Registrar hechos

  1. Conceptos y definiciones
  2. Escalas y otras lenguas de descripción
  3. ¿Cómo reducir errores?

In English   In Finnish   Indice

Conceptos y definiciones

De acuerdo con la idea del realismo científico, los objetos de estudio existen en el mundo empírico (tangible) pero la teoría pertenece al mundo conceptual del pensamiento. La meta de la investigación es crear un retrato teórico del objeto del estudio que reside en el mundo empírico. La razón detrás del esfuerzo del investigador puede ser curiosidad pura (estudio descriptivo), pero es también posible que más adelante este retrato se utilice para mejorar el objeto del estudio u otros objetos similares (estudio normativo). Todo el conocimiento teórico que tenemos concerniente a los objetos empíricos compone un cuadro más o menos completo del mundo empírico.

En el diagrama de la derecha, vemos en fondo verde un pequeño fragmento del mundo empírico incluyendo uno objeto de estudio, y en la mitad derecho de la diagrama el modelo teórico correspondiente.

La idea de la teoría como una imagen del empiria es generalmente fructuosa. Una vista semejante también es utilizada por los diseñadores. La diferencia a un investigador es que el diseñador procede en la dirección opuesta, es decir de la teoría al empiria. Comienza normalmente su trabajo en el mundo de conceptos y después procede a realizar sus imágenes en el empiria.

Un investigador (y un diseñador también) construye normalmente la imagen de su objeto del estudio usando dos tipos de elementos:

  1. Conceptos. Ejemplos de conceptos son los nombres de objetos, de grupos o de componentes de ellos, sus características como tamaño, peso o material.
  2. Relaciones entre conceptos, tales como comparaciones, correlaciones, estructuras, evoluciones, razones y consecuencias. Los métodos para presentar relaciones se discuten en otra parte, ven Lenguajes de modelización.

Los conceptos sirven no sólo como componentes de la teoría, pero también como lazos de unión entre un objeto empírico y su imagen teórica. Estos acoplamientos son necesarios al registrar los datos, y cuando un usuario futuro del informe aplica los resultados del investigador a sus propios propósitos y problemas. Cuando usted estudia las vidas y las actividades de la gente usted tiene que tratar con conceptos y factores innumerables que esta gente utiliza sólo en base de su conocimiento tácito poco claro, y sería a menudo imposible que un investigador haga explícito todos éstos, pero en todo caso los conceptos más centrales deben tener correspondencia inequívoca con los objetos o fenómenos empíricos.

La indicación más usual y elemental de una conexión entre un concepto teórico y su contraparte empírica es dada por el nombre del concepto. Además, hay el método más exacto de presentar una definición para el concepto, pero normalmente se puede utilizar sólo para unos pocos conceptos claves del proyecto, porque no podemos contar con el usuario del informe que recuerda más que un puñado de definiciones únicas, ni podemos esperar que él examine la lista de definiciones repetidamente.

El investigador tiene que escoger para su tarea conceptos apropiados, sus nombres y definiciones, pero esto no significa que él personalmente debe crear todas estas cosas. Al contrario, es generalmente ventajoso adoptar tantos conceptos como sea posible, con nombres y definiciones, de tratados anteriores en el campo de investigación. De hecho, cada rama establecida de la ciencia tiene un surtido amplio de conceptos cardinales que reiteran en estudios numerosos. Los manuales y los libros de textos en el campo de la ciencia incluyen generalmente listas de tales conceptos junto con sus definiciones. Si estos conceptos establecidos se pueden utilizar en un proyecto de investigación, mucho trabajo innecesario se puede evitar y el proyecto puede ganar de la teoría existente incluyendo métodos probados de medida y de análisis, y de datos sobre casos comparables anteriores. Además, usar vocabulario conocido trae los resultados del proyecto nuevo en contacto cercano con teoría ya existente y agranda así efectivamente la gama del conocimiento en el campo.

Aunque es generalmente recomendable evitar de crear muchos conceptos novedosos al lanzar un proyecto nuevo de investigación, se debe admitir que el investigador no siempre tiene las manos libres en el asunto, debido a la carencia de conceptos establecidos convenientes. Tal está el caso en una investigación exploratoria donde el proyecto trata con preguntas que no se han estudiado anterior.

Además, sucede a menudo que el investigador, después de hacer estudios intensivos en un tema, concluye que unos conceptos alrededor del asunto han sido tradicionalmente mal definidos y necesitan una revisión.

En el caso que un concepto novedoso se tiene que crear, dos aspectos del concepto hay que considerar: su nombre, y su definición.

Denominar un concepto nuevo. Métodos usuales para crear nuevos términos científicos son, entre otros:

Definiciones. El nombre de un concepto puede dar normalmente apenas una idea aproximada del contenido, así como el título hace para un libro. Para dar una cuenta más exacta, las definiciones se utilizan de modo que el investigador y el lector-usuario del informe puedan tener la misma noción del objeto. Hay dos tipos de definiciones:

En el diagrama abajo, conceptos con las definiciones operativas u obvias se presentan en fondo amarillo, y conceptos nominalmente definidos se demuestran en color rojo.

Por ejemplo, al estudiar la productividad en un taller dado, la 'producción' se puede medir como número de artículos acabados por mes, y 'trabajo entró' puede ser medido en horas y hombres por mes. Ahora podemos utilizarlas para definir nominalmente un tercer concepto:
'productividad' = 'cantidad de productos' / 'cantidad de trabajo'.

Otros conceptos nominalmente definidos en el diagrama son el coste por la unidad, rentabilidad etc.

Los conceptos y la teoría en un campo de la investigación dado tienen a menudo varias capas, de modo que haya una capa de conceptos empíricos y sobre esta base unas o más capas que se componen de los conceptos sucesivamente más y más abstractos. Un ejemplo se demuestra abajo.

UsabilidadLos conceptos empírico mensurables están a la derecha: 'velocidad' de funcionar un instrumento, y 'errores en la operación'. Entonces se utilizan en un nivel más alto de la abstracción para definir la 'eficacia' de la operación. La eficacia y el 'aprendizaje' se utilizan en un tercer nivel para definir 'utilidad,' etcétera. El resto de la figura, hecho por Shackel (1991, 24), se explica sobre Usabilidad como medición.

Es de ninguna manera necesario construir un modelo total que contenga cada concepto con el cual el investigador ha trabajado, con definiciones. Una regla general útil dice que el investigador debe intentar operar con tan pocos conceptos y variables teóricos como le sea posible. Esta recomendación lleva el nombre de  "navaja de Occam", y se remonta al siglo XIV, atribuyéndose a Guillermo de Occam.

Por supuesto, sería imposible dar una definición para cada palabra en el informe. La práctica normal es definir por lo menos los conceptos centrales donde el significado difiere del lenguaje común. No es necesario definir continuamente palabras como "ser humano", "día" y "comprar" si son usadas en sus sentidos habituales indicados en los diccionarios corrientes.

Si es necesario idear nuevas definiciones, el investigador debe buscar el cumplir  lo mejor que pueda los cuatro requisitos siguientes:

  1. Validez significa que nuestra definición se ajusta al concepto. Debe referirse justamente a ese concepto y no a algo similar. Si nuestra definición es válida, estamos midiendo justamente lo que pretendemos medir y no otra cosa. Dos niveles de validez se distinguen a menudo:
  2. Fiabilidad significa que si usted, o otra gente, repite su medición o registro, el resultado será siempre el mismo. Esta meta es, de hecho, a menudo prácticamente factible en las ciencias físicas donde la fiabilidad por lo tanto se toma a menudo como sinónima con reproducibilidad. Sin embargo, cuando usted estudia experiencias humanas únicas de, por ejemplo, arte o la creación artística, el repliegue de la experiencia no será posible. En lugar, usted puede considerar a veces registrar el fenómeno por varios observadores independientes. Concordancia entre sus registros entonces significa buena fiabilidad. En cualquier caso, el criterio de la fiabilidad pretende promover la precisión, confiabilidad, credibilidad y seriedad de sus resultados y así su utilidad para otros científicos y profesionales.
  3. El lenguaje figurativo u oscuro no debe ser usado en las definiciones.
  4. La definición no debe ser un "circulo vicioso".

Un círculo vicioso consiste habitualmente en dos definiciones nominales que se refieren la una a la otra mientras que los conceptos usados en estas definiciones no tienen definición real para vincularlos a la empiria. A continuación hay tal vínculo entre dos definiciones nominales, que forman un círculo vicioso:

Todo va bien si usted utiliza apenas uno de las definiciones arriba. El círculo vicioso se crea sólo cuando ambos se utilizan simultáneamente sin la conexión adicional al empiria.

Sin embargo, la marca de un maestro verdadero es su habilidad de romper reglas. Así, MacIntyre (1985, p.219) define a sangre fría: "La buena vida para el hombre es la vida pasada en buscar para la buena vida para el hombre." Esto es formalmente un círculo vicioso pero no menos transmite un mensaje.

Validez y fiabilidad pueden ser ilustradas imaginando un estudio cuyo propósito fuese medir la longitud de objetos. Se usó una vara de medir defectuosa que se había encogido en un 10 por ciento. La longitud real de la vara era así de 90cm aunque tenía una escala aparentemente normal de 0 a 100cm.
Las mediciones hechas con esta vara eran fiables: se podrían colocar los objetos medidos en perfecto orden de longitud y los objetos de la misma medida se reconocían correctamente; si las mediciones se repetían, se obtenían siempre los mismos resultados. Las mediciones no eran, sin embargo, válidas pese a su buena repetibilidad: no indicaban las longitudes reales, sino algo distinto.

Otros ejemplos:

Las variables en la investigación hecha en ciencias naturales y tecnología son en su mayor parte cuantitativas, y en tal investigación es habitualmente fácil cumplir los cuatro requisitos tratados antes. Sin embargo, las definiciones de conceptos que interesan a los investigadores que estudian gentes y culturas no son tan fáciles. Suelen ser cualitativas, y es más difícil cumplir los cuatro requisitos en definiciones cualitativas. El investigador podría considerar con qué requisito podría transigir en tal investigación. En lo que se suele transigir es en la validez. Si un concepto es muy difícil de medir, podríamos plantearnos el reemplazarlo por otro concepto cerrado que sea más fácil de medir. Los "Test de Inteligencia" en psicología son un ejemplo de esto: distintos testes producen distintos resultados cuando examinan a la misma persona, lo que muestra que miden cosas distintas.

¿Pueden modificarse las definiciones cuando el trabajo avanza? Sí, de hecho en investigación cualitativa es habitual, porque la comprensión por parte del investigador de lo que está estudiando muchas veces se hace más profunda cuando la investigación avanza. Por otro lado, si las definiciones que han servido como base para mediciones cuantitativas se cambian después de reunir datos empíricos, se han desperdiciado los datos correspondientes a la vieja definición que se habían reunido.

En informe final las definiciones se enumeran a menudo en un apéndice antes o después del texto. Es también posible darlas en el texto cuando comenzar a discutir un nuevo concepto. Y finalmente, en estudio cualitativo sucede a veces que un estudio entero no contiene nada más que una tentativa de definir unos pocos conceptos obstinados.

Escalas y otras lenguas de descripción

Cada palabra que usted puede pensar en pertenece a una lengua, y cada definición para un concepto teórico pertenece semejantemente a una lengua o a un sistema específica de la codificación. Esta lengua identifica el fenómeno o el objeto y sus cualidades relevantes en dos "mundos" bastante diferentes, cada uno de los cuales tenga requisitos distintos que la definición tenga que satisfacer:

Estos dos niveles de la presentación son muy diferentes, y ése puede hacer problemática la selección de lengua. Si usted ha encontrado un modelo aplicable en tratados anteriores, usted puede quizás adoptar su lengua tentativamente; si no, usted debe intentar anticipar el tipo de modelo que usted tiene como objetivo. Nada previene a investigador para desarrollar una lengua especial para manejar su problema específico, pero hay también muchas técnicas de descripción probadas que se han utilizado en estudios anteriores. Recuerde que no hay diferencia fundamental entre las características cuantitativas o cualitativas de cosas, en otras palabras que las características no están intrínsecamente de una u otra clase. Estas palabras apenas indican nuestro método usual de registrar la característica.

Aquí hay algunos ejemplos de diferentes lenguajes de descripción o escalas:

1. El nombramiento individual de objetos o acontecimientos específicos no promueve mucho la construcción de la teoría general, pero en estudios de caso y en documentación él se utilice a veces: "La capilla Ronchamp", "Vitruvio".

2. Descripciones cualitativas convienen a todo lo que puede ser presentado verbalmente. Todo fenómeno de la cultura humana puede ser estudiado de este modo. Sin embargo, nos enfrentamos muchas veces al problema de que los adjetivos tienen demasiados significados paralelos tanto en el lenguaje hablado como en los diccionarios. En tal situación, el investigador debe plantearse seleccionar uno de los significados alternativos o darle su propia definición "local".

Boat types3. La presentación de la forma visual o del patrón puede ser importante cuándo estudiar productos. Es fácil hacer una fotografía, pero otra cosa, más difícil, es analizar los patrones en el retrato. El método normal está primer para introducir cada patrón en un retrato, da a este patrón un nombre (e.g. "goleta" y "yola" son nombres de algunos tipos de yates en la derecha) y después continuar el análisis verbalmente.
Es también posible de analizar formas y patrones directamente, sin las traducir a palabras. Ejemplos de registros visuales simples de objetos individuales se pueden encontrar sobre el título Medir objetos físicos y ejemplos de presentaciones conceptuales generales de patrones sobre Modelos icónicos.

4. La clasificación, escala nominal, o "codificación" comprime información con eficacia cuando solamente una o unas pocas cualidades del fenómeno están de interés. Cuál está de interés, es una cosa que usted debe concluir en base de su problema. Si la cualidad interesante está presente en el objeto o el fenómeno, estará marcado con un código predefinido, generalmente con un número o una letra.

La clasificación es discontinua por naturaleza, lo que significa que la variable tiene solo ciertos valores discretos, pero no valores intermedios entre ellos. Tras la clasificación nos será conocido el número de individuos o mediciones situado en cada clase, y así es como los datos cualitativos pueden ser hechos cuantitativos.

Así, si usted estudia yates de diversos tipos, pero sus formas exactas no están de gran interés a usted, podría traducir los tipos de barcos en los códigos, por ejemplo:

goleta = 1
yola = 2
cúter = 3
yate con cangreja = 4
yate Bermuda = 5

Muchas clasificaciones de la vida diaria y de la administración son adecuadas, tal y como se utilizan en el lenguaje corriente, para la investigación, como ejemplo el sexo y la nacionalidad.

Por otra parte, hay características numerosas de los seres humanos (y de otros objetos del estudio), los valores de quienes no siguen ninguna clasificación bien definida. Si usted, por ejemplo, ha medido cuán altos e inteligentes son los miembros de un grupo de gente y cuáles son sus preferencias del gusto, usted encontrará generalmente que todos estos valores están distribuidos más o menos como el diagrama superior a la derecha, cuál los investigadores por lo tanto llaman a menudo como "distribución normal". Las distribuciones como el diagrama más bajo a la derecha son excepcionales en medidas empíricas. La verdad es que es siempre posible clasificar incluso medidas normalmente distribuidas, pero la pregunta es si es razonable.

5. Una escala ordinal pone a los elementos en fila, por ejemplo por orden de tamaño, sin prestar atención alguna a lo grandes que puedan ser las diferencias individuales. En esta escala, podríamos por ejemplo indicar preferencias de gusto: "Me gustaría más vivir en una casa individual que en un bloque de pisos." "Esta tela es más bella esa." Las escalas verbales usadas en los sondeos de opinión deben también ser vistas como un tipo de escala ordinal:

bello / - / - / - / - / - / feo

En la escala de arriba, un concepto cualitativo (belleza), que de forma usual se evalúa subjetivamente, se ha usado para ser medido y analizado numéricamente. Toca al investigador decidir si esta práctica hace justicia al concepto o si deja fuera algunos puntos importantes.

Las escalas ordinales son discontinuas: la variable tiene solo valores discretos, pero no valores intermedios entre ellos.

6. El espaciado en una escala aritmética es uniforme, es decir: los intervalos entre las marcas son iguales. Cada una de estas escalas es normalmente un continuum, de modo que el posible número de valores es infinito. De ahí que estas escalas permitan mediciones muy precisas de las variables. La mayor parte de las cantidades físicas se miden de este modo. Existen las siguientes subcategorías, aunque en la práctica hay poca diferencia entre ellas:

En total, el investigador tiene nada menos que una serie de lenguajes alternativos, es decir: formas de codificar, para expresar fenómenos empíricos y para tratar con ellos en el nivel de la teoría.
Si, por ejemplo, los tamaños de los objetos han de ser registrados, los medios de medición podrían ser seleccionados entre los siguientes, por no nombrar sino algunos:

El ejemplo de arriba incumbe solamente a la medición de tamaños. Sin embargo, también otras muchas propiedades de objetos presentan una opción similar de alternativas de medición, y es tarea del investigador elegir el lenguaje adecuado para el registro del atributo.

¿Estará operacional la escala en el análisis? Un punto práctico es que el procesamiento posterior de los resultados debiera ser sencillo. En eso las escalas aritméticas son inmejorables: las relaciones entre los números son exactas y conocidas para todos, y hay excelentes métodos matemáticos a nuestra disposición para analizarlos. Muchos de los métodos de análisis más eficaces contienen divisiones y en consecuencia sólo pueden ser aplicados a datos medidos con una escala de proporciones. Desde el punto de vista del análisis, la escala de proporción sería así preferible. De hecho, sucede a menudo que un investigador cuantifica una u otra de las cualidades de su objeto del estudio: él construye deliberadamente una escala de proporción para medirla porque desea utilizar análisis estadístico.

Recuerde, por otra parte, que el éxito del análisis depende también de validez: ¿cuán fielmente la lengua puede presentar la cosa que está de interés en el estudio? En este respeto idiomas verbales pueden a menudo ser superiores a fin de cuentas. Hay una discusión sobre el formato de datos en las varias etapas del análisis bajo Herramientas para el análisis.

¿Cómo reducir errores?

Al preparar definiciones de conceptos vale la pena deliberar cómo su registro empírica se hará, y cuáles dificultades que lo quizás traiga consigo. A veces un ajuste leve de la definición del concepto puede ayudar a evitar trabajo innecesario, errores y variación perturbadora de datos.

Un investigador busca generalmente las estructuras invariables en el objeto del estudio, que es hecho generalmente quitando la variación que disturba en las medidas. Son tres fuentes usuales de la variación inconveniente:

Cada uno de estos casos se discute en el siguiente.

Errores de medición

Un instrumento de medida es el medio con el que el investigador registra cualquier cosa que le interese del objeto. El nombre "instrumento de medida" no es usado sólo para artilugios físicos en este contexto; los  test psicológicos y las preguntas de un cuestionario son también instrumentos de medida, e.g.:

agradable desagradable

El defecto más grave que un instrumento de medida puede tener es que mide la cosa incorrecta. Es decir, un buen metro debe ser válido. Además, debe ser fiable, dando siempre los mismos resultados, sea quien sea el que lo use. Finalmente, se necesitará una resolución suficiente. La resolución es igual a la menor diferencia medible entre los objetos.

En la práctica ningún instrumento de medida es totalmente fiable; la medición siempre incluye algún ligero error de medición, es decir: una diferencia entre la medición y el valor real. Ningún valor puede darse por absolutamente correcto en la práctica, ni hay modo de saber exactamente el error de medición.
El error puede, sin embargo, ser minimizado y con este fin tenemos fijarnos en los dos componentes del error.

Pongamos que tenemos un objeto que sea difícil de medir, y hemos hecho no menos que 172 mediciones de él (representadas por pequeños cuadrados en la figura de la derecha). El valor menor medio es =5, el mayor =34, y la media de todos los resultados es 17.

El error aleatorio es igual a la diferencia entre una medición y la media de todas las mediciones. Por ejemplo, el error aleatorio de la medición indicada con el cuadrado parpadeante en la figura de la derecha es 32-17=15. El error aleatorio puede ser medido en la misma manera que cualquier otra dispersión de valores, por ejemplo el cálculo de la desviación estándar. Una pequeña dispersión significa también una buena fiabilidad.
El error aleatorio se elimina fácilmente calculando la media aritmética de los resultados.

Un error sistemático es igual a la diferencia de la media de todas las mediciones con el valor real de la variable (que normalmente es desconocido en el estudio). En nuestra figura es 24-17=7. El error sistemático normalmente permanecerá el mismo cuando se repita la medición. De ahí que sea difícil detectarlo en un estudio. Un error sistemático también indica que el instrumento de medida no es completamente válido.

Algunas veces es posible detectar un error sistemático si el mismo objeto se mide con dos métodos distintos. Si se descubre un error sistemático, se elimina por corrección de mediciones (por ejemplo, por normalización de las mismas) o por calibración de la escala del instrumento de medida.

Los fabricantes de instrumentos de medida suelen garantizar que el error total (aleatorio + sistemático) de su producto será inferior a cierto límite, siempre y cuando el instrumento sea usado correctamente. 

Disturbios

Noise Generalmente el objeto del estudio está influido por varios factores además del factor que explica o es incorporado en el modelo que el investigador ha escogido como la base de su trabajo. A la derecha es un ejemplo de un modelo teórico típico de la investigación que visualice cómo el procedimiento del estímulo a la reacción se supone para ocurrir y cómo el proceso está en este caso estropeado por "ruido" inesperado. Su efecto sobre el objeto del estudio previene al investigador de claramente ver las relaciones entre los factores (x y y) en el modelo.

Los datos que son corrompidos por disturbios están obviamente de valor pequeño en la investigación. Para evitarlos, hay dos acercamientos posibles: para reducir al mínimo los disturbios ellos mismos, o eliminar su efecto para con registro.

Prevenir o disminuir de los disturbios que están presentes al registrar datos se puede lograr, por ejemplo, eligiendo un ambiente calma y aislado para las observaciones o las entrevistas.

Observe que incluso las actividades de la investigación sí mismo: hacer preguntas, medir etc. pueden causar algún disturbio. Para lo elimina, los métodos "no intrusivos" especiales de la investigación se han ideado.

Es a veces posible proteger el objeto de la investigación, así eliminando a las influencias que disturban. Ésta es práctica común en los experimentos en laboratorios.

Debe ser observado, sin embargo, que el aislamiento, arreglar el examen a un ambiente ajeno o de otra manera que la actividad sucede normalmente, o cualquier otra manipulación de las circunstancias genuinas del fenómeno puede alterar el objeto o el procedimiento de maneras inesperadas. Es decir puede disminuir la validez del registro.

Eliminación de los efectos de disturbios después de que se hayan registrado los datos es un método mucho menos creíble que los anteriores, porque estos efectos raramente se saben exactamente. Los procedimientos son en principio iguales que las correcciones que se utilizan para las medidas erróneas:

Subjetividad del observador

Source: Habitat Forum News no 3. Jan 1976Si las creencias y actitudes del investigador afectan las observaciones, éstos se llaman subjetivos; si no, objetivos. La subjetividad puede jugar un papel incluso más adelante en el proyecto, al analizar e interpretar datos, pero ese problema no se discute en esta página que considera las preguntas de colocar hechos.

Porque la subjetividad es debido a las creencias y actitudes personales que son relativamente constantes, causa un error sistemático en el registro. Puede afectar datos tanto descriptivos como normativos.

En investigación descriptiva que apunta a registrar el estado del objeto como está (o como estaba, en el estudio histórico), subjetividad causa a menudo errores al estudiar acciones y sus motivos de gente o animales. El investigador confía a menudo demasiado en su facilidad de empatía, mira la actividad desde su propio punto de vista solamente, y no puede percibir el propósito verdadero de la actividad.

Un otro ejemplo de los estudios descriptivos que sufren a menudo de subjetividad es cuando la gente que produce obras de arte y otros fenómenos de la cultura humana estudian sus propios trabajos o ellos de sus colegas. Estudiar su propia actividad era anterior desaprobado totalmente por muchos científicos, mientras que hoy muchos piensan que el creador de un producto es el mejor experto en él y puede quizás triunfar como investigador también.

Por el contrario, el ideal de objetividad es a menudo fácil de alcanzar en ciencias naturales, al estudiar los objetos a los cuales el investigador no tiene fijación ni simpatía personal.

En proyectos de investigación normativa que se apuntan a mejorar el objeto del estudio (u otros objetos similares) las preferencias que dirigirán el proyecto se deben recoger normalmente de esas personas que utilizarán o encontrarán el resultado del proyecto. Estos grupos de interés se clasifican a veces como 'agentes', 'beneficiarios' y 'victimas' del proyecto, cfr. Punto de vista. Subjetividad cuando examinar las preferencias de esta gente, referente a las mejoras deseables al objeto, significa que el investigador mezcla sus propias opiniones en ellas e interpreta las sugerencias de otra gente desde el punto de partida de sus preferencias personales. Otro ejemplo usual de subjetividad es cuando el investigador simplemente se olvida de algunos grupos de interés, por ejemplo esa gente que sufrirán de las consecuencias secundarias del desarrollo, o él se olvida de los aspectos ambientales.

En proyectos normativos de investigación y desarrollo el objetivo de imparcialidad es a veces difícil de alcanzar completamente. Los investigadores que han sido empleados al proyecto son a menudo más o menos obligados a compartir sus valores y a promover sus metas, es decir mejorar el objeto. Qué "mejorar" significa, generalmente se define preliminar en los planes iniciales para el proyecto. Además, el equipo de investigación incluye a menudo planificadores o diseñadores que se espere continuar el proyecto y preparar las propuestas para lograr las mejoras necesarias en realidad, y esta gente tiene a menudo opiniones fuertes sobre el desarrollo futuro ya en el principio del proyecto.

A pesar de dificultades, en la mayoría de los casos no hay razón de abandonar la tradicional regla general a los científicos que dice simplemente que ellos deben apuntar a objetividad, es decir, ellos no deben permitir que sus opiniones afecten la recogida de hechos (y de opiniones de los grupos de interés, cuando aplicable). Según la metáfora de los "dos mundos" del empiria y de la teoría, los investigadores así deben permanecer, como espectadores personalmente no interesados, fuera de ambos.

Los métodos disponibles para un investigador para deliberadamente contrariar su subjetividad son levemente diferentes dependiendo de si el investigador trabaja solo, o como un miembro de un equipo:

Un investigador que trabaja sólo puede desenterrar sus actitudes personales con la ayuda de poner a él mismo preguntas tales como las siguientes:

Además, el investigador puede tratar de discernir las fuerzas exteriores que podrían influenciar sus observaciones, como:

Las actitudes y las influencias exteriores que se pueden revelar con la ayuda de preguntas antedichas pertenecen a la vida humana normal, y son a menudo legitimes y comprensibles. Sin embargo, el investigador debe tratar de hacerlas explícitas para poder analizarlas y decidir si influencian su trabajo demasiado. No sería ninguna mala idea poner algunas palabras sobre su análisis en el informe también.

Para un equipo de investigadores, una discusión colectiva es un método eficiente para clarificar las evaluaciones personales y quizás para arbitrar entre ellas.
También las razones triviales tales como métodos levemente diversos de recoger datos pueden conducir a interpretar las observaciones diferentemente, que puede causar una variación sistemática en los datos. Esta variación inoportuna se puede reducir al mínimo de modo que dar instrucciones exactas a las ayudantes, ensayar los procedimientos y asignar los casos al azar a las ayudantes.

Nota, finalmente, que hay los acercamientos del estudio que no condenan empatía y cooperación entre los investigadores y la gente que se estudia pero por el contrario hacen uso de la compasión mutua. Ella puede ayudar al investigador a entender la situación y las acciones de la gente. Los métodos que toman ventaja de esto son investigación-acción y observación participante.

In English   In Finnish   Indice

3.ago.2007. Enviar los comentarios al autor:

Versión en español: con aumentos por Pentti Routio
Ubicación original: http://www2.uiah.fi/projects/metodi/