1 Investigación no experimental Si el experimentador no tiene posibilidad de decidir cómo asignar sujetos a las diversas condiciones, si no puede crear diferentes condiciones de tratamiento y asignar sujetos a las diversas condiciones, entonces hablamos de una investigación no experimental. El investigador durante la recopilación de datos, durante las observaciones, no puede aplicar un control completo. La investigación no experimental también se llama investigación correlacional, ya que se limita a observar la existencia de una adicción (no necesariamente una relación de causa-efecto) entre las variables. Observación. Investigador no experimentalicular. El investigador observa a las personas en su entorno natural. Archivo. El investigador utiliza datos recopilados por otras entidades, institutos, investigadores, para examinar posibles factores que influyen en el comportamiento. El investigador se ocupa de casos o situaciones particulares, por razones prácticas o de investigación. Investigación. El investigador hace una serie de preguntas a varias personas.
2 tipos de investigación observacional Observación naturalista (o no intrusiva) Por ejemplo: el estudio de Goffman sobre el comportamiento de las personas para evitar colisiones en las aceras. Zimmerman y West (1975) sobre la forma en que el poder y el dominio se expresan en las conversaciones. Laboratoryorrocca con observadores participantes, Riecken y Riecken y Riecken y Schachter (1956) observó los comportamientos de un grupo de personas que consideraron el fin del mundo cercano. Cuando el fin del mundo, en la fecha esperada, no ocurrió, los sujetos cambiaron la actitud hacia sus creencias. Esta investigación llevó a Festinger a desarrollar el concepto de disonancia cognitiva. Limiti: el observador puede alterar el comportamiento de los sujetos observados; Invasión de la esfera privada.
3 Investigación de Archives.: Phillips Study (1977) sobre accidentes automotrices. De este estudio, Phillips descubrió una relación entre las noticias publicadas en los periódicos y los accidentes de tráfico. En particular, descubrió que había un aumento del 9% en la frecuencia de los accidentes (30% en el tercer día) en la semana siguiente a la publicación de Suicidi News. Limiti: datos incompletos; Datos registrados por diferentes razones. Soltero de singolías. La negligencia apareció después de la eliminación de un tumor con un thalamor ventral.
4 La investigación de la escala de autoevaluación en la investigación (encuesta o encuesta) se utiliza esencialmente para recopilar información. La principal herramienta de medición para la investigación es el cuestionario. Con la investigación, se pueden hacer varias preguntas, desde los rasgos de personalidad (ansiedad, extroversión, etc.) hasta actitudes y opiniones (Cap. 3 «Teoría y técnicas de reactivados y entrevistas en psicología «, Tommasi-Busonera, Franco Angeli ed.). Escala de autoevaluación (S.C.L.-90)
8 precauciones En la escritura de los elementos evitan los elementos ambiguos. Los elementos deben escribirse para no influir en las respuestas. Las opciones de las preguntas cerradas deben ser distintas entre sí.
¿Dónde se aplica la investigación no experimental?
Cuando una nueva intervención (fármaco, procedimiento o dispositivo) se convierte en atención dominante, uno espera que todos los grupos de pacientes para quienes esta intervención está destinado se ha estudiado adecuadamente y, por lo tanto, se definen bien. Esta situación ideal rara vez se aplica. Los ensayos clínicos realizados para determinar la eficacia y la seguridad de las nuevas intervenciones generalmente están diseñados para ser factibles y el tiempo y rentables. Como consecuencia, las poblaciones de ensayos típicamente son altamente seleccionadas y pueden representar solo un subconjunto de los pacientes para quienes se dirige la intervención. Por lo tanto, la aplicabilidad de los hallazgos de prueba a otras subpoblaciones debe basarse en extrapolaciones. Algunas de estas extrapolaciones son razonables, mientras que otras son discutibles.
Cinco consideraciones a menudo influyen en el diseño del ensayo1: El deseo de una población de estudio que (1) es etiológicamente homogéneo, (2) es más probable que responda favorablemente a la intervención, (3) tiene menos probabilidades de sufrir eventos adversos, (4) no tiene o comorbilidad limitada, y (5) probablemente consistirán en buenos cumplidores. Los criterios de inclusión y exclusión en el protocolo de prueba definen a aquellos pacientes con una afección dada que son elegibles para la participación del ensayo o la llamada población de estudio. Además, todos los participantes del ensayo, por definición, deben consentir para participar en un proyecto de investigación. Los inscritos constituyen la muestra del estudio.
Este artículo destaca el conflicto entre las necesidades de un diseño de investigación óptimo y un deseo desde la perspectiva clínica de determinar si todos los grupos de pacientes se beneficiarán de una nueva intervención. El resultado elegido para un ensayo clínico a menudo influye en la interpretación de los resultados. El problema de la aplicación de los resultados de la investigación se ilustrará mediante ejemplos de la literatura.
Desde el punto de vista de la generalización, el ensayo ideal no tendría criterios de exclusión, aparte de las exclusiones que reflejan contraindicaciones conocidas en la intervención del estudio. Todos los demás pacientes con una condición dada serían elegibles para la inscripción. Además, el tamaño de la muestra elegido permitiría la inscripción de números suficientes de participantes en subgrupos de interés definidos, de modo que se puedan realizar análisis de subgrupos adecuadamente impulsados. Desafortunadamente, tales ensayos no son factibles. Raramente tenemos suficiente poder estadístico para determinar la eficacia y la seguridad de una intervención incluso en subgrupos principales que están definidos por co-variables como edad, sexo, etnia, gravedad de la enfermedad y etapa, co-morbilidad, uso de otras intervenciones importantes ( interacciones), y presencia de polimorfismo genético específico que pueden influir en la respuesta al tratamiento. Los lectores de artículos científicos deben ser conscientes de los «saltos de fe» que son inherentes a la interpretación de los resultados de la investigación.
Los pacientes que podrían beneficiarse más de una nueva intervención representan a los candidatos preferidos para la inscripción en un ensayo. Las decisiones con respecto a la elegibilidad a menudo se basan en conocer los mecanismos de acción de una intervención, lo que permite a los investigadores identificar a los que tienen más probabilidades de responder favorablemente. El conocimiento del microorganismo que causa una infección específica es una consideración importante al diseñar un ensayo de un nuevo agente antibiótico. Se pueden excluir aquellos con el mismo diagnóstico clínico causado por otros tipos y cepas de bacterias. La exclusión de pacientes elegibles en función de la edad, la función renal o hepática deteriorada y otra comorbilidad crea un grupo más homogéneo que es más probable que se beneficie al máximo. Sin embargo, el deseo de crear una población de estudio homogénea bien definida que optimice la probabilidad de un resultado de ensayo favorable puede limitar la capacidad de generalizar los hallazgos.
¿Cómo se aplica el diseño no experimental?
Un modelo similar al que recién visto es el propuesto por IDEO, la compañía de diseño internacional que ha realizado sustancialmente el evangelista del pensamiento de diseño en el mundo corporativo, fuera del perímetro académico. Pero no es una coincidencia, porque el fundador de la escuela D., David Kelly, también fue el fundador de IDEO.
Y aquí están las fases del pensamiento de diseño en el modelo IDEO:
(1) marco para cuestionar (marco/formular una pregunta)
Nos centramos en el usuario para el que tenemos la intención de crear una solución para un problema y en sus necesidades reales. Por lo tanto, podemos formular una pregunta que active el «desafío de diseño».
(2) Reunir inspiración (recolectar inspiraciones)
Una vez que se ha formulado la pregunta inicial, es necesario ponerse en contacto con el mundo real, observar a las personas, buscar inspiración e información.
(3) Ideas generadas (generar ideas)
Lo que se recopiló en la fase anterior ayuda a evitar soluciones obvias debido a una mentalidad limitada, para buscar soluciones innovadoras.
(5) Prueba para aprender (prueba para aprender)
Los prototipos se prueban para obtener retroalimentación y terminar aún más mejor las soluciones, o si es necesario volver a buscar nuevas inspiraciones: la iteración de la que ya hemos discutido.
Por supuesto, no es una mera réplica del modelo D.School de Stanford. La diferencia está en la secuencia de las dos primeras fases,
Aquí primero nos hacemos la pregunta («enmarcar una pregunta»), definiendo claramente el problema para el cual buscar soluciones. Luego se recopila información útil («recopilar inspiración») antes de continuar con la generación de ideas.
¿Qué es la investigación experimental y escriba dos ejemplos?
Descubrir relaciones causales es la clave para la investigación experimental. En términos abstractos, esto significa la relación entre una determinada acción, x, que solo crea el efecto Y. Por ejemplo, girar la perilla de volumen en su estéreo en el sentido de las agujas del reloj hace que el sonido se vuelva más fuerte. Además, puede observar que girar la perilla en sentido horario solo, y nada más, causó que aumentara el nivel de sonido. Podría concluir además que existe una relación causal entre girar la perilla en sentido horario y un aumento en el volumen; No simplemente porque uno causó al otro, sino porque está seguro de que nada más causó el efecto.
Más allá de descubrir relaciones causales, la investigación experimental busca aún más la causa producirá cuánto efecto; En términos técnicos, cómo la variable independiente afectará la variable dependiente. Sabes que girar la perilla en el sentido de las agujas del reloj producirá un ruido más fuerte, pero al variar cuánto la gira, ve cuánto sonido se produce. Por otro lado, puede encontrar que aunque gira la perilla mucho, el sonido no aumenta dramáticamente. O bien, puede encontrar que girar la perilla un poco agrega más sonido de lo esperado. La cantidad que giró la perilla es la variable independiente, la variable que controla el investigador y la cantidad de sonido que resultó de girarla es la variable dependiente, el cambio causado por la variable independiente.
La investigación experimental también analiza los efectos de eliminar algo. Por ejemplo, si elimina un ruido fuerte de la habitación, ¿podrá la persona a su lado? ¿O cuánto ruido se debe eliminar antes de que esa persona pueda escucharlo?
Artículos Relacionados:
