PSICOLOGIA 5to Año Guillermo Bertotti

Actividad 3

Objetivo:

·       Reconocer los conceptos más relevantes del proceso de investigación científica en ciencias sociales.  

·       Conectar un primer acercamiento con las investigaciones del campo de la psicología actual.

·       Reconocimiento de publicaciones con formato científico (lectura de abstract).  

·       Generar las bases de conocimiento iniciales para la elaboración de un anteproyecto de investigación.

Consiga:

1.      Lea atentamente el siguiente contenido y realice la actividad propuesta al final de la misma.

2.     Fecha de entrega final 27/04.

¿QUÉ SON LAS HIPÓTESIS?

Ya hemos planteado el problema de investigación, revisado la literatura y contextualizado dicho problema mediante la construcción del marco teórico (el cual puede tener mayor o menor información, según cuanto se haya estudiado el problema o tema específico de investigación). Dicho estudio puede iniciarse como exploratorio, descriptivo, correlacional o explicativo, y que como investigadores decidimos hasta dónde queremos y podemos llegar (es decir, si finalmente el estudio terminará como descriptivo, correlacional o explicativo). Ahora, el siguiente paso consiste en establecer guías precisos hacia el problema de investigación o fenómeno que estamos estudiando.

Estas guías son las hipótesis: En una investigación podernos tener una, dos o varias hipótesis; y como se explicará más adelante, a veces no se tienen hipótesis.

Las hipótesis nos indican lo que estamos buscando o tratando de probar y pueden definirse como explicaciones tentativas del fenómeno investigado formuladas a manera de proposiciones. De hecho, en nuestra vida cotidiana constantemente elaboramos hipótesis acerca de muchas “cosas” y luego indagamos (investigamos) si son o no ciertas.

Por ejemplo, establecemos una pregunta de investigación: ¿Le gustaré a Ana? y una hipótesis: “Yo le resulto atractivo a Ana”.

Esta hipótesis es una explicación tentativa (porque no estamos seguros que sea cierta) y está formulada como proposición (propone o afirma algo). Después investigamos si la hipótesis es aceptada o rechazada cortejando a Ana.

Las hipótesis no necesariamente son verdaderas; pueden o no serlo, pueden o no comprobarse con hechos. Son explicaciones tentativas, no los hechos en sí. El investigador al formularlas no puede asegurar que vayan a comprobarse. Una hipótesis es diferente de una afirmación de hecho. Alguien puede hipotetizar que, en un país determinado, las familias que viven en zonas urbanas tienen menor número de hijos que las familias que viven en zonas rurales; y esta hipótesis puede ser o no comprobada.

En cambio, si alguien afirma lo anterior basándose en información de un censo poblacional recientemente efectuado en ese país, no establece una hipótesis sino que afirma un hecho. Es decir, el investigador al establecer sus hipótesis desconoce si serán o no verdaderas.

Dentro de la investigación científica, las hipótesis son proposiciones tentativas acerca de las relaciones entre dos o más variables y se apoyan en conocimientos organizados y sistematizados.

EJEMPLOS DE HIPÓTESIS

1. La proximidad física entre los hogares de las parejas de novios está relacionada positivamente con la satisfacción sobre la relación entre éstos.

2. El índice de cáncer pulmonar es mayor entre los fumadores que en los no fumadores.

3. Conforme se desarrollan las psicoterapias orientadas en el paciente, aumentan las expresiones verbales dé discusión y exploración de planes futuros personales, mientras que disminuyen las expresiones verbales de discusión y exploración de hechos pasados.

4. A mayor variedad en el trabajo, mayor motivación intrínseca respecto a éste.

Las hipótesis pueden ser más o menos generales o precisas, e involucrar dos o más variables —como podemos observar en los ejemplos—, pero en cualquier caso son sólo proposiciones sujetas a comprobación empírica, a verificación en la realidad. El primer ejemplo, vincula dos variables:

“proximidad física entre los hogares de los novios” y “satisfacción sobre el noviazgo”.

¿QUÉ SON LAS VARIABLES?

Una variable es una propiedad que puede variar (adquirir diversos valores) y cuya variación es susceptible de medirse. Ejemplos de variables son el sexo, la motivación intrínseca hacia el trabajo, el atractivo físico, el aprendizaje de conceptos, el conocimiento de historia de la Revolución Mexicana, la religión, la agresividad verbal, la personalidad autoritaria y la exposición a una campaña de propaganda política.

Es decir, la variable se aplica a un grupo de personas u objetos, los cuales pueden adquirir diversos valores respecto a la variable; por ejemplo la inteligencia: las personas pueden clasificarse de acuerdo con su inteligencia, no todas las personas poseen el mismo nivel de inteligencia, varían en ello.

La ideología de la prensa: no todos los periódicos manifiestan a través de su contenido la misma ideología.

Las variables adquieren valor para la investigación científica cuando pueden ser relacionadas con otras (formar parte de una hipótesis o una teoría). En este caso se les suele denominar “constructos o construcciones hipotéticas”.

¿COMO SE RELACIONAN LAS HIPÓTESIS, LAS PREGUNTAS Y LOS OBJETIVOS DE INVESTIGACIÓN?

Las hipótesis proponen tentativamente las respuestas a las preguntas de investigación, la relación entre ambas es directa e íntima. Las hipótesis relevan a los objetivos y preguntas de investigación para guiar el estudio. Por ello, como se puntualizará más adelante, las hipótesis comúnmente surgen de los objetivos y preguntas de investigación, una vez que éstas han sido reevaluadas a raíz de la revisión de la literatura.

¿DE DÓNDE SURGEN LAS HIPÓTESIS?

Si hemos seguido paso por paso el proceso de investigación, es natural que las hipótesis surjan del planteamiento del problema que, como recordamos, se vuelve a evaluar y si es necesario se replantea a raíz de la revisión de la literatura. Es decir, provienen de la revisión misma de la literatura (de la teoría adoptada o la perspectiva teórica desarrollada).

Nuestras hipótesis pueden surgir de un postulado de una teoría, del análisis de ésta, de generalizaciones empíricas pertinentes a nuestro problema de investigación y de estudios revisados o antecedentes consultados. Existe pues, una relación muy estrecha entre el planteamiento del problema, la revisión de la literatura y las hipótesis.

La revisión inicial de la literatura hecha para familiarizamos con el problema de estudio nos lleva a plantear dicho problema, después revisamos la literatura y afinamos o precisamos el planteamiento del problema, del cual derivamos las hipótesis.

Desde luego, al formular las hipótesis volvemos a evaluar nuestro planteamiento del problema. Debemos recordar que se comentó que los objetivos y preguntas de investigación pueden reafirmarse o mejorarse durante el desarrollo del estudio.

Asimismo, durante el proceso se nos pueden ocurrir otras hipótesis que no estaban contempladas en el planteamiento original, producto de nuevas reflexiones, ideas o experiencias; discusiones con profesores, colegas o expertos en el área; e — incluso— “de analogías, mediante el descubrimiento de semejanzas entre la información referida a otros contextos y la que se posee para la realidad del objeto de estudio”.

Selltiz et al. (1965, Pp. 54-55), al hablar de las fuentes de donde surgen las hipótesis escriben: “Las fuentes de hipótesis de un estudio tienen mucho que ver a la hora de determinar la naturaleza de la contribución de la investigación en el cuerpo general de conocimientos. Una hipótesis que simplemente emana de la intuición o de una sospecha puede hacer finalmente una importante contribución a la ciencia. Sin embargo, si solamente ha sido comprobada en un estudio, existen dos limitaciones con respecto a su utilidad.

Primera no hay seguridad de que las relaciones entre dos variables halladas en un determinado estudio serán encontradas en otros estudios”... “En segundo lugar, una hipótesis basada simplemente en una sospecha es propicia a no ser relacionada con otro conocimiento o teoría. Así pues, los hallazgos de un estudio basados en tales hipótesis no tienen una clara conexión con el amplio cuerpo de conocimientos de la ciencia social. Pueden suscitar cuestiones interesantes, pueden estimular posteriores investigaciones, e incluso pueden ser integradas más tarde en una teoría explicatoria. Pero, a menos que tales avances tengan lugar, tienen muchas probabilidades de quedar como trozos aislados de información.”

Y agregan: “Una hipótesis que nace de los hallazgos de otros estudios está libre en alguna forma de la primera de estas limitaciones. Si la hipótesis está basada en resultados de otros estudios, y si el presente estudio apoya la hipótesis de aquellos, el resultado habrá servido para confirmar esta relación de una forma normal”... “Una hipótesis que se apoya no simple mente en los hallazgos de un estudio previo, sino en una teoría en términos más generales, está libre de la segunda limitación: la de aislamiento de un cuerpo de doctrina más general.”

Las hipótesis pueden surgir aunque no exista un cuerpo teórico abundante. Estamos de acuerdo en que las hipótesis que surgen de teorías con evidencia empírica superan las dos limitaciones que señalan Selltiz y sus colegas (1965), así como en la afirmación de que una hipótesis que nace de los hallazgos de investigaciones anteriores vence la primera de dichas limitaciones. Pero es necesario recalcar que también pueden emanar hipótesis útiles y fructíferas de planteamientos del problema cuidadosamente revisados, aunque el cuerpo teórico que los sustente no sea abundante. A veces la experiencia y la observación constante pueden ofrecer potencial para el establecimiento de hipótesis importantes, lo mismo puede decirse de la intuición. Desde luego, cuanto menor apoyo empírico previo tenga una hipótesis, mayor cuidado se deberá tener en su elaboración y evaluación, porque tampoco podemos formular hipótesis de manera superficial. Lo que sí constituye una grave falla en la investigación es formular hipótesis sin haber revisado cuidadosamente la literatura, ya que podemos cometer errores tales como “hipotetizar” algo sumamente comprobado (nuestro estudio no es novedoso, pretende volver a “inventar la rueda”) o “hipotetizar” algo que ha sido contundentemente rechazado (un ejemplo burdo pero ilustrativo sería pretender establecer la hipótesis de que “los seres humanos pueden volar por sí mismos, únicamente con su cuerpo”).

¿QUÉ CARACTERÍSTICAS DEBE TENER UNA HIPÓTESIS?

Para que una hipótesis sea digna de tomarse en cuenta para la investigación científica, debe reunir ciertos requisitos:

1. Las hipótesis deben referirse a una situación social real. Las hipótesis sólo pueden someterse a prueba en un universo y contexto bien definidos. Por ejemplo, una hipótesis que tenga que ver con alguna variable del comportamiento gerencial —digamos, la motivación— deberá ser sometida a prueba en una situación real. En ocasiones en la misma hipótesis se explicita esa realidad (“ los niños guatemaltecos que viven en zonas urbanas, imitarán mayor conducta violenta de la televisión; que los niños guatemaltecos que viven en zonas rurales”), y otras veces la realidad se define a través de explicaciones que acompañan a la hipótesis (la hipótesis: “cuanto mayor sea la retroalimentación sobre el desempeño en el trabajo que proporcione un gerente a sus supervisores, más grande será la motivación intrínseca de éstos hacia sus tareas laborales”; no explicita qué gerentes, de qué empresas. Y será necesario contextualizar la realidad de dicha hipótesis, afirmar por ejemplo que se trata de gerentes de todas las áreas —producción, recursos humanos, finanzas— de empresas puramente industriales con más de 1000 trabajadores y ubicadas en Bogotá). Es muy frecuente que, cuando nuestras hipótesis provienen de una teoría o una generalización empírica (afirmación comprobada varias veces en la realidad), sean manifestaciones contextualizadas o casos concretos de hipótesis generales abstractas.

La hipótesis “a mayor satisfacción laboral mayor productividad” es general y puede someterse a prueba en diversas realidades (países, ciudades, parques industriales o aun en una sola empresa; con directivos, secretarias u obreros, etc.; en empresas comerciales, industriales, de servicios o combinaciones de estos tipos; giros; etc.). En estos casos, al probar nuestra hipótesis contextualizada aportamos evidencia en favor de la hipótesis más general. Es obvio que los contextos o realidades pueden ser más o menos generales y — normalmente— han sido explicitados en el planteamiento del problema. Lo que hacemos al establecer la hipótesis o las hipótesis es volver a analizar si son los adecuados para nuestro estudio y si es posible tener acceso a ellos (reconfirmamos el contexto, buscamos otro o ajustamos las hipótesis).

2.Los términos (variables) de la hipótesis tienen que ser comprensibles, precisos y lo más concretos posible. Términos vagos o confusos no tiene cabida en una hipótesis. Por ejemplo: “globalización de la economía, sinergia organizacional”, son conceptos imprecisos y generales que deben sustituirse por otros más específicos y concretos.

3.La relación entre variables propuesta por una hipótesis debe ser clara y verosímil (lógica). Es decir, es necesario que quede claro cómo se están relacionando las variables y que esta relación no sea ilógica. Por ejemplo, una hipótesis como: “La disminución del consumo del petróleo en los  Estados Unidos está relacionada con el grado de aprendizaje del álgebra por parte de niños que asisten a escuelas públicas en Buenos Aires” sería inverosímil, no podemos considerarla.

4.Los términos de la hipótesis y la relación planteado entre ellos, deben poder ser observados y medidos, o sea tener referentes en la realidad. Las hipótesis científicas —al igual que los objetivos y preguntas de investigación— no incluyen aspectos morales ni cuestiones que no podemos medir en la realidad. Hipótesis tales como: “Los hombres más felices van al cielo” o ‘La libertad de espíritu está relacionada con la voluntad creadora” contienen conceptos o relaciones que no poseen referentes empíricos; por lo tanto, no son útiles como hipótesis para investigar científicamente ni se pueden someter a prueba en la realidad.

5.Las hipótesis deben estar relacionadas con técnicas disponibles para probarlas. Este requisito está estrechamente relacionado con el anterior y se refiere a que al formular una hipótesis, tenemos que analizar si existen técnicas o herramientas de la investigación (instrumentos para recolectar datos, diseños, análisis estadísticos o cualitativos, etc.), para poder verificarla, si es posible desarrollarlas y si se encuentran a nuestro alcance. Se puede dar el caso de que existan dichas técnicas pero que por ciertas razones no tengamos acceso a ellas.

Alguien podría pretender probar hipótesis referentes a la desviación presupuestal en el gasto público de un país latinoamericano o la red de narcotraficantes en la ciudad de Miami, pero no disponer de formas realistas de obtener sus datos. Entonces su hipótesis aunque teóricamente puede ser muy valiosa, no se puede probar en la realidad.

¿QUÉ TIPOS DE HIPÓTESIS HAY?

Existen diversas formas de clasificar las hipótesis, pero en este apartado nos vamos a concentrar en una que las clasifica en:

1) hipótesis de investigación, 2) hipótesis nulas, 3) hipótesis alternativas y 4) hipótesis estadísticas.

¿QUÉ SON LAS HIPÓTESIS DE INVESTIGACIÓN?

Lo que hemos venido definiendo como hipótesis a lo largo de este capítulo son en realidad las hipótesis de investigación. Es decir, éstas podrían definirse como “proposiciones tentativas acerca de las posibles relaciones entre dos o más variables y que cumplen con los cinco requisitos mencionados”. Se les suele simbolizar como Hi o H1, H2, H3, etc. (si son varias) y también se les denomina hipótesis de trabajo.

EJEMPLO

Hi: “La expectativa de ingreso mensual de los trabajadores de la Corporación TEAQ oscila entre $50 000 y $60 000 pesos colombianos.”

Las hipótesis de este tipo se utilizan a veces en estudios descriptivos. Pero cabe comentar que no en todas las investigaciones descriptivas se formulan hipótesis o que éstas son afirmaciones más generales (“La ansiedad en los jóvenes alcohólicos será elevada”, “Durante este año, los presupuestos de publicidad se incrementarán entre un 50 y un 60%”, “La motivación extrínseca de los obreros de las plantas de las zonas industriales de Guadalajara disminuirá”, “El número de psicoterapias va a aumentar en las urbes sudamericanas con más de 3 millones de habitantes”, etc.). No es sencillo hacer estimaciones con cierta precisión respecto a fenómenos del comportamiento humano.

Hipótesis correlacionales

Éstas especifican las relaciones entre dos o más variables. Corresponden a los estudios correlacionales y pueden establecer la asociación entre dos variables (“La inteligencia está relacionada con la memoria”, “La ex posición por parte de los adolescentes a videos musicales con alto contenido sexual, está asociada con la manifestación de estrategias en las relaciones interpersonales heterosexuales para establecer contacto sexual”, etc.); o establecer la asociación entre más de dos variables (“La atracción física, las demostraciones de afecto, la similitud en valores y la satisfacción en el noviazgo, se encuentran vinculadas entre sí”, “La inteligencia, la memoria y las calificaciones obtenidas están relacionadas, en estudiantes de postgrado uruguayos de ciencias sociales”, etc.).

Sin embargo, las hipótesis correlacionales pueden no sólo establecer que dos o más variables se encuentran asociadas, sino cómo están asociadas. Éstas son las que alcanzan el nivel predictivo y parcialmente explicativo.

EJEMPLOS

“A mayor exposición por parte de los adolescentes a videos musicales con alto contenido sexual, mayor manifestación de estrategias en las relaciones interpersonales heterosexuales para establecer contacto sexual”. [Aquí la hipótesis nos indica que, cuando una variable aumenta la otra también y viceversa que cuando una variable disminuye, la otra disminuye.]

“A mayor autoestima, menor temor de logro”. [Aquí la hipótesis nos indica que, cuando una variable aumenta, la otra disminuye, y si ésta disminuye aquélla aumenta.]

“Las telenovelas venezolanas muestran cada vez un mayor contenido de sexo en sus escenas” (en esta hipótesis se correlacionan las variables “época o tiempo en que se producen las telenovelas” y “contenido de sexo”).

En estos ejemplos, no sólo se establece que hay relación entre las variables, sino también cómo es la relación (qué dirección sigue). Como se comprenderá, es diferente hipotetizar que dos o más variables están relacionadas a hipotetizar cómo son estas relaciones. En el capítulo “Análisis e interpretación de los datos” se explica más a fondo el tema de la correlación y los tipos de correlación entre variables. Por el momento diremos que, cuando se correlacionan dos variables, se le conoce como “correlación bivariada” y, cuando se correlacionan varias variables, se le llama “correlación múltiple”.

Es necesario agregar que, en una hipótesis de correlación, el orden en que coloquemos las variables no es importante (ninguna variable antecede a la otra; no hay relación de causalidad). Es lo mismo indicar “a mayor X, mayor Y” que “a mayor Y, mayor X”, o “a mayor X, menor Y” que “a menor Y, mayor X”.

EJEMPLO

“Quienes tienen más altas puntuaciones en el examen de estadística, tienden a tener las puntuaciones más elevadas en el examen de psicometría” es igual que “Los que tienden a tener las puntuaciones más elevadas en el examen de psicometría son quienes tienen más altas puntuaciones en el examen de estadística”.

Es decir, como nos enseñaron desde pequeños: “‘el orden de los factores (variables) no altera el producto (la hipótesis)”. Desde luego, esto ocurre en la correlación mas no en las relaciones de causalidad, en donde vamos a ver que sí importa el orden de las variables. Pero en la correlación no hablamos de variables independiente y dependiente (cuando sólo hay correlación estos términos carecen de sentido). Los estudiantes que comienzan en sus cursos de investigación suelen indicar en toda hipótesis cuál es la variable independiente y cuál la dependiente. Ello es un error.

Únicamente en hipótesis causales se puede hacer esto. Por otro lado, es común que cuando se pretende en la investigación correlacionar varias variables se tengan diversas hipótesis, y cada una de ellas relacione un par de variables.

Por ejemplo, si quisiéramos relacionar las variables “‘atracción física”, “confianza”, “proximidad física y “equidad” en el noviazgo (todas entre sí), estableceríamos las hipótesis correspondientes.

EJEMPLO

H1 “A mayor atracción física, menor confianza”.

H2 “A mayor atracción física, mayor proximidad física”.

H3 “A mayor atracción física, mayor equidad”.

H4 “A mayor confianza, mayor proximidad física”.

H5 “A mayor confianza, mayor equidad”.

H6 “A mayor proximidad física, mayor equidad”.

Estas hipótesis deben ser contextualizadas en su realidad (con qué novios) y sometidas a prueba empírica.

Hipótesis de la diferencia entre grupos

Estas hipótesis se formulan en investigaciones dirigidas a comprar grupos. Por ejemplo, supongamos que un publicista piensa que un comercial televisivo en blanco y negro, cuya finalidad es persuadir a los adolescentes que comienzan a fumar cigarrillos para que dejen de fumar, tiene una eficacia diferente que uno en color. Su pregunta de investigación podría ser: ¿es más eficaz un comercial televisivo en blanco y negro que uno en color, cuyo mensaje es persuadir a los adolescentes que comienzan a fumar cigarrillos para que dejen de hacerlo? Y su hipótesis podría quedar formulada así:

EJEMPLO

Hi: “El efecto persuasivo para dejar de fumar no será igual en los adolescentes que vean la versión del comercial televisivo a color que en los adolescentes que vean la versión del comercial en blanco y negro”.

Otro ejemplo de este tipo de hipótesis sería:

Hi: “Los adolescentes le atribuyen más importancia que las adolescentes al atractivo físico en sus relaciones heterosexuales”.

En ambos ejemplos, se plantea una posible diferencia entre grupos; solamente que en el primero de ellos únicamente se establece que “hay diferencia” entre los grupos que se están comparando, pero no se afirma en favor de cuál de los grupos es la diferencia. No establece si el efecto persuasivo es mayor en los adolescentes que se exponen al comercial en blanco y negro o los que se exponen al comercial en color. Se limita a decir que se espera una diferencia. En cambio, en el segundo, además de establecer la diferencia, se especifica en favor de cuál de los grupos a comparar es ésta. (Los jóvenes son quienes según se piensa, atribuirán mayor importancia al “atractivo físico”).

Cuando el investigador no tiene bases para presuponer en favor de qué grupo será la diferencia, formula una hipótesis simple de diferencia de grupos (como el primer ejemplo de los comerciales). Y cuando sí tiene bases, establece una hipótesis direccional de diferencia de grupos (como el segundo ejemplo).

Esto último, normalmente ocurre cuando la hipótesis se deriva de una teoría o estudios antecedentes, o bien el investigador está bastante familiarizado con el problema de estudio.

Esta clase de hipótesis puede abarcar dos, tres o más grupos.

EJEMPLO

Hi: “Las escenas de la telenovela “Sentimientos” presentarán mayor contenido de sexo que las escenas de la Á telenovela ‘Luz Ángela’, y éstas —a su vez— mayor contenido de sexo que las escenas de la telenovela “Mi último amor”.

Algunos investigadores consideran las hipótesis de diferencia de grupos como un tipo de hipótesis correlacionales, porque en última instancia relacionan dos o más variables. Por ejemplo, el caso de la importancia del atractivo físico (página anterior) relaciona las variables “sexo” con “atribución de la importancia del atractivo físico en las relaciones heterosexuales”. La diferencia entre ambas clases de hipótesis estriba en que normalmente en las hipótesis de diferencia de grupos una de las variables (aquélla sobre la cual se dividen los grupos) adquiere un número más limitado de valores (habrá tantos valores como grupos se comparen) que los valores que adquieren las variables de las hipótesis correlacionales. Y han sido diferenciadas debido a que por su nivel de medición, requieren análisis estadísticos distintos.

Las hipótesis de diferencia de grupos (aunque son distintas de las hipótesis correlacionales) pueden formar parte de estudios correlacionales, si únicamente establecen que hay diferencia entre los grupos —aunque establezcan en favor de qué grupo es ésta—. Ahora bien, si además de establecer tales diferencias explican el porqué de las diferencias (las causas o razones de éstas), entonces son hipótesis de estudios explicativos. Asimismo, puede darse el caso de una investigación que se inicie como correlacional (con una hipótesis de diferencia de grupos) y termine como explicativa (en los resultados se expongan los motivos de esas diferencias). En resumen, los estudios correlacionales se caracterizan por tener hipótesis correlacionales, hipótesis de diferencias de grupos o ambos tipos.

Hipótesis que establecen relaciones de causalidad

Este tipo de hipótesis no solamente afirman las relaciones entre dos o más variables y cómo se dan dichas relaciones, sino que además proponen un “sentido de entendimiento” de ellas. Este sentido puede ser más o menos completo, dependiendo del número de variables que se incluyan, pero todas estas hipótesis establecen relaciones de causa—efecto.

¿QUÉ SON LAS HIPÓTESIS NULAS?

Las hipótesis nulas son, en un sentido, el reverso de las hipótesis de investigación. También constituyen proposiciones acerca de la relación entre variables solamente que sirven para refutar o negar lo que afirma la hipótesis de investigación. Por ejemplo, si la hipótesis de investigación propone: “Los adolescentes le atribuyen más importancia al atractivo físico en sus relaciones heterosexuales que las mujeres”, la nula postularía:

“Los jóvenes no le atribuyen más importancia al atractivo físico en sus relaciones heterosexuales que las adolescentes”.

Debido a que este tipo de hipótesis resulta la contrapartida de la hipótesis de investigación, hay prácticamente tantas clases de hipótesis nulas como de investigación. Es decir, la clasificación de hipótesis nulas es similar a la tipología de la hipótesis de investigación: hipótesis nulas descriptivas de una variable que se va a observar en un contexto, hipótesis que niegan o contradicen la relación entre dos o más variables, hipótesis que niegan que haya diferencia entre grupos que se comparan —es decir afirmar que los grupos son iguales— e hipótesis que niegan la relación de causalidad entre dos o más variables (en todas sus formas). Las hipótesis nulas se simbolizan como Ho.

Veamos algunos ejemplos de hipótesis nulas, que corresponden a ejemplos de hipótesis de investigación que fueron mencionados:

EJEMPLOS

Ho: “La expectativa de ingreso mensual de los trabajadores de la corporación TEAQ no oscila entre $50 000 a $60 000 pesos colombianos” (es una hipótesis nula descriptiva de una variable que se va a observar en un contexto).

Ho: “No hay relación entre la autoestima y el temor de logro” (hipótesis nula respecto a una correlación).

Ho: “Las escenas de la telenovela ‘Sentimientos’ no presentarán mayor contenido de sexo que las escenas de la telenovela ‘Luz Angela’ ni éstas mayor contenido de sexo que las escenas de la telenovela ‘Mi último amor”’. Esta hipótesis niega diferencia entre grupos y también podría formularse así:

“No existen diferencias en el contenido de sexo entre las escenas de las telenovelas ‘Sentimientos’, ‘Luz Ángela’ y ‘Mi último amor’”. O bien “el contenido de sexo en las telenovelas ‘Sentimientos’, ‘Luz Angela’ y ‘Mi último amor’ es el mismo”.

Ho: “La percepción de la similitud en religión, valores y creencias no provoca mayor atracción física” (hipótesis que niega la relación causal).

¿QUÉ SON LAS HIPÓTESIS ALTERNATIVAS?

Como su nombre lo indica, son posibilidades alternativas – ante las hipótesis de investigación y nula. Ofrecen otra descripción o explicación distintas a las que proporcionan estos tipos de hipótesis. Por ejemplo, si la hipótesis de investigación establece: “Esta silla es roja”, la nula afirmará: “Esta silla no es roja”, y podrían formularse una o más hipótesis alternativas: “Esta silla es azul”, “Esta silla es verde”, “Esta silla es amarilla”, etc. Cada una constituye una descripción distinta a las que proporcionan las hipótesis de investigación y nula.

Las hipótesis alternativas se simbolizan como Ha y sólo pueden formularse cuando efectivamente hay otras posibilidades adicionales a las hipótesis de investigación y nula. De ser así, no pueden existir.

EJEMPLOS

Hi: “El candidato ‘A’ obtendrá en la elección para la presidencia del consejo escolar entre un 50 y un 60% de la votación total”.

Ho: “El candidato ‘A’ no obtendrá en la elección para la presidencia del consejo escolar entre un 50 y un 60% de la votación total”.

Ha: “El candidato ‘A’ obtendrá en la elección para la presidencia del consejo escolar más del 60% de la votación total”.

Ha: “El candidato ‘A’ obtendrá en la elección para la presidencia del consejo escolar menos del 50% de la votación total”.

Hi: “Los jóvenes le atribuyen más importancia al atractivo físico en sus relaciones heterosexuales que las jóvenes”.

Ho: “Los jóvenes no le atribuyen más importancia al atractivo físico en sus relaciones heterosexuales que las jóvenes”.

Ha: “Los jóvenes /e atribuyen menos importancia al atractivo físico en sus relaciones heterosexuales que las jóvenes”.

En este último ejemplo, si la hipótesis nula hubiera sido formulada de la siguiente manera:

Ho: “Los jóvenes no le atribuyen más importancia —o le atribuyen menos importancia— al atractivo físico en sus relaciones heterosexuales que las jóvenes”.

No habría posibilidad de formular una hipótesis alternativa puesto que las hipótesis de investigación y nula abarcan todas las posibilidades.

Las hipótesis alternativas, como puede verse, constituyen otras hipótesis de investigación adicionales a la hipótesis de investigación original.

¿EN UNA INVESTIGACIÓN SE FORMULAN Y EXPLICITAN LAS HIPÓTESIS DE INVESTIGACIÓN, NULA, ALTERNATIVA Y ESTADÍSTICA?

No hay reglas universales, ni siquiera consenso entre los investigadores al respecto. Uno puede leer en un artículo de una revista científica un reporte de investigación donde sólo se establece la hipótesis de investigación; y, en esa misma revista, leer otro artículo en donde únicamente se establece la hipótesis nula; un tercer artículo en el cual se pueden leer solamente las hipótesis estadísticas de investigación y nula (o nada más una de ellas); un cuarto artículo que contiene la hipótesis de investigación y las alternativas traducidas en términos estadísticos; un quinto artículo donde aparecen las hipótesis de investigación, nulas y alternativas, con sus hipótesis estadísticas correspondientes. Esta situación es similar en los reportes presentados por un investigador o una empresa dedicada a la investigación. Igualmente ocurre en tesis, estudios de divulgación popular, reportes de investigación gubernamental, disertaciones doctorales, libros y otras formas para presentar estudios y análisis de muy diversos tipos. En estudios que contienen análisis de datos cuantitativos, son comunes las siguientes opciones: 1) hipótesis de investigación únicamente, 2) hipótesis de investigación más hipótesis estadística de investigación más hipótesis estadística nula, 3) hipótesis estadísticas de investigación y nula.

Asimismo, algunos investigadores sólo explicitan una hipótesis estadística (nula o de investigación) presuponiendo que quien lea su reporte deducirá la hipótesis contraria. Incluso hay quien omite presentar en el reporte sus hipótesis, pensando que el lector las habrá de deducir fácilmente o que el usuario del estudio no está familiarizado con ellas y no le interesará revisarlas (o no tienen sentido para él).

Nuestra recomendación es que todas se tengan presentes (no sólo al plantear las hipótesis sino durante toda la investigación). Esto ayuda a que el investigador siempre esté alerta ante todas las posibles descripciones y explicaciones del fenómeno que estudia; así podrá tener un panorama más completo de lo que analiza. Pero le aconsejamos que escriba en su reporte (explicite) las hipótesis que crea conveniente incluir para que los usuarios, consumidores o lectores de la investigación comprendan mejor el propósito y alcances de ésta.

Además, y como muchas cuestiones en la vida, el contexto o situación marcan la pauta al respecto. Un maestro puede exigirles a sus alumnos que en sus trabajos de

investigación incluyan todos los tipos de hipótesis (de investigación, nula, alternativas y estadísticas); y otro maestro puede pedirles sólo un tipo de hipótesis. En este caso, el trabajo (reporte de investigación del alumno) incluirá las hipótesis que pide el profesor. El investigador es el único que puede decidir, debe pensarlo muy bien pues es su decisión y nada más (insistimos, no hay normas al respecto). He aquí nuestra recomendación —que es general y a alguien le puede parecer vaga— “piense en el receptor, en quién va a leer su investigación”.

EN UNA INVESTIGACIÓN, ¿CUÁNTAS HIPÓTESIS SE DEBEN FORMULAR?

Cada investigación es diferente. Algunas contienen una gran variedad de hipótesis porque su problema de investigación es complejo, mientras que otras contienen una o dos hipótesis. Todo depende del estudio que habrá de llevarse a cabo. La calidad de una investigación no necesariamente está relacionada con el número de hipótesis que contenga. En este sentido, se debe tener el número de hipótesis necesarias para guiar el estudio, y no más ni menos. Desde luego, la investigación del comportamiento humano es compleja y no resulta extraño leer estudios con múltiples hipótesis, pero de ningún modo es un requisito.

EN UNA INVESTIGACIÓN ¿SE PUEDEN FORMULAR HIPÓTESIS DESCRIPTIVAS DE UNA VARIABLE, HIPÓTESIS CORRELACIONALES, HIPÓTESIS DE LA DIFERENCIA DE GRUPOS E HIPÓTESIS CAUSALES?

La respuesta puede ser “si”; en una misma investigación se pueden establecer todos los tipos de hipótesis porque el problema de investigación así lo requiere. Por ejemplo, supongamos que alguien ha planteado un estudio en una determinada ciudad latino americana, y sus preguntas de investigación son, entre otras:

¿Cuál será a fin de año el nivel de desempleo en la ciudad de Baratillo?

¿Cuál es el nivel promedio de ingreso familiar mensual en la Ciudad de Baratillo? ¿Existen diferencias entre los distritos (barrios, delegaciones o equivalentes) de la Ciudad de Baratillo en cuanto al nivel de desempleo? (¿Hay barrios o distritos con mayores índices de desempleo?) ¿cuál es el nivel de escolaridad promedio en los jóvenes y las jóvenes que viven en Baratillo? y ¿existen diferencias por sexo al respecto? ¿Está relacionado el desempleo con incrementos de la delincuencia en dicha ciudad? ¿Provoca el nivel de desempleo un rechazo contra la política fiscal gubernamental?

Las hipótesis del estudio podrían ser:

“El nivel de desempleo en la Ciudad de Baratillo será del 15% para fin de año” (Hi: % = 15).

“El nivel promedio de ingreso familiar mensual oscila entre 55000 y 65000 pesos oro.18 “(Hi: 65 001 > > 54 999).

“Existen diferencias en cuanto al nivel de desempleo entre los distritos de la Ciudad de Baratillo” (Hi: 1 ¹ 2 ¹ 3 ¹ k).

“A mayor desempleo, mayor delincuencia” (Hi: rxy ¹ 0).

“El desempleo provoca un rechazo contra la política fiscal gubernamental” (Hi:X Y).

En el ejemplo, encontramos todos los tipos generales de hipótesis. Asimismo, podemos ver que hay preguntas que no han sido traducidas en hipótesis. Ello puede deberse a que es difícil establecerlas ya que no se dispone de información al

respecto.

Los estudios que se inician y concluyen como descriptivos, formularán hipótesis descriptivas, los correlacionales podrán establecer hipótesis descriptivas, correlacionales y de diferencia de grupos (cuando éstas no expliquen la causa que

provoca tal diferencia); y los explicativos podrán incluir hipótesis descriptivas, correlacionales, de diferencia de grupos y causales. No debemos olvidar que una investigación puede abordar parte del problema descriptivamente y otra explicativamente. Por ejemplo, Dankhe (1986) señala que los estudios descriptivos no suelen contener hipótesis, y ello se debe a que en ocasiones es difícil precisar el valor que puede manifestar una variable.

Los tipos de estudio que no pueden establecer hipótesis son los exploratorios. No puede presuponerse (afirmando) algo que apenas va a explorarse. Sería como si antes de una primera cita con una persona desconocida del sexo opuesto (cuyo nombre, edad, color de pelo y lugar de origen ignoramos), tratáramos de “hipotetizar” qué tan simpática es, qué intereses y valores tiene, etcétera. Ni siquiera podríamos anticipar qué tan atractiva físicamente nos va a resultar (y tal vez en una primera cita nos dejemos llevar por nuestra imaginación, pero en la investigación esto no debe ocurrir). Desde luego, si nos proporcionan más información (lugares a donde le agrada ir, ocupación, religión, nivel socioeconómico, tipo de música que le gusta y grupos de los que es miembro) podemos hipotetizar en mayor medida (aunque nos basemos en estereotipos). Y si

nos dieran información muy personal e íntima sobre ella (estado de las relaciones con su familia, frustraciones, temores, aspiraciones profesionales, cómo ha establecido relaciones anteriores, etcétera) podríamos hipotetizar acerca de qué clase de relación vamos a establecer con esa persona y por qué (explicaciones).

¿QUÉ ES LA PRUEBA DE HIPÓTESIS?

Como se ha venido mencionando a lo largo de este capítulo, las hipótesis científicas se someten aprueba o escrutinio empírico para determinar si son apoyadas o refutadas de acuerdo a lo que el investigador observa. De hecho para esto se formulan. Ahora bien, en realidad no podemos probar que una hipótesis sea verdadera o falsa, sino argumentar que de acuerdo con ciertos datos obtenidos en una investigación particular, fue apoyada o no. Desde el punto de vista técnico no se acepta una hipótesis a través de un estudio, sino que se aporta evidencia en su favor o en su contra. Desde luego, cuantas más investigaciones apoyen una hipótesis, más credibilidad tendrá ésta; y por supuesto, es válida para el contexto (lugar, tiempo y sujetos u objetos) en el cual se comprobó. Al menos lo es probabilísticamente.

Las hipótesis se someten a prueba en la realidad mediante la aplicación de un diseño de investigación, recolectando datos a través de uno o varios instrumentos de medición y analizando e interpretando dichos datos. Y como señala Kerlinger (1979, p. 35): “Las hipótesis constituyen instrumentos muy poderosos para el avance del conocimiento, puesto que aunque sean formuladas por el hombre, pueden ser sometidas a prueba y demostrarse como probablemente correctas o incorrectas sin que interfieran los valores y las creencias del individuo”.

¿CUÁL ES LA UTILIDAD DE LAS HIPÓTESIS?

Es posible que alguien piense que con lo expuesto en este capítulo queda claro cuál es el valor de las hipótesis para la investigación del comportamiento. Sin embargo, creemos que es necesario ahondar un poco más en este punto, mencionando las principales funciones de las hipótesis.

1. En primer lugar, y como ya se dijo, son las guías de una investigación. El formularlas nos ayuda a saber lo que estamos tratando de buscar, de probar. Proporcionan orden y lógica al estudio. Son como los objetos de un plan administrativo. “Las sugerencias formuladas en las hipótesis pueden ser soluciones a(los) problema(s) de investigación, si lo son o no, efectivamente es la tarea del estudio”.

2. En segundo lugar, tienen una función descriptiva y explicativa, según sea el caso. Cada vez que una hipótesis recibe evidencia empírica en su favor o en su contra, nos dice algo acerca del fenómeno al cual está asociado o hace referencia. Si la evidencia es en su favor, la información sobre el fenómeno se incrementa; y aun si la evidencia es en su contra, descubrimos algo acerca del fenómeno que no sabíamos antes.

3. La tercera función es la de probar teorías, si se aporta evidencia en favor de una. Cuando varias hipótesis de una teoría reciben evidencia en su favor, la teoría va haciéndose más robusta; y cuanto más evidencia haya en favor de aquéllas, más evidencia habrá en favor de ésta.

4. Una cuarta función es la de sugerir teorías. Algunas hipótesis no están asociadas con teoría alguna; pero puede ocurrir que como resultado de la prueba de una hipótesis, se pueda construir una teoría o las bases para está. Esto no es muy frecuente pero ha llegado a ocurrir.

¿QUÉ PASA CUANDO NO SE APORTA EVIDENCIA EN FAVOR DE LA(S) HIPÓTESIS DE NUESTRA INVESTIGACIÓN?

No es raro escuchar una conversación como la siguiente entre dos pasantes que acaban de analizar los datos de su tesis (que es una investigación):

Elena: “Los datos no apoyan nuestras hipótesis”

Roberto: “¿Y ahora qué vamos a hacer?, nuestra tesis no sirve”

Elena: “Tendremos que hacer otra tesis”

Es decir, no siempre los datos apoyan las hipótesis (desde el principio del capítulo se dijo que el formular una hipótesis no asegura que vaya a comprobarse). Pero el que los datos no aporten evidencia en favor de las hipótesis planteadas de ningún modo significa que la investigación carezca de utilidad.

Claro que a todos nos agrada que lo que suponemos concuerde con nuestra realidad inmediata. Si afirmamos cuestiones como: “Yo le gusto a Brenda”, “El grupo más popular de música en esta ciudad es mi grupo favorito”, “Va a ganar tal equipo en el próximo campeonato nacional de fútbol”, nos resulta satisfactorio que se cumplan. Incluso hay quien formula una presuposición y luego la defiende a toda costa, aunque se haya percatado de que se equivocó. Es humano.

Sin embargo, en la investigación del comportamiento el fin último es el conocimiento, y en este sentido, también los datos en contra de una hipótesis proporcionan conocimiento (tal y como se acaba de comentar: “y aún si la evidencia es en contra de la hipótesis, sabemos algo acerca del fenómeno que no sabíamos antes”). Lo importante es analizar por qué no se aportó evidencia en favor de las hipótesis y contribuir al conocimiento del fenómeno que se está investigando.

Para que las hipótesis tengan utilidad, no es necesario que sean las respuestas correctas a los problemas planteados. En casi todas las investigaciones, el estudioso formula varias hipótesis y espera que alguna de ellas proporcione una solución satisfactoria del problema. Al eliminar cada una de las hipótesis, va estrechando el campo en el cual deberá hallar la respuesta.

COMO PARTE DE LA FORMULACIÓN DE UNA HIPÓTESIS, ¿DEBEN DEFINIRSE CONCEPTUAL Y OPERACIONALMENTE LAS VARIABLES DE ÉSTA?

Al formular una hipótesis, es indispensable definir los términos o variables que están siendo incluidos en ella. Esto es necesario por varios motivos:

1. Para que el investigador, sus colegas, los usuarios del estudio y, en general, cualquier persona que lea la investigación compartan el mismo significado respecto a los términos o variables incluidas en las hipótesis. Es común que un mismo concepto se emplee de maneras distintas. Por ejemplo, el término “novios” puede

significar para alguien una relación entre dos personas del sexo opuesto que se comunican interpersonalmente con la mayor frecuencia que les es posible, que cuando están “cara” a “cara” se besan y toman de la mano, que se sienten atraídos físicamente y comparten entre sí información que nadie más comparte. Para otra persona podría significar una relación entre dos personas del sexo opuesto que tiene por objeto contraer matrimonio.

Para una tercera persona, una relación entre dos personas del sexo opuesto que mantienen relaciones sexuales íntimas; y alguien más podría tener alguna de las concepciones anteriores, excepto por “‘lo del sexo opuesto”. Y en caso de que se pensara en llevar a cabo un estudio con parejas de novios, no sabríamos con exactitud quiénes podrían ser incluidos en él y quiénes no, a menos que se definiera con la mayor precisión posible el concepto “novios”. Términos como “actitud”, “inteligencia”, “aprovechamiento” pueden tener varios significativos o ser definidos en diferentes formas.

2. Aseguramos de que las variables pueden ser evaluadas en la realidad, a través de los sentidos (posibilidad de prueba empírica, condición de las hipótesis).

3. Poder confrontar nuestra investigación con otras similares (si tenemos definidas nuestras variables, podemos comparar nuestras definiciones con las de otros estudios para saber “‘si hablamos de lo mismo”, y si esta comparación es positiva, podremos confrontar los resultados de nuestra investigación con los resultados de otras).

4. Evaluar más adecuadamente los resultados de nuestra investigación, porque las variables (y no sólo las hipótesis), han sido contextualizadas.

De hecho, sin definición de las variables no hay investigación. Las variables tienen que ser definidas en dos formas: conceptual y operacionalmente. A continuación se explican las dos por separado.

Definición conceptual

Una definición conceptual define el término o variable con otros términos. Por ejemplo, “‘inhibición proactiva” es “‘la dificultad de evocación que aumenta con el tiempo”, “comunicación interpersonal diádica” puede definirse como “el intercambio de información psicológica entre dos personas que desarrollan predicciones acerca del comportamiento del otro basados en dicha información y establecen reglas para su interacción que sólo ellos conocen”, “poder” es “influir más en los demás que lo que éstos influyen en uno”. Son definiciones de diccionario o de libros especializados y cuando describen la esencia o las características reales de un objeto o fenómeno se les denomina “‘definiciones reales”.

Estas últimas constituyen la adecuación de la definición conceptual a los requerimientos prácticos de la investigación. Por ejemplo, el término “‘actitud” podría ser definido como “‘una tendencia o predisposición a evaluar de cierta manera, un objeto o un símbolo de este objeto”. Si nuestra hipótesis fuera: “Cuanto mayor sea la exposición de los votantes indecisos —en la próxima elección presidencial en Linderbuck— a entrevistas televisivas concedidas por los candidatos contendientes, más favorable será la actitud hacia el acto de votar”, tendríamos que contextualizar la definición conceptual de “actitud” (formular la definición real). La “actitud hacia el acto de votar” podría definirse como “la predisposición a evaluar como positivo el acto de votar para una elección”.

Estas definiciones son necesarias pero insuficientes para definir las variables de la investigación, porque no nos relacionan directamente con la realidad.

Después de todo siguen siendo conceptos: “...los científicos deben ir más allá. Deben definir las variables que se usan en sus hipótesis en forma tal que las hipótesis puedan ser comprobadas. Esto es posible usando lo que se conoce como definiciones operacionales.

DEFINICIONES OPERACIONALES

Una definición operacional constituye el conjunto de procedimientos que describe las actividades que un observador debe realizar para recibir las impresiones sensoriales (sonidos, impresiones visuales o táctiles, etc.), que indican la existencia de un concepto teórico en mayor o menor grado. En otras palabras, especifica qué actividades u operaciones deben realizarse para medir una variable. Siguiendo la línea de FN. Kerlinger, una definición operacional nos dice que para medir esta variable, hay que hacer esto y esto otro (nos indica los pasos a seguir). Por ejemplo, la definición operacional de la variable “temperatura” sería el termómetro (con las respectivas instrucciones de cómo medir e interpretar la temperatura); “‘inteligencia” podría ser definida operacionalmente como las respuestas a una determinada prueba de inteligencia; el conocido “Inventario Multifacético de la Personalidad Minnesota” (MMPI) es una definición operacional de “‘la personalidad” en adultos y adolescentes alfabetizados. La variable ingreso familiar podría ser operacionalizada haciendo una pregunta sobre el ingreso personal a cada uno de los miembros de la familia y luego sumando las cantidades que cada quien indicó. El “atractivo físico” es operacionalizado en un certamen de belleza —como el de “Miss Universo”— aplicando una serie de criterios que un jurado utiliza para evaluar a las candidatas (los miembros del jurado otorgan una calificación a las contendientes en cada criterio y después obtienen una puntuación total del atractivo físico).

Casi siempre se dispone de varias definiciones operacionales (o formas de operacionalizar) de una variable. Por ejemplo, para definir operacionalmente la variable personalidad se tienen varias pruebas psicométricas (las diferentes versiones del mencionado MMPI), pruebas proyectivas; el test de Roscharch o el test de apercepción temática (TAT), técnicas de entrevista directas.

La “ansiedad de una persona” pueden medirla a través de la observación directa, los observadores expertos (entre ellos, los psicólogos clínicos), quienes juzgan el nivel de ansiedad de esa persona; por medio de mediciones de la actividad del sistema psicológico (presión sanguínea, respiraciones, etcétera) y analizando las respuestas a un cuestionario de ansiedad. El aprendizaje de un alumno en un curso de investigación puede medirse por medio de varios exámenes, un trabajo, una combinación de exámenes, trabajos y prácticas.

Cuando el investigador tiene varias alternativas para definir operacionalmente una variable, debe elegir la que proporcione mayor información sobre la variable, capte mejor la esencia de ella, se adecue más a su contexto y sea más precisa. Los criterios para evaluar una definición operacional son básicamente tres: “adecuación al contexto”, “confiabilidad” y “validez”.

Una correcta selección de las definiciones operacionales disponibles o la creación de la propia definición operacional está muy relacionada con una adecuada revisión de la literatura. Cuando ésta ha sido cuidadosa, se puede tener una gama más amplia de definiciones operacionales para elegir o más ideas para crear una nueva.

Ahora bien, en la formulación de hipótesis se sugiere cómo habrán de operacionalizarse las variables, pero es en la etapa correspondiente a la elaboración de los instrumentos de recolección de los datos, en que se seleccionan o diseñan y

adaptan al contexto particular del estudio.

Hay algunas variables que no requieren que su definición conceptual sea explicitada en el reporte de investigación, porque esta definición es relativamente obvia y compartida. El mismo título de la variable la define (por ejemplo, sexo —que es diferente a “‘práctica sexual”—, “edad”, “ingreso”). Pero son pocas las variables que no requieran una definición operacional para que puedan ser evaluadas empíricamente, aun cuando en el estudio no se formulen hipótesis. Siempre que se tengan variables, se deben definir operacionalmente.

El cuestionario de motivación intrínseca sería desarrollado y adaptado al contexto del estudio en la fase del proceso de investigación denominada “elaboración de los instrumentos de recolección de los datos”; lo mismo ocurriría con el procedimiento para medir el “ausentismo laboral”.

¿QUÉ ES LA INVESTIGACIÓN NO EXPERIMENTAL?

La investigación no experimental es aquella que se realiza sin manipular deliberada mente variables. Es decir, es investigación donde no hacemos variar intencionalmente las variables independientes. Lo que hacemos en la investigación no experimental es observar fenómenos tal y como se dan en su contexto natural, para después analizarlos. La investigación no experimental o expost-facto es cualquier investigación en la que resulta imposible manipular variables o asignar aleatoriamente a los sujetos o a las condiciones. De hecho, no hay condiciones o estímulos a los cuales se expongan los sujetos del estudio. Los sujetos son observados en su ambiente natural, en su realidad.

En un experimento, el investigador construye deliberadamente una situación a la que son expuestos varios individuos. Esta situación consiste en recibir un tratamiento, condición o estímulo bajo determinadas circunstancias, para después analizar los efectos de la exposición o aplicación de dicho tratamiento o condición. Por decirlo de alguna manera, en un experimento se ‘construye” una realidad.

En cambio, en un estudio no experimental no se construye ninguna situación, sino que se observan situaciones ya existentes, no provocadas intencionalmente por el investigador. En la investigación no experimental las variables independientes ya han ocurrido y no pueden ser manipuladas, el investigador no tiene control directo sobre dichas variables, no puede influir sobre ellas porque ya sucedieron, al igual que sus efectos.

EJEMPLOS ILUSTRATIVOS

Tomemos un ejemplo para explicar el concepto de investigación no experimental y su diferencia con la experimentación. Vamos a suponer que un investigador desea analizar el efecto que produce el consumo de alcohol sobre los reflejos humanos. Si decidiera seguir un enfoque experimental, asignaría al azar los sujetos a varios grupos. Supóngase cuatro grupos: un grupo en donde los sujetos ingirieran un elevado consumo de alcohol (7 copas de tequila o aguar diente), un segundo grupo que ingiriera un consumo medio de alcohol (4 copas), un tercer grupo que bebiera un consumo bajo de alcohol (una sola copa) y un cuarto grupo de control que no ingiriera nada de alcohol. Controlaría el lapso en el que todos los sujetos consumen su ‘ración” de alcohol, así como otros factores (misma bebida, cantidad de alcohol servida en cada copa, etcétera). Finalmente mediría la calidad de respuesta de los reflejos en cada grupo y compararía a los grupos, para así determinar el efecto del consumo de alcohol sobre los reflejos humanos. Desde luego, el enfoque podría ser cuasi-experimental (grupos intactos) o los sujetos asignarse a los grupos por emparejamiento (digamos en cuanto al sexo, que influye en la resistencia al alcohol. Las mujeres suelen tolerar menos cantidades de alcohol que los hombres).

Por el contrario, si decidiera seguir un enfoque no experimental, el investigador podría acudir a lugares donde se localicen distintas personas con diferentes consumos de alcohol (por ejemplo, oficinas donde se haga la prueba del nivel de consumo de alcohol —digamos una estación de policía donde acuden personas que

tienen pequeños incidentes de tránsito y como parte de la rutina se les mide el grado de consumo de alcohol—). Encontraría personas que han bebido cantidades elevadas, medias y bajas de alcohol, así como quienes no han ingerido alcohol. Mediría la calidad de sus reflejos, llevaría a cabo sus comparaciones y establecería el efecto del consumo de alcohol sobre los reflejos humanos.

Claro está que no sería ético un experimento que obligara a las personas a consumir una bebida que afecta gravemente la salud. El ejemplo es sólo para ilustrar la diferencia entre la investigación experimental y la que no lo es.

Pero, vayamos más a fondo a analizar las diferencias. En la investigación experimental se construye la situación y se manipula de manera intencional a la variable independiente (en este caso el consumo del alcohol), después se observa el efecto de esta manipulación sobre la variable dependiente (en este caso la calidad de los reflejos). Es decir, el investigador influyó directamente en el grado de consumo de alcohol de los sujetos. En la investigación no experimental no hay ni manipulación intencional ni asignación al azar. Los sujetos ya consumían un nivel de alcohol y en este hecho el investigador no tuvo nada que ver, no influyó en la cantidad de consumo de alcohol de los sujetos. Era una situación que previamente existía, ajena al control directo del investigador. En la investigación no experimental se eligieron personas con diferentes niveles de consumo, los cuales se generaron por muchas causas (alguien tuvo una comida con sus amigos, otra persona era alcohólica, una más estaba en depresión, etcétera) pero no por la manipulación intencional y previa del consumo de alcohol. En cambio en el experimento, sí se generaron los niveles de consumo de alcohol por una manipulación deliberada de esta variable.

En resumen, en un estudio no experimental los sujetos ya pertenecían a un grupo o nivel determinado de la variable independiente por autoselección.

Esta diferencia esencial genera distintas características entre la investigación experimental y la no experimental, que serán discutidas cuando se analicen comparativamente ambos enfoques.

Para ello es necesario profundizar en los tipos de investigación no experimental.

La investigación no experimental es investigación sistemática y empírica en la que las variables independientes no se manipulan porque ya han sucedido.

Las inferencias sobre las relaciones entre variables se realizan sin intervención o influencia directa y dichas relaciones se observan tal y como se han dado en su contexto natural.

¿CUÁLES SON LOS TIPOS DE DISEÑOS DE INVESTIGACIÓN NO EXPERIMENTALES?

Tipos de diseños no experimentales de acuerdo con el número de momentos o puntos en el tiempo en los cuales se recolectan los datos (dimensión temporal).

En algunas ocasiones la investigación se centra en analizar cuál es el nivel o estado de una o diversas variables en un momento dado, o bien en cuál es la relación entre un conjunto de variables en un punto en el tiempo. En estos casos el diseño apropiado (bajo un enfoque no experimental) es el transversal o transeccional.

En cambio, otras veces la investigación se centra en estudiar cómo evoluciona o cambia una o más variables o las relaciones entre éstas. En situaciones como ésta el diseño apropiado (bajo un enfoque no experimental) es el longitudinal.

Es decir, los diseños no experimentales se pueden clasificar en transeccionales y longitudinales.

Investigación transeccional o transversal

Los diseños de investigación transeccional o transversal recolectan datos en un solo momento, en un tiempo único. Su propósito es describir variables, y analizar su incidencia e interrelación en un momento dado. Es como tomar una fotografía de algo que sucede.

Por ejemplo, investigar el número de empleados, desempleados y subempleados en una ciudad en cierto momento. O bien, determinar el nivel de escolaridad de los trabajadores de un sindicato —en un punto en el tiempo—. O tal vez, analizar la relación entre la autoestima y el temor de logro en un grupo de atletas de pista (en determinado momento). O bien, analizar si hay diferencias contenido de sexo entre tres telenovelas que están exhibiéndose simultáneamente.

Estos diseños pueden esquematizarse de la siguiente manera:

Pueden abarcar varios grupos o subgrupos de personas, objetos o indicadores. Por ejemplo, medir los niveles de aprovechamiento de grupos de primero, segundo y tercer año de instrucción básica o primaria. O tal vez medir la relación entre la autoestima y el temor de logro en atletas de deportes acuáticos, de raqueta y de pista. Pero siempre, la recolección de los datos es en un único momento.

A su vez, los diseños transeccionales pueden dividirse en dos: descriptivos y correlacionales/causales

DISEÑOS TRANSECCIONALES DESCRIPTIVOS

Los diseños transeccionales descriptivos tienen como objetivo indagar la incidencia y los valores en que se manifiesta una o más variables. El procedimiento consiste en medir en un grupo de personas u objetos una o —generalmente— más variables y proporcionar su descripción. Son, por lo tanto, estudios puramente descriptivos que cuando establecen hipótesis, éstas son también descriptivas.

EJEMPLOS

Las famosas encuestas nacionales de opinión sobre las tendencias de los votantes durante periodos de elección. Su objetivo es describir el número de votantes en un país que se indican por los diferentes candidatos contendientes en la elección. Es decir, se centran en la descripción de las preferencias del electorado.

Un estudio que pretendiera averiguar cuál es la expectativa de ingreso mensual de los trabajadores de una empresa. Su propósito es describir dicha expectativa. No pretende relacionarla con la calificación del trabajador, ni su edad o sexo, el objetivo es descriptivo. Un análisis de la tendencia ideológica de los 15 diarios de mayor tiraje en Latinoamérica. El foco de atención es única mente describir —en un momento dado— cuál es la tendencia ideológica (izquierda-derecha) de dichos periódicos, no se tiene como objetivo ver el por qué manifiestan una u otra ideología, simplemente describirla.

Un estudio del número de extranjeros que ingresan a un país en cierto momento y sus características (nación de procedencia, estado civil, edad, motivos del viaje, etcétera). El propósito es ofrecer un panorama de los extranjeros que visitan un país en una época (descripción).

Los estudios transeccionales descriptivos nos presentan un panorama del estado de una o más variables en uno o más grupos de personas, objetos o indicadores en determinado momento.

En ciertas ocasiones el investigador pretende hacer descripciones comparativas entre grupos o subgrupos de personas, objetos o indicadores (esto es, en más de un grupo). Por ejemplo, un investigador que deseara describir el nivel de empleo en tres ciudades.

El ejemplo que ha venido desarrollándose a lo largo del libro sobre la televisión y el niño de la Ciudad de México es en parte ejemplo de diseño transeccional descriptivo.

En este tipo de diseños queda claro que ni siquiera cabe la noción de manipulación puesto que se trata a cada variable individualmente, no se vinculan variables.

DISEÑOS TRANSECCIONALES CORRELACIONALES/CAUSALES

Los diseños transeccionales correlacionales/causales tienen como objetivo describir relaciones entre dos o más variables en un momento determinado. Se trata también de descripciones, pero no de variables individuales sino de sus relaciones, sean éstas puramente correlacionales o relaciones causales. En estos diseños lo que se mide es la relación entre variables en un tiempo determinado. La diferencia entre los diseños transeccionales descriptivos y los correlacionales causales puede expresarse gráficamente de la siguiente manera: los diseños correlacionales/causales pueden limitarse a establecer relaciones entre variables sin precisar sentido de causalidad o pueden pretender analizar relaciones de causalidad. Cuando se limitan a relaciones no causales, se fundamentan en hipótesis correlacionales y cuando buscan evaluar relaciones causales, se basan en hipótesis causales.

EJEMPLOS

Una investigación que pretendiera indagar la relación entre la atracción física y la confianza durante el noviazgo en parejas de jóvenes, observando qué tan relacionadas están ambas variables (se limita a ser correlacional).

Una investigación que estudiara cómo la motivación intrínseca influye en la productividad de los trabajadores de línea de grandes empresas industriales, de determinado país y en cierto momento, observando si los obreros más productivos son los más motivados, y en caso de que así sea, evaluando el por qué y cómo es que la motivación intrínseca contribuye a incrementar la productividad (esta investigación establece primero la correlación y luego la relación causal entre las variables).

Un estudio sobre la relación entre la urbanización y el alfabetismo en una nación latinoamericana, para ver qué variables macrosociales mediatizan tal relación (causal).

Una investigación que analizara cuáles son las variables que regulan la relación existente entre organizaciones proveedoras (vendedores) y organizaciones compradoras (clientes) en las transacciones comerciales en Latinoamérica (con volúmenes de intercambio anuales superiores a un millón de dólares), así como estudiar la vinculación que se da entre dichas variables y las razones que originan tal vinculación (se correlacionan las variables y se evalúan causalmente).

De los ejemplos puede desprenderse lo que se ha comentado anteriormente respecto a que en ciertas ocasiones sólo se pretende correlacionar variables, pero en otras ocasiones se busca el establecer relaciones causales. Desde luego, debemos recordar que la causalidad implica correlación pero no toda correlación significa causalidad. Primero establecemos correlación y luego causalidad.

Estos diseños pueden ser sumamente complejos y abarcar diversas variables. Cuando establecen relaciones causales son explicativos. Su diferencia con los experimentos es la base de la distinción entre experimentación y no experimentación. En los diseños transeccionales correlacionales/causales, las causas y efectos ya ocurrieron en la realidad (estaban dadas y manifestadas) y el investigador las(os) observa y reporta. En cambio, en los diseños experimentales y cuasiexperimentales el investigador provoca —intencionalmente— al menos una causa y analiza sus efectos o consecuencias.

Un diseño correlacional/causal puede limitarse a dos variables o abarcar modelos o estructuras muy complejas.

Estos diseños se fundamentan en hipótesis correlacionales y de diferencia de grupos sin atribuir causalidad (cuando se limitan a relaciones entre variables) y en hipótesis causales o de diferencia de grupos con atribución de causalidad (cuando pretenden establecer relaciones causales). Asimismo, los diseños correlacionales/causales —en ocasiones— describen relaciones en uno o más grupos o subgrupos y suelen describir primero las variables incluidas en la investigación, para luego establecer las relaciones entre éstas (en primer lugar son

descriptivos de variables individuales, pero luego van más allá de las descripciones: van a establecer relaciones).

EJEMPLO

Una investigación para evaluar la credibilidad de tres conductores (locutores) de televisión, y relacionar esta variable con el sexo, la ocupación y el nivel socio-económico del teleauditorio. Primero, mediríamos qué tan creíble es cada conductor y describiríamos la credibilidad de los tres conductores. Observaríamos el sexo de las personas e investigaríamos su ocupación y nivel socio-económico, y describiríamos el sexo, ocupación y nivel socioeconómico del teleauditorio.

Posteriormente, relacionaríamos la credibilidad y el sexo (para ver si hay diferencias por sexo en cuanto a la credibilidad de los tres conductores), la credibilidad y la ocupación (para ver si los conductores tienen una credibilidad similar o diferente entre las distintas ocupaciones) y credibilidad y nivel socio-económico (para evaluar diferencias por nivel socioeconómico). Así, primero describimos y luego correlacionamos.

Investigación longitudinal

En ciertas ocasiones el interés del investigador es analizar cambios a través del tiempo en determinadas variables o en las relaciones entre éstas. Entonces se dispone de los diseños longitudinales, los cuales recolectan datos a través del tiempo en puntos o periodos especificados, para hacer inferencias respecto al cambio, sus determinantes y consecuencias. Por ejemplo, un investigador que buscara analizar cómo evolucionan los niveles de empleo durante cinco años en una ciudad u otro que pretendiera estudiar cómo ha cambiado el contenido de sexo en las telenovelas (digamos de Venezuela) en los últimos diez años.

¿QUÉ RELACIÓN EXISTE ENTRE EL TIPO DE ESTUDIO, LAS HIPÓTESIS Y EL DISEÑO DE INVESTIGACIÓN?

Anteriormente se comentó que el planteamiento del problema y el marco teórico nos indican si nuestro estudio o investigación se iniciaría con fines básicamente exploratorios, descriptivos, correlacionales o explicativos. Asimismo, el tipo de estudio nos lleva a la formulación de cierta clase de hipótesis y éstas a la selección de determinado diseño de investigación.

Algunos problemas de investigación pueden ser abordados experimentalmente o no experimentalmente. Por ejemplo, si deseáramos analizar la relación entre la motivación y la productividad en los trabajadores de cierta empresa, podríamos seleccionar un conjunto de éstos y dividirlos al azar en cuatro grupos: un primero donde se propicie una elevada motivación, un segundo con mediana motivación, un tercero con baja motivación y un cuarto al que no se le administre ningún motivador. Después compararíamos a los grupos en cuanto a su productividad. Tendríamos un experimento. Si se tratara de grupos intactos tendríamos un cuasiexperimento.

En cambio, si midiéramos la motivación existente en los trabajadores así como su productividad y relacionáramos ambas variables, estaríamos realizando una investigación transeccional correlacional. Y si cada seis meses midiéramos las dos variables y estableciéramos su correlación efectuaríamos un estudio longitudinal.

RESUMEN

1. La investigación no experimental es la que se realiza sin manipular deliberada mente las variables independientes, se basa en variables que ya ocurrieron o se dieron en la realidad sin la intervención directa del investigador. Es un enfoque retrospectivo.

2. La investigación no experimental es conocida también como investigación expost-facto (los hechos y variables ya ocurrieron) y observa variables y relaciones entre éstas en su contexto natural.

3. Los diseños transeccionales realizan observaciones en un momento único en el tiempo. Cuando miden variables de manera individual y reportan esas mediciones son descriptivos. Cuando describen relaciones entre variables son correlacionales y si establecen procesos de causalidad entre variables son correlacionales/causales.

4. Los diseños longitudinales realizan observaciones en dos o más momentos o puntos en el tiempo. Si estudian a una población son diseños de tendencia, si analizan a una subpoblación o grupo específico son diseños de análisis evolutivo de grupo y si estudian a los mismos sujetos son diseños panel.

5. La investigación no experimental posee un control menos riguroso que la experimental y en aquélla es más complicado inferir relaciones causales. Pero la investigación no experimental es más natural y cercana a la realidad cotidiana.

6. El tipo de diseño a elegir se encuentra condicionado por el problema a investigar, el contexto que rodea a la investigación, el tipo de estudio a efectuar y las hipótesis formuladas.

3.     A continuación se detallan 8 resúmenes de investigaciones relevantes para el área de Psicología. Identifique en cada uno de ellos: tema, variables, definición conceptual y operacional, hipótesis, tipo de investigación, procedimiento.

Aclaración: en algunos de los resúmenes no se encontrarán todos los componentes.

1.     RESUMEN

EMPATÍA, COMUNICACIÓN ASERTIVA Y SEGUIMIENTO DE NORMAS. UN PROGRAMA PARA DESARROLLAR HABILIDADES PARA LA VIDA

El presente trabajo presenta el contexto teórico, el diseño, la aplicación y los principales resultados de un programa de intervención cuyo objetivo fue sugerir alternativas de convivencia en los alumnos que permitan poner en práctica habilidades para relacionarse positivamente con su entorno. Se trabajaron las habilidades de empatía y comunicación asertiva. De igual manera, se trabajó la variable relativa al seguimiento de normas debido a las demandas y necesidades expuestas por la institución. Los participantes fueron 37 adolescentes de entre 13 y 16 años de edad del segundo año de una secundaria ubicada en la ciudad de Mérida, Yucatán (México). Al efecto, se utilizó un diseño pre-post para la evaluación del programa. Los resultados contienen una comparación entre las fases diagnóstica y de intervención, en la cual se puede observar una disminución de ciertas conductas no deseables y el incremento de algunas deseables.

2.     RESUMEN

EVALUACIÓN DE LA PSICOPATÍA INFANTO-JUVENIL: ESTUDIO EN UNA MUESTRA DE NIÑOS INSTITUCIONALIZADOS

El concepto de psicopatía aplicado a niños y adolescentes es un campo que, en los últimos años, ha sido objeto de considerable atención. Aunque se han hecho diferentes propuestas para conceptualizar y evaluar la psicopatía infanto-juvenil, el APSD (Antisocial Process Screening Device) ha acaparado buena parte de la investigación. Sin embargo, su estructura y su validez todavía no están suficientemente clarificadas. Este estudio proporciona nuevos datos sobre el funcionamiento de la escala en nuestro país, particularmente en una población de alto riesgo para el desarrollo de problemas de conducta: niños institucionalizados. Una muestra de 71 niños internos en centros de menores de Galicia fue evaluada a través del APSD, y se aplicaron así mismo otros instrumentos que evalúan competencia personal y social, conducta antisocial, ansiedad, empatía e inteligencia general. A partir de estos datos se estudia la estructura factorial del APSD, por medio de métodos confirmatorios y exploratorios, y se analizan las relaciones de sus componentes con las otras variables medidas en este trabajo. Los resultados muestran una estructura de tres componentes que difiere a la encontrada en otro tipo de muestras; y, por otra parte, los análisis correlacionales confirmaron sólo parcialmente las hipótesis derivadas de la investigación previa. Los resultados se discuten atendiendo a las dificultades para evaluar el componente de “Dureza emocional” en niños, y a la necesidad de atender a los aspectos inter - personales (“Narcisismo”) como indicadores posiblemente más fiables de la psicopatía infanto-juvenil. En general, los resultados ponen de relieve la necesidad de profundizar en la conceptualización y la medida de la psicopatía infanto-juvenil antes de proponer el APSD como instrumento de medida en la toma de decisiones clínica o forense.

3.     RESUMEN

MODELO DE USO DEL CONDÓN EN TRABAJADORES SEXUALES MASCULINOS DE ARGENTINA

Se presenta un modelo del uso del condón en trabajadores sexuales masculinos (TSM) de Argentina basado en la teoría de la acción razonada. El análisis de datos consistió en análisis factorial y regresiones múltiples en 4 conductas sexuales. La teoría de la acción razonada puede predecir el uso del condón en encuentros sexuales comerciales entre hombres donde se produjo introducción anal del cliente por parte del TSM hasta eyacular. Se discuten las implicaciones de los resultados para la prevención del virus de inmunodeficiencia humana (HIV) en trabajadores sexuales masculinos.

4.    RESUMEN

PLACEBOS Y RENDIMIENTO HUMANO

Los placebos y la sugestión se han utilizado durante muchos años, especialmente en el ámbito clínico con propósitos muy claros como por ejemplo la atenuación del dolor. En el ámbito deportivo, su uso se ha generalizado en el campo de la nutrición deportiva, en donde se han estudiado numerosas sustancias que supuestamente mejoran el desempeño físico. Por la variabilidad en el diseño de los estudios, se han encontrado sustancias que ayudan a mejorar el rendimiento físico, pero también se ha encontrado un número importante de investigaciones en las que se demuestra un claro efecto placebo. En esta revisión se presentan conceptos básicos del efecto placebo, metodología de la investigación, y se hace un resumen de algunas investigaciones realizadas en el área del rendimiento físico. Palabras clave: placebo, efecto placebo, metodología de investigación, deporte.

5.     RESUMEN

Evaluación del autoengaño: Estructura factorial, fiabilidad y validez del SDQ-12 (cuestionario de autoengaño).

Todos sentimos la necesidad de recurrir al engaño para con uno mismo (negación, autoengaño, mistificación) y hacia los demás (con modalidades como manejo de impresiones, deseabilidad social), en mayor o menor medida. La mentira, en el sentido laxo del término, es interpretada como algo en buena medida adaptativo, útil y necesario en nuestro mundo socioafectivo. Específicamente, el autoengaño es un concepto psicológico de gran interés en la población clínica, más concretamente en drogodependientes, como mecanismo de mantenimiento de la adicción. El objetivo de este estudio es crear y explorar la validez y las propiedades psicométricas de una escala breve de autoengaño (SDQ12) obtenida a partir del IAM-40, incidiendo en las dimensiones de manipulación y mistificación. Han participado en el estudio un grupo de drogodependientes (alcohólicos y abusadores de drogas) en tratamiento (n = 417), así como un grupo de adultos de la población general (n = 124) (total N = 541), seleccionados mediante muestreo aleatorio simple. De la muestra completa, el 63% son hombres y la edad promedio es de 38.65 años (S.D. = 10.61). A partir de la exploración empírica de los 12 ítems del SDQ-12, mediante técnicas de análisis factorial exploratorio y confirmatorio, se ha comprobado que el instrumento presenta una estructura clara que coincide con las dimensiones propuestas teóricamente relevantes de la mistificación y la manipulación. Se ha comprobado la adecuada consistencia interna (coeficiente alfa de Cronbach = .85) y mediante el análisis factorial confirmatorio se mostró un ajuste apropiado a un modelo bidimensional. Asimismo, se ha confirmado que la manipulación es mayor en varones jóvenes y se han hallado diferencias significativas en mistificación y la manipulación entre la población general y los alcohólicos y abusadores de drogas. Nuestro estudio fundamenta la importancia clínica e investigadora de la escala SDQ-12, no sólo por su eficacia diagnóstica, sino también por su novedad, relevancia y pertinencia, siendo especialmente apropiada para evaluar los componentes sustanciales del autoengaño en la población adicta, lo cual puede orientar al terapeuta en sus labores diagnósticas y de intervención. Palabras clave: Autoengaño, Adicción, Manipulación, Mistificación, Inventario de Autoengaño, Estudio de validación.

6.    RESUMEN

Algunos predictores de la conducta prosocial-altruista en la infancia: empatía, toma de perspectiva, apego, modelos parentales, disciplina familiar e imagen del ser humano.

La presente investigación se realizó para a) analizar la capacidad predictora de las siguientes variables en la conducta prosocial altruista: la empatía disposicional y situational, la toma de perspectiva, la imagen del ser humano, la seguridad del apego, el modelo de conducta prosocial de los padres y el tipo de disciplina utilizada más frecuentemente por los progenitores, y b) establecer las variables más discriminantes entre los grupos de sujetos más extremos en el continuo altruismo-no altruismo. Muestra: El estudio se realizó con 165 sujetos de ambos sexos, de edades compredidas entre los 10 y los 12 años, en diversos centros de Salamanca y San Sebastián. Resultados: Todos los factores estudiados, salvo el role taking, mostraron su capacidad predictiva en el comportamiento altruista prosocial, siendo los más discriminantes los siguientes: la empatía disposicional, la seguridad del apego, la empatía situacional centrada en la víctima y la disciplina inductiva.

7.     RESUMEN

INTELIGENCIA EMOCIONAL Y ANSIEDAD EN ESTUDIANTES UNIVERSITARIOS

El presente artículo de investigación presenta los resultados de un estudio acerca de la relación entre la Inteligencia Emocional Percibida y la Ansiedad Rasgo-Estado en estudiantes de Psicología de una universidad pública del Magdalena, Colombia. La investigación se desarrolló a partir del diseño descriptivo-correlacional a través de la aplicación de los instrumentos TMMS-24 y el IDARE a 167 sujetos. Los resultados indicaron que existe relación directa y significativa entre la percepción emocional y la ansiedad estado y la ansiedad rasgo. Por el contrario, se presentó una relación inversa y significativa entre la comprensión emocional y la ansiedad estado y la ansiedad rasgo; igualmente entre la regulación emocional y la ansiedad estado y la ansiedad rasgo. A través del análisis con el estadístico Chi2, también se encontró dependencia entre las sub-variables estudiadas con un nivel de significancia menor de 0.05

8.    RESUMEN

DIMENSIÓN SUBJETIVA DE LA TOMA DE DECISIONES EN EL DEPORTE: DESARROLLO Y VALIDACIÓN DEL CUESTIONARIO CETD DE ESTILO DE DECISION EN EL DEPORTE

Una de los retos de la investigación sobre los procesos psicológicos en el ámbito deportivo es acercarse a la comprensión de lo que percibe, interpreta y decide el deportista ante las situaciones que su deporte le presenta. En el presente estudio se presenta el desarrollo y validación de un instrumento para analizar la dimensión subjetiva de la toma de decisiones en el deporte. Este instrumento permite explorar aspectos relacionados con la toma de decisiones tales como el compromiso al decidir, la competencia decisional percibida así como la ansiedad y el agobio al decidir. Sus características psicométricas permite que se puede considerar adecuados para poder ser empleado por los profesionales del Deporte y la Psicología con intenciones de mejorar los aspectos psicológicos y emocionales de los deportistas participantes en deportes en los que la decisión es fundamental. PALABRAS CLAVE: Toma de decisiones, Cuestionario, procesos psicológicos, evaluación.