Bienvenidos al sitio El espacio está destinado a aquellos que están interesados en la metodología de la investigación social y sus aplicaciones, especialmente profesionales, estudiantes e instituciones que requieren apoyo en estas áreas. También pretende enriquecer la comunicación con alumnos, tesistas y colegas. Sean bienvenidos a establecer contacto conmigo para hacer críticas, sugerencias y compartir ideas o pensamientos.
Pablo Cáceres Serrano
|
Como lo oyen, un festival de Metodología, nada menos. Por estos lados en Chile la cosa está muy lejos de esto, ni qué decir tengo que aquí nadie organizará nada, al menos por un buen tiempo.
Lo cierto es que hay un festival de métodos, y será llevado a cabo por en Centro Nacional de Métodos de Investigación de la Universidad de Southhampton.
El evento tendrá lugar entre los días 2 y 5 de julio de 2012 y se espera reúna al menos 800 personas interesadas en nuestros temas. Una breve relación de éstos indica que se discutirán temas como:
- Relación entre ciencias sociales y ciencias naturales
- Innovaciones metodológicas
- Métodos mixtos y multimodales
- Desarrollo de habilidades y carrera metodológica
- Intervención y evaluación
Pues ya saben quien tenga el tiempo y el dinero (yo ahora no tengo ninguno de los dos  ), ojalá se aventure a asistir y después me cuenta como estuvo la cosa, desde ya, puedes asumir que seré el más envidioso de los envidiosos por tu buena fortuna.
Más información en ESRC
He aquí un apunte que aunque breve, conviene no olvidar:
He hallado algunas fuentes que señalan cuándo es más conveniente usar un modelo de efectos mixtos (o también llamado modelo mixto – atención, no confundir con “diseño mixto”) o bien MANOVA cuando se analizan medidas repetidas. El modelo mixto incorpora, además del efecto de factor fijo, un factor aleatorio, cuya presencia obliga a suponer interacción entre dicho factor y el factor fijo.
En medidas repetidas puras, el factor aleatorio está constituído por los sujetos o la variable sujeto. Al haber interacción, ésta se toma como componente de error. Para un adecuado ajuste del modelo, se debe cumplir el “supuesto de esfericidad o circularidad”, que indica que las varianzas de las diferencias entre cada par de medias de medidas repetidas deben ser constantes (Balluerka y Vergara, 2002). Si ello no ocurre, hay una serie de ajustes a los grados de libertad que se pueden llevar a cabo para hacer más conservadora la razón F.
El problema reside en que hay voces disidentes con respecto al uso de estas correcciones (una de ellas es la ε de Greenhouse y Geisser), y se dice que no hay ventaja obvia de hacer estos ajustes (Vossoughi, Ayatollahi, Towhidi y Ketabchi, 2012). Entonces, el uso de modelos mixtos no es por defecto. La elección en realidad depende de tres criterios:
Conviene usar un modelo mixto:
- Si se cumple el supuesto de esfericidad (que es evaluado mediante la prueba de Mauchly), entonces el modelo mixto es más potente que el modelo multivariante.
- Si no se cumple el supuesto de esfericidad, pero la muestra usada es pequeña, entonces el modelo mixto sigue siendo una mejor opción.. ¿Qué tan pequeña la muestra? depende, pero puede ser el caso que haya más variables que sujetos y aún así es aceptable usarla.
- El modelo multivariante, MANOVA, es mejor cuando no se cumple el supuesto de esfericidad y además se tiene una cantidad suficiente de sujetos. Esto es 20 + k sujetos, donde k es el número de tratamientos. También puede pensarse en la clásica recomendación de todo análisis multivariante: al menos 5 sujetos por variable.
Biliografía
Balluerka, N. y Vergara, A. I. (2002). Diseños de investigación experimental en psicología. Madrid: Prentice Hall.
Vossoughi, M., Ayatollahi, S. M., Towhidi, M y Ketabchi, F. (en prensa). On summary measure analysis of linear trend repeated measures data: Perfomance comparison with two competing methods. BMC Medical Research Methodology, 12(33),
Esto es extraño. No he leído casi nada de esta aplicación, pero es una de las interfaces que más me gustan de R. Quien esté familiarizado con la Minería de Datos, conocerá el programa Orange y su interfase gobernada por la conexión de widgets. Pues bien, los tipos de RED R (se lee algo así como “RADAR”) han adaptado esa interfase a R. No es una interfase que se aplique a tu actual instalación de R (ya vamos en la versión 2.14.1), sino que toma una versión de R y cuando se instala queda todo autocontenido en una misma carpeta. No hay problema, no afectatu instalación actual de R, pero RED R usa como base la versión 2.11.1 de R.
La verdad me encanta esta interfase. Por algún motivo siempre me ha sido insuperable el uso de R junto al editor Tinn-R. A pesar de que hay otras opciones, como RKward o Rstudio, ninguna me gusta demasiado y todas me parece que hacen menos versátiles a R. RED R la verdad no es lo máximo en versatilidad y aún incluye muy pocas rutinas, pero me encanta esa estructura de ir pegando widgets para armar una secuencia de comandos de análisis (si conoces SPAD, entonces sabes cómo funciona).
Aquí les dejo un pantallazo del programa y la dirección de la página, para que la exploren.
Figura 1. El “canvas” o escritorio donde se posicionan los widgets para hacer el análisis.
RED R es una iniciativa nueva, poco difundida, para agregar una interfase a R que sea fácil de usar y que permita trabajar con el programa incluso a noveles y quienes no saben nada del código de R. La página web la encuentran en http://www.red-r.org/
El mundo sigue su curso y se mueve, se mueve a pesar del fin de éste el 2012. He aquí algunos enlaces de congresos en metodología cualitativa que convendría agendar antes de morir chillando como cerdos en el apocalipsis por venir:
- Segundo EncuentroAnual Online360 sobre desafíos en la investigación cualitativa, experiencias exitosas y nuevas técnicas de investigación. Se realizará en Milán, Italia durante el 18 y el 19 de enero próximo.
- XIII Congreso de Metodología Cualitativa en Psicología, a realizarse en Israel entre 11 y el 14 de marzo de 2012.
- Octavo Encuentro en Metodología de las Ciencias Sociales, a efectuarse en Sydney, Australia entre los días 9 y 13 de julio de 2012… Interesante…mmm.
De poder asistir, conviene hacerlo. Siempre es poco lo que se publica formalmente en metodología cualitativa y susbsiste la práctica artesanal de este tipo de investigación, lo que ha llevado a que muchos investigadores que usan la metodología cualitativa, pero no son científicos sociales comprometidos con un línea epistemológica específica, se decanten por usar las técnicas de producción sin más, fuera de un contexto estratégico determinado. A vr si con estas iniciativas, se profesionaliza y se elimina el ruido acumulado en esta área.
Así es, el próximo año se celebra el V Congreso Europeo de Metodología. Hace años que no tengo ni el tiempo ni los recursos para participar de esta instancia de encuentro con los metodólogos europeos y algunos estadounidenses y latinoamericanos. Es quizás la mayor instancia de encuentro de metodología. Hay que decir que “mayor” es relativo, ya que en general los metodólogos somos poquitos, el número fluctúa entre 150 a 250 por congreso, quizás algo más si contamos alumnos. No obstante ello, allí se encuentra lo más prestigioso y “granado” de la metodología actual. Lo bueno es que se presentan temas poco conocidos aún en el medio como Análisis de Clase Latente y del que hay poca información y en español menos o nada. ¿Lo malo? no hay perspectivas cualitativas representadas, ni siquiera las más matemáticas como el Análisis Configuracional Comparativo, aunque es comprensible que así sea… dado el perfil de los exponentes.
El congreso se desarrollará entre el 17 y el 20 de julio de 2012 en la ciudad de Santiago de Compostela, España.
A ver si tengo algo de tiempo y voy (y dinero también).
Aunque lo diga en una entrada poco trabajada y poco ilustrada, ya lo mejoraré posteriormente, pero me pica el bicho por señalarlo, aunque sea sólo de pasada. La conceptualización de variable independiente y dependiente es propia y privativa de los diseños experimentales, sólo en este contexto tiene sentido hablar así de la variable que se supone causa y la que se supone efecto.
En contextos no experimentales muchos tesistas e investigadores siguen usando la concepción anterior de manera indistinta. Está mal. Así, derechamente lo digo. Porque en contextos no experimentales no hay manera, en la mayoría de los casos, de manipular realmente la variable causa y que es la razón de llamarla “independiente”, no es afectada por otras (supuestamente) y es manipulada directamente por el investigador. Tampoco puede asegurarse que los cambios en la variable dependiente se deban directamente a las manipulaciones de la independiente, ya que en el contexto no experimental, las fuentes de contaminación son incontables y en la mayoría de los casos incontrolables.
Por lo mismo, algunos autores prefieren hablar de factores o predictores, para el caso que ocuparía la variable independiente, y de criterio para lo que vendría ser la variable dependiente. Las razones son variadas, pero se pueden citar algunas de más relevancia que otras: a) un factor o predictor puede explicar la covariación en la variable criterio, pero no necesariamente es la causa (recuérdese que el diseño experimental es el único que permitiría asegurar que una variables es “causa” de un determinado “efecto”), eso significa que estando presente un determinado predictor entonces podemos ver cambios en el criterio. Lo que no podemos saber es si ese predictor enmascara en realidad otras posibles variables que tal vez sí son causa del criterio (un ejemplo clásico: tener los dedos amarillos puede ser predictor de mayor riesgo de cáncer al pulmón, porque el consumo de cigarrillos los deja de ese color, pero la verdadera causa es el efecto de la nicotina, etc.), b) el predictor es la variable más plausible para explicar los cambios en el criterio, pero sus efectos pueden variar en presencia de otras variables predictoras o incluso de variables mediadoras (variable que está entre el predictor y el criterio y cambia el efecto de la primera sobre la segunda) y c) en muchos estudios no experimentales, no se respeta la condición de antecedencia de la variable “predictora” midiendo todas las variables en un mismo momento del tiempo y suponiendo “teóricamente” que una está antes y la otra después, en el caso de no poder llevar a cabo un estudio en donde la línea de tiempo sea tomada en cuenta.
Hay varios autores que señalan esta diferencia al menos de manera indirecta. Gaviria y Castro (2005) son especialmente cuidadosos en la expresión de estas denominaciones de variables. Lo mismo Creswell (2009) quien menciona que a la variable independiente se le da el nombre alternativo de tratamiento, manipulada o bien antecedente o predictor. En estos últimos dos casos, la connotación es más pasiva y no implica manipulación.
Como lección final: si trabajas en un estudio experimental, entonces hablar de VI y VD es algo legítimo, si trabajas en un estudio no experimental, entonces hay denominaciones alternativas, una de las cuales es hablar de predictor y criterio.
Bibliografía
Creswell, J. W. (2009). Research design. Qualitative, quantitative, and mixed methods approaches. Thousand Oaks, CA: Sage.
Gaviria, J. L. y Castro, M. (2005). Modelos jerárquicos lineales. Madrid: La Muralla S. A.
|
|
Comentarios de usuarios