¡Descarga T1 Metodo científico y más Apuntes en PDF de Psicología solo en Docsity!
Tema 1:
EL MÉTODO CIENTÍFICO
La psicología estudia la conducta y vida mental de los animales con capacidad de percibir y aprender, en particular los humanos.
La METODOLOGÍA es la rama normativa de la Teoría del Conocimiento = Epistemología = Gnoseología.
Existen dos vertientes en la metodología:
1. General: Común a todas las disciplinas científicas. Filosofía de la Ciencia.
2. Especial: Específica de cada disciplina científica. Su función es caracterizar los
constructos o los conceptos teóricos de una disciplina.
La metodología en psicología se dedica a la delimitación y puesta a prueba de los constructos.
CONSTRUCTO: Concepto teórico, no observable.
1ª parte: Obtención y Justificación del conocimiento
1. Principales usos del Método Científico
1) Investigación Teórica.
2) Desarrollo Tecnológico/ Innovación:
- (^) Evaluación ¿funciona determinada técnica?
- Investigación ¿por qué funciona?
Test: técnica de medición o diagnóstico. Terapias: técnica de cambio. En un gran número de casos se parte de la práctica.
2. Técnicas Semicientíficas y Científicas
1. Apunta a un objeto razonable: "termina el misterio y empieza el problema".
2. Es eficaz: consigue su objetivo en un gran porcentaje de casos.
F 0 E 0Ejemplo: aspirina / corteza de saúco. El porcentaje dependerá del estado de la ciencia: por ejemplo, los antidepresivos son poco eficaces, pero lo son en gran medida con respecto a su composición anterior.
3. Es intersubjetiva, pues ofrece resultados replicables por otros observadores.
F 0 E 0La ¡ntersubjetividad por sí misma no es indicadora de que una técnica sea científica: por ejemplo, Test de Roschard.
4. Es posible su comprobación mediante métodos alternativos.
5. Existen hipótesis o teorías confirmadas (corroboradas) de cómo y por qué funciona.
Burge y Ardila. Las técnicas semicientíficas cumplen con los criterios 1,2 y 3. Las técnicas científicas cumplen con todos los criterios.
3. Método Científico: Trayectoria Histórica
Grecia clásica F 0 E 0 Deductivo (General a lo particular, lógica aristotélica)
Renacimiento F 0 E 0 Inductivo (Particular a lo general)
Siglo XX F 0 E 0 Hipotético – Deductivo (Desarrollar una hipótesis de una teoría y contrastarla con los datos de la realidad).
a) DEDUCTIVO: Nos sirve para obtener nuevos conocimientos, ya que parte de premisas
verdaderas. El Método Deductivo se desarrolló en un contexto religioso. Ejemplo: la tierra y la Biblia.
b) INDUCTIVO: Generalizar a partir de un conjunto de datos. F. Bacon, 1620: Plantea un
Método Inductivo en el que las leyes de la naturaleza son Generalizaciones Empíricas obtenidas de los datos por inducción, cuya verdad o falsedad ha de comprobarse a partir de datos distintos a los que dieron lugar a la generalización.
Generalización Empírica
Inducción Comprobación
Los datos sirven para verificar las hipótesis, buscamos datos que digan sí a nuestra hipótesis. ¿Es el Verificacionismo el criterio?: H F 0 E 0 D D H Verificacionismo Probabilístico: empleado por el planteamiento inductivo. Las teorías más probables son aquellas que tienen mayor apoyo empírico. Problemas:
- Varias hipótesis pueden predecir los mismos datos (Inducción): No siempre se podrán comprobar todos los datos, se dan errores. Los datos pueden estar apoyados por numerosas hipótesis, es decir, varias hipótesis pueden predecir los mismos datos: Invalidez Lógica de la Inducción.
- Las teorías no son probables o improbables, sino los datos (por ejemplo: decir que la probabilidad de la Tierra de ser redonda es de un 7% es una barbaridad).
.A FALSACIÓN
Nunca aceptamos la hipótesis, sino que la rechazamos. El falsacionismo emplea inferencias clásicas ("modus tolen"). ¿Es el falsacionismo el criterio?
H F 0 E 0 D Universalmente válido
“Todos los cisnes son blancos”. Puede que solo encuentres cisnes blancos, pero también puede que un día aparezca uno negro y así falsamos la premisa.
Falsacionismo simple o ingenuo. Popper: sólo tiene en cuenta el problema. Si hay algo que valla en contra se desecha la teoría. "Conjeturas y Refutaciones": se plantea que el avance de la ciencia va procediendo a medida que los científicos plantean conjeturas / hipótesis y las someten a falsación. La ciencia avanza cuando las hipótesis se refutan. Ciencias duras establecidas con criterios claros de demarcación.
F 0 E 0No nos sirve como criterio único de demarcación.
Falsacionismo metodológico sofisticado. Tres problemas:
.1 Validez de constructo.
.2 representatividad de la muestra.
.3 diferencias entre medias F 0 E 0t de Student
La carga teórica de los datos
Si los datos falsan la Hipótesis Teórica (-D), la Hipótesis es falsa (-H). Desde el punto de vista lógico no es problemático, pero desde la recogida de datos se plantean problemas. Al comparar teorías con datos estamos haciendo una simplificación. La Inferencia Lógica sería: H · A 1 · A 2 · …, An F 0 E 0 D D depende de varias teorías auxiliares.
Si la Hipótesis es cierta y también lo son las Teorías Auxiliares se darán los datos. La falsedad puede ser de la Teoría que estamos poniendo a prueba o de otras Teorías Auxiliares implícitas. Hay que tener en cuenta lo que se está midiendo. Muchos se centran en la hipótesis y no se dan cuenta de que existen las teorías auxiliares.
5. AMENAZAS A LA VALIDEZ DEL CONOCIMIENTO
- (^) Invalidez lógica de la inducción.
- Sesgo Confirmatorio de la Cognición: por defecto, buscamos argumentos que confirmen nuestras cogniciones, lo que ya creemos. Por ejemplo: estereotipos: aceptamos lo que corresponde con nuestras creencias y nuestro sistema cognitivo ignora lo que no se corresponde. Este sesgo es universal.
- Un buen científico ha de luchar contra él y no enamorarse de su hipótesis.
- Peligros del Convencionalismo: quedarnos con lo que hay y seguir la línea existente. La ciencia no es una cuestión convencional, pues los convencionalismos no son científicos. Los convencionalismos en la vida cotidiana suelen ser de gran utilidad. "Mafias Científicas".
- Técnicas de neuroimágen: se mantienen porque se les da el beneficio de la duda. Sólo presentan trabajos con 14 sujetos. Esto es un claro problema de validez interna. Pero queremos creer que evolucionarán para darnos mejores resultados.
6. OTROS AUTORES
Kuhn (años 70):
Lakatos
Planteó la defensa del "Falsacionismo Metodológico Sofisticado de los Programas de Investigación Científica". Se entiende que la unidad de evaluación es el Programa y no la teoría. No se toma como unidad de evaluación las hipótesis, sino los programas de investigación. No evaluamos la hipótesis aisladamente, sino el programa completo.
PROGRAMA: analogía con el átomo.
- Núcleo duro, sustantivo, lo que queremos poner a prueba.
- Va acompañado por un Cinturón protector de Teorías Auxiliares, de manera que cuando se somete a falsación una hipótesis no se da por falsada hasta que no se han puesto a prueba las Teorías Auxiliares correspondientes. Para someter a falsación al Núcleo del Programa se debe contar con Teorías Auxiliares suficientemente corroboradas. En programas poco desarrollados, por tanto, la falsación se dirige contra el Cinturón Protector, las Teorías Auxiliares.
Criterios de evaluación del Programa:
- Contenido o capacidad empírica: cuales son los fenómenos que describe adecuadamente el programa en cuestión. Experto cuando los datos han servido en la construcción del programa.
- Potencia Heurística: capacidad de realizar nuevas y arriesgadas predicciones de ese programa, los fenómenos nuevos que predice ese programa.
Tipos de programas
- (^) Programa Regresivo : aquellos datos que no es capaz de explicar se incorporan a la teorización de manera ad hoc (en ese momento). Son modificaciones que no aportan nada nuevo. Por ejemplo: por lo general, los hombres tienen mayor capacidad de rotación mental que las mujeres; y las mujeres tienen mejor memoria visual que los hombres. Los resultados encontrados en determinados test no se corresponden con esto.
- Programa progresivo : los que mejor dan cuenta de todos los datos obtenidos en esa disciplina, aquellos que tienen más contenido empírico y más potencia heurística.
2ª PARTE: Planificación de Investigaciones
1. Planificar el problema F 0 E 0 ¿Contextualizados teóricamente? Planeamos sobre
constructos.
2. Formular hipótesis F 0 E 0¿falsable?
3. Seleccionar: participantes, contexto, ocasiones, mediciones y manipulaciones.
4. Recoger datos F 0 E 0¿Control?
5. Interpretación de resultados F 0 E 0¿Control?
6. Extraer conclusiones
El planteamiento de un problema permite planificar una investigación siguiendo el método científico. Cualquier investigación científica debe comenzar con un problema. Antes del planteamiento aparecen las cuestiones de por qué se plantea. El punto relevante es que esté contextualizado teóricamente, porque si no, se trataría de otro tipo de problema, no científico. El problema cambia en función de cómo se contextualiza. Hay que plantearse si está contextualizado teóricamente. Si es así, seguimos, si no, lo abandonamos; suponiendo que está bien contextualizado, hay que formular una hipótesis.
Lo más relevante para una hipótesis es que sea falsable. Si no lo es, no es una hipótesis científica. Falsable se refiere a que haya posibilidad de rechazarla o de aceptarla. Si no es falsable se hace ciencia de manera descriptible. Si no damos con una hipótesis falsable, lo más apropiado será cambiar de plan.
Hasta aquí, todo se ha realizado a nivel teórico. Se planificó un Diseño Empírico, y para poner a prueba la hipótesis tenemos que seleccionar cinco elementos: participantes, contexto, ocasiones, mediciones y manipulaciones.
- Contexto: hace referencia a cosas diferentes. Distinción clásica entre laboratorio y campo. Se busca también diferenciar entre culturas.
Debemos calcular un coeficiente de fiabilidad de las puntuaciones : Consistencia Interna, Test Retest, Estabilidad, …
2. Validez: ausencia de error sistemático.
¡Qué midan lo que tienen que medir! Inferencias del constructo que se quiere medir. Se puede medir mediante: Análisis Factorial, Validez del Constructo, …
b. Representación
Cuando ponemos a prueba una teoría tenemos una Teoría Auxiliar sobre la Representación. La Muestra representa algún tipo de población: es representativa cuando se trata de una Muestra Aleatoria. La muestra aleatoria es el Criterio de Calidad en la representación. En la mayor parte de las ocasiones el criterio lo realizaremos de forma subjetiva (Por ejemplo: n° de hombres y mujeres, edad...), pues será limitada la posibilidad de generalizar.
c. Control
Las investigaciones eligen uno u otro criterio (medida, representación o control), pues la investigación perfecta no existe.
Formas Generales de Control:
- Manipulación
- Aleatorización
- Eliminación o inclusión
- Control Estadístico
Manipulación
El control por manipulación se da en investigaciones experimentales. Es el control característico de los verdaderos experimentos: ¡no hay experimento si no hay manipulación! Para que haya manipulación, el investigador debe realizar algún cambio en la variable: asignar distintos valores a la variable. Lo que se manipula por definición es la VI.
Existen variables que, en principio, no son manipulables: sexo, edad, rasgos de personalidad...
Si no hay Manipulación no hay Causación. Los únicos diseños en los que podemos garantizar la inferencia de causalidad son los diseños experimentales.
Experimento F 0 E 0Manipulación F 0 E 0Causación
Validez interna: La validez de inferencia de causalidad. Tres requisitos: 1- Precedencia temporal de la presunta causa (VI) sobre el presunto efecto (VD). 2- Covariación de la causa y del efecto. Si la causa cambia, el efecto cambia. 3- No existen explicaciones alternativas plausibles.
Debemos controlar las Variables Extrañas, ya que pueden influir sobre la VD y sustituir a la VI (los efectos de la VI y las VE (^) S se "confunden"). Esas VE (^) S serian las explicaciones plausibles.
Cláusula "Ceteris Paribus": el grupo control debe ser igual al grupo experimental excepto en la asignación de VI.
Validez externa: permite la generalización de los resultados a otras poblaciones (sujetos, campos: validez ecológica; etc.).
Aleatorización
Cualquier sujeto tiene la misma probabilidad de pertenecer a un grupo u otro. Posee dos significaciones diferentes:
- (^) Selección Aleatoria: garantiza la representatividad. Todos los miembros de la población tienen la misma probabilidad de pertenecer a la muestra. Por ejemplo: seleccionamos una muestra de una población. Objetivo: generalizar al resto de la población. Validez Externa.
- Asignación Aleatoria: de los sujetos o las unidades a los grupos definidos por los diferentes niveles de VI. Por ejemplo: dividimos la población al azar (este sí, este no...). Objetivo: cumplir la cláusula ceteris paribus, es decir, eliminar las posibles explicaciones alternativas plausibles. Repartir las VE (^) S para que todo sea igual entre sujetos, estímulos, situaciones... VALIDEZ INTERNA.
SELECCIÓN ASIGNACIÓN
Eliminación o inclusión
- Contexto de la Investigación
- Diseño de la Investigación
- Recogida de Datos
Proponen diferenciar estas tres dimensiones para que aquellas otras que no tengan nada que ver con el diseño no oscurezcan su clasificación. Desde el punto de vista lógico, las tres dimensiones son independientes. La información del diseño no puede extraerse ni del contexto de la investigación ni de la recogida de datos.
Existen dos tipos de Cubos:
- Grupo
- Individual (no hay asignación aleatoria)
De la interacción de las tres dimensiones surgen los diferentes diseños.
Contexto
Validez ecológica (parte de la validez externa): capacidad de generalizar.
Polémica Laboratorio - Campo (excepto en el conductismo): ¿Cuál es mejor? Resurge continuamente. La respuesta dada depende del paradigma al que nos ciñamos.
Distinción laboratorio – campo F 0 E 0Distinción Realismo experimental / Realismo mundano (Clarsmith, Elisworth & Aronson, 1976)
El término Validez Ecológica surge con motivo de este debate. No tiene que ver con que las situaciones de laboratorio se parezcan o no a las situaciones reales, sino a que la conducta del sujeto sea igual independientemente del contexto: implicación del sujeto. Con que el sujeto se lo crea, nos basta. No es necesario que el contexto sea mundano y realista. Relevancia de las variables ambientales / físicas, variables sociales...
En investigación, va a ser relevante tanto el contexto de laboratorio como el de campo: dependerá de la investigación en cuestión.
La división Laboratorio - Campo está desapareciendo. Por ejemplo:
Escolarización
Campo: en cuanto a que se Laboratorio: se extrae a los sujetos
trata del ambiente habitual de su ambiente ecológico (vs. habitual)
Las nuevas tecnologías han permitido "extrapolar el laboratorio a la calle". Llegará un momento en que tal distinción se limite a cuestiones más elementales (temperatura, eliminación). Dos Cuestiones de Interés:
- ¿Existe suficiente control? F 0 E 0Lo que nos importa del contexto es que exista suficiente control.
- ¿Cambia la naturaleza de la variable de interés? F 0 E 0Si no cambia la naturaleza de la variable de interés entonces no hay problema.
Recogida de Datos
Lo que más nos importa es que los datos sean fiables y válidos.
La aceptación o no de una u otra forma de recoger datos depende del área de estudio, del contexto.
- Observación
- Directa: Sentidos, sobretodo visual y auditivo. En menor proporción olfato, gusto y tacto.
- Mediada / Instrumental:
- Registro Vídeo - Audio
- Registro Fisiológico
- Registro Informatizado
- Secundaria: análisis de documentos. Se observan datos que otro observador observó primero. Debemos tender constancia de la fiabilidad y validez de los datos.
- Autoinforme
Información íntima dada por los sujetos. De enorme interés cuando la interpretación del evaluador (el propio informante) no es subjetiva.
- Entrevistas: Naturaleza Oral
- Estructuradas / Cerrada F 0 E 0Cuantitativa
- Semiestructuradas
- No Estructuradas / Abierta F 0 E 0Cualitativa
- Cuestionarios: Naturaleza Escrita
Parte de una hipótesis sobre la asociación entre variables. El énfasis se pone en la representatividad de la muestra: posibilidad de generalizar los datos. El Análisis de Datos no siempre se realiza mediante Coeficientes de Correlación; existen otras posibilidades: análisis de varianza, estudios predictivos (ecuación de regresión),…
A veces los diseños correlaciones y cuasiexperimentales se confunden en estudios en los que las variables son, por ejemplo, el sexo o la edad. Hay que tener en cuenta que estas variables no se pueden manipular. Por lo tanto no se podrá hacer investigación cuasiexperimental.
La manipulación no se contagia. He han de analizar las variables una por una. De aquella que haya sido manipulada podremos realizar inferencias de causalidad. De aquellas que no hayan sido manipuladas no podremos establecer causalidad porque no habremos podido eliminar todas las explicaciones alternativas plausibles.
Descriptivo
- No hay hipótesis.
- No buscamos causalidad (propio de los diseños experimentales).
- No buscamos relaciones (propio de los diseños correlaciónales).
F 0 E 8Buscamos información sobre estadísticos: por inferencia — parámetros
Cubos individuales
La psicología se inicia con estudios de caso. Más adelante se ven muchas diferencias individuales y se empiezan a usar estadísticos. Se observa que los estudios a nivel grupal sólo se pueden aplicar a otros grupo y no a individuos.
Caso Único o N = 1 Manipulativo. No tiene por que ser un único sujeto, puede ser una pareja, una familia, un grupo de discusión,… Problemas de Validez Externa. Problemas de Validez Interna: explicaciones alternativas plausibles. ¿Aleatorización? F 0 E 0No hace falta si sólo hay un sujeto.
Estudio de Caso No Manipulativo. No Validez. Para casos raros.
