ACERCAMIENTO AL MÉTODO CIENTÍFICO

El mundo de Beakman, programa educativo de los años 90



Vamos a empezar con una breve definición de método científico. El método científico del griego: -μετά = hacia, a lo largo- -οδός = camino-; y del latín scientia = conocimiento; camino hacia el conocimiento. El método científico, por lo tanto, se refiere al conjunto de pasos necesarios para obtener conocimientos válidos mediante instrumentos confiables. Desde un punto de vista empírico o científico tal y como ahora lo entendemos se debe mencionar a precursores del método científico como Leonardo da Vinci (1452-1519), Copérnico (1473-1543), Kepler (1571-1630) y Galileo (1564-1642) quienes aplicaban unas reglas metódicas y sistemáticas para alcanzar la verdad. Galileo Galilei contribuyó a reforzar la idea de separar el conocimiento científico de la autoridad, la tradición y la fe.



Leonardo da vinci y su dibujo el hombre de Vitruvio



Johannes Kepler intentó comprender las leyes del movimiento planetario durante la mayor parte de su vida





        Podemos afirmar sin ningún tipo de error que sin método no existe conocimiento riguroso y objetivo. Por lo que cualquier investigación consiste en fundamentar coherentemente los procedimientos a seguir y aplicar, de forma rigurosa y sistemática, una estrategia capaz de garantizar el carácter objetivo de los conocimientos. Hemos dicho: “los procedimientos a seguir…” hablamos de unos pasos que se deben seguir, cada uno de los cuales se rige por un conjunto de criterios en función del nivel de discurso y de los objetivos de la investigación. Y que el resultado sea lo suficientemente objetivo y riguroso dependerá de la aplicación sistemática de dichas fases.

1.    Planteo del problema

2.   Formulación de la hipótesis

3.   Diseño del experimento o estudio

4.   Recogida de datos

5.   Interpretación de los resultados

6.   Obtención de conclusiones

La característica que más resalta es que el método científico es un proceso continuado de aprendizaje, ya que, se produce un intercambio en el sentido de la información, de los hechos a las hipótesis. Además encontramos en este camino informativo el razonamiento de la lógica deductiva como de la inductiva. De los datos pasamos a las hipótesis de forma inductiva, y de la hipótesis pasamos a los datos de forma deductiva.

        Nos centraremos en los paradigmas: experimental y asociativo. Cada uno de ellos se caracteriza por la formulación de una clase específica de hipótesis, por el grado de intervención del investigador en la situación estudiada, por los sistemas de recogida de datos y por los procedimientos de verificación de las hipótesis.

Formulación de la hipótesis

        Cada enfoque se centra en un tipo de hipótesis diferente y, al mismo tiempo, inspiran diseños de investigación específicos. La hipótesis del experimental es de carácter causal, y la hipótesis del asociativo es de carácter de covariación o de correlacional y la consecución de enunciados relacionados.

En las hipótesis, la principal y más decisiva diferencia entre ambos paradigmas es la asunción o no de relaciones causales. El paradigma experimental asume la implicación de una variable causa (variable independiente) sobre una variable efecto (variable dependiente). En este enfoque se busca el efecto que ejerce la variable independiente o causa sobre la variable dependiente o efecto. Ahora bien, el paradigma asociativo sólo permite verificar posibles relaciones de cambio entre las variables. Trata de probar el grado de asociación o magnitud de cambio existente entre las variables.

La segunda diferencia más notable es la que se refiere a la manipulación o no de las variables. El paradigma experimental asume la manipulación y por tanto que debe haber una intervención activa del investigador a la hora de la manipulación: debe crear las condiciones necesarias para que una o más variables tomen unos determinados valores. En cambio, el paradigma asociativo no propone ningún tipo de manipulación, sólo requiere el registro simultáneo de dos o más variables, se suele usar técnicas de observación indirecta.

Diseño del experimento o estudio

Arnau (1990) define el diseño de investigación como “un plan estructurado de acción que, en función de unos objetivos básicos, está orientado a la obtención de información o datos relevantes a los problemas planteados”. Para el paradigma experimental tenemos los diseños experimentales y los cuasi-experimentales, para el paradigma asociativo aparecen los diseños de encuesta y observacionales.

La decisión más importante de toda investigación es la elección de la MUESTRA. Al hablar de muestra nos referimos a la porción o segmento de la población de interés sobre la que recae el objeto de estudio. La relación que podamos extraer de la muestra al resto de la población, y las relaciones de la hipótesis con el resto de la población dependen en gran medida de elección de la muestra.

La muestra debe ser.  ALEATORIAS, REPRESENTATIVAS Y SUFICIENTEMENTE GRANDES. Si queremos poder afrontar futuras interpretaciones de la hipótesis sobre población con fiabilidad, o poder extender las interpretaciones de la investigación a toda la población. La muestra no puede ser sesgada, debe reflejar y contener todas las características de la población que representa. En lo referente al tamaño debe ser GRANDE. Si los tamaños de las muestras fuesen suficientemente grandes no se plantearía la necesidad de replicar los experimentos o los estudios.

Para la asignación aleatoria:

·        En el diseño de grupos aleatorios se forman grupos comparables de individuos y se les trata de la misma manera en todos los aspectos excepto que cada grupo sólo recibe un nivel de la variable independiente.

·        La lógica del diseño de grupos aleatorios permite a los investigadores hacer inferencias causales sobre el efecto de la variable independiente en la variable dependiente.

·        Para formar grupos comparables, se utiliza la asignación aleatoria a las condiciones por medio del balanceo o promediando las características del sujeto (diferencias individuales) a través de las condiciones de la manipulación de la variable independiente.

·        La aleatorización por bloques balancea las características de los sujetos y las confusiones potenciales que ocurren durante el tiempo en que se conduce el experimento, y así cre grupos de tamaños iguales.

Recogida de datos

Los datos son valores numéricos que se derivan de los registros o sistemas de medida aplicados a las variables.

En referencia a los diseños, el experimento implica, por tanto, el registro y recogida de medias u observaciones sobre unidades que han sido objeto de manipulación y control por parte del investigador. En cambio, el cuasi-experimento, como modelo de investigación derivado del paradigma experimental, se caracteriza por el estudio del efecto de la variable independiente, en contextos donde el investigador no tiene oportunidad de asignar las unidades de análisis a las distintas condiciones o niveles de la variable que es objeto de interés.

La meta principal del análisis de datos es determinar si nuestras observaciones apoyan una aseveración acerca del comportamiento. Cualquiera que sea la aseveración, hay que tener  en cuenta la calidad de la evidencia. La evidencia principal son los datos numéricos que recogemos en el experimento,

Es necesario asegurar que la recogida de los datos ha sido fiable y no contaminados. Si se cometen errores graves en la etapa de recolección de los datos la investigación pierde toda fiabilidad y se tendrá que empezar de nuevo.

Existen tres etapas distintas, pero relacionadas del análisis de datos:

1.    exploración de los datos. Es una etapa exploratoria o investigativa. Examinamos los datos cuidadosamente y nos hacemos una impresión de ellos. Sólo cuando nos hemos familiarizado con las características generales de los datos, hemos buscado errores, y nos hemos asegurado que los datos tienen sentido, debemos proceder con la siguiente etapa.

2.   resumen de los datos. Su finalidad es resumir los datos de un modo comprensible. Para ello es beneficioso el uso de estadísticos descriptivos y la creación de gráficos. Cuando los datos son resumidos apropiadamente, estamos listos para pasar a la etapa de confirmación.

3.   confirmación de lo que los datos revelan. En esta etapa se decide qué nos aportan los datos acerca de la investigación, acerca de nuestra hipótesis. En realidad esta fase es una etapa de confirmación. Es en la etapa de resumen donde aprendemos más acerca de las tendencias y patrones entre las observaciones.

En el siguiente capítulo de la serie de EL MUNDO DE BEAKMAN se expone el método científico.

 No es necesario resaltar la importacia del método científico en la ciencia grafológica, que con muchos años a la espalda, aun no posee la credibilidad de ciencia, por desgracia dentro del ambito Español.