una variable de control es una variable que se cree esta causalmente relalcionada con la variable dependiente y que su efecto sobre ella, si no es contrarrestado, puede ser mal entendido por el efecto de la variable independiente. Usualmente es posible identificar el control de las variables de un estudio y separarlos de las variables dependientes e independientes principales. Se puede encontrar que las relaciones entre la varible de control y la variable dependiente o que entre las variables de control en sí mismas, son presentadas en las tablas del reporte de resultados del estudio pero no son de interés principal. Al contrario, la acción recae en las tablas que muestran la relación de variables dependientes e independientes manteniendo constantes la variables de control UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 36 VARIABLES INTERVINIENTES. En ciertos estudios una tercer variable entra en juego, no como variable de control sino como una variable que interviene. En general una variable de este tipo se ofrece como explicación de cómo una variable independiente llega a tener efecto en una variable dependiente. Esto implica una cadena de relaciones causales. X IV Y La variación en "X" lleva a una variación en "IV", la que en respuesta lleva a una variación en "Y'. Esto es, el efecto conocido de "X" sobre "Y" que se presume opera a través de la variable que interviene, "X" no afecta directamente a Y. Por ejemplo, un investigador interesado en entender por qué la presencia de un auxiliar del maestro ("X") hace que mejore el desempeño de los estudiantes ("Y") ésto puede proponer "la cantidad de instrucción individualizada" como una variable "que interviene" ("IV"). El argumento que se suscitaría sería que la presencia (contra ausencia) de un auxiliar en el aula, aumenta la cantidad de instrucción individualizada que reciben los estudiantes, y es este tipo de instrucción individualizada la que hace mejorar el desempeño de los estudiantes, no la presencia de un auxiliar en sí. (Que del auxiliar no se espera que afecte directamente el desempeño, se indica con el hecho de que no hay una flecha causal entre "X" y "Y"). Un apoyo empírico para este argumento puede obtenerse observando que la relación original entre "X" y "Y" desaparece cuando "IV" se mantiene constante en el análisis estadístico. MODELOS CAUSALES. La idea de cadenas causales en la discusión anterior puede extenderse e incluir otras variables, elaborar cadenas más largas, y un conjunto más elaborado de relaciones hipotéticas entre las variables. El conjunto de variables y/o relaciones son comunmente llamadas "Modelo Causal", "Modelo de camino (path's model)", o "Modelo Estructural de Ecuación". La lectura cuidadosa de publicaciones e investigación durante los últimos cinco o diez años especialmente en psicología, ciencias políticas o economía, nos llevan a descubrir un buen número de ilustraciones. La clasificación de las variables por su designación como independiente, dependiente, de control, o interviniente, no funciona en la elaboración de modelos causales. Una variable dada puede ser de cualquiera de estos cuatro tipos en las diferentes facetas del análisis de los datos. Normalmente las variables están claramente expuesta en un diagrama, por lo que el lector puede mantenerse informado de donde se encuentran las variables en relación una con otra. Sin embargo, algunos procedimientos estadísticos sofisticados se requieren para probar si las relaciones están o no de acuerdo con el modelo hipotético, y el investigador UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 37 principiante no deberá desconcertarse con la dificultad de entender qué es lo que está pasando. VARIABLES MODERADORAS. Con alguna frecuencia usted escuchará el término "variable moderadora". Esta variable participa en lo que es llamado una "relación condicional" o "contingencia", o más generalmente, un "efecto interactivo". (ver la última sección del capítulo IV para más información sobre relaciones contingentes). La variable moderadora es la que se dice altera la relación entre una variable independiente ("X") y una dependiente ("Y"). Más específicamente, la relación entre X y Y será diferente dependiendo del valor de la variable moderadora ("W"). Bajo ciertos valores de "W" y "X-Y" la relación aparecerá, pero bajo otros valores de "W" no habrá relación entre "X" y "Y", ni siquiera una relación inversa. Un ejemplo nos ayudará. Una teoría popular del rediseño del empleo de Adminstración de negocios, propone que a un aumento en la "variedad de la habilidad" que proporciona un trabajo, aumentará la "satisfacción en el trabajo" entre los empleados, pero sólo en aquel empleado que tiene una fuerte "necesidad de crecer". Si un empleado tiene poca "necesidad de crecer", aumentando la variedad de habilidades en el trabajo, no tendrá ningún efecto en él en cuanto al nivel de satisfacción. El "crecimiento necesita fuerza", en la variable moderadora ("W"). En efecto, la teoría dice que habrá una relación directa entre el tamaño de una variedad de habilidades de trabajo ("X") y la satisfacción del empleado ("Y') cuando el valor de "W" es alto, pero no habrá relación entre "X e Y" cuando el valor de "W" es bajo. Los análisis estadísticos para detectar la operación de las variables moderadoras siguen los mismos procedimientos, en la mayoría de los casos, como los empleados en mantener constante uan tercer variable. La diferencia está en lo que uno busca en una tabla de porcentajes o medias. Cuando las variables "X", 'Y", y "W" son en grado, entonces, un procedimiento de correlación un poco más intrincado se requiere. (Desde el punto de vista de pruebas de significancia, el Investigador busca una interacción, estadísticamente significativa en el análisis. Hay muchos pros y contras estadísticos asociados a los procedimientos para examinar las relaciones entre pares de variables mientras se mantienen otras variables constantes. Las dificultades de los procesos se presentan casi siempre para manejar los tópicos de pruebas de significancia; esto es lo que yo intento evitar en estos apuntes. También, algunas se presentan como soluciones para problemas especiales, pero no poco comúnes, de análisis de datos; también evitaré esto para UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 38 darles una idea general de procesos multivariados y de qué se debe de buscar en las tablas. Lo que esta a continuación es organizado alrededor de los tres casos descritos en la sección previa de este capítulo, a examinar relaciones bivariadas, con un par de simplificaciones. Lo ilustrare con solo tres variables que designaré como "1X", "2X" e "Y", con "Y" representando una variable dependiente. Es fácil extrapolar los procesos para más variables "X", pero eso lo dejo a su ingenuidad. TODAS LAS VARIABLES DE CLASE. Procedimiento: Compare porcentajes en varias tablas de porcentajes. Suponga que tanto"1X" y "2X" tuvieran solamente dos valores cada uno. (las suposición meramente simplifica la ilustración). Usando el ejemplo de la sección previa, una de las variables "X" será sexo y la "Y' será la opinión acerca del presupuesto escolar. Consideremos que "2X" se refiere a que quién responde tenga o no hijos en edad escolar. Como antes, uno principia construyendo una tabla de contingencia, pero ahora con el doble de celdas. Piense en ello como dos sub-tablas para cada uno mostrando la relación entre sexo y opinión, una sub-tabla para los que responden y tienen hijos en edad escolar, y la otra para los que no tienen hijos en edad escolar. (Si "2X" hubiese tenido tres valores en lugar de dos, hubieran sido necesarias tres sub-tablas). Asi es como los números pudieran aparecer FAVOR CONTRA INDECISO TOTAL HOMBRES 11 9 2 22 MUJERES 66 55 10 131 SIN HI JOS EN HOMBRES EDAD ESCOLAR MUJERES 19 52 20 91 15 37 18 70 111 153 50 314 CON HI JOS EN EDAD ESCOLAR TOTALES El número bruto de casos es dificil de interpretar, así que te pido que los conviertas a porcentajes como en la siguiente tabla: UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 39 FAVOR CON HI JOS EN EDAD ESCOLAR SIN HI JOS EN EDAD ESCOLAR CONTRA INDECISO TOTAL HOMBRES 52 41 7 100% MUJERES 50 42 8 100% (131) HOMBRES 21 57 22 100% (91) MUJERES 22 53 25 100% (70) (N) (22) Ahora las tablas pueden ser interpretadas más rápidamente. Observando dentro de cada sub-tabla vemos que los porcentajes para hombres y mujeres son casi iguales. Manteniendo la constante "2X", la presencia o ausencia de hijos en edad escolar, la relación entre sexo y opinión observados en la tabla bivariada de la sección previa, ya no se encuentra. Los porcentajes pueden ser comparados de lado a lado de las sub-tablas para revelar algo más: la relación entre la presencia o ausencia de hijos en edad escolar y la opinión referente al presupuesto escolar, manteniendo constante el sexo. Compare los porcentajes en las dos columnas de hombres, luego la de mujeres, usted encontrará una relación. El patrón es el mismo para ambos sexos: La ausencia de hijos en edad escolar hace menor la proporción de opiniones en "pro" y algo más elevadas las proporciones de opiniones "en contra" y de "indecisos" en contraste a los que sì tienen hijos. (La tabla de porcentajes puede ser reorganizada para facilitar comparaciones más adelante). Vale la pena notar que una consideración de tres variables de un análisis implica la existencia de tres relaciones biariadas entre "1X e Y", "2X e Y", y "1X y 2X". El punto es general, en cuanto que es aplicable a las otras formas de examinar relaciones multivariadas. En el presente caso el número en la tabla de contingencias podría ser sumado en forma tal que pueda producir las tres tablas de dos secciones, esta es una técnica utilizada con freucencia como una corrección de los adecuado en nuestras tabulaciones. "X" VARIABLES DE CLASE, "Y" VARIABLES DE GRADO. Procedimiento: Comparar las medias en varias tablas de medias. Como en lo anterior, el numero de tablas (o sub-tablas) depende del número de categorías de la segunda variable. Yo me apegaré a dos, la presencia o ausencia de niños en edad escolar. La variable "Y" se presentará a quienes estan a favor del presupuesto escolar, medidos en grados en una escala del uno al diez. Dado que una tabla de medias ocupa menos espacio horizontal en la página, es menos convencional poner las sub-tablas al lado. La tabla siguiente muestra como deben aparecer las medias. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 40 CON HIJOS EN SIN HI JOS EN EDAD ESCOLAR EDAD ESCOLAR AMBAS HOMBRES 6.91 4.37 4.87 MUJERES 7.42 4.77 6.50 AMBAS 7.35 4.55 Aunque la información no se muestra en la tabla, las medias se calculan con el siguiente número de casos: 22 91 113 131 70 201 153 161 Nuevamente hay dos formas de comparar las medias. La relación entre sexo ("1X") y quienes están a favor ("Y"), la constante de niños en edad escolar ("2X") es dada comparando las lineas: 6.91 Vs. 7.42 y 4.37 Vs. 4.77. Esto muestra que los hmbres en alguna forma favorecen en menor grado que las mujeres el presupuesto escolar, tengan o no hijos en edad escolar. La relación entre la presencia o ausencia de hijos en edad escolar ("2X") y estar a favor ("Y") y constante de sexo ("1X") es revelado comparando las medias a través de las columnas: 6.91 Vs. 4.37 y 7.42 Vs. 4.77. En cada caso, hay una gran diferencia en medias, indicando que la presencia de hijos en edad escolar hace una diferencia que favorece a quienes están a favor. En suma, ambas "1X" y "2X" afectan a "Y", la segunda más que la primera en esta información ficticia. Tú debes de reconocer las medias dadas en el renglón de "ambos" a la derecha de la tabla, son las mismas que aparecen en la relación de dos direcciones (bivariadas) de sexo y quienes están a favor como en el ejemplo de la página 32 . Así debería de ser ya que están basadas en la misma información. Solo que en la situación presente, los datos van más allá, estan fraccionados dentro de las dos categorías de "2X". Las medias en el renglón de "ambas" en la parte de abajo de la tabla, en forma similar, representan la relación en dos direcciones entre la presencia o ausencia de hijos en edad escolar y los que están a favor. (Técnicamente, los números a los lados y en la parte inferior son llamados los valores "marginales" de la tabla para ditinguirlos de los números que van dentro de la tabla en si y que son denominados "entradas de las celdas", o simplemente entradas). En una amplificación, la tabla de tres direcciones muestra en sus entradas la relación de "1X" e "Y", la constante "2X", la relación de "2X" e "Y' y la constante "1X", y en sus márgenes, las relaciones en dos direcciones de "1X" e "Y" y "2X" e "Y". UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 41 Una cosa no esta considerada, la relación en dos direcciones entre "1X" y "2X". Más especificamente, ¿Donde uno encuentra la relación simple entre sexo y la presencia o ausencia de hijos en edad escolar?. ¿Es esto posible entre sujetos del estudio que las mujeres fuesen más dadas a tener hijos en edad escolar que los hombres?. Pista: Ambos, "1X" y "2X" son variables que se definen en clase, por lo que la relación bivariada debe ser en la forma de una tabla de contingencias. Respuesta: La segunda tabla, la pequeña, "Y" agregada para indicar el número de casos en la que se basaron los cálculos de las medias.es exactamente eso, una tabla de contingencias, e involucra las variables en cuestión. Convertamos los números en porcentajes: CON HI JOS EN SIN HI JOS EN EDAD ESCOLAR EDAD ESCOLAR TOTAL SEXO HOMBRES 19 81 100% (113) MUJERES 65 35 100% (201) (N) ¡Que tal! ¡Que relación!. Cualquiera que hayan sido las razones en la selección de los sujetos para el estudio, las mujeres fueron mucho más sujetas a tener hijos en edad escolar que los hombres. El procedimiento estadístico de análisis de varianza es particularmente aplicable a investigaciones con variables de la forma que se dicutió ántes --la variable dependiente en grado y la variable X en clase. Ello produce pruebas de significancia estadística del "efecto principal" de cada variable "X" sobre la variable "Y" (otras variables X's constantes) y de "interacciones". Otro proceso que acompaña es el análisis de covarianza, también esta para servirlos en caso de que necesitemos controlar una o más variables "X" en grado. TODAS LAS VARIABLES DE GRADO Procedimiento: Computar coeficiente de correlación parcial, o examinar "Coeficientes Beta" de una regresión múltiple. Como las palabras lo suguieren, esto empieza a sumergirse en aguas más profundas, pero no te preocupes, no iremos más alla del agua a la cintura. Una correlación parcial es como una correlación ordinaria de coeficiente, excepto que ella expresa la relación entre digamos, "1X e Y" con "2X" "parcialmente fuera" o controlada. Sus valores también van desde -1.00 hasta +1.00, coeficientes en el grupo de cero indican que no hay relación. Una correlacipón parcial que muestre la relación entre "2X e Y" con "1X" controlada, puede igualmente ser calculada. La ecuación algebraica que produce el coeficiente no es especialemnte dificil de usar, pero depende de tener a la mano las correlaciones simples (Bi-Variadas) entre "1X e UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 42 Y", "2X e Y" y "1x y 2x" . obtenerlas puede ser tedioso, especialemnte si una tiene que ver con muchos casos. Sin embargo, si los datos brutos estan en una computadora incluyendo una computadora en casa, los cálculos pueden ser obtenidos en unos segundos. La técnica de "regresión múltiple" es considerablemente más común en estos dias de acceso a las computadoras que las correlaciones parciales. La tpécnica es tomar una variable dependiente, "Y', y un grupo de variables "X" en las que cada objeto ha sido medido, y despupés se busca alredcedor por una combinación de "pesos" para asignar a las variables "X" que mejor predeciran o "explicarán la varianza en " los valores de "Y". ("Predecir, puede ser un término muy fuerte dado que los valores de "Y" ya son concocidos"). Si después de considerar las otras variables de "X", una "X" en particular no ayuda mucho para predecir "Y", y se asignará un peso pequeño cerca a cero. Por otro lado, si ayuda mucho si su peso fuera relativamente grande. Para nuestro propósito, debemos enfocar nuestra atención en estos pesos sujetos a las 'X". En particular ponga atención en términos como Beta" (incluyendo el símbolo griego para B) o "¨peso Beta" o "Coeficiente estadarizado de regresión" u otras mezclas de estos términos. El "coeficiente Beta" sujeto a una variable "X" esta paralelamente cerca a una correlación parcial. Expresa la fuerza (y dirección) de su relación con Y, controlando todas las otras "'s"X que han sido tomadas en cuenta. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 43 Todo esto de lo que he estado hablando en este capítulo, concerniente a como uno examina las relaciones entre variables, puede ser invertido para desenredar la naturaleza de las variables empleadas en un estudio. Después de ver el título de un estudio y analizar brevemente su abstract o resúmen para tener una idea de las variables importantes, yo con ferecuencia voy directamente a las tablas en la sección de resultados. Mientras que las siguientes pistas no son infalibles, ellas funcionan nueve de cada diez veces: 1. Si las tablas importantes consisten en porcentajes, puedes estar razonablemente seguro de que todas las variables son medidas de Clase. 2. Si las tablas importantes muestran medias o si es utilizado el análisis de varianza, tu tienes un buen indicador de que la variable dependiente es medida en Grado y que law variables independientes o la mayoría de ella, varían en Clase. 3. Cuando las tablas centrales muestran correlaciones o reportan Coeficientes Beta, correlaciones parciales o un tipo de ésto, tu puedes imaginarte que todas las variables son medidas en grados. Así, el uso de técnicas de Regresión Múltiple. (Sin embargo, una variable "X" en Clase puede usarse en Regresión Múltiple, especialmente si ésta tiene solo dos valores). Al hacer tu inspección, trata de separar las tablas importantes, las que establecen las relaciones entre las variables clave. Un artículo para una publicación de investigaciones debe contener mas de media docena de tablas, solo una o dos en las que examina las relaciones. Las otras pueden presentar información preliminar, como características de los sujetos del estudio, detalles de las medidas de las variables en particular, etc. No te sorprends si encuentras las tablas en desorden total, no todos los investigadores saben lo que realmente están haciendo. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 44 CAPITULO 3 Este capítulo es acerca de la hipótesis, también conocida como "conceptual" "sustantivas" o "hipòtesis de trabajo". Una hipótesis es la predicción del investigador acerca de, o lo que espera de una relación entre variables. La hipótesis nula de la que tu habras oido en algun curso de estadística, es algo más de lo que hablaré más adelante. En su forma elemental, la hipótesis consiste de dos variables y la especificación de la relación (normalmente una relación causal) de la que se espera suceda entre ellos. Incluida al final de cada hipótesis está la frase Cetebis Paribus que en latín significa "otra cosas siendo iguales". Una más complicada forma de hipótesis (no elemental) implica tres variables. Ya que esto se ha vuelto más y más popular en la investigación, lo discutiré al final del capítulo, así que cuenta con que habrás de oir aún más sobre esto: • La tarea de localizar y desmembrar hipótesis en estudios publicados. (Una tabla de disección especialmente diseñada se provee para su uso). • ¿Cómo especificar la relación que se espera entre dos variables? (Dos direcciónes dependiendo que ambas son en grado o una de clase). • La "unidad de análisis" y los problemas tan complicados que crea. • ¿Porqué Ceteris Paribus siempre la encontramos al final de una hipótesis causal, aún si no aparece en forma impresa? • ¿Qué es la hipótesis nula? (Una predicción de que dos variables no serán relacionadas más allá de su oportunidad) y donde ésta pertenece dentro de la investigación (cuando una prueba de significancia estadística va a efectuarse). • La hipótesis que implica más de dos variables al mismo tiempo. Las hipótesis que se establecen al inicio de un proyecto son guías magníficas para el investigador. Dentro de otras cosas, ellas apuntan hacia los términos claves que requieren definiciones conceptuales, proveen la ocasión de considerar y seleccionar un diseño apropiado para el estudio, indican la necesidad de obtener datos y construir medidas relevantes para cada una de las variables, y finalmente, dirigen al investigador a través de las actividades de colectar y analizar la información de tal manera que no se vea perdido en asuntos incidentales o inconsecuentes. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 45 En los reportes de estudios publicados, las hipótesis normalmente aparecen en las primeras secciones junto con los razonamientos que las originaron. Ellas representan el producto terminal de la "conseptualización" del investigador sobre el problema que se estudia. (Ellas, las hipótesis, pueden aparecer listadas y/o numeradas). El autor hará mencion de ellas nuevamente en la sección de "discusión" del reporte. Tal vez en la mitad o tres cuartas partes de los estudios que tu lees, dependiendo de su campo de interés, no encontrarás ninguna hipótesis presentada explicitamente. Está en tus manos reconstruirlas. ¿Cómo?. Lee cuidadosamente el reporte en la parte que el autor dice que aparece el punto del estudio. La discusión del autor de lo que encontró o la anotación de las conclusiones del estudio pueden revelar lo que este, el investigador, tenía en mente. Aparta las variables claves e inspecciona la presencia de los resultados, incluyendo las tablas, para ver las relaciones que fueron estudiadas. Trata de imaginar cuáles fueron las variables que el investigador designó como causales, cuáles como efectos, y cuáles, si hubiese algunas, fueron usadas como varialbes de control. Una vez que tu pongas todo esto junto, es completamente posible que puedas saber cuáles fueron las expectativas del investigador acerca de la forma en que se vieron las relaciones. El investigador tal vez solo estuvo "buscando". Pero si hay hipótesis implicitas, alrededor del estudio, las posibilidades son mayores de que tu puedas descubrirlas y establecerlas con un grado aceptable de fidelidad. Considero necesario advertirte lo siguiente: Aún en el caso de que las hipótesis se establezcan o se mencionen en el reporte, no dés por seguro de que están elaboradas en la forma apropiada. Sólo una pequeña porción de investigadores han leído este manual, o alguno parecido, y tu corres el riesgo de encontrar muchos ejemplos patológicos. El siguiente capítulo te ayudará a descubrirlo. PROCESO DE DISECCION. Anatómicamente hablando, la hipótesis consiste de tres partes: Dos variables y un inequivoco argumento de la relación esperada entre ellas. Aquí ya deberás tener una idea, al menos, de la naturaleza de las variables, incluyendo sus dos modos básicos de variación, como las describes totalmente y la distinción entre independiente y dependiente. Así, las herramientas que necesitas para secciónar o desmembrar las hipótesis en sus componentes está casi totalmente en tus manos. Los pasos para separar las partes de una hipótesis en particular son: 1. Identificar las dos variables y separarlas en independiente ("X") y dependiente ("Y"). 2. Describir cada variable por separado, siguiendo los pasos que se dieron en el capítulo dos. Cuando la moda de la variación es en clase, liste las categorías y nombrelas Xa, Xb, Xc, etc. o Ya, Yb, Yc, etc. 3. Especificar la ambiguedad la relación eperada entre las dos variables. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 46 4. Identifica la unidad de análisis que ha sido empleada o que esta actualmente usada. Usa la tabla de disección que presento a continuación para cada hipótesis. En las siguientes dos secciones explicaré los pasos tres y cuatro. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 47 HIPOTESIS NUMERO : VARIABLE "X" VARIABLE "Y" NOMBRE DE LA VARIABLE: MODO DE VARIACION: ELABORACION: ESPECIFICACION DE LA RELACION: UNIDAD DE ANALISIS: Figura 3. Tabla de disección para las hipótesis Una hipótesis debe de especificar con precisión e inequívocamente como es que se espera que la variación entre los objetos bajo estudio con respecto a la variable independiente se relacionen a su variación sobre la variable dependiente. La predicción no puede andar suelta alrededor o dejar algo a la imaginación del lector. No es suficiente decir que se espera que dos variables se relacionen, la hipótesis debe describir exactamente Cómo se espera que ellas se relacionen. Una hipótesis de trabajo hace una predicción definitiva (idealmente basada en un razonamiento a priori) aún cuando al mismo tiempo el investigador la denomina como una predicción tentativa. Por lo general, las oraciones que establecen hipótesis son de dos variedades, dependiendo de si el modo de variación de la variable independiente esta establecido en clase o en grado. Las ilustracciones de abajo representan una da cada variedad. Tu podrías imaginarte porqué no hay una tercera variedad especial para describir situaciones en donde las dos variables son de clase, dado que en el capítulo anterior dedicamos gran espacio acerca de las relalciones de esta clase. Como veremos dentro de un momento, en esas situaciones, una variable dependiente de clase debe de ser "ajustada" para que parezca una variación en grado antes de que de manera suscinta, la hipótesis pueda ser establecida. A continuación, encontrarás ilustraciones de hipótesis, en la primera, la variable independiente varia en clase y en la segunda en grado. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 48 H-1 El desempeño académico será mayor entre alumnos que han sido enseñados por maestros autoritarios que entre los alumnos que han sido enseñados por maestros benevolentes, cet. parib. H-2 Mientras mayor sea el tamaño de la facultad de profesores de una comunidad universitaria, mayor será la centralización de la toma de decisiones en relación a los cursos que se ofrecen. cet. parib. Considera la estructura de las dos oraciones. H-1 es una oración comparativa: la oración compara los valores sobre la variable dependiente, "desempeño académico" que se esperan entre las dos categorías de la variable independiente, la cuál nosotros podríamos deniminar "estilo de enseñanza." Las categorías son "maestros autoritarios" y "maestros benevolentes," y ellos representan una variación en clase. Las frases claves en oraciones de esta variedad son "mayor que" algo o "menor que" algo. La oración que constituye la hipótesis H-2 no compara una categoría contra la otra. Más bien, establece que los valores de una variable, "centralización de la toma de decisiones," será mayor si los valores de la otra variable "tamaño de la facultad" es grande. En este caso la variable independiente es en grado. Aqui, la frase clave es la estructura, "mientras mayor sea" una cosa, "mayor" será la otra o "mientras mayor sea" una cosa, "menor" será la otra. Esto es la parte medular del asunto. A continuación, dejame mostrarte algo acerca de la mecánica de especificar relaciones entre las variables. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 49 VARIABLE INDEPENDIENTE EN CLASE (variable dependiente en grado) ¿que podrias escribir en una tabla de disección de variables después de "relación:" en la hipótesis H-1? Tu podrías simplemente reescribir la oración entera que establece la hipótesis, pero esto sería una pérdida de tiempo y no ayudaría en desmembrar la anatomía de la hipótesis. Estas son tres formas exitosas y más económicas para hacer lo mismo. Ellas parten del supuesto que tu has seguido las instrucciones y les has etiquetado Xa y Xb a las dos categorías de variables independientes, "estilo de enseñanza". Relación: El desempeño académico será mayor para Xa que para Xb. Relación: Con respecto al desempeño académico, Xa > Xb. Relación: Y: Xa > Xb La segunda y tercera alternativas hacen uso de la convencionalismo matemático de signos desiguales. A > B significa que A es mayor que B, mientras A < B significa que A es menor que B. A = B significa igualdad. La tercer alternativa es un camino más corto. Dado que tu has designado " desempeño académico" como "Y" (al menos eso espero) al especificar las variables de la parte superior de la tabla de disección, simplemente haz la sustitución y ahorrate tinta. El símbolo "Y:" sustituye a la frase, "Con respecto al desempeño académico." Incidentalemente, estas formas de simbolizar las relaciones son puramente invención del Dr. W. W. Charters Jr. Si tu fueras a expresar una hipótesis usando toda esta taquigrafía y llevarla al experto local en metodología de la investigación, este no tendría ni la menor idea de lo que ello significa. El único propósito aquí es ayudarte a mantener tus ideas en orden. Considera una hipótesis en donde la variable independiente consista en tres categorías. H-3 Los estudiantes de universidad desarrollarán mayores habilidades de pensamiento crítico en grupos de estudio auto-dirigidos que en las secciónes de clase dirigidas por un instructor, mientras que los alumnos de las secciónes de clases magistrales desarrollarán la menor habilidad de pensamiento critico, cet. parib. Si nosotros reconocemos "habilidades de pensamiento crítico" como la variable "Y" (en grado) y etiquetamos las categorías de la variable "X" como Xa "grupos de estudio auto dirigido," Xb "secciones de clase dirigidas por un instructor," y Xc "secciones de clase magistrales." entonces la relación esperada expresada en la hipótesis puede ser consistentemente escrita como Y: Xa > Xb > Xc. La siguiente figura muestra como esta hipótesis aparece cuando se utiliza la tabla de disección. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 50 HIPOTESIS NUMERO : H-3 VARIABLE "Y" VARIABLE "X" NOMBRE DE LA VARIABLE: Inte racción Ins truccional MODO DE VARIACION: De clas e ELABORACION: ESPECIFICACION DE LA RELACION: UNIDAD DE ANALISIS: Xa Gr upo de e s tudio autodiriguido Xb Clas e dir igida por e l ins tr uctor Xc Se cción de le ctura Habilidades de pe ns am ie nto cr ítico De gr ado Nive l de habilidad de bajo a alto Y: Xa > Xb > Xc Es tudiante de Univer s idad Figura 4. Disección de la H-3 Suponga que se piensa que en la situación instruccional el razonamiento acerca de la forma de interacción entre el instructor y el alumno afecta el desarrollo de las habilidades de pensamiento, entonces, quiere decir que nos dirigimos a una predicción diferente: H-4 Los estudiantes de universidad desarrollarán mayores habilidades de pensamiento crítico en secciones de clase dirigidas por un instructor que los grupos de estudio auto dirigidos o en las sesiones de clases magistrales. (para el restante de los especímenes de hipótesis localizadas, omitiré intencionalmente el cet. parib., pero recuerda que siempre esta presente en ellas.) En esta versión no se hace predicción entre grupos autodirigidos y los de lectura, pero solo que la condición de dirigidos por el instructor es superior a ambas. Esto expresaría la predicción exactamente: Relación: Y: Xa < Xb > Xc UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 51 Esta simbolización al igual que las hipótesis, no dice nada acerca de la comparación de Xa-Xc. Puede ser que ahora sea más aparente el prqué yo insistí en que listaran y dieran un nombre a todos los valores relevantes, o categorías, asociadas con variables cuya moda de variación es de clase. Es imortante hacerlo aún cuando solo hayan dos categorías. Ello te permite especificar las relaciones con precisión. VARIABLE INDEPENDIENTE (Y Dependiente) EN GRADO. Especificar las relaciones entre las variables independientes y dependientes cuando ambas son establecidas en grado, es relativamente simple. Tu estableces si la relación es "directa" o "inversa." (Esto corresponde, en un lenguaje estadístico, a una correlación a "positiva" o "negativa".) Una relación directa predice que mientras mayor sea el valor de "X", mayor será el valor de "Y". (Esto es lo mismo que decir que mientras menor sea el valor de "X", menor será el valor de "Y"). Una relación inversa predice que mientras mayor sea el valor de "X", mayor será el de "Y" (lo cual implica automáticamente que a menor valor de "X", mayor el valor de "Y"). Aquí te muestro algunas frases alternativas: UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 52 Directo: Mientras más grande la "x", más grande la "Y". En la medida que la "X" decrece, "Y" decrece. A más de la "X", más de la "Y". Inverso: Mientras más grande la "X", más chica la "Y". En la medida que la "X" aumenta, "Y" decrece. A menos de la "X", más de la "Y". Para hacerlo más claro, uno de los siguientes especímenes predice una relación directa, mientras que la otra, predice una relación inversa. H-5 Mientras más apoya un supervisor a un maestro, este maestro apoyará más a sus alumos. H-6 Mientras más grande sea el número de profesores en la escuela, existirán menos amigos cercanos (intimos) entre ellos mismos. En las tablas de disección para estas hippótesis, después de identificar las variables, y haberlas establecido como de grado, y habiendo elaborado sobre "¿Grado de qué?", entonces tu necesitas solamente establecer "directa" para H-5 e "inversa" para H-6 al momento de especificar su relación. Por favor... no te refieras a ninguna categoría, como Xa, Xb. No hay ninguna de ellas cuando las variables son de grado. Todo esto esta muy claro. Sin embargo, los problemas pueden presentarse en dos formas. Lo directo o inverso de la relación depende directamente del nombre que tu o el autor uso para las variables. Considera el siguiente ejemplar. H-7 Mientras mayor sea el sentimiento de impotencia de un ciudadano en relación a los asuntos políticos, más fuerte será su oposición a refrendar el presupuesto escolar. Una relación directa, ¿de acuerdo? ¡Bien!... Sin embargo se vuelve una relación inversa, meramente por parafrasear nuevamente una de las variables, cambiando "sentido de menos poder" por "sentido de poder", o cambiando "oposición a" por "apoyo a" por ejemplo: H-8 A mayor sea el sentido de poder del ciudadano en asuntos políticos, más débil será su oposición a refrendar el presupuesto escolar. Es la misma idea, pero la relación esperada ha sido invertida. El segundo problema esta relacionado muy de cerca a lo siguiente. Tiene que ver con la dirección en que los valores numéricos se mueven y que estan asociados con variaciones de grado. (Ya vimos esto en el capítulo 2). El asignar valores numéricos, o el cálculo de resultados, es un asunto arbitrario en cuanto a lo que concierne a su dirección, y ya sea que numero grandes signifiquen una cantidad grande de la propiedad, o una cantidad pequeña de ésta es determinada con más frecuencia por UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 53 la facilidad de la computación m´às que otra cosa. Es posible que, en un estudio dado, los valores numéricos se muevan en una dirección sorprendente. La siguiente hipótesis proporciona las bases para un ejemplo. H-9 Mientras más sea el tiempo en que un estudiante este expuesto a una clase de matemáticas, mayor será su calificación en esa materia. Suponte que en un estudio para probar la hipótesis, el investigador tenga acceso a información concerniente a las ausencias del estudiante y lo use para medir "cantidad de tiempo expuesto a la instrucción de matemáticas". A menos que el investigador se tomara la molestia de restar los dias ausentes del número total de dias del año escolar la dirección de los valores podría no reflejar con veracidad la variable en la forma en que es actualmente llamada. Números grandes (más dias ausente) significaría una menor cantidad de instrucción en matemáticas, y el apoyo a la hipótesis tendría su origen en un coeficiente de correlación negativo. Por ejemplo, la evidencia de una relación inversa, no una correlación positiva como de otra manera tu hubieras anticipado. En general, el analista de la hipótesis debe tener sensibilidad a la dirección de los valores numéricos en las variables con moda de grado. Es por lo que te animo para que incluyas una frase como "de menos a más" en su elaboración. Actualmente, el dia de hoy, con la era del jprocesamiento de datos por computadora, no es dificil para los investigadores, el perder de vista tambien la dirección de los puntajes en su instrumento de medición, y de vez en cuando olvidan incluir este pequeño comando en el programa de computadora que les hace correr la información capturada en la dirección que se pretende. Las consecuencias pueden ser desastorozas. ¡Yo lo sé! Antes de terminar la discusión acerca de las variables de grado, permiteme añadir unas palabras acerca de las relaciones curvolineares. Este tipo de relaciones no surgen con frecuencia en la elaboración de hipótesis por lo que considero que no es necesario elaborar mucho acerca de ellas, pero creo que debes de tener una idea acerca de ellas y prevenirte. En estas situaciones, la relaciópn esperada no es ni directa ni inversa, sino algo más exótico. Un ejemplo real y vivo viene de la investigación entre los niveles de ansiedad y el desempeño de una tarea. Los estudios han demostrado que en la medida que la ansiedad de una person aumenta, su desempeño en la tarea aumenta tambien --ssiempre y cuando el nivel de ansiedad se mantenga en un nivel intermedio. Más allá de ese nivel, el aumento de la ansiedad disminuye el desempeño en la tarea. Al dimensionarlo en una gráfica el nivel de ansiedad como el eje horizontal y el nivel de desempeño como el eje vertical, la relación podría observarse como una "U" invertida. Una relación directa hasta cierto punto y a aprtir de ahi, una relación inversa. Hay muchas otras formas que la relación curvilinear podría asumir (una curva exponencial, una curva de crecimiento, etc.), pero recuerda que prometí no extenderme en el asunto. ¿QUE PASA SI LAS DOS VARIABLES SON DE CLASE?. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 54 Las expectativas acerca de la forma en que los datos se encuentren en una tabla de porcentaje o de contingencia con tres o más columnas y tres o más líneas, son muy dificiles de ser expresadas (o aún pensar en ellas) y los investigadores asiduamente las evitan. Es dificil establecer una hipótesis precisa antes de quedarnos sin aliento en tal circunstancia, dado que se requiere especificar las diferencias que se esperan entre casi cada par de celdas vis-a-vis (a la par) con otro par de celdas. Si la variable dependiente consiste de solo dos categorías, sin embargo, hay un truco muy bueno y comunmente usado que hace parecer difícil que la variable de clase fuera en grado. Se acumula para expresar la proporción o porcentaje de los casos esperados en una de las categorías de la variable dependiente y prediciendo las diferencias en los porcentajes entre las categorías de la variable independiente. Usaré una ilustración para hacer ésto más transparente. H-10 . El despido de maestros de un distrito escolar será mayor entre maestros que recibieron entrenamiento en universidades que entre los que lo recibieron en escuelas para maestros. La variable independiente ("Lugar de entrenamiento") es en clase, cierto? La variable dependiente ("despido del distrito escolar") es en grado, de acuerdo? No, están equivocados. Un x maestro separado o no del distrito escolar, es claramente una variación en clase. ¿Qué pasa aquí? El enunciado que establece la hipótesis tiene una estructura comparativa, y contiene la frase "despido de maestros..." serán mayores entre.... "sugiriendo que la variable dependiente es en grado. Lo que pasa es que, porque las categorías de las variable dependiente son iguales o variadas, el porcentaje de "maestros despedidos" automáticamente implica el porcentaje de "maestros no despedidos" y es innecesario mencionarlo. La variable dependiente ahora se ve como una variación en grado, con valores que van de un porcentaje bajo de despedidos a un alto porcentaje." Esta es una práctica muy común en investigaciones. Actualmente la hipótesis habría sido más clara si hubiera contenido una frase como "tasa de despido","incidencia de despidos", o "porcentaje de despidos" en lugar de simplemente "despido de maestros". Ello habría hecho la naturaleza de la variable dependiete más aparente. No importaría mucho si al desmembrar una hipótesis como la H-10 usted fuera a establecer la variable dependiente como variante en grado, excepto por una cosa. El manejo estadístico usado para analizar la información donde amb as variables son en clase, es todo junto diferente de la estadística para informar dónde una de las variables es verdaderamente en grado. Tablas de contingencia o de porcentajes requieren estadística inferencial diferente a las tablas de medias. Esto va más allá del panorama del manual, pero si ustedes están seriamente realizando investigación, lo encontrarán tarde o temprano. En todo caso, haga, repita, haga.... haga una nota en su tabla de disección cuando encuentre que una variable en clase ha sido incluída dentro de una que suena como variable en grado. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 55 LA UNIDAD DE ANALISIS. "Unidad de análisis" es el nombre que usaremos en lugar de "objetos de estudio", las personas, cosas, o eventos, con los que se conduce un estudio. ¿Por qué este cambio de nombre del capítulo 1? Al explicar variables entónces, parecía conveniente distinguir entre objetos y sus propiedades, una idea razonable y simle que pudo ser entendida sin referirse en términos técnicos. Las hipótesis entónces permiten nexos entre variables, no variables isoladas una de la otra, y problemas especiales, algunas veces surgen en relación a los objetos de estudio que los metodólogos en investigación discuten bajo la rúbrica de "la unidad de análisis". Permíteme darte una idea de la raiz del probable problema. Primero, recuerda algo que dije en el capítulo 2 y que debe ser verdad para examinar relaciones entre variables: "cada objeto que se investiga debe de haber sido medido o de otra manera, habérsele asignado un valor para ambas variables." Esto implica que ambas variables son propiedades del mismo objeto. En H-7, por ejemplo, las dos variables "sentido de poder" y "fuerza de oposición para el refrendo del presupuesto" pertenecen obviamente a "los ciudadanos". Esto no es complicado, la unidad de análisis es "el ciudadano". H-2 es en forma similar poco complicada: "Número de facultativos que son instructores" y "dimensión de centralización", dos propiedades diferentes del "colegio comunitario". Ahora haz la prueba con la siguiente hipótesis: H-11. A mayor información contenida en una gráfica que se exhibe, mayor el número de errores que los estudiantes harán al repetirla inmediatamente. Las cosas no son muy claras. Una de las variables, "can tidad de información," parece ser una propiedad de "gráficas que se exhiben" mientras que "repetir errores" es una propiedad de los estudiantes. No son propiedades del mismo objeto lo que las unen, es que los estudiantes ven la exhibición de gráficas. En este sentido, exposición A, exhibición de gráficas con cantidades de información que varían, pueden ser consideradas como propiedad de los estudiantes. O el énfasis pudiera invertirse. El investigador podrá estar más interesado en las artes gráficas que en que los estudiantes aprendan, y asignar "exhibición" como la unidad de análisis de cómo ven la exhibición los estudiantes. La diferencia es muy sutil, pero en cualquier caso, las propiedades se referirán al mismo objeto. EL NUMERO N DE CASOS. El número (N) de casos usado en un estudio está asociado muy de cerca con la unidad de análisis, de hecho, una de las formas más seguras para descubrir lo que el UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 56 investigador considera su unidad de análisis, es ver la presentación de la información para N en el que las relaciones estadísticas se basan. N de ería coincidir con un conteo de unidades. Para mantener las cosas y seguir de frente analizando las hipótesis que se encuentran en estudios actuales, harías bien en escribir el N de casos en la tabla de disección, seguido por lo que tu designes como unidad de análisis. Si 114 ciudadanos fuesen estudiados en conexión con la H-7 escriba N=114, después de designar "los ciudadanos" como la unidad de análisis. Si en coneión con la H-2 la correlación entre el tamaño de (número de miembros de la facultad) y centralización fueron calculados entre 23 colegios comunitarios haga N parte de su record. Mientras que nosotros vayamos dentro de ésto, la interpretación del análisis estadístico depende fuertemente en lo adecuado de N. NIVELES DE ANALISIS. Algunos de los problemas en una investigación tienen relación con variables a diferentes "niveles" jerárquicos. El asunto concierne a la propia unidad de nanálisis. Considere H-1 nuevamente., lo usamos aquí por ser conveniente. H-1 El logro académico será mayor entre alumnos bajo maestros autocráticos que entre los que están bajo maestros permisivos. Supon que un estudio fuera conducido para probar la hipótesis usando dos grupos intactos con 20 estudiantes cada uno. El maestro de uno de ellos se escoge por ser autocrático y el del otro por ser permisivo. (Maestros y alumnos están en niveles diferentes, cada uno con 20 alumnos) ¿Cuál es la unidad de anáisis apropiada? Sería posible por ejemplo, calcular un nivel promedio del logro de los estudiantes en cada clase (un proceso técnicamente llamado "agregación") y compara las medias entre los maestros. Esto nos daría un N de dos, demasiado pequeño para ser interpretado estadísticamente. ¿O uno debería considerar al "estudiante" como la unidad de análisis, dando N de 40? (ayudaría por supuesto incluír otros maestros en el estudio, con sus alumnos, pero el problema de la unidad propia de análisis persistiría.) Yo menciono el problema sin solucionarlo. Es un tema de considerables debates en estos días entre metodólogos en investigación educativa. Los resultados de logros académicos de estudiantes en forma individual, por ejemplo, pueden ser agragados al nivel del grupo, al nivel de la escuela, y al nivel de distrito, tal vez hasta más alto, y cada uno podría servir como unidad de análisis. Yo sólo puede prevenirte de que temas sustanciales tanto sustantivos como estadísticos, son asociados con los niveles de agregación y la unidad de análisis. EL INVISIBLE CETERIS PARIBUS. Menos de una hipótesis entre 50 que tu ves tendrá la frase ceteris-paribus impresa al final, y aún, ya sea que el autor lo conoce o no, siempre está ahí. Uno de los UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 57 principios fundamentales de la filosofía de la ciencia es que cualquier fenómeno tiene numerosas causas no solo una, el principio de causas múltiples. El latín para "otras cosas siendo iguales" es la manera en que el científico hace constar la existecia de otras causas mientras las enfoca. En la hipótesis: H-12 Automóviles con motores de rotación obtendrán mejor kilometraje que los que tienen motores de pistón, cet. paribus. La frase significa que se espera que la hipótesis diga la verdad si todos los otros casos que afectan o tienen relación con el consumo de gasolina son iguales, o constantes. Estas otras cosas pueden incluír el peso, la cantidad de piezas, uso del motor, tipo de gasolina, velocidad a la que se maneja, etc. La hipótesis predice que con todos estos otros factores constantes, se verá que el diseño del motor por sí mismo afecta el consumo de gasolina como se especificó. "Otros casos siendo iguales" no significa que los carros deban ser idénticos en cada respecto, excepto por el diseño del motor. Tal condición es literalmente imposible de cumplirse. Mas bien, la frase significa que son parecidos en otras formas. (Otras diferencias al diseño del motor) este razonamiento podría afectar el consumo de gasolina (kilometraje). Muy raro será que el investigador necesite certificar que los controles de calefacción estuvieran exactamente en el mismo lugar, por ejemplo, o que todos los carros tuvieran una descarapelada de pintura en la salpicadera derecha trasera, o que el conductor de prueba hubiese deslizado su chamarra precisamente con el mismo movimiento de la mano en cada prueba. "Otros casos" significa otros casos relevantes, y /o, otras causas conocidas o número de la variable dependiente. El investigador novato hará bien en poner cetis paribus en su hipótesis, al menos hasta que se vuelva terriblemente repetitivo y aburrido. Esto pudiera servir como un recordatorio para que se piense seriamente en "las otras cosas relevantes" en los objetos del estudio, y las condiciones de prueba que pudieran afectar a la variable dependiente, y de avistar planes para mantenerlos constantes, de otra forma, controlarlas. UNA NOTA SOBRE LA HIPOTESIS NULA. La llamada "hipoótesis nula" juega un rol distintivo en el proceso de investigación, y no deberá ser confundida con la hipótesis sustantiva discutida a lo largo del manual. Mientras que la segunda hace una predicción definitiva concerniente a la relación entre las variables dependiente e independiente, la hipótesis nula positivamente mantiene que no existirá relación entre ellas más allá de lo que pudiera presentarse por azar. Ambas hipótesis que parecen ser contradictorias están envueltas en estudios que prueban relaciones causa-efecto. La hipótesis sustantiva aparece al inicio del UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 58 proceso de investigación. Comunmente es derivada de, o se conecta con, una línea de razonamiento acerca del fenómeno que se investiga y que guía al investigador, como ya lo he mencionado en planear y conducir el estudio. Para incluír una predicción tentativa y definitiva, se requiere que el investigador piense largo y tendido acerca de hipótesis alternativas y acerca de "las otras cosas relevantes" que necesitan ser constantes en orden de señalar una inferencia fuerte de que su razonamiento va por el camino adecuado. La hipótesis nula, por otro lado, entra en el juego mucho después en el proceso de la investigación, al punto donde una prueba de significacncia estadística va a aplicarse a la relación observada entre las variables. En el curso de un estudio por ejemplo, al referirnos a la superioridad de motores de rotación sobre motores de pistón en el consumo de gasolina (H11) llega el momento en que el consumo de gasolina de los dos tipos de carros ha sido determinado bajo condiciones de pureba equivalentes y la relación ha sido desplegada en una tabla de medias (una variable en clase, y otra en grado). La pregunta vital ahora que enfrenta el investigador, es, dónde la diferencia en las medias entre los dos tipos de carros se presenta, simplemente por casualidad, o cuando la diferencia es tan grande que no parece ser el producto de simple casualidad, y se requiere de una prueba de significancia. Aquí entra la hipótesis nula. Sin adentrarnos mucho en materia, diremos que la teoría estadística permite al investigador calcular la probabilidad de que la diferencia observada fuera un asunto de casualidad. (Aún una gran diferencia en el kilometraje entre los dos tipos de carros podría darse por azar o casualidad, pero la probabilidad de que suceda sería muy pequeña.) Antes de realizar los cálculos, y por supuesto, antes de ver la información, el investigador selecciona un nivedl de probabilidad para ser usado como criterio en un evento por azar. Deberá decir: Yo consideraré cualquier diferencia que pudiera haber ocurrido por azar menor a 5 de 100 veces (p .05 en términos estadísticos) que es demasiado grande para que ocurriera por azar, mientras qe cualquier diferencia más probable que la que yo llamaría un evento por azar. El investigdor entonces procede a realizar los cálculos y a probar la hipótesis nula, la hipótesis cuya diferecia estaba entre los límites de lo que el investigador eligió como criterio de que algo sucediera por azar. Una de las dos respuestas proviene de la prueba del significancia: 1) La diferencia no era lo suficientemente grande para alcanzar el criterio por azar que el investigador acepta como la hiótesis nula, 2) la diferencia fue demasiado grande para pensar que se deba a un acontecimiento por azar y el investigador rechaza la hipótesis nula. Cuando tu llegues al punto complicado de la investigación empírica, la única cosa que debes hacer, es, aceptar o rechazar la hipótesis nula. Y aún ésto, es un asunto "dudoso", dado que la hipótesis nula está ligada a las variables. Para empeorar las cosas, la hipótesis nula raramente es interesante. En lo que el investigador está interesando es en la hipótesis sustantiva y lo correcto del razonamiento que está detrás. Aún la hipótesis nula no dice mucho y es reservada con ella misma. El rechazarla no afirma lo verdadero de la hipótesis sustantiva.Sólo porque una diferencia es demasiado grande para ser atribuída al azar (a un nivel de criterio dado) el investigador no sabe con seguridad lo que produjo la diferencia. El punto es lo bastante importante para ser repetido. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 59 •• El rechazo de la hipótesis nula no implica automáticamente la aceptación de la hipótesis sustantiva. Así que ¿qué es lo que pasa con la hipótesis sustantiva? ¿De qué manera puedes volver a ella por inferencia? Tú te esfuerzas y haces lo mejor para ordenar las condiciones del estudio y eliminar así todas las hipótesis que pueden competir, o las explicaciones alternativas de la relación tanto como sea posible. Planeas tus observaciones para que, una vez que la hipótesis nula sea rechazada, la interpretación más razonable sea la que se expresa en la hipótesis sustantiva. La confianza que puedas tener en la hipótesis sustantiva y sus conceptualizaciones depende de la fuerza de esta inferencia (con frecuencia referido como la"validez de la inferencia") Al final, uno nunca prueba una hipótesis sustantiva en lo que sería el último sentido de prueba, Uno sólo gana apoyo por un incremento de confianza en ella. Así que ambas hipótesis, nula y sustantiva, juegan su parte en la investigación, la sustantiva guiando y dando significado al proceso completo de la investigación, y la nula, apareciendo cuando pruebas estadísticas de significancia se aplican a la información. HIPOTESIS QUE INVOLUCRAN DOS O TRES VARIABLES. Mientras que este capítulo (y el siguiente) maneja la forma elemental de la hipótesis que involucra dos variables, se mencionarán brevemente formas más complicadas con tres variables. La primera, que podríamos llamar "hipótesis combinada" no es realmente complicada. Ella únicamente enlaza una serie de hipótesis elementales en una oración. Cuando dos o mas hipótesis elementales comparten una independiente en común (X) o dependiente (Y), el autor puede combinarlas para bien, al reducir espacio y evitar redundancia. H-13. Jóvenes de 12 años que son miembros del grupo Scouts, tienen más valor y, son más corteses y amables que quienes no son miembros. "Coraje", "cortesía" y "amabilidad" son tres variables Y que varían en grado y que comparten la variable en común X. "Miembro de los Scouts" presente vs ausente. Una clase menos elegante. H-14, El gasto por alumno de una zona escolar (Y) está directamente relacionado a (1X), el valor dado a la propiedad en la zona escolar, (2X) la proporción de la fuerza laboral en puestos de oficinistas, y (3X) lo que concierne para educación entre ciudadanos adultos, y es inversamente relacionada a la proporción de la población en edad escolar en escuelas privadas de índole religioso. cet. parib. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 60 Cuatro hipótesis elementales comparten la misma variable Y. Tu esperarías encontrar una prueba para cada una de estas predicciones en la sección de "Resultados" del reporte de la investigación, tal vez, usando una técnica de regrasión múltiple. En tus primeros intentos de separar una hipótesis en sus parte, irías colocando una por una de ellas en tu tabla de disección. PREDICCION DE RELACIONES CONTINGENTES. Verdaderamente son más complicadas las hipótesis que predicen relaciones contingentes entre variables. Ellas envuelven una variable X, una Y, y una variable moderadora. Como se describe en el capítulo 3. Esta sección dió una ilustración de la teoríoa de "rediseño de trabajo". Tu podrías revisar nuevamente esta sección , pero yo brevemente la mencionaré para mantener este término en mente. Es mucho más fácil explicar la idea de relaciones contingentes (y por supuesto establecer una hipótesis respecto a ellas) si consideramos que las variables X varían en clase al igual que la "W, aunque en principio una o ambas puden variar en grado. Esta hipótesis compleja predice que la relación entre X y Y difeririá, dependiendo en el valor particular que los objetos del estudio tienen sobre la variable W. Establece que la relación entre X y Y sería tal y tal, cuando el valor de la variable W es Wa, pero la relación será otra cosa cuando el valor es Wb. Para concretar ésto, tomemos en partes la siguiente hipótesis de una relación de contingencia. H-15 Líderes (Xa) de grupos informales serán más precisos (Y) que los no líderes (Xb) al estimar las opiniones de los miembros del grupo en temas centrales relacionados al funcionamiento del grupo (Wa), pero los líderes (Xa) no diferirán de los no líderes (Xb) en la precisión para estimar las opiniones de miembros del grupo en temas irrelevantes del funcionamiento del grupo (Wb). He tratado de ayudarte a lozalicar las variables en la red de palabras simbolizándolas. Tu podrás encontrar las tres por tí mismo. "Precisición en estimar las opiniones de los miembros del grupo" sería una, la variable dependiente (con variación en grado). Otra variabnle sería algo como "estatus de liderazgo" con las dos categoría de Xa "líder" y Xb, "no líder". La variable W se refiere a "la relevancia al funcionamiento del grupo" en los temas que la estimación de la precisión es hecha, con Wa representando "temas centrales relevantes" y Wb "temas irrelavantes". Si fuésemos a expresar las relaciones predichas usando los símbolos anteriormente presentados, parecería como ésto: Relación Y: Xa Xb (para Wa) Y: Xa = Xb (para Wb) UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 61 El procedimiento estadístico para probar una hipótesis de este orden implica más que revisar las dos relaciones separadamente. Desde el punto de pruebas de significancia, también se requiere una prueba de que si la magnitud de las reladiones difiere de otra por algún valor mayor por azar. En términos estadísticos ésto es llamado prueba para una "interacción" Enseguida veremos otra hipótesis que predice una relación de contingencia con las variables y sus categorías nuevamente destacadas en paréntesis. H-16 Alta redundancia en lecturas en un curso introductorio de estadística (Xa) en contraste con baja redudnancia (Xb) llevará a una mayor retención del contenido del curso (Y) entre estudiantes con antecedentes débiles en matemáticas (Wa) mientras que alta redundancia en lecturas (Xa) causará menor retención del contenido del curso (Y) que baja redundancia (Xb) entre estudiantes con fuertes antecedetes en matemáticas (Wb). En este ejemplo, la hipótesis predice que la variable de redundancia tiene efeccto opuesto en aprendizaje para ambos tipos de estudiantes. Las relaciones contingentes hyan llegado a ser más y más prominentes en investigaciones de la conducta y de educación en los años recidentes. Toda una línea de investigaciones en sicología de la enseñanza, por ejemplo, se ha desarrollado alrededor de lo que es llamada la "la interacción del tratamiento de la aptitud" (ATI), la idea (como la expresada en H-16) de que la efectividad de las técnicas de instgrucción es contingente en las aptitudes u otros atributos del estudiante. La sicología social ha producido un número de teorías de contingencia en liderazgo, proponiendo que el estilo de liderazgo efectivo para promover la productividad del grupo cuando el grupo está compuesto, una forma no sería el estilo efectivo cuando el grupo se compone en difrerente manera. Sicólogos industriales han desarrollado teorías que sostienen que las variaciones en condiciones de trabajo o lugares de trabajo en la satisfacción del trabajador, es contingente en las motivaciones básicas de los trabajadores expuestos a ellas. Otras teorías predicden que la gente se comporta en cierta forma cuando sus atributos personales "concuerdan" con las características de la situación en las que ellos se encuentran a sí mismos, y en otras formas, cuando hay una (no concordancia) entre el personal y las características de la situación. Una observación, tales teorías se desarrollan para envolver predicciones de relaciones de contingencia. Otros ejemplos podrían serte proporcionados, pero ahora debemos ir a las patologías de las hipótesis elementales. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 62 CAPITULO 4 Algunos autores al elaborar reportes de investigación utilizan una y otra vez enunciados que pretenden ser hipótesis pero no son asi, al menos como yo la he definido. Puede ser que el autor conozca perfectamente bien lo que es una hipótesis, pero no se preocupa tanto como yo de expresarla en la forma correcta. O puede ser también que el autor no sabe suficiente sobre investigación. (Cerca del 90% de lo publicado en nuestro campo, dee acuerdo a varias estimaciones, representa el primer y último trabajo de X autor, así que como puedes ver, la mayoría de lo que lees es el producto de un principiante. La prueba clínica crucial de una hipótesis en forma propia es si tu puedes o colocarla en una tabla de disección y encontrar todas sus partes en un orden funciones. Si algo hace falta, puedes considerar que la hipótesis es defectuosa. prueba solamente es válida, por supuesto, en el grado en que tu conozcas composición y manejes una tabla de disección adecuadamente. no de La su Yo creo que otra razón importante para aprender la patología de las hipótesis es que más que ser capaz de separar frases de alguien, tu debes de ser capaz de parafrasear las tuyas propias dentro de un estilo apropiado. Las hipótesis contraen varias enfermedades que evitan dejarlas crecer en forma apropiada. Hipótesis no apropiadas (enfermas) son fatales para un programa de investigación. Estas enfermedades se clasifican en dos tipos: aquellas que atacan a la variable, y aquellas que atacan las especificaciones de la relacipón. Yo las discutiré de acurdo al siguiente esquema: 1. Malformaciones de una variable. A. Unicamente una varible. B. Ausencia de comparación. C. Categorías desconocidas. 2. Anormalidades en las especificaciónes de las relaciones. A. Unicamente un pregunta. B. Aseveración de que solo existe una relación C. Afirmación de que no existe una relación. Como puedes ver, estas no son categorías muy claras. Algunas patologías recaen en otras categorías y puedes no ser capaz de diagnosticar la raíz o causa de la UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 63 enfermendad, examinando un ejemplo clínico fuera de su habitar (el estudio en sí mismo). SOLO UNA VARIABLE. Afirmaciones acerca de la distribución en una muestra de población en una sola variable, no son hipótesis, dado que una hipótesis propia debe necesariamente involucrar a dos variables (y una relación entre ellas). El siguiente es un ejemplo de un enunciado que sufre de este defecto. Oración No. 1. "El resultado más importante de nuestro estudio confirma la hipótesis de que los maestros de Civismo del Estado, raramente enseñan acerca de las amenazas de la libertad civil en las comunidades". Una sola variable "frecuencia de la enseñanza acerca de las amenazas de la libertad civil". La pseudo hipótesis hace mención superficialmente al estado de los maestros de Civismo del Estado, por ejemplo, "raramente enseñan" Dejame proporcionarte otro ejemplo del mismo tipo: Oración No. 2. "Esta investigación fué diseñada para probar la hipótesis de que los sistemas escolares mexicanos están organizados de acuerdo al modelo Weberiano de Burocrácia" Obviamente, los investigadores supusieron que hay otros modelos además del "modelo burocrático". Quizás, los investigadores creyeron en la existencia de otros ñmodelos organizacionales para el sistema escolar además del "modelo burocrático." La oración afirma que una clasificación de los sistemas mexicanos en diversas categorías podría mostrar todos (¿Casi todos?, ¿La mayoría?) ellos en la categoría de "modelo burocrático". Por lo tanto, esta es una oración acerca de la distribución de los sistemas escolares en relación a una sola variable de clase. "Sin hacer una comparación de variables" A continuación, te proporciono dos oraciones más con la característica de no hipótesis al involucrar solo una variable: Oración No. 3. "Por las razones que he citado y en base a investigaciónes previas, esperamos encontrar que menos del 10% de los directores de preparatorias son mujeres." Oración No. 4. "Miembros del Consejo de una escuela en el estado de Puebla ocuparán puestos de negocios y en el área profesional en lugar de UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 64 el campo de la agricultura, el clero o fuerza obrera, si nuestros resultados estan de acuerdo con la teoría de George Counts (1927)." Investigaciónes descriptivas estan llenas de estadísticas que describen l posición de una muestra o población sobre cada una de las variables (medias, porcientos, frecuencias de distribución, puntajes estandard, etc.). Tan valioso como puede ser esta información, ellas manejan una sola variable, y los enunciados que describen las carcterísticas de una población con respecto a una variable no son hipótesis verdaderas. SIN HACER UNA COMPARACION. Un enunciado que intenta ser una hipótesis, incluyendo una variable independiente en clase, puede aludir solamente a uno de sus valores, omitiendo el mencionar el o los otros valores con los que se hace la comparación. Se dice entonces que el enunciado contiene una variable "Y" y una indicación de Xa sin existir referencia a sus valores contrastantes, Xb, Xc, etc. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 65 Oración No. 5. "Los equipos de enseñanza que tienen líderes formalmente asignados mostrarán menos consenso en puntos de vista acerca de los procesos disciplinarios que se usan en el salón de clase". ¿Menos consenso que cuáles otros equipos? La comparación no esta completa. Oración No. 6. "El estudio probó la hipótesis de que el movimiento feminista de los 70's aumentó el porciento de mujeres empleadas por las oficinas de gobierno". Aquí, No hay problema en la variable dependiente porque menciona sólo un valor, el sexo, por lo que automáticamente el otro valor "hombre" debe ser tomado por hecho. Sin embargo, el problema principal esta en la ausencia de un segundo valor en la variable independiente. Si "movimiento feminista" es Xa, entonces ¿cuál es Xb?. La enfermedad que estoy describiendo, usualmente no debilita. Ella comunmente aflige a las variables independientes de la variedad presente-ausente, por lo que es fácil de imaginar del contexto de un estudio que la variable no mencionada Xb significa simplemente la ausencia de Xa. La inspección de las tablas u otros detalles de la investigación usualmente permite al médico (tu) aliviar el enunciado del autor y convertirlo en un ejemplo saludable. Ocasionalmente nosotros, al examinar el contexto del estudio, descubriremos que un enunciado que pensabamos tenía la enfermedad más seria como se discutió en la sección anterior ("solamente una variable") llega a ser recuperable. Vuelve a revisar la oración no. 4. Podría suceder que el estado donde se localizan los miembros del consejo directivo fueran una segunda variable "El Estado de Puebla sería una de las categorías, y el autor hubiera fallado en mencionar solamente la otra categoría, digamos Tlaxcala. O tal vez la comparación no mencionada era entre Xa "miembros del consejo directivo" y Xb "miembros del consejo estatal." Unicamente un diagnóstico más intensivo podría decirlo. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 66 CATEGORIAS DESCONOCIDAS. Mucho más infeccioso que la anterior enfermedad, es aquella en donde un nombre es dado a la variable independiente (supuestamente una variaci´n en clase) pero ninguna de sus categorías son mencionadas. Esta enfermendad puede atacar también a la variable dependiente, o a ambas al mismo tiempo, pero para hacerlo más simple, concentrémonos en la variable independiente. Oración No. 7. "Lo grave de los problemas de disciplina en el salón de clase es un producto de la propia personalidad del maestro". La variable X es determinada, "personalidad del maestro", pero ¿qué categorías están involucradas?. Hay muchas formas en las cuáles se puede decir que la personalidad difiere, tales como Autoritario Vs. Condescendiente; Castigador Vs. Peermisivo; Directivo Vs. Autoregulador; etc. Ciertos aspectos de la personalidad podrían inclusive ser formulados como variables de grado, por ejemplo, necesidad de éxito, tolerancia de la ambiguedad. La oración 7, no nos proporciona ninguna pista acerca de cuál es la variación de la variable "X". La omisión de especificar la forma en que varían las variables es un patología tan común que te presentaré algunos especímenes adicionales en los cuáles subrayaré las variables no elaboradas. Oración No. 8. "El perfil religioso de la comunidad en un factor importante en determinar el éxito de la campaña de fondos económicos para la escuela". Oración No. 9. "El nivel de la moral de un profesor será correlacionado con el tipo de control estructural observado enla organización escolar.". Oración No. 10. "La rapidez con que lod profesores de un departamento de una comunidad universitaria adopten las innovaciones instruccionales es determinado por las relaciones sociales que prevalecen entre sus miembros." La patología descrita en la presente sección esta necesariamente afectada por la enfermedad que se dicute a continuación. Entre las dos, los especímenes afectados solo se les puede considerar como casos terminales. La patología genética que se describe bajo este apartado es la ausencia de una designación unequívoca acerca de cómo se espera que una variable co-varie con la otra. Esta enfermedad ataca las oraciones en la cuál las variables, en si mismas, son perfectamente normales. UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 67 Las oraciones que no hacen predicciones precisas vienen a estar bajo tres disfraces y la mayoría de ellas son faciles de detectar. SOLO PREGUNTA DE INVESTIGACION. Mientras que las preguntas son útiles al inicio de la formulación de un problema para la investigación y además pueden dar lugar a respuestas tentativas establecidas en la forma de verdaderas hipótesis, las preguntas por sí mismas no hacen predicciones y por lo tanto, no son hipótesis. Oración No. 11. "¿estan los padres de familia mejor informados con boletas de aprovechamiento reportadas con calificaciones en letras en lugar de con números?" No hay ninguna predicción, por lo tanto no es una hipótesis. Creo innecesario el proporcionarte más ejemplos. Los signos de interrogación deben ser suficientes para prevenirte inmediatamente. CUANDO ASEGURAMOS QUE EXISTE RELACION SIN MENCIONAR SU DIRECCION. Las oraciones que pretenden ser hipótesis deben establecer que existe una relación entre dos variables sin especificar la naturaleza de la relación. Ellas no dicen si la relación esperada es directa o inversa (si las variables fuesen en grado) o cómo se espera que la variable dependiente difiera de uno de los valores de la variable independiente a otro (cuando esta última es en clase) Analiza los siguientes especímenes. Oración No. 12. "Hombres y mujeres diferirán en sus puntajes acerca de procesar señales auditivas complejas." Oración No. 13. "El nivel socio económico de los estudiantes en las escuelas secundarias será asociado al promedio de calificaciones de las asignaturas vocacionales." Oración No. 14. "El número de estudiantes diferentes a los cuáles un maestro instruye en el curso de una semana afecta la posibilidad de que el maestro desarrolle un agotamiento." Nota, en los dos últimos especímenes, el uso de frases indeterminadas como "será asociado a" o "afecta." Estas sonpistas para concluir que la relación puede permanecer no especificada. Agunas otras frases comunmente usadas son: "…es una causa de…" "…contribuye a…" UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 68 "…tiene un impacto sobre…" "…es una función de…" "…es afectado por…" "…es un factor en…" Regresa y analiza nuevamente las oraciones 7 a la 10 en la sección anterior y date cuenta que ellas también contienen frases (asi como tambien variables que no pueden ser elaboradas). Cuando frases de este tipo son usadas para conectar las variables independiente y dependiente, tu puedes estar muy seguro de que la oración ha contraído la enfermedad discutida en esta sección. CUANDO ASEGURAMOS QUE NO EXISTE RELACION. La hipótesis nula discutida hacia el final del capítulo 4 es una oración que no predice que exista una relación --más allá de la que podríamos esperar por azar-- entre dos variables. Como lo he tratado de señalar, ella no es lo mismo que una hipótesis sustantiva. La enfermedad descrita aquí con frecuencia resulta cuando la hipótesis nula es sustituida por la hipótesis sustantiva Oración No. 15. "No habrá diferencia significativa entre padres y madres de niños de la clase social baja en la rudeza de las técnicas disciplinaria que ellos utilizan sobre sus hijos varones." Si la hipótesis nula como esta fuera la única establecida para un estudio --si no hubiese hipótesis conceptuales que les apoyen-- el lector (y el investigador) podrían encontrarse en problemas. Tu no tendrías ninguna forma de saber que hipótesis sustantiva el investigador tuvo en mente de la cuál a él le gustaría derivar algunas inferencias al momento de rechazar al hipótesis nula. Aquellos investigadores que limitan la formulación de su problema a una serie de hipótesis nulas inhiben seriamente su razonamiento acerca de las conecciones que podrían o no podrían ser esperadas entre variables. Los investigadores mas suceptibles a la enfermedad de sustituir hipótesis nulas for hipótesis sustantivas son novatos quiénes han sido expuestos a cursos sobre técnicas estadísticas en donde la hipótesis nula es enfatizada, pero quienes no tienen una conciencia de la lógica general del proceso de investigación dentro del cual las herramientas estadísticas son aplicadas. En ocasiones, investigadores experimentados formularán hipótesis prediciendo que dos variables en lo particular no estan relacionadas y al hacerlo, estarán en lo correcto. Esto pasa principalmente en areas que han sido bién investigadas en un estudio usando medidas bien probadas o en experimentos manipulados. Tambien pasa en estudios que implican variables moderadas o intervinientes, relaciónes contingentes, y cosas por el estilo. En el caso de dos variables, las predicciones de ausencia de relación son tan fáciles de afirmar que los investigadores sofisticados se apenarían por hacerlo. Este tipo de hipótesis pueden apoyarse dada un número de razones que no tienen nada que ver con lo sólido de las teorías, o explicaciones, o UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 69 respuestas a preguntas de la persona. Cualquiera de las siguientes frases puede guiarte a un descubrimiento empírico de que no exoste relación entre un par de variables: UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 70 • Artefactos de medición insensitivos. • Poca variación en una o ambas variables. • Medidas no confiables. • Medidas inválidads. • Diseños de investigación inadecuados o impropios. • Errores hechos durante la captura de la información. • Mala codificación de la información capturada. • Falta de precisión en la operaciónes estadísticas. • Errores al escribir el programa de computadora • Para comenzar, el uso de variables tontas. Mientras más ignorante, descuidado o inocente sea el investigador, mayor será la posibilidad de que encuentre apoyo para hipótesis que predicen la ausencia de relaciones. Esta no es una base fuerte sobre las cuáles el conocimiento del mundo alrededor nuestro deba de aterrizar UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 71 BIBLIOGRAFIA Alfredo Tecla, J. y Garza Ramos, A. Teoría, Métodos y Técnicas en la Investigación Social. Ediciones del Taller Abierto. México. 1980. Arias Galicia, Fernando. Lecturas para el Curso de Metodología de la Investiga-ción. Editorial Trillas. México. 1985 Baena Paz, Guillermina. Instrumentos de Investigación. Editores Mexicanos Unidos, S.A. 9a. Edición. México. 1981. ISBN 968-15-0371-6 Best, J. W. Cómo Investigar en Educación. Ediciones Morata S.A. 3a. Edición. Madrid, España. 1978. Briones, Guillermo. Métodos y Técnicas de Investigación para las Ciencias Sociales. Editorial Trillas. México. 1990 Campbell, D.T. y Stanley, J.C. Experimental and Quasi-experimental Designs for Research. Houghton Mifflin Company. Estados Unidos. 1966 Festinger, L. y Katz, D. Los Métodos de Investigación en las Ciencias Sociales. Editorial Paidos. 2a. Edición. Buenos Aires, Argentina. 1975. Garza Mercado, Ario. Manual de Técnicas de Investigación para Estudiantes de Ciencias Sociales. Editorial El Colegio de México. 4a. Edición. 1988 Gomez romero, José. El Método Experimental. Editorial Harla. González Reyna, Susana. Manual de Redacción e Investigación Documental. Editorial Trillas. México. 1990 Kidder, Louise H. Research Methods in Social Relations. Editorial Holt, Rinehart and Winston. New York, Estados Unidos. 1981. ISBN 0-03-043566-8 Luna Rivera, Antonio. Metodología de la Investigación Científica. Editado por Antonio Luna Rivera. Editorial Querétaro, México 1981. López Cano, José Luis. Método e Hipótesis Científicos. Editorial Trillas. 3a. Edición. México 1978. ISBN 968-24-3657-5 UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ 72 Mendez, R. Ignacio et. al. El protocolo de la Investigación. Editorial Trillas. Edición. México. 1990 2a. Munch, Lourdes y Angeles, Ernesto. Métodos y Técnicas de Investigación para Administración e Ingeniería. Editorial Trillas. 2a. Edición. México. 1990 Pardinas, Felipe. Metodología y Técnicas de Investigación en Ciencias Sociales. Editorial Siglo XXI. 30a. Edición. México. 198 Rivera Márquez, Melesio. La Comprobación Científica. Editorial Trillas. 3a. Edición. México 1978. ISBN 968-24-3698-2 Rodriguez, Aroldo. Investigación Experimental en Psicología y Educación. Editorial Trillas. México. 1977 Rojas Soriano, Raúl. México. 1988 El proceso de la Investigación Científica. Sidman, Murray. Tácticas de Investigación Científica. Barcelona, España. 1973 Editorial Trillas. Editorial Fontanella. Tamayo y Tamayo, Mario. El Proceso de la Investigación Científica. Limusa. 2a. Edición. México. 1987 Editorial Tecla Jimenez, Alfredo y Garza Ramos, Alberto. Teoría, Métodos y Técnicas en la Investigación Social. Ediciones Taller Abierto. México. 1980 UDLA-P MATERIAL EN BORRADOR - NO DUPLICARSE DR. JOSE A. LOPEZ