Conoce los diferentes tipos de estudio

Tipos de estudio
Hay dos formas generales de clasificar los estudios que involucran estadísticas: según cómo se recopilan los datos y según los propósitos del análisis de los datos. Un solo trabajo de investigación puede incluir más de un tipo de datos o más de un tipo de análisis. Dependiendo de la pregunta que se haga, algunos tipos de estudios pueden dar resultados más sólidos que otros.

Clasificación según la forma en que se recopilan los datos

En un estudio de observación , los datos se recopilan de una situación que ocurre naturalmente. En un experimento , los investigadores hacen algo deliberadamente (una “intervención” o “manipulación” o “asignación al tratamiento”) para afectar al menos algunos de los datos recopilados.

Ejemplos :

Los investigadores están interesados ​​en comparar las calificaciones de lectura de los estudiantes de las escuelas con un ingreso familiar promedio bajo con las calificaciones de los estudiantes de las escuelas con un ingreso familiar promedio alto. Eligen una muestra aleatoria de escuelas en cada categoría. Este es un estudio observacional : los investigadores no hacen nada para afectar los ingresos familiares o los puntajes de lectura.
Los investigadores están interesados ​​en comparar dos métodos para enseñar a leer. Asignan al azar la mitad de las escuelas de su muestra a un método y la otra mitad al otro método. Al final del año escolar, analizan los puntajes de lectura de los niños en las escuelas. Este es un experimento : los investigadores deciden deliberadamente qué estudiantes reciben cada método de enseñanza.

Si la cuestión de interés es determinar si una cosa influye en otra, los experimentos dan el resultado más fuerte. Por ejemplo, si en el segundo escenario, algunas escuelas ya usaron un método y otras escuelas usaron el otro, los investigadores podrían decidir tomar solo una muestra aleatoria de escuelas que usan el primer método y otra muestra aleatoria de escuelas que usan el segundo método. y comparar resultados. Este no sería un estudio tan convincente como uno en el que las escuelas fueron asignadas al método al azar . Por ejemplo, podría ser que los mejores profesores prefirieran un método. El estudio entonces no daría información sobre si los puntajes más altos fueron el resultado de tener mejores maestros o fueron causados ​​por el método de enseñanza. Este tipo de situación se llama confusión: dos variables (en este caso, calidad del profesor y método de enseñanza) no se pueden separar en los datos utilizados. Los experimentos son mejores porque reducen o eliminan la confusión.

De manera similar, en el primer ejemplo, si los investigadores encontraran que los estudiantes con ingresos familiares bajos tenían puntajes de lectura más bajos que los estudiantes con ingresos familiares altos, no estaría justificado concluir que los ingresos familiares bajos causan puntajes bajos en lectura. Podría ser que los mismos factores que hicieron que las familias tuvieran ingresos bajos o altos (una posibilidad podría ser el nivel de educación de los padres) también influyeron en las puntuaciones de lectura de los niños.

Desafortunadamente, al estudiar si los ingresos familiares afectan los puntajes de lectura (y en muchas otras situaciones), no es posible hacer un experimento; no es posible asignar aleatoriamente a las familias de los niños a ingresos altos o bajos. Por lo tanto, en situaciones donde los experimentos no son posibles, hay más incertidumbre en los resultados . En algunas de estas situaciones, existen métodos que pueden aumentar nuestra confianza en que se está produciendo alguna causalidad.

Nota : El significado de “experimento” utilizado aquí es técnico; asegúrese de no confundirlo con otras definiciones de “experimento”. En particular, “experimentar” como se usa en las estadísticas no significa “probar algo para ver qué sucede”.

Clasificando según el propósito del análisis

En el análisis exploratorio de datos , el propósito es investigar los datos para ver qué patrones se pueden ver. En el análisis de datos confirmatorios , se ha formulado la hipótesis de un patrón antes del estudio, y el propósito del estudio es confirmar o refutar la hipótesis.

Como se indicó anteriormente, en la mayoría de los casos, un experimento es mejor para el análisis de datos confirmatorios. Sin embargo, los experimentos no siempre son posibles. A veces, todo lo que se puede estudiar es si el mismo patrón se mantiene en un nuevo conjunto de datos (preferiblemente seleccionados al azar).

A veces, los investigadores pueden participar en análisis de datos tanto confirmatorios como exploratorios con el mismo conjunto de datos. En este caso, los patrones hipotetizados previamente a veces se denominan comparaciones planificadas previamente.. El análisis exploratorio a veces se denomina espionaje de datos . Cuando se usa la inferencia estadística para análisis confirmatorios y exploratorios con los mismos datos, se debe tener cuidado para evitar hacer afirmaciones injustificadas como resultado de inferencias múltiples.