Ahora que sabemos que los tipos de investigación ampliamente clasificados, la investigación cuantitativa y cualitativa se puede dividir en los siguientes 4 tipos principales de modelos de investigación: diseño de investigación descriptiva. Diseño de investigación de correlación. Diseño de investigación casi experimental o causal-comparativo.
Los cinco miembros del método científico son: observaciones, preguntas, hipótesis, métodos y resultados.
¿Qué es un fuerte punto de estudio? Proporcione una comprensión más profunda y detallada, así como más individualmente relevante que un problema de investigación complejo. en comparación con el estudio de muchas personas más superficialmente.
¿Cuál es un caso de estudio? Un estudio de caso es un enfoque de investigación que se utiliza para generar una comprensión exhaustiva y multifacética de un problema complejo como un contexto de la vida real. Es un diseño de investigación consolidado que se usa ampliamente en una amplia variedad de disciplinas, en particular en las ciencias sociales.
Los estudios experimentales son aquellos en los que los investigadores introducen una intervención y estudian sus efectos. Los estudios experimentales generalmente se aleatorizan, lo que significa que los sujetos se agrupan por casualidad. Luego, los investigadores estudian lo que les sucede a las personas en cada grupo. Por lo tanto, cualquier diferencia en los resultados puede conectarse a la intervención.
¿Qué es diseño de investigación correlacional?
Una de las principales formas de investigación, la investigación correlacional representa y explica la relación entre dos variables. Esta forma de investigación no es experimental, por lo que el investigador ejerce poco o ningún esfuerzo para controlar o manipular las variables.
Las variables estudiadas en este tipo de investigación pueden ser cuantitativas o categóricas.
La investigación correlacional tiene como objetivo encontrar relaciones desconocidas o sospechosas entre variables, ya que esto puede apuntar a comportamientos o ocurrencias similares en otras variables. Si no, este tipo de investigación sigue siendo poderoso, ya que pinta una imagen más clara de un problema o fenómeno que se había descubierto en la investigación exploratoria o descriptiva.
En la investigación correlacional, los investigadores miden la relación entre dos variables, sin controlar ninguna. El objetivo de este tipo de estudio es descubrir:
- Correlación negativa: describe variables que cambian de maneras contrastantes. Ej: Aumento del agotamiento de los empleados y una disminución en la producción.
- Correlación cero: cuando no hay relación entre las variables. Ej: Ver a los empleados en la oficina no aumenta los contratos firmados con B2B Partners.
Esta forma de investigación tiene varias características definitorias que los investigadores deben considerar. Estos aspectos ayudan a identificar esta forma de investigación, ayudándoles a usarla para el futuro o para contrastarlo con una investigación causal o experimental.
¿Cuál es el objetivo de la investigacion correlacional?
La investigación correlacional es un tipo de investigación no experimental en la que el investigador mide dos variables y evalúa la relación estadística (es decir, la correlación) entre ellas con poco o ningún esfuerzo para controlar las variables extrañas. Esencialmente, hay dos razones por las que los investigadores interesados en las relaciones estadísticas entre variables elegirían realizar un estudio correlacional en lugar de un experimento. La primera es que no creen que la relación estadística sea causal. Por ejemplo, un investigador podría evaluar la validez de una breve prueba de extraversión administrándola a un gran grupo de participantes junto con una prueba de extraversión más larga que ya ha demostrado ser válida. Este investigador podría verificar si los puntajes de los participantes en la prueba breve están fuertemente correlacionadas con sus puntajes en el más largo. Se cree que ninguna puntuación de prueba causa al otro, por lo que no hay una variable independiente para manipular. De hecho, los términos variables independientes y variables dependientes no se aplican a este tipo de investigación.
La otra razón por la que los investigadores elegirían usar un estudio correlacional en lugar de un experimento es que se cree que la relación estadística de interés es causal, pero el investigador no puede manipular la variable independiente porque es imposible, poco práctica o poco ética. Por ejemplo, Allen Kanner y sus colegas pensaron que la cantidad de «molestias diarias» (por ejemplo, vendedores groseros, tráfico pesado) que experimentan las personas afecta la cantidad de síntomas físicos y psicológicos que tienen (Kanner, Coyne, Schaefer y Lazarus, 1981 ) .Kanner, A. D., Coyne, J. C., Schaefer, C. y Lazarus, R. S. (1981). Comparación de dos modos de medición del estrés: problemas diarios y elevaciones versus eventos de vida importantes. Journal of Behavioral Medicine, 4, 1–39. Pero debido a que no podían manipular la cantidad de molestias diarias que experimentaron sus participantes, tuvieron que conformarse con medir la cantidad de problemas diarios, junto con la cantidad de síntomas, utilizando cuestionarios de autoinforme. Aunque la fuerte relación positiva que encontraron entre estas dos variables es consistente con su idea de que los problemas causan síntomas, también es consistente con la idea de que los síntomas causan problemas o que alguna tercera variable (por ejemplo, neuroticismo) causa ambos.
Un error común entre los investigadores principiantes es que la investigación correlacional debe involucrar dos variables cuantitativas, como las puntuaciones en dos pruebas de extraversión o el número de problemas y el número de síntomas que las personas han experimentado. Sin embargo, la característica definitoria de la investigación correlacional es que las dos variables se miden, ni una manipulada, y esto es cierto independientemente de si las variables son cuantitativas o categóricas. Imagine, por ejemplo, que un investigador administra la escala de autoestima de Rosenberg a 50 estudiantes universitarios estadounidenses y 50 estudiantes universitarios japoneses. Aunque esto «se siente» como un experimento entre sujetos, es un estudio correlacional porque el investigador no manipuló las nacionalidades de los estudiantes. Lo mismo es cierto para el estudio realizado por Cacioppo y Petty comparando a los profesores universitarios y a los trabajadores de fábricas en términos de su necesidad de cognición. Es un estudio correlacional porque los investigadores no manipularon las ocupaciones de los participantes.
Figura 7.2 «Resultados de un estudio hipotético sobre si las personas que hacen que las listas diarias de tareas experimenten menos estrés que las personas que no hacen tales listas» muestran datos de un estudio hipotético sobre la relación entre si las personas hacen una lista diaria de cosas que hacer (una «lista de tareas pendientes») y estrés. Tenga en cuenta que no está claro si este es un experimento o un estudio correlacional porque no está claro si la variable independiente fue manipulada. Si el investigador asignó aleatoriamente a algunos participantes para hacer listas diarias de tareas y otras no hacerlo, entonces es un experimento. Si el investigador simplemente preguntó a los participantes si hicieron listas diarias de tareas pendientes, entonces es un estudio correlacional. La distinción es importante porque si el estudio fue un experimento, se podría concluir que hacer que las listas diarias redujeran el estrés de los participantes. Pero si se tratara de un estudio correlacional, solo podría concluir que estas variables están estadísticamente relacionadas. Quizás estar estresado tiene un efecto negativo en la capacidad de las personas para planificar con anticipación (el problema de direccionalidad). O tal vez las personas que son más concienzudas tienen más probabilidades de hacer listas de tareas pendientes y es menos probable que se estresen (el tercer problema variable). El punto crucial es que lo que define un estudio como experimental o correlacional no son las variables que se están estudiando, ni si las variables son cuantitativas o categóricas, ni el tipo de gráfico o estadísticas utilizadas para analizar los datos. Así es como se realiza el estudio.
¿Como debe ser el diseño de una investigación correlacional?
- Error de muestra: es el error variable que se deriva del hecho de que estimamos algo sobre nuestra población de interés a partir de una muestra
- Error adicional: muestra: todos los demás errores posibles que se determinan en la producción de los datos
Como se sabe por el curso de inferencia, en un procedimiento de intervalo para intervalos es posible cuantificar (fijar el nivel de confianza) el error máximo que podemos cometer. Este error se expresa por los detalles del intervalo de confianza. Definimos el error de muestra El error variable que se deriva del hecho de que estimamos algo de nuestra población a partir de una de las posibles muestras de tamaño N que podríamos haber extraído de nuestra población de interés. Sería nulo si pudiéramos observar a toda la población. Evidentemente, este error es independiente de nosotros, ya que está vinculado a la naturaleza del fenómeno observado. Por ejemplo, colocamos que queremos estimar el promedio de cierto tamaño en la población. La varianza del estimador promedio de muestra es igual a la varianza de la variable en el estudio, frata el número de muestra. Si este último se establece por razones económicas, no es posible intervenir para reducir el error de la muestra.
Según la etiqueta de error extra campeones (o no muestras)) todas las demás eliminaciones con un valor verdadero, que puede haber generado en las diferentes etapas de la investigación, así como sus interacciones. Está presente tanto en la muestra como en las investigaciones exhaustivas. Son, por ejemplo, errores de campeón extra:
- Error de muestra: es el error variable que se deriva del hecho de que estimamos algo sobre nuestra población de interés a partir de una muestra
- Error adicional: muestra: todos los demás errores posibles que se determinan en la producción de los datos
Según FABBRIS, podemos considerar cada paso de información de un soporte a otro soporte como una fuente potencial de error extra-camampionario.
Artículos Relacionados:
- Aprenda el método de investigación correlacional para optimizar sus estudios
- 5 ejemplos de investigación correlacional que te sorprenderán
- La investigación correlacional es un método de investigación que se utiliza para establecer la relación entre dos o más variables.
- Características de la investigación correlacional
