Variables de investigación
Las variables de investigación de cualquier proceso
de investigación o experimento científico son factores que pueden ser
manipulados y medidos.
Cualquier factor que pueda tomar valores diferentes
constituye una variable científica e influye en el resultado de una investigación experimental.
La mayoría de los
experimentos científicos miden factores cuantificables, tales como el tiempo o
el peso, pero no es esencial que un componente sea clasificado como una
variable.
A modo de ejemplo, la
mayoría de nosotros hemos llenado encuestas donde el investigador hace
preguntas y te pide que califiques las respuestas. Estas respuestas suelen
tener un rango numérico desde "1 - Totalmente de acuerdo" hasta
"5 - Muy en desacuerdo". Este tipo de medición permite que se
analicen y evalúen estadísticamente las opiniones
Variables dependientes e
independientes
La clave para diseñar cualquier experimento es ver qué
variables de investigación podrían afectar el resultado.
Existen muchos tipos de variables pero las más
importantes para la gran mayoría de los métodos de investigación son las
variables independientes y dependientes.
La variable
independiente es el centro del experimento y es aislada y manipulada por el
investigador. La variable dependiente es el resultado medible de esta
manipulación, los resultados del diseño experimental. En
muchos experimentos físicos, es
generalmente fácil aislar la variable independiente y medir la dependiente.
Si has diseñado un
experimento para determinar qué tan rápido se enfría una taza de café, la
variable independiente manipulada es el tiempo y la variable medida dependiente
es la temperatura.
En otros campos de la
ciencia, las variables son generalmente más difíciles de determinar y un
experimento necesita un diseño fuerte. La operacionalización es una herramienta
útil para medir conceptos difusos que no tienen una variable obvia.
La dificultad de aislar las
variables
En la biología, las ciencias
sociales y la geografía, por ejemplo, aislar una sola variable independiente es más difícil y
cualquier diseño experimental debe tenerlo en consideración.
Por ejemplo, en un entorno de investigación social,
tal vez quieras comparar el efecto de diferentes alimentos sobre la
hiperactividad en los niños. La investigación inicial y el razonamiento inductivo te llevan a
postular que ciertos alimentos y aditivos contribuyen al aumento de la
hiperactividad. Decides crear una hipótesis y diseñar un experimento para
determinar si existe evidencia sólida detrás de la afirmación.
El tipo de alimento es una variable independiente,
igual que la cantidad consumida, el período de tiempo, el género y la edad del
niño. Todos estos factores deben tenerse en cuenta durante la etapa de diseño
experimental. La aleatorización y los controles son
generalmente utilizados para asegurar que sólo una variable independiente sea
manipulada.
Para erradicar algunas de estas variables de investigación
y aislar el proceso, es esencial utilizar diferentes mediciones científicas para
anularlas o negarlas.
Por ejemplo, si quieres aislar los diferentes tipos
de alimentos como la variable manipulada, debes utilizar niños de la misma edad
y género.
Los grupos de prueba deben comer la misma cantidad
de la comida a la misma hora y los niños deben ser asignados a los grupos aleatoriamente. Esto
minimizará las diferencias fisiológicas entre los niños. Un grupo de control, que actúa
como una defensa contra las variables de investigación desconocidas, podría
incluir algunos niños que coman un tipo de alimento sin vínculos conocidos con
la hiperactividad.
En este experimento, la variable dependiente es el nivel de
hiperactividad y las pruebas estadísticas resultantes destacarán fácilmente
cualquier correlación. Dependiendo de
los resultados, podrías tratar
de medir una variable diferente, como el género, en un próximo experimento.
Conversión de variables de
investigación en constantes
Asegurarse de que ciertas variables de
investigación estén controladas aumenta la fiabilidad y validez del experimento, al
asegurar que sean eliminados otros efectos causales. Esta protección hace que sea
más fácil para otros investigadores repetir el experimento y probar
exhaustivamente los resultados.
Lo que estás tratando de hacer en tu diseño
científico es convertir la mayoría de las variables en constantes, aislando la
variable independiente. Toda investigación científica contiene un elemento de
concesión y un error inherente, pero la
eliminación de otras variables asegurará que los resultados sean sólidos y válidos.
Profesor: Abdel
Rojas Santillan
Área : Mecánica Automotriz
Turno : Noche
Semestre : II
INTEGRANTES :
Área : Mecánica Automotriz
Turno : Noche
Semestre : II
INTEGRANTES :
- MAMANI TESCO RAFAEL
- GOMES CHIISTOPLHER GOMEZ
No hay comentarios.:
Publicar un comentario