Views
4 years ago

26 - A Carli, B Kennel - Mayo de 2014

  • Text
  • Kennel
  • Carli
  • Metodologia
  • Cardio
  • Estudio
  • Ejemplo
  • Nivel
  • Objeto
  • Manera
  • Variables
  • Escala
Metodología de la investigación. El dato científico (Segunda parte)

farmacología

farmacología cardiovascular 26 | Mayo de 2014 TABLA 3 Alumno N° 1 2 N° de legajo 20461 21325 N° de documento 31543809 31840509 Nombre y apellido Juan García Mariela González Plan de estudio 2005 2012 Condición Regular Libre Nota 8 Ocho 4 Cuatro abajo”, de la universidad hacia el nivel de dedicación. Nada impediría realizar un movimiento “hacia arriba” transformando a la universidad (objeto de estudio en la propuesta original) en variable de otro objeto, el sistema universitario nacional. También se podría realizar una movida transversal, en la que los doctores, unidades de análisis, se relacionen con otras unidades de análisis, por ejemplo, profesión. Todo lo arriba dicho es para ejemplificar cómo, mediante una serie de decisiones epistemológicas, los investigadores arman un sistema de datos al que se denomina matrices de datos. Y que estas matrices guardan entre sí una relación de coordinación como se mostró en el ejemplo. Pero que, por otro lado, decidir cuál será su unidad de análisis implica el lugar desde donde “el investigador se ubica para ver la realidad” y esto, el reconocimiento de distintos niveles de matrices según lo cual, como vimos en lo ejemplificado, las unidades de análisis funcionarán como contextos de los niveles inferiores y como variables de los superiores y las variables serán unidades de análisis, si así se las elige pero serán dimensiones, útiles para generar valores, de los niveles superiores. La realidad tiene diferentes niveles de complejidad y tamaño, todos ellos pasibles de ser pensados por el investigador según su conveniencia. Las matrices de datos son un modo de ordenar los datos de manera tal que sea particularmente visible la forma tripartita: un nivel de anclaje, un nivel supra y un tercero infra-anclaje. Al decir de Samaja: “las matrices de datos ejecutan una función de cartografiado entre el mundo de las descripciones de los hechos y los sistemas de representaciones”. Otro ejemplo ilustrativo de una matriz de datos lo constituye una planilla con el listado de los alumnos de alguna universidad (Tabla 3). Esta tabla nos servirá para entender que, según los objetivos, serán diferentes las maneras en que se trabaje la información. Una de las maneras podría ser elegir las unidades de análisis 1, 2, etc. como objetos de estudio y así número de legajo, de documento, nombre y apellido, etc. serían las variables consideradas como relevantes, con sus valores y categorías correspondientes. Pero pudiera ser que el objetivo fuera conocer el objeto plan de estudio, y así el resto serían las variables relevantes. También cabe la posibilidad de que el interés se asiente en las notas de los alumnos y de esta manera se podría construir el objeto 8 puntos, 7 puntos, etc. y pasar el resto a ser variables. O abordar el número de documento y, según este ver cuáles han sido las notas, el plan de estudio, etc. El número tiene cierta relación con la edad del alumno estudiado, por lo que se podrían verificar las notas y la condición del alumno según intervalos arbitrarios de números de documentos. Las escalas de medición Son instrumentos que tienen como función convertir categorías cualitativas en valores cuantitativos. De manera arbitraria se seleccionan una serie de frases o juicios a los que se les adjudican números. Con referencia a las tablas deberemos presentar algunas consideraciones: 1) Se parte del presupuesto según el cual la escala de atributos en estudio puede ser representada como una variable continua. 2) La tabla, como cualquier instrumento de medición científica, debe ser confiable para lo cual se puede aplicar dos veces y comparar los resultados, o bien se construyen dos formas distintas de la misma escala y se las compara, o se divide en dos la muestra y se les aplica una misma escala y se comparan los resultados. 3) Para controlar la validez se deberá realizar un análisis teórico del continuo, consultar la opinión de un jurado de expertos, estudiar sus resultados en grupos conocidos y, finalmente, se compara la escala contra otros criterios ajenos a ella. 4) Definir si la escala es uni o multidimensional dado que las variables son multidimensionales. 5) Necesidad de darles mayor peso relativo a los ítems de mayor importancia. Las escalas más utilizadas son las de Lickert, Thurstone y la de Guttman a las que nos referiremos brevemente: Escala de Lickert Es una escala aditiva en la que se le propone al sujeto una serie de juicios o afirmaciones ante las cuales se le solicita una reacción, expresada en grados de acuerdo o desacuerdo. Éstos se miden en valores numéricos para mostrar el nivel de aceptación o de rechazo luego de lo cual se suman de manera algebraica, con un resultado que se interpreta como su posición en una escala de actitudes con respecto al objeto de estudio. Para construir la escala se reúnen una gran cantidad de proposiciones relacionados con la variable que se quiere medir. Luego se selecciona una muestra de la población a la que se le solicita responda si están o no de acuerdo con las proposiciones a los fines de seleccionar los ítem más apropiados para la elaboración definitiva de la escala. Los grados pueden establecerse en 3, 4 o 7 intervalos. Por ejemplo: muy de acuerdo- de acuerdo- indiferente- en desacuerdo- muy en desacuerdo. Se sugiere que el sentido en que se enuncian las categorías sea siempre el mismo. Después de que todo el grupo finalizó sus respuestas se calcula la puntuación total de cada individuo y se identifica el 25 % con la mayor puntuación y el 25 %, con la menor. Con ese bloque se procede a analizar ítem por ítem. Los ítems correctos serán aquellos que muestren mayor diferencia entre ambos grupos. Editorial Sciens | 21

Una vez seleccionados los ítems con mayor nivel de discriminación se confecciona la tabla definitiva. El mayor problema de esta escala es que se asume que los intervalos son iguales, cosa discutible. Escala de Thurstone Se utiliza para la medición de actitudes, se convoca a un conjunto de expertos para que, frente a una serie de afirmaciones sobre un objeto, estimen el grado de actitud positiva o negativa hacia el mismo, en valores entre 11 (actitud extrema) y 1 (extrema opuesta a 11). Se busca el valor promedio para cada ítem y una medida de dispersión. Con los ítems de menor dispersión se construye el instrumento definitivo el que se presenta a los entrevistados para que le den un valor a cada ítem, se promedia el puntaje de cada sujeto como expresión cuantitativa de la actitud del sujeto frente al objeto. Es cuestionable la utilización de expertos en la selección de los ítems y la imposibilidad de asegurar la unidimensionalidad. Escala de Guttman También destinado a medir actitudes. Se empieza por solicitar a un grupo de personas que, en función de jueces, asignen puntaje positivo o negativo a una serie de proposiciones referidas a un objeto. Luego se analizan todos los ítems con el fin de elaborar series acumulativas con los que se construye la versión final. Lo que la caracteriza es que es acumulativa. Dado que mide ordinalmente y se ponen a prueba una gran cantidad de juicios y se deben presentar los que presenten menos fallas. Prueba piloto Una vez que se ha elaborado el instrumento se lo pondrá a prueba mediante su aplicación en un 10 % del total de la muestra que se desea estudiar. Este porcentaje es estimativo, de manera que el lector lo aceptará en una muestra de por lo menos 300 individuos. En muestras más pequeñas se utilizará un porcentaje mayor (si se tratara de 100 podría utilizarse un 20 %, por ejemplo). Este es el momento en el cual se pueden evidenciar las inconsistencias del objeto creado, con la aparición en la escena de las variables no relevantes que así se constituyen en confusionales. Cuando esto ocurra, el investigador estará obligado a construir un nuevo objeto y pasar a aceptar como relevantes esas variables que en un primer momento consideró sin interés. Podría ocurrir, afortunadamente no con frecuencia, que las variables confusionales hagan sentir su influencia cuando ya la investigación está en la etapa de análisis de los datos. Si así ocurriera será necesario recurrir a un tratamiento estadístico en el cual se atenúe su efecto mediante un análisis multivariado o multifactorial. La prueba piloto no consiste exclusivamente en la puesta a punto de los instrumentos, también se consideran las condiciones de su uso así como los procedimientos involucrados. En aquellas circunstancias en que se cree un nuevo instrumento se deberá poner a prueba un gran número de ítems los cuales serán evaluados desde el punto de vista de su confiabilidad y validez. No será una tarea superflua realizar consultas con los participantes para evaluar las dificultades con las que se han encontrado en el momento de la evaluación. Codificación de los datos Ésta consta de varios pasos necesarios, antes de su análisis. La primera tarea será establecer códigos, en caso de que no se haya realizado ya en el momento de la recolección. ¿En qué consiste? En asignarle algún código a todas las categorías. Luego se procede a elaborar un libro o documento de códigos en el cual se tienen en cuenta las variables y los códigos que les corresponden a las categorías y sub-categorías. Luego de lo cual se estará preparado para construir una matriz de datos. A manera de ejemplo tomemos la tabla que mostramos antes. Supongamos que un grupo de investigadores estuviera interesado en el rendimiento académico de los alumnos en función del cambio curricular producido. Así deberán relacionar las notas y el plan de estudios correspondiente, en el ejemplo, de los años 2005 y el 2012. Luego de recogida la información deberán proceder a asignarle códigos como se ejemplifica a continuación (Tabla 4). En la cuadrícula se introducen los números con los que se codifican las relaciones en estudio. Con ella se estará en condiciones de construir la matriz de datos correspondiente. Como se entenderá, si no se tuviera acceso al documento de codificación sería imposible entender la matriz de datos. En el caso ofrecido como ejemplo no existen valores perdidos pero pudiera suceder que eso ocurriera en cuyo caso los investigadores procederían a crear un código que los incluya. Hasta aquí se ha mostrado cual es la lógica utilizada pero en los programas de análisis estadístico ya estarán incluidos documento de código y la matriz correspondiente. TABLA 5 Alumno Juan García Mariela González 1 2 3 4 5 6 7 8 9 10 11 12 X X X X TABLA 4 Plan 2005 Plan 2012 Libre 1 2 Regular 3 4 Notas 0-4 5 6 Notas 5/6 7 8 Notas 7/8 9 10 Notas 9/10 11 12 22 | Editorial Sciens

Biblioteca

Av. García del Río 2585 Piso 12 A - C.A.B.A
+54 11 2092 1646 | info@sciens.com.ar

Editorial Sciens, Todos los Derechos Reservados 2015