Interpretación y recogida de datos del proceso de investigación en psicología

Es la vinculación de los resultados de los análisis de datos con la hipótesis de investigación, con las teorías y con conocimientos ya existentes y aceptados.

Tipos de problemas que podríamos tener con las interpretaciones de ciertos datos específicos: Atenuación de la escala de medida. Como han de interpretarse ejecuciones que alcanzan sistemáticamente o nunca pueden alcanzar, los limites de la escala de medida. Este problema se puede resolver haciendo un estudio piloto, detectando estos fallos y ampliando la escala en la nueva interpretación.

Efecto techo. Si siempre rozamos las puntuaciones más altas. Efecto suelo. Si siempre rozamos las puntuaciones más bajas. Regresión a la medida. Es un fenómeno no deseado que aparece en casi todas las investigaciones cuando se pide un juicio cuantitativo. Es la tendencia a emitir respuestas cercanas a la media o valores centrales cuando se piden evaluaciones de alto extremo. Nos puede llevar a conclusiones erróneas.

Los resultados deben ser interpretados en cuanto a: La magnitud del efecto obtenido y las tendencias o regularidades observadas. Comparar estos resultados con los obtenidos por otro investigadores en trabajos semejantes. Conclusiones claras del trabajo realizado.

Recogida de datos: A través de la observación sistemática, las encuestas y los experimentos. En medios naturales (estudio de campo) o en medios artificiales (Situaciones creadas por el investigador). Análisis de datos Factores a tener en cuenta al realizarlas cuatro tareas del análisis de datos: Hay que decidir, aunque sugerimos el doble entorno: Estadística Descriptiva. Si nos quedamos en la muestra. Estadística Inferencial. Si queremos inferir hacia la población utilizando la probabilidad. Nivel de medida de las variables: Nivel de medida de intervalo o de razón. Procurar medir en el nivel mas alto posible, pues estos incluyen a los bajos, pero no al revés. Problema que se ha planteado y la forma en que se han recogido los datos. Siempre se ha de hacer un equilibrio entre lo posible y lo conveniente, para no verse inundado de análisis distintos. Es recomendable realizar un sistemático pluralismo "analítico": La sistematicidad implica que debe de existir un plan detallado con objetivos determinados tanto para recoger como para analizar datos.

Pluralismo (cualquier forma de investigar tiene sus limitaciones. Estas se pueden minimizar optimizando los análisis, para lo cual es necesario procurar múltiples y plurales formas de análisis. Esta pluralidad incluye los referentes a datos no empíricos y los desarrollos puramente matemáticos o teóricos. Tareas del análisis de datos: Formas de resumir los datos. Disponer de índices que resuman distintos aspectos de la distribución. Índices de tendencia central. Indican el centro de una distribución.

Calcular:

• La media aritmética: Sumamos las puntuaciones y las dividimos por le nº de ellas. Ej. (31+31+25+28+30)/5 =29 La moda: La observación más frecuente es 31
• La mediana: Ordenando las puntuaciones, la puntuación central es 30. Índices de variabilidad o dispersión. Indican cuan dispersos están los datos de la variable.
• Varianza o varianza sesgada. Calculando las puntuaciones diferenciales (restando la media de cada puntuación), elevándolas al cuadrado, sumándolas y dividiéndolas entre el nº de ellas. Ej. S2s = / 5 = 5,2
• Varianza insesgada. Dividimos el nº de casos menos uno: Ej. VI = / (5-1) = 6,5
• Desviación típica insesgada. Sacando la raíz cuadrada de la Varianza insesgada (VI) Ej. DTI = Ö VI = Ö 6,5 = 2,55
• Desviación típica sesgada. Sacando la raíz cuadrada de la Varianza o varianza sesgada (S2s) Ej. Ss = Ö S2s = Ö 5,2 = 2,28 Amplitud total de la distribución. Si se resta el valor mínimo del valor máximo Ej. AT = 31 - 25 = 6
• Índices de asimetría. ¿Es una distribución de puntuaciones simétrica?. Restando la moda de la media y dividiendo esta diferencia entre la desviación típica sesgada. As = (29 - 31) / 2,28 = -0,88 Si es menor que cero, es decir, negativa (hay mas puntuaciones altas que bajas) Si es mayor que cero, es decir, positiva (hay mas puntuaciones bajas que altas)

Si es cero es simétrica (una parte de la distribución es reflejo de la otra) Índices de apuntamiento. ¿Es una distribución de puntuaciones achatada? Buscando patrones (regularidades o diferencias) en los datos. Una de las mejores formas es la representación grafica. Pronosticando resultados en función de los datos. Predicciones explotando sus relaciones. Cuando se reconoce un patrón la mejor forma de resumirlo es por medio de una función. Aunque no pase por todos los puntos nos ofrece una forma más sencilla, aunque incompleta, de describir los datos además de la naturaleza e intensidad de las relaciones entre ellos.

Generalizando a la población desde la muestra. Generalizar los resultados anteriores a campos más amplios que los de la muestra inicial de la que partimos haciendo inferencias a la población con ayuda del análisis de datos descriptivo aplicando la probabilidad. Pasamos por medio de inferencias a generalizar hacia resultados poblacionales.

Este artículo es meramente informativo, en Psicología-Online no tenemos facultad para hacer un diagnóstico ni recomendar un tratamiento. Te invitamos a acudir a un psicólogo para que trate tu caso en particular.

Si deseas leer más artículos parecidos a Interpretación y recogida de datos del proceso de investigación en psicología, te recomendamos que entres en nuestra categoría de Psicología experimental.