Objetivos de la investigación científica
Muchos investigadores coinciden en que los objetivos de la investigación científica son: descripción, predicción y explicación / comprensión. Algunas personas agregan control y aplicación a la lista de objetivos. Por ahora, me voy a centrar en discutir la descripción, la predicción y la explicación / comprensión.
Descripción
- ¿Por qué la ciencia se esfuerza por ser mono-metodológica?
- ¿Por qué los condicionales en la lógica proposicional no reflejan la causalidad?
- ¿Qué significa decir que una función de onda colapsa?
- ¿Existe la causalidad?
- ¿Por qué la ciencia se ha vuelto tan dogmática y poco científica? ¿Ha olvidado sus principios básicos?
La descripción se refiere a los procedimientos utilizados para definir, clasificar y categorizar sujetos y sus relaciones. Las descripciones nos permiten establecer generalizaciones y universales. Al recopilar información sobre un grupo grande de personas, por ejemplo, un investigador puede describir el miembro promedio o el desempeño promedio de un miembro del grupo específico que se está estudiando.
Describir las observaciones de grandes grupos de personas no quita el hecho de que existen diferencias importantes entre los individuos. Es decir, los investigadores simplemente intentan describir sujetos o eventos sobre la base del rendimiento promedio (en términos generales). Alternativamente, la descripción permite a los investigadores describir un fenómeno único y / o observaciones de una sola persona.
En ciencia, las descripciones son sistemáticas y precisas. La investigación científica hace uso de definiciones operativas. Las definiciones operativas caracterizan eventos, cualidades y conceptos en términos de operaciones observables, o procedimientos utilizados para medirlos.
Los investigadores están interesados en describir solo las cosas que son relevantes para el estudio. No tienen interés en describir observaciones que son irrelevantes para la investigación.
Predicción
Además de desarrollar descripciones, los investigadores hacen predicciones. Las descripciones de eventos a menudo proporcionan una base para la predicción. Las predicciones a veces se hacen en forma de hipótesis, que son predicciones tentativas y comprobables sobre las relaciones entre las variables o entre ellas. Las hipótesis se derivan frecuentemente de teorías, o conjuntos de conceptos interrelacionados que explican un cuerpo de datos y hacen predicciones.
La predicción del rendimiento posterior es de particular importancia para los investigadores. Por ejemplo:
- ¿Comer una dieta baja en calorías aumenta las posibilidades de vivir más?
- ¿El GPA de pregrado predice qué tan bien se hará en la escuela de posgrado?
- ¿Los altos niveles de inteligencia predicen la evitación de sesgos cognitivos?
Cuando una variable puede usarse para predecir otra variable o variables, podemos decir que las variables están correlacionadas. La correlación existe cuando diferentes medidas varían juntas, lo que hace posible predecir los valores de una variable al conocer los valores de otra variable.
Tenga en cuenta que las predicciones se realizan con diversos grados de certeza. Los coeficientes de correlación establecen el grado de relación entre las variables en términos de fuerza y dirección de la relación. En otras palabras, los coeficientes de correlación determinan qué tan bien las medidas varían conjuntamente.
Explicación / Comprensión
Podría decirse que el objetivo más importante de la investigación científica es la explicación. La explicación se logra cuando se identifica la causa o causas de un fenómeno. Para determinar causa y efecto, tres requisitos previos son esenciales: covarianza de eventos, secuencia de orden de tiempo adecuada y la eliminación de causas alternativas plausibles.
Covarianza de eventos (relación) : las variables deben correlacionarse. Para determinar la relación de dos variables, se debe determinar si la relación podría ocurrir debido al azar. Los observadores laicos a menudo no son buenos jueces de la presencia de relaciones, por lo tanto, los métodos estadísticos se utilizan para medir y probar la existencia y la fuerza de las relaciones.
Secuencia de orden de tiempo adecuada (precedencia de tiempo): para que 1 cause 2, 1 debe preceder a 2. La causa debe preceder al efecto. Eliminación de causas alternativas plausibles (no espurias o genuinas): para que una relación entre A y B no sea espuria, no debe haber una C que provoque tanto A como B de modo que la relación entre A y B desaparezca una vez que C se controla . La condición más difícil de cumplir al determinar las relaciones de causa y efecto es la eliminación de otras causas plausibles.