Dejemos que los datos hablen: adoptemos la investigación exploratoria


Mientras asistía a una conferencia de psicología este mes, me llamó la atención una tendencia preocupante en la investigación de las ciencias sociales. Los redactores de resúmenes revelaron que casi todos los 1.500 carteles y charlas se referían a algún tipo de trabajo confirmatorio, utilizando análisis estadísticos para probar una hipótesis existente. Casi ninguno de ellos mencionó el tipo de investigación exploratoria abierta necesaria para llegar a estas hipótesis.

En mi opinión, es importante que las ciencias sociales adopten una cultura de investigación que equilibre la prueba de hipótesis y la generación de hipótesis, y que abarque estudios exploratorios junto con estudios confirmatorios.

Para comprender la diferencia entre estudios exploratorios y confirmatorios, considere un grupo de investigación interesado en los vínculos entre los niños que ven películas violentas y el comportamiento agresivo. En un estudio exploratorio, el grupo podría preguntar a los padres sobre el comportamiento agresivo de los niños y recopilar información sobre hábitos domésticos, características individuales y contenido de los medios que pueden influir en los niños. Los autores examinarán los datos de varias maneras, buscando patrones. Los patrones que emergen pueden usarse luego, junto con el conocimiento teórico previo, para hacer predicciones específicas; por ejemplo, que la interpretación de los padres del contenido violento puede reducir la violencia inducida por los medios en los adolescentes, pero no en los niños más pequeños.

Los estudios confirmatorios pueden intentar respaldar o cuestionar estas hipótesis utilizando un nuevo conjunto de datos. Para realizar adecuadamente un estudio confirmatorio, las mejores prácticas dictan que los investigadores definan su plan de análisis antes de comenzar su trabajo, a menudo mediante un registro previo y un registro previo. Regístrelo en un repositorio público.. El registro previo ayuda a evitar que los investigadores elaboren sus hipótesis y análisis después de observar sus datos. En el ejemplo anterior, por ejemplo, si los análisis de grupo no confirman la hipótesis general, los investigadores pueden verse tentados a modificar el tipo de análisis que realizan hasta que muestre un efecto estadísticamente significativo, por ejemplo, para los niños en la adolescencia temprana, después de controlar por ingresos familiares. Esta práctica ampliamente condenada abre la puerta a resultados falsos positivos.

See also  Google anuncia la nueva aplicación Gemini, llamándola el primer asistente de inteligencia artificial

Como muchas personas que trabajan en las ciencias sociales, me han formado para pensar que la prueba de hipótesis es la función principal del investigador, donde la exploración no es digna de publicación. Pero cambié de opinión cuando comencé a perder confianza en mi capacidad para preinscribirme adecuadamente en mis estudios. Creo firmemente que el prerregistro es crucial para una ciencia transparente. Pero la mayoría de las veces, encuentro que no he explorado lo suficiente para planificar adecuadamente mis análisis de prueba de hipótesis.

Por ejemplo, ¿cómo puede un investigador que aborda el tema de la agresión saber, sin explorar, cuál de muchas variables (edad, género, origen socioeconómico y más) podría estar relacionada con el cambio de comportamiento, y cómo? Asimismo, en mi trabajo me encontré preguntándome: ¿Debería haber diseñado mi modelo estadístico de manera diferente? ¿Un análisis diferente llevaría a conclusiones diferentes? ¿Me falta algo más interesante en mis datos? Me sentí incapaz de dejar que mis datos hablaran por sí solos. Debería haber explorado más antes de comprometerme con mi análisis confirmatorio.

Sin embargo, a pesar de la importancia de los estudios exploratorios, no son suficientemente valorados. Cientos de revistas promocionan informes registrados: un método Preinscripción de investigación confirmatoria en la revista. Sin embargo, rara vez se recomienda la ciencia exploratoria. En el actual impulso de replicación, a medida que surgen preguntas sobre cómo hacer que las ciencias sociales sean más rigurosas, sólidas y replicables, la mayoría de las soluciones han implicado mejorar la forma en que probamos nuestras hipótesis, sin prestar mucha atención al trabajo exploratorio.

See also  El estudio dice que ChatGPT supera a los médicos en el diagnóstico de enfermedades y condiciones médicas.



Source Article Link

Leave a Comment