




















Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Asignatura: Introduccio als metodes d'investigacio en psicologia, Profesor: , Carrera: Psicologia, Universidad: UOC
Tipo: Apuntes
1 / 28
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!





















PID_
Cap part d'aquesta publicació, incloent-hi el disseny general i la coberta, no pot ser copiada, reproduïda, emmagatzemada o transmesa de cap manera ni per cap mitjà, tant si és elèctric comquímic, mecànic, òptic, de gravació, de fotocòpia o per altres mètodes, sense l'autorització prèvia per escrit dels titulars del copyright.
L’objectiu de la fase de delimitació del problema i establiment d’objectius és determinar clarament en què consistirà la nostra recerca ( què volem saber? i per què ho volem saber? ). Ho aconseguim revisant els coneixements del tema de recerca, tant les elaboracions teòriques com els fets empírics que hi donen suport, els quals poden tenir diferents nivells de desenvolupament segons la problemàtica a la qual ens enfrontem, des de construccions teòriques ben for- malitzades a nivell lògic i matemàtic fins elaboracions teòriques mínimes, o des de gran quantitat d’evidència empírica acumulada fins uns referents em- pírics pobres o poc consistents.
L’estat de coneixements determina quin tipus de pregunta de recerca podrem formular. Així, si la construcció teòrica és minsa i hi ha poca evidència empí- rica que li doni suport, pot resultar força arriscat formular preguntes que rela- cionin causalment dues o més variables i segurament serà molt més produc- tiu formular preguntes que demanin per l’existència o la descripció d’alguna o algunes variables. Però si succeeix just el contrari, serà molt més productiu arriscar-nos a preguntar sobre relacions acurades entre variables. Sigui un cas o l’altre (o, com sempre, tot un ventall possible de situacions intermèdies), per obtenir una resposta a la pregunta de recerca caldrà recórrer a l’observació empírica de les variables a què fa referència la pregunta.
1.1. Pregunta de recerca i resposta temptativa
La pregunta de recerca delimita les variables que hem d’observar i, si s’escau, les relacions que hi ha entre elles. Per observar les variables és útil donar una resposta temptativa a la pregunta. Així, si ens demanàvem si hi ha algun in- secte que transmeti el virus del Zika, caldrà delimitar la recerca a alguns tipus d’insectes que poden ésser portadors del virus, per exemple els mosquits. Si disposem de prou informació, podem afinar encara més i limitar la recerca a un determinat gènere de mosquits transmissors de malalties, com els mosquits del gènere Aedes. Així, a la pregunta Hi ha algun insecte que transmeti el virus del Zika? podem respondre: Hi ha un mosquit del gènere Aedes que el transmet. La resposta és especulativa perquè no està comprovada empíricament, però raonable perquè es fa basant-se en la informació que proporcionen uns conei- xements previs.
La resposta temptativa que donem a la pregunta de recerca té la utilitat de fitar el conjunt de variables al qual hem d’adreçar la nostra observació empírica. La resposta a la pregunta El dèficit d’atenció provoca baix rendiment escolar? se- rà afirmar que, en efecte, El dèficit d’atenció provoca baix rendiment escolar. Per comprovar si la resposta és correcta, caldrà observar les dues variables i la rela-
vament), sol ésser més habitual una mena de combinació de les dues vies, o via hipotètic-deductiva , en la qual la resposta temptativa recolza en hipòtesis (més o menys refinades) derivades del cos teòric i fets empírics més o menys estructurats.
En definitiva, l’investigador se serveix de tot el coneixement previ de què dis- posa per proposar una possible resposta a la pregunta de recerca, la qual serà o bé una hipòtesi en sentit estricte, o bé la delimitació d’unes variables o valors de variables on s’espera hi hagi la resposta. Tant en un cas com en l’altre, efec- tuem afirmacions sobre el que s’espera obtenir (per exemple, Hi ha un mosquit del gènere Aedes que transmet el virus del Zika o El dèficit d’atenció provoca baix rendiment escolar ).
L’observació empírica donarà suport o no a allò que afirmem, perquè accep- tant o refusant l’afirmació donem resposta a la pregunta de recerca. Si accep- tem l’afirmació, hem trobat la solució al problema plantejat en la pregunta de recerca. Si no l’acceptem, no hem trobat la solució, però ja hem vist que sovint el refús ens proporciona informació que serveix per formular noves preguntes (i al seu torn noves hipòtesis o variables temptatives per sotmetre a compro- vació empírica).
1.3. La mesura de les variables
La hipòtesi o qualsevol delimitació temptativa de les variables de recerca ens assenyala quines variables, valors de variables o relacions entre elles haurem de sotmetre a contrastació empírica. Per fer-ho ens haurem de servir de les definicions operacionals de les variables (que ja hem vist a l’apartat «El plan- teig d’objectius: La recerca basada en l’evidència» del mòdul didàctic «Com es planifica una recerca?»). Una manera de fer la definició operacional d’una va- riable és mesurant-la. Introduirem unes breus nocions de teoria de la mesura, veurem com podem mesurar variables i quina utilitat pot tenir la mesura de les variables en el procés de recerca.
Mesurar és representar mitjançant nombres propietats dels objectes empírics, seguint determinades regles de representació (Campbell, 1952). Com les pro- pietats dels objectes empírics constitueixen variables, caldrà representar amb nombres els valors que prenen les variables. La representació, però, no pot és- ser arbitrària. Suposem que es pot estar gens, una mica, bastant o molt d’acord amb una opció política, que són els nivells en què pot variar la variable con- cordança amb una opció política. Si usem els nombres 1, 2, 3 i 4 per representar cadascun dels possibles nivells de la variable concordança amb una opció política , de manera que a gens d’acord li assignem l’1, a una mica d’acord el 2 i així suc- cessivament, haurem estat consistents en fer correspondre cada nombre a un nivell d’acord, perquè estar gens d’acord és estar menys d’acord que estar bas- tant d’acord i el nombre que hem assignat a gens d’acord és més petit (l’1) que el nombre que hem assignat a bastant d’acord (el 2). El fet empíric d’estar menys d’acord queda representat per la propietat dels nombres ésser més petit que (<),
Compte! Una pregunta no es respon amb una altra pregunta. Les hipòtesis i totes les delimi- tacions temptatives prèvies de les variables de recerca s’expressen en afirmatiu, no pas com una interrogació.
perquè estar gens d’acord és estar menys acord que estar bastant d’acord i 1< (la relació entre els nombres reflecteix la relació entre els elements empírics). No podem assignar de manera arbitrària qualsevol nombre a gens , una mica , bastant o molt d’acord, sinó que aquests han de respectar l’ordre. Qualsevol conjunt de quatre nombres que respecti l’ordre és vàlid per fer la representació numèrica de la variable concordança amb una opció política (per exemple: 45, 56, 109 i 2.324; però també els nombres -2, 3,4, 45 i 45,1).
Fixem-nos que en l’exemple del paràgraf anterior la clau es troba en respectar l’ordre. Podem aprofitar la propietat dels nombres ésser menor que , tal com hem fet a l’exemple, però també la propietat ésser major que i assignar 4, 3, 2 i 1 (on a gens assignem el 4 i, a molt , l’1). El mateix fem quan assignem l’1 al primer corredor que arriba a la meta, el 2 al segon, etc. (al més ràpid li assignem l’1, al següent el 2, etc.): una seqüència ordenada d’elements empírics es pot representar per nombres progressivament menors o progressivament majors, perquè en tots dos casos respectem l’ordre.
Mesurar les variables, és a dir, assignar-hi valors numèrics, permet una major manejabilitat de les dades, com tabular-les o fer operacions entre els nombres. En l’anàlisi de les dades, les operacions entre nombres permet sintetitzar-les i obtenir indicadors que ajuden a prendre amb més claredat decisions sobre la hipòtesi o les variables d’interès per a la recerca. Ara bé, les operacions que fem en l’anàlisi només proporcionen una informació correcta si la variable ha estat mesurada de manera correcta. Si els nombres escollits per mesurar la variable concordança amb una opció política no reflecteixen l’ordre, llavors la representa- ció serà inadequada (o, el que és el mateix, la variable no haurà estat mesurada de manera correcta). Per determinar si hem fet bé la representació numèrica haurem de conèixer amb quines propietats empíriques ens hi podem trobar i com les podem representar amb nombres. Cada manera de fer l’assignació numèrica proporcionarà el que en direm una escala de mesura.
1.4. Escales de mesura: taxonomia d’Stevens
Les escalesdemesura ens permeten posar en correspondència les propietats empíriques que definim en les variables i la manera de fer l’assignació numè- rica. Bàsicament podem distingir quatre escales de mesura, que denominarem nominal , ordinal , interval i raó. Veiem tot seguit quines propietats represen- tem amb cada escala.
Hem vist en l’exemple de la variable concordança amb una opció política que la propietat que han de representar els nombres és l’ordre. Veiem un altre cas. Suposem que una recerca s’adreça a establir els tipus de mosquit que hi ha en una determinada zona (és a dir, plantejaria una pregunta de classificació) i que ho farem segons la categoria taxonòmica gènere ( Anopheles , Bironella , Chaga- sia ... i així fins a uns quaranta-tres gèneres). La variable gènere dels mosquits podrà prendre quaranta-tres valors, que corresponen a cadascun dels quaran- ta-tres gèneres: un mosquit podrà pertànyer al gènere Anopheles , al gènere Bi-
Per saber-ne més La taxonomia en quatre esca- les de mesura va ésser desen- volupada per Stanley S. Ste- vens (1906-1973). Hi ha al- tres taxonomies de les escales de mesura, però la més usada, amb diferencia, és la proposa- da per Stevens (vegeu Stevens, 1951).
peratura entre les temperatures que representen els nombres 52 i 53 ha d’ésser la mateixa que la diferència empírica de les temperatures que representen els nombres 84 i 85, i així successivament per a cada tètrada de temperatures.
Observem que si bé l’escala per mesurar la variable temperatura en graus centí- grads pot assignar el nombre zero (i, de fet, l’assigna a aquella temperatura en què es congela l’aigua), el nombre zero no representa l’absència de tempera- tura, és a dir, el fet que no hi hagi temperatura. En una escala d’interval es diu que el nombre zero s’assigna de manera arbitrària, perquè la seva assignació no representa aquella circumstància en què la variable no és present.
En moltes variables pot donar-se el cas que, bé per dificultats d’accés a la va- riable o per la conceptualització que se’n fa, no es pugui o no tingui sentit determinar empíricament l’absència de la variable. Així, podem aplicar una prova psicològica d’intel·ligència a uns individus i representar numèricament la intel·ligència que hi hem observat. Un dels nombres que podem assignar és el zero, però zero no indica que no hi hagi intel·ligència (igual que assignar zero a una determinada temperatura no indicava l’absència de temperatura).
En una escala de raó , el quart tipus d’escala de la taxonomia d’Stevens, el nombre zero es reserva per representar l’absència de la variable. Per exemple, si mesurem la variable distància entre dos objectes físics, com una taula i una ca- dira, i aquests estan a tocar l’un amb l’altre, direm que no hi ha distància entre ells (la variable distància està absent entre la taula i la cadira). Per representar l’absència de la variable emprarem el nombre zero. A diferència de les escales d’interval, les escales de raó fan una assignació no arbitrària del nombre zero. Les escales de raó acumulen, a més, les capacitats de representació de les altres tres escales: distingir elements diferents, ordenar-los i establir una proporcio- nalitat entre ells. Les quatre escales de la taxonomia d’Stevens segueixen un ordre acumulatiu segons les propietats dels objectes empírics que són capaces de representar: nominal < ordinal < interval < raó.
1.5. Mesures idemnòtiques, vaganòtiques i recomptes
Fixem-nos que una escala de raó permet establir fàcilment un patró fix que serveixi d’unitat per fer les assignacions numèriques. Així, podem prendre com a patró la distància que va des de no haver-hi cap distància (els objectes estan junts, que representem amb el 0) fins una determinada distància arbitrària en- tre els objectes. Llavors, quan vulguem mesurar la distància entre dos objectes qualssevol, agafarem el patró que hem establert i veurem quantes vegades hi cap entre aquests objectes. Si, per exemple, hi cap tres vegades, assignarem el 3 a aquella distància. Qualsevol distància entre dos objectes la podrem expressar com un múltiple o un submúltiple del patró fix, que serà la unitat de mesura. És el que s’esdevé quan mesurem una distància. Si prenem el metre de patró fix, tota distància es podrà expressar numèricament com el nombre de vega- des que conté el patró metre (per exemple, 50 si el conté cinquanta vegades o 0,5 si el conté mitja vegada). Seguint aquesta estratègia, obtenim un tipus
Una precisió A més de l’escala en graus cen- tígrads (i altres escales similars, com els graus Fahrenheit) la temperatura també es pot re- presentar en una escala Kelvin, on el valor zero indica absèn- cia de temperatura (reflecteix el fet empíric que no hi ha cap moviment de les molècules). Llavors, en aquest cas, la va- riable temperatura es mesura amb una escala de raó.
de mesura que denominem idemnòtica. Totes les assignacions numèriques que es puguin fer tal com ho hem fet amb la variable distància seran mesures idemnòtiques.
L’estratègia d’assignar valors numèrics en funció d’un patró fix és possible si es disposa d’un punt d’ancoratge empíric des d’on fixar el patró que actua com a unitat de mesura. Aquest punt el tenim en les variables en què podem identi- ficar on hi ha absència de propietat, que es pren com a referència per establir el patró des de no haver-hi propietat fins un cert nivell de d’aquesta (és el que es va fer quan es va establir que determinada distància serà un metre; determina- da capacitat, un litre; determinada superfície, un metre quadrat, etc.). Ara bé, hem vist variables en què no és possible detectar l’absència de propietat (o no té sentit per la manera com hem conceptualitzat la variable), per la qual cosa no disposem de cap punt d’ancoratge empíric des d’on establir el patró que ens serveixi d’unitat de mesura. L’estratègia per obtenir-lo haurà d’ésser diferent. Suposem que apliquem unes proves d’intel·ligència i observem quins execu- cions han fet els individus, les quals seran diferents d’individu a individu. Es- tarem observant la variabilitat de la variable intel·ligència. En funció de quina hagi estat aquesta variabilitat, establim arbitràriament dos nivells d’execució, la diferència entre els quals establirà la unitat de mesura. A qualsevol execució que un individu faci d’aquestes proves d’intel·ligència li assignarem un nom- bre comparant l’execució concreta que ha fet l’individu amb l’execució que correspon a la unitat de mesura. Aquesta estratègia ens proporciona mesures que denominarem vaganòtiques.
Podem obtenir un tercer tipus de mesura, que consisteix en fer recomptes. Per exemple, de la variable gènere dels mosquits podem comptar quants Anopheles Bironella , Chagasia , etc., tenim en una mostra recollida en un treball de camp. Si per manejar millor la informació fem una taula on indiquem Anopheles = 1, Bironella = 2, Chagasia = 3, etc., de manera que obtenim una taula de nombres, podrem comptar el nombre d’1, de 2, de 3, etc., que hi ha a la taula i, per tant, obtenir-ne la freqüència.
1.6. Mesures discretes i continues
Fixem-nos ara en l’escala de mesura que hem utilitzat per la variable concor- dança amb una opció política : gens = 1, una mica = 2, bastant = 3 i molt = 4. No- més podem usar uns determinats valors (1, 2, 3 i 4, respectivament), sense que hi hagi nombres que representin posicions intermèdies, perquè es pot ésser el tercer o el quart però no pas el tercer i mig. El mateix succeeix amb la variable gènere dels mosquits, on un individu pot o no pertànyer al gènere Anopheles , però no una part de l’individu al gènere Anopheles i una altra al gènere Biro- nella. La mesura que s’obté quan s’empren escales ordinals o nominals és de tipus discret.
dar que estableix un protocol de seguretat, però en realitat la reacció no ha ultrapassat el llindar, sinó que ha estat conseqüència d’una mala lectura repe- tida del termòmetre (un error sistemàtic de mesura).
Els errors de mesura aleatoris tenen unes conseqüències diferents dels errors sistemàtics. En el nostre exemple, si no canviem de termòmetre a un altre de més precís, no podrem evitar-los; però unes vegades ens proporcionarà valors a l’alça i altres a la baixa segons la temperatura real s’acosti més o menys al que és capaç de detectar. En un nombre repetit de registres, els valors a l’alça es compensaran amb els errors a la baixa, de manera que en mitjana ens acos- tarem molt al valor empíric real. De fet, com tot sovint accedim a les variables i en fem l’assignació numèrica mitjançant instruments, fins i tot en els més precisos hi haurà una discrepància entre el valor empíric real i el nombre que ens mostra l’instrument. Si la distribució dels errors d’un conjunt de mesures és realment aleatòria, podem estimar quin efecte té sobre el valor real i avalu- ar l’abast que aquest error té sobre les nostres observacions (tornarem sobre aquest tema a l’apartat «Dades, teoria i models» del mòdul didàctic «Quin és el producte de la recerca?»).
Figura1. Quadre resum de la definició i característiques de la mesura i dels errors de mesura.
En aquest apartat hem caracteritzat les diferents maneres de presentar una resposta temptativa a la pregunta de recerca (i la importància de fer-ho). Tam- bé hem mostrat que en donar la resposta temptativa fixem les variables que haurem d’observar a nivell empíric, les quals podrem definir amb processos de mesura per posar-les en situació d’ésser observades. Hem destacat la impor- tància de la mesura i hem indicat algunes característiques rellevants d’aquesta
i dels errors de mesura (vegeu la figura 1). Al següent apartat avançarem un pas més en les fases d’aplicació del mètode científic i mostrarem les nocions bàsiques de la planificació i execució de les observacions empíriques.
Per minimitzar el risc de veure’ns obligats a aturar les observacions i perdre dades, de vegades és recomanable provar el pla. Això ens permet sotmetre a prova procediments, maneres d’accedir a la variables, instrumental, etc., amb l’objectiu d’assegurar que tots els elements que constitueixen el pla són ade- quats, o adonar-nos de les correccions i millores que cal introduir-hi. Aquesta prova-pilot (o proves-pilot, si se’n fan varies) no té l’objectiu de proporcionar dades per prendre cap decisió, sinó comprovar si la planificació de les obser- vacions és adequada.
La manera d’observar les variables depèn molt del contingut de cada recerca. Ja hem comentat que existeixen multitud de tècniques, perquè les variables d’interès poden ésser també molt diverses. És evident que la manera d’observar i registrar la lluminositat d’un estel no és la mateixa que la manera de detec- tar els components que resulten d’una reacció química o la d’obtenir l’opinió d’unes persones sobre un tema determinat. Totes són variables (lluminositat, components i opinió) que poden ésser focus d’interès en una recerca, però la manera que tindrem d’accedir-hi és completament diferent, perquè els objec- tes als quals fan referència també són diferents (un astre, uns elements químics i uns individus, respectivament).
2.1. Variabilitat intraindividual i interindividual
La primera qüestió que caldrà plantejar, i que serà crucial per decidir com procedirem a observar les variables, és quina variabilitat poden manifestar les variables que registrem. Per exemple, inicialment podem assumir que un àtom d’hidrogen és essencialment idèntic a qualsevol altre àtom d’hidrogen de l’univers, de manera que les variables que defineixen els àtoms d’hidrogen es manifestaran per igual en qualsevol àtom d’hidrogen que observem.
Si observem la variable nombre atòmic en un àtom d’hidrogen (que és el nom- bre de protons del nucli de l’àtom) sempre comptarem un protó, sense impor- tar en quin àtom d’hidrogen hem fet l’observació. O el que és el mateix, no hi haurà variabilitatintraindividual (en tots els àtoms d’hidrogen comptem el mateix nombre de protons).
Observem ara la variable nombre atòmic en un àtom d’heli. Sempre hi comp- tarem dos protons (tampoc hi haurà variabilitat intraindividual). Els àtoms d’hidrogen i d’heli variaran entre ells en la variable nombre atòmic , i sempre ho faran de la mateixa manera (com en un àtom d’hidrogen sempre comptarem un protó i en un àtom d’heli sempre en comptarem dos, un àtom d’hidrogen sempre variarà en un protó respecte un àtom d’heli). La variabilitatinterin- dividual que observem serà sempre la mateixa.
La situació és diferent si observem la variable longitud total del cos d’un mosquit de l’espècie Aedes aegypti. Les longituds del cos de dos mosquits Aedes aegypti , tot i que hàgim tingut cura de seleccionar-los en la mateixa fase de desenvo- lupament, seran molt semblants però no exactament les mateixes. A diferèn-
cia del nombre atòmic d’un àtom d’hidrogen, que serà idèntic per a qualsevol àtom d’hidrogen, les longituds del cos dels mosquits Aedes aegypti mostraran una variabilitat d’un individu a un altre. Si comparem la longitud del cos d’un mosquit Aedes aegypti amb la d’un mosquit Culex pipiens , observarem que són diferents entre elles. Però si agafem un altre mosquit Aedes aegypti i un altre mosquit Culex pipiens , tot i trobar valors diferents de la variable longitud to- tal del cos entre ells, la diferència no serà idèntica a la que havíem trobat en- tre els altres dos exemplars, tot i que serà molt similar. Observarem una vari- abilitat intraindividual (dels mosquits de la mateixa espècie), tot i que molt petita; i observarem també que la variabilitat interindividual (entre mosquits d’espècies diferents) no és mantindrà igual, tot i que segurament s’assemblarà molt.
Repetim una vegada més aquest exercici i observem la variable concordança amb una opció política en un grup d’individus. El valor que prengui la variable pot ésser molt diferent d’un individu a un altre. Però també un mateix indi- vidu pot canviar d’opinió, de tal manera que si observem la variable en mo- ments diferents (per exemple, abans i després d’unes eleccions) el valor que prengui aquesta pot ésser també molt diferent. Observarem, per tant, una gran variabilitat intraindividual (el mateix individu pot mostrar valors diferents de la variable segons quan efectuem l’observació) i, com a conseqüència d’això, la variabilitat interindividual tampoc es mantindrà igual.
La figura 2 mostra els dos extrems dels exemples que hem presentat. Trobem un cas on no hi ha variabilitat intraindividual, com la variable nombre atòmic de l’àtom d’hidrogen, i un altre en què n’hi ha, com la variable longitud del cos dels mosquits o la variable concordança amb una opció política d’uns indivi- dus. D’altra banda, en la mateixa figura observem un cas en què observarem sempre la mateixa variabilitat interindividual i un altre en què no. En el nom- bre atòmic, sempre observem la mateixa diferència entre l’àtom d’hidrogen i l’àtom d’heli sense importar quins àtoms d’hidrogen o heli agafem, però en les variables longitud del cos i concordança amb una opció política , les diferènci- es entre espècies de mosquit i entre individus, dependrà de quins mosquits o quins individus triem per observar la variable.
Figura2. Representació esquemàtica de dues variables que mostren diferent variabilitat intraindividual (nul·la en la gràfica inferior de la figura) i també variació en la variabilitat
quants individus i observem quin és el seu acord. Si per casualitat els individus escollits tenen tots una mica d’acord amb l’opció política, els resultats mos- traran que tothom està només una mica d’acord. Però si per casualitat tots els individus escollits estan molt d’acord, llavors els resultats mostraran que tot- hom hi està a favor de l’opció política. Els resultats als quals arribem dependrà de quins individus escollim. Si per a la variable nombre atòmic és indiferent en quins subjectes de recerca observem la variable (quins àtoms escollim), per a la variable concordança amb una opció política no ho és.
Una de les preguntes que haurem de respondre és Quins subjectes escollim per observar les variables de la recerca? Si no hi ha variabilitat intraindividual, com en l’exemple de l’hidrogen i de l’heli, la preocupació per l’elecció serà nul·la, però quanta més n’hi hagi, amb més cura caldrà fer l’elecció. Aquesta haurà de garantir que els subjectes que escollim poden ésser considerats essencialment iguals, de manera que es puguin intercanviar per uns altres. Per respondre, una vegada més, caldrà fixar-se en els objectius de la recerca.
Retornem per un moment a l’exemple dels àtoms d’hidrogen i d’heli. Podem considerar iguals, i per tant intercanviables, tots els àtoms d’hidrogen i tots el àtoms d’heli si el nostre interès són les propietats químiques d’aquests dos ele- ments. Si ens interessessin les propietats físiques, dos àtoms d’hidrogen quals- sevol ja no serien iguals i intercanviables. Els àtoms d’hidrogen (i també els d’heli i els dels altres elements), tot i tenir el mateix nombre atòmic (un protó en el cas de l’hidrogen), que els fa iguals en les seves propietats químiques, mostren propietats físiques diferents segons la variable nombre màssic (nom- bre de protons i neutrons). Un àtom d’hidrogen pot prendre tres valors de la variable nombre màssic. Els àtoms amb el mateix nombre atòmic, però di- ferent nombre màssic, es denominen isòtops, perquè ocupen el mateix lloc en la taula periòdica dels elements. L’àtom d’hidrogen pot tenir tres nombres màssics i, per tant, tres isòtops: un protó i cap neutró (proti), un protó i un neutró (deuteri) i un protó i 2 neutrons (triti). Si l’objectiu de la recerca són les propietats físiques dels àtoms d’hidrogen, ja no ens valdrà qualsevol àtom, sinó que haurem de parar cura del seu nombre màssic, perquè els resultats podran ésser diferents en funció del valor que prengui aquesta variable (com també eren diferents quan només agafaven individus una mica d’acord amb una opció política o només individus molt d’acord). És a dir, si la pregunta de recerca fa referència a les propietats físiques de l’àtom d’hidrogen, caldrà tenir en compte aquesta variabilitat, però no si s’adreça a les propietats químiques. Les variables implicades en els objectius de la recerca determinaran en cada cas quan dos subjectes poden ésser considerats essencialment iguals o quan hem de parar cura en les possibles diferències.
La concordança amb una opció política està relacionada amb moltes altres va- riables (per exemple, com comentàvem, la variable període electoral ). En altres casos, però, pot haver-hi menys variables implicades. Així, si sotmetem un in- dividu diverses vegades a una mateixa tasca que impliqui prendre decisions i observem els seus registres electroencefalogràfics, aproximadament als 300 mil·lisegons observarem una deflexió positiva del voltatge (ona P300), però amb alguna variació en la seva forma i magnitud cada vegada que l’individu faci la tasca. Observarem, per tant, una variabilitat intraindividual que pot dependre d’altres variables implicades mentre es feia la tasca, com pot ésser la fatiga acumulada durant l’execució de les tasques. No obstant, el nombre de variables que hi pot influir serà menor que en la recerca sobre la concor- dança amb una opció política. En general, disminueixen quan ens acostem a variables de tipus físic o químic i augmenta quan ens acostem a variables bio- lògiques o de conducta, i sol ésser màxima en variables de tipus social. Segons on se situïn els objectius de la nostra recerca serà més o menys fàcil detectar i escollir subjectes que, amb referència a les variables d’interès, puguem consi- derar-los essencialment iguals, és a dir, intercanviables.
Quan els coneixements que es tenen de les variables implicades en la recerca permeten determinar quines altres variables poden afectar, podrem seleccio- nar els subjectes de manera que s’eviti la variabilitat produïda per aquestes va- riables (per exemple, demanar a tots els individus el seu acord amb una opció política fora del període electoral). Quan no es coneixen o no es pot accedir (cosa que succeirà molt sovint en àmbits de la conducta i biològics, i gairebé sempre en l’àmbit social), l’alternativa és deixar que actuï l’atzar. Per exem- ple, hi ha individus més sensibles que altres a les notícies que publiquen els medis. Això quedarà reflectit quan manifestin el seu l’acord amb una opció política, que es veurà afectat per les notícies publicades al diari aquell dia. Si els individus als quals demanarem pel seu grau d’acord s’obtenen de manera aleatòria de tota la població al que s’adreça l’objectiu de la recerca, el mateix atzar fa que s’hagin escollit individus més sensibles a les notícies dels medis i individus que en siguin menys sensibles.
En resum, si els coneixements previs permeten determinar quines altres vari- ables poden estar implicades, llavors farem una selecció directa dels subjectes, però si els coneixements que es disposen no permet fer una selecció directa, llavors cal recórrer a l’atzar. O, sovint, un combinació d’ambdues estratègies: directa per aquelles variables que coneixem i hi podem accedir, deixant l’atzar per aquelles variables a les quals no podem accedir directament o senzillament desconeixem si hi són (en qualsevol cas, l’atzar s’encarregarà de controlar-les).
Una segona pregunta que caldrà formular amb referència als subjectes de la recerca serà: Quants n’haurem d’escollir? La resposta també dependrà de les va- riables implicades i dels objectius de la recerca. Segons quines siguin les vari- ables d’interès, en alguns casos n’hi haurà prou que s’observin els valors de les variables en un subjecte (per observar la diferència en nombre atòmic entre l’hidrogen i l’heli només ens cal un àtom d’hidrogen i un d’heli), però si volem
Una definició L’ona P300 és un potencial evocat (una resposta neuro- fisiològica a un estímul) que s’utilitza en psicologia i altres disciplines afins, com la psi- copatologia, per la recerca de funcions cognitives relaciona- des amb la presa de decisions.