NIVELES DE INVESTIGACIÓN
La clasificación de los estudios en niveles surge como necesidad para definir la línea de investigación. Una línea es una sucesión continua de puntos; en investigación, cada uno de estos puntos representa a un estudio, de manera que una línea de investigación es una sucesión continua de estudios desarrollados con un propósito.
La línea de investigación es la razón de ser del investigador que pretende descubrir, describir y solucionar un problema, mediante la ejecución de un conjunto de estudios desarrollados sucesivamente.
A medida que avanzamos en nuestra línea de investigación, iremos acumulando mayor cantidad de conocimientos; los estudios que contienen los conocimientos previos al desarrollo de nuestro estudio se denominan antecedentes investigativos, y mientras más antecedentes plantearemos una mejor solución.
Por otro lado, el número de variables analíticas también se incrementa a medida que avanzamos en nuestra línea de investigación; como consecuencia, el análisis estadístico se irá haciendo más complejo. La línea de investigación recorre los niveles de la investigación que son: exploratorio, descriptivo, relacional, explicativo, predictivo y aplicativo.
Veamos un ejemplo de línea de investigación recorriendo todos estos niveles con una enfermedad muy conocida: la diabetes.
En el nivel exploratorio se plantea la identificación del problema, a partir de la tríada de polidipsia, poliuria y polifagia, que en algún momento fueron descritas y que, más adelante fue conceptualizado como diabetes.
En el nivel descriptivo se busca conocer la frecuencia del problema, a través de indicadores epidemiológicos, como la prevalencia, de manera que planteamos el estudio de: la prevalencia de diabetes.
En el nivel relacional se desea conocer las condiciones que incrementan la probabilidad de enfermar, se trata de los factores asociados y el estudio más común es el de: factores de riesgo para la diabetes.
En el nivel explicativo queremos conocer la causa del problema pero las enfermedades como muchos problemas son multifactoriales, así que plantearemos el estudio: causas de la enfermedad de la diabetes.
En el nivel predictivo queremos conocer la evolución de la enfermedad, en el caso de que no se intervenga oportunamente y el estudio que vamos a plantear será: pronóstico de la enfermedad de la diabetes.
Hasta que al final, en el nivel aplicativo, queremos solucionar el problema estudiado y lo podemos hacer mediante una intervención que en salud se denomina tratamiento, el estudio será: tratamiento para la diabetes.
El investigador descubre problemas, construye líneas de investigación y plantea soluciones; solamente si recorre los niveles de la investigación.
1. Nivel Exploratorio
Se plantea cuando se observa un fenómeno que debe ser analizado, puede perfectamente nacer de la anécdota, aquí no hay preguntas que conduzcan a problemas precisos. Pero para que la observación sea científica, debe ser programada, planeada, consiente, y controlada.
El estudio exploratorio se plantea cuando no existe un cuerpo teórico suficiente para afrontar un fenómeno observado; en el área de la salud son los eventos adversos a la salud en términos de morbimortalidad; en las ciencias sociales al nivel exploratorio se le conoce como estudio cualitativo.
El nivel exploratorio es fenomenológico porque apelando a la experiencia intuitiva o evidente se plantea el reconocimiento e identificación de problemas, de nuevas enfermedades y de nuevas situaciones que tendrán que ser analizadas.
El nivel exploratorio es hermenéutico, constructivista o interpretativo, porque busca la definición del constructo. Esto es la definición de un problema o de una enfermedad, busca darle una interpretación mediante el lenguaje refinándolo hermenéuticamente y contrastándolo dialécticamente.
El estudio exploratorio desestima la estadística y los modelos matemáticos, se oponen al estudio cuantitativo de los hechos, los objetivos que se plantean en este nivel no son estadísticos, sino hermenéuticos como comprender, interpretar, declarar, anunciar, esclarecer o traducir; se trata, lógicamente, de investigación cualitativa. Por esta razón en los libros de estadística, no aparece el nivel exploratorio.
2. Nivel Descriptivo
Describe fenómenos sociales o clínicos en una circunstancia temporal y geográfica determinada, aquí los términos claves son temporal y geográfico, porque los hechos o acontecimientos, descubiertos en el nivel exploratorio tienen que ser enmarcados en un espacio geográfico y temporal.
Las características descritas para una población no necesariamente son iguales para otra población y también cambian con el tiempo; por esta razón, los estudios descriptivos siempre deben tener una delimitación temporal y geográfica. Su finalidad, por tanto, es describir a la población o estimar parámetros a partir de una muestra, considerando que el objeto de estudio siempre es la población.
La diferencia con el nivel exploratorio es que en el nivel descriptivo aparecen los objetivos estadísticos, y por tanto, es el origen de la investigación cuantitativa, requiere de análisis estadístico para completar los objetivos del estudio.
El análisis estadístico es univariado, aquí se describen frecuencias si trabajamos con variables categóricas o promedios, si lo hacemos con variables numéricas; también se estiman parámetros con intervalos de confianza; para ello tendremos que recurrir a procedimientos estadísticos, en este nivel se encuentran los estudios de incidencia y prevalencia.
Los estudios descriptivos pueden tener hipótesis, dependiendo de su enunciado, si el enunciado del estudio es una proposición, entonces, el estudio descriptivo tendrá hipótesis, pero si el enunciado de la investigación no es una proposición, entonces no tendrá hipótesis.
3. Nivel Relacional
La característica más importante de este nivel es que posee análisis estadístico bivariado (de dos variables) y es, precisamente, lo que lo diferencia del nivel descriptivo (donde el análisis estadístico es univariado); y la diferencia con el nivel explicativo es que no pretenden demostrar relaciones de causalidad.
Todo el análisis estadístico que desarrollamos en el nivel relacional es bivariado, si trabajamos con datos categóricos podemos hacer asociaciones con el test de Chi cuadrado, con sus respectivas medidas de asociación, y si trabajamos con datos numéricos, correlaciones con la prueba de correlación de Pearson, con sus respectivas medidas de correlación.
Adicionalmente el análisis estadístico en el nivel relacional, permite cuantificar la relación entre las dos variables, para cuantificar una asociación podemos utilizar, por ejemplo, el índice kappa de Cohen, y para cuantificar la correlación entre dos variables numéricas, podemos utilizar el índice de correlación R de Pearson. Existe una confusión frecuente entre el término relacional y correlacional, la relación corresponde a un nivel investigativo; y la correlación, es un procedimiento estadístico.
La hipótesis en el nivel relacional, es una hipótesis empírica, una hipótesis que nace a partir de la subjetividad del investigador, y que carece de fundamento. Como quiera que la hipótesis es una sospecha fundada solo en la experiencia del investigador por lo general se plantea a dos colas.
Para hablar de relaciones causales, la asociación y la fuerza de asociación son los principales sustratos para plantear un estudio de nivel explicativo.
4. Nivel Explicativo
Son estudios que plantean relaciones de causalidad, donde la estadística es insuficiente para completar sus objetivos, de manera que se tendrá que completar otros criterios de causalidad, donde el experimento es el más conocido pero no indispensable para llegar a concluir el estudio.
El experimento es uno de los criterios para demostrar causalidad, pero no es el único, ni es indispensable, de manera que se puede llegar a una conclusión de causa y efecto sin la necesidad de experimentar. De manera que en el nivel explicativo podemos desarrollar dos tipos de estudios: los estudios observacionales y los experimentales.
Desde el punto de vista analítico, explica el comportamiento de una variable dependiente en función de otras variables independientes. Pero requiere de control, la finalidad del control es descartar las asociaciones aleatorias, casuales o espurias; de las verdaderas relaciones causales, que no se pueden diferenciar en los estudios relacionales.
El análisis estadístico multivariado es clave en los estudios observacionales, porque cuentan con datos que provienen de mediciones no controladas; en cambio, un experimento, por ser un estudio prospectivo se desarrolla en un contexto controlado, de manera que el análisis estadístico incluso puede ser bivariado.
Todos los estudios explicativos cuentan con hipótesis, pero la diferencia con la hipótesis empírica de los estudios relacionales, es que se trata de una hipótesis racional, esto significa que requiere necesariamente de un fundamento basado en los antecedentes investigativos.
5. Nivel Predictivo
Predicen probabilísticamente la ocurrencia de eventos generalmente adversos como la enfermedad y la muerte; también predicen sucesos en función al tiempo, como por ejemplo: el tiempo de vida media.
A la probabilidad de ocurrencia de un evento adverso se le conoce como predicción, y al cálculo del tiempo en que ocurriría el evento adverso se le conoce como pronóstico. Un ejemplo de predicción es la probabilidad de que una cirugía se complique y un ejemplo de pronóstico es el tiempo de vida media de una prótesis dentaria.
Desde el punto de vista estadístico no se trata de poner a prueba hipótesis, sino de construir modelos predictivos; para ello se aplican técnicas específicas, como las ecuaciones estructurales, las series de tiempo y el análisis de supervivencia; así como la minería de datos.
Para construir un modelo predictivo debemos definir claramente nuestra variable endógena (variable a predecir) y a nuestras variables exógenas (variables predictivas) las cuales han sido demostradas previamente como variables causales en el nivel anterior, de modo que no estamos sometiendo a contraste su pertinencia o su participación en la ocurrencia del evento adverso, sino las usamos con fines predictivos.
En otros casos el interés del investigador está centrado en predecir la ocurrencia de un evento en función al tiempo, para lo cual necesitará información del pasado para predecir el futuro, esta predicción se hace con un determinado nivel de confianza que se expresará mediante un intervalo de confianza.
6. Nivel Aplicativo
Mario Bunge divide a la investigación en pura y aplicada. En términos sencillos la finalidad de la investigación pura es “conocer”, mientras que la finalidad de la investigación aplicada es “mejorar”; por tanto, la investigación pura abarca los cinco primeros niveles de la investigación y la investigación aplicada se corresponde con el nivel aplicativo.
La investigación aplicada cuenta claramente con intervención, pero no se trata de una intervención delibera como ocurre en los experimentos, a lo cual se le denomina manipulación, sino de una intervención a propósito de las necesidades de la población objetivo.
Tal es así que la investigación aplicada plantea resolver problemas o intervenir en la historia natural de la enfermedad, es por esto que algunos investigadores la denominan investigación acción.
La estadística ayuda a evaluar el éxito de la intervención, en cuanto a proceso, resultado e impacto. Si estamos desarrollando, por ejemplo, una campaña de vacunación, el proceso es la cadena de frío, los resultados son la cobertura o el porcentaje de niños vacunados, y el impacto es la disminución de la incidencia de la enfermedad para la cual estamos vacunando. Aquí se encuentra la estadística para el control de calidad.
Es posible que en algunos casos para solucionar problemas no se requiera de haber pasado escrupulosamente los niveles investigativos anteriores, si una determinada intervención soluciona un problema, entonces debe aplicarse a una población, siempre que no existan efectos colaterales, esto es muy común en las ciencias sociales.
En síntesis
El investigador descubre un problema y asume la misión de solucionarlo, para ello debe definir perfectamente de que se trata el problema, debe comprenderlo, interpretarlo, conceptualizarlo y anunciarlo; para luego cuantificarlo y decidir sobre la prioridad que debe asignarle para solucionarlo.
El problema que ya está conceptualizado, constituye su línea de investigación, que a partir de ahora será la razón de ser del investigador, porque un investigador que no posee una línea de investigación, no aporta a la solución de ningún problema.
El investigador que desarrolla estudios en diferentes líneas de investigación, esta procrastinando el quehacer científico, no es un experto en nada, puesto que nada ha estudiado a profundidad; en cambio el investigador que posee una línea de investigación es el experto más experto de todos dentro de su propia línea de investigación.
Solamente un experto puede decidir en todas las cuestiones cualitativas que recubre la investigación cuantitativa, como por ejemplo: el número de variables de caracterización en un estudio descriptivo, o el número de factores que se plantean para un estudio de factores de riesgo.
La misión del investigador es solucionar un problema y su visión es llegar al nivel aplicativo con un buen argumento, para ello tendrá que construir su línea de investigación, que es el camino científico para solucionar problemas, la estadística será la principal herramienta para llegar a la meta.
Ref:: tallerdeinvestigaci1blogspot.com
