LESLIE KISH
STATISTICAL DESIGN
FOR RESEARCH
El autor se propone abarcar los tres métodos de
investigación, esto es, los estudios experimentales,
las investigaciones probabilísticas y los
estudios de la observación controlada en un
marco común, separando los tratamientos
específicos de los tres métodos, para incrementar la
potencialidad heurística de las analogías
identificables en los mismos y la “portabilidad” entre
los tres métodos.
Los criterios
• Su propuesta es que la opción entre los tres métodos de
investigación sea la elección estadística primaria, basada en los
criterios de representación, aleatorización y realismo.
• Realismo en la elección de las variables explicativas, variables
independiente y dependiente -predictor y predictand-.
• La aleatorización implica confianza en la validez de la inferencia
científica y hace a la validez interna de la investigación.
• La representatividad tiene que ver con la elección de la muestra en
el universo elegido.
• Los tres criterios imponen, dice el autor, el compromiso del
investigador entre lo deseable y lo posible, dada la dificultad en
satisfacer estos tres criterios en forma conjunta.
Las variables
• Kish da cuenta de las cuatro variables implícitas en una
investigación.
• La variable explicativa, (en el texto, Clase E) también llamada
variable experimental, que comprende a las variables
independiente y variable dependiente, engloba los objetivos de
la investigación y se designa sobre bases sustantivas y teorías
científicas.
• Las variables de control, usadas para disminuir los errores
aleatorios ( en el texto, variables clase R) o para reducir los efectos
de sesgo ( en el texto, clase D), por medio de técnicas estadísticas
o por procedimientos de selección.
Las otras variables
• Las variables confusoras son variables que no pueden ser
controladas y que pueden ser confundidas con las variables clase
E. El problema de no poder remover estas variables hacia la clase
R o a la clase C es la primera desventaja de los diseños
experimentales.
• Las variables aleatorias son variables extrañas incontroladas,
que se tratan como errores aleatorios. En los estudios
experimentales están verdaderamente aleatorizadas, pero en las
muestras probabilísticas y en las investigaciones cualitativas sólo
se asume que lo están. La aleatorización puede ser vista como una
forma de control experimental pero diferente de las formas usadas
para variables clase C.
• Kish argumenta que a través de los diseños eficientes, es factible
práctico y económico colocar la mayoría de las variables extrañas
como clase C o como clase R, no obstante lo cual sin
aleatorización, no es posible eliminar completamente todas las
variables confusoras (en el texto, Clase D).
Los tres métodos según Kish
• Investigación experimental o experimentos: por esta denominación
el autor entiende los experimentos ideales en los cuales todas las
variables extrañas han sido controladas o aleatorizadas.
• Por muestreo probabilístico se refiere a las investigaciones en las
cuales todos los miembros de una población definida tienen una
probabilidad positiva conocida de selección en la muestra.
• Por investigación controlada, la recolección de datos, usualmente
con considerable control, sin aleatorización ni muestreo
probabilístico.
• Las diferencias entre los tres métodos de investigaciones, dice Kish,
no son la consecuencia del análisis estadístico sino que resultan de
diferentes diseños para introducir las variables y para seleccionar
los sujetos de la población.
Ventajas y Limitaciones de los tres métodos
• La investigación experimental es robusta en el control de las
variables explicativas , pero débil en materia de representación y
en el realismo en las mediciones.
• Los estudios de muestreo probabilístico son robustos en la
representación , pero débiles en el control de las variables.
• Las investigaciones cualitativas son débiles en el control y muy a
menudo en la representación. Su prevalencia, dice Kish , se debe a
la conveniencia relativa del bajo costo de estas investigacione y en
ocasiones, a la necesidad de factibilidad y realismo de las
mediciones en “escenarios naturales”. (el subrayado es del autor).
• El investigador, enfrentado al dilema de satifacer los tres criterios
en una investigación, debe elegir en cuál de ellos pone el acento.
Algunas reflexiones
•
•
•
En ocasiones, en los estudios experimentales, suele ser difícil o imposible
diseñar un experimento ideal. Por ejemplo los periódicos traen
frecuentemente informes del éxito en el uso de una nueva droga y más
tarde este supuesto efecto curativo es olvidado o cae en desuso.
Por otra parte, los problemas con el control experimental, llevaron a Pavlov
a creer temporariamente que tenía una prueba sobre la herencia de una
habilidad adquirida para aprender. No obstante durante el Congreso
internacional XIII de Boston, en agosto de 1929, Pavlov explicó que al
valorar estos experimentos había hallado que el mejoramiento aparente en
la habilidad de aprender en sucesivas generaciones de ratones, se debía
realmente a un mejoramiento en la habilidad de enseñar pero de parte del
investigador.
En consecuencia, la distinción entre la investigación experimental y no
experimental no es absoluta y las ventajas de los diseños experimentales
sobre las encuestas por permitir mejores tratamientos, son solamente
relativas.
Los tres diseños
•
Kish apunta que con esfuerzo se pueden solucionar las debilidades de las tres clases
de diseño y recomienda que como la debilidad principal las muestras probabilísticas
es la falta de control sobre los tratamientos, los investigadores deberían mejorar la
recolección de datos y el uso de variables auxiliares como control de las variables
confusoras. Deberían estar más alerta a los cambios sociales y usarlos para medir
los efectos de los “experimentos naturales” y deberían además, explorar los datos
con técnicas analíticas multivariadas. .
•
Asimismo refiere que las investigaciones experimentales y las investigaciones
controladas pueden ser mejoradas especificando sus poblaciones más claramente y
haciendo sus resultados más representativos de la población. Por lo general se
puede hacer mucho más para ensanchar la base de datos para facilitar la inferencia
estadística y para aumentar y hacer más significativa la población, ya que con mucha
frecuencia los investigadores se dedican a trabajar con poblaciones pequeñas .En
verdad, afirma el autor, los investigadores deberían evaluar la población base en
términos del costo de los factores y los componentes de la variación y luego
ensanchar la base de la inferencia estadística tanto como los recursos lo permitan.
Aleatorización de los tratamientos
y
de la población
• Kish parte de la premisa de que todas las relaciones en el mundo
físico entre la variable independiente y la variable dependiente
están condicionadas por los elementos de la población sujeta a
investigación , entonces, todas las relaciones estímulo - respuesta
dependen de los sujetos involucrados.
• El autor reclama que el hecho de que la relación estímulo
respuesta no sea constante, no sea uniforme y no sea determinista
debería ser obvia en todas las observaciones, de otro modo no
necesitaremos la estadística y argumenta que las variaciones
inherentes en esas relaciones resultan en errores que no son
suficientemente pequeños como para ser despreciables.
Aleatorización y representatividad en el estímulo –
respuesta
•
•
•
•
•
•
Kish subraya que sería filosóficamente difíciI creer que las diferencias
observadas en los grupos experimentales no existan también entre grupos
potenciales. En resumen, dice, las relaciones tratamiento – efecto o estímulo –
respuesta, dependen de los sujetos y tales relaciones no están aleatoriamente
distribuidas (IID (Independently and Iddentically distributed). Las inferencias sobre
la representación dependen de la representatividad (validez externa).
La aleatorización de la poblacion (validez interna) es necesaria, dice el autor,
porque no podemos asumir que los valores de la población hayan sido previamente
aleatorizados. Resume las razones de la aleatorización como sigue:
1. Las teorías estadísticas y probabilísticas se basan en variables aleatorias
2. Las poblaciones o universos poblacionales, no llegan al investigador pre
aleatorizados y por el contrario, se caracterizan por guesas irregularidades.
3. En consecuencia, los investigadores deben suplir lo que la naturaleza no hizo por
por sus muestreos poblacionales.
Esto sólo puede lograrse a través de la aletorización mecánica.
Contexto y Realismo
•
•
•
Para agregar realismo y completitud a la investigación, dice Kish,
deberíamos introducir el contexto ( o situación) como factores
condicionantes de las relaciones entre las variables. Y también en nuestro
entendimiento, para otorgar validez científica a los hallazgos, en cuanto
toda explicación es válida bajo ciertas condiciones.
Los efectos del contexto, dice, pueden ser incluidos en las variables
independientes o en la definición de los elementos, pero siempre debe
recordarse que los mismos elementos pueden tener distintas relaciones x-y
en circunstancias distintas. Como el caso de los genes causantes de la
anemia falsiforme, que resultaron beneficiosos en geografías acosadas por
la malaria.
En consecuencia, su propuesta es, no utilizar modelos population-free o
population –bound, sino modelos basados en la población y en este sentido
propone denotar a los individuos con el sufijo i , en la fórmula de la
regresión:
yi = f(x,) + ei and yi = 6, + b,x, + b,x, . . . bkxk + ei,
Estudios experimentales y representación
•
•
•
•
Por ultimo, el autor reflexiona, que las selecciones humanas no son al azar
aún cuando lo intentan honestamente.
Diversas pruebas han demostrado, apunta Kish, que el juicio humano
produce sesgos aún en tareas simples. Por ejemplo, al seleccionar piedras
en una pila, existe un sesgo relativo que se denota ( j j - Y)/Y = (2.34 1.91)/1.91 = 0.22) (en onzas).
Además, rubrica, que los sesgos no son confiables, pues varían entre
observador y observador, entre las fechas de distintos experimentos, y en
diferentes situaciones.
Finalmente, el autor ofrece dos justificaciones para la ausencia de una
amplia representación en los estudios experimentales. En principio la
dificultad para alcanzarla. En segundo término, muchos experimentos
arrojan resultados aceptables a partir de muestras pequeñas y aisladas. El
clásico modelo simple Y, = + T, + e, aunque filosóficamente ingenuo, dice
Kish , proporciona resultados aceptables, especialmente a través de la
replicación.
Descargar

LESLIE KISH - Métodos avanzados de investigación