Saltar al contenido principal
LibreTexts Español

1.4: Capítulo 4 Teorías en la Investigación Científica

  • Page ID
    144865
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)

    Como sabemos de capítulos anteriores, la ciencia es conocimiento representado como una colección de “teorías” derivadas utilizando el método científico. En este capítulo, examinaremos qué es una teoría, por qué necesitamos teorías en la investigación, cuáles son los bloques de construcción de una teoría, cómo evaluar teorías, cómo podemos aplicar teorías en la investigación, y también se presentan ejemplos ilustrativos de cinco teorías frecuentemente utilizadas en la investigación en ciencias sociales.

    Teorías

    Las teorías son explicaciones de un comportamiento, evento o fenómeno natural o social. Más formalmente, una teoría científica es un sistema de constructos (conceptos) y proposiciones (relaciones entre esos constructos) que presenta colectivamente una explicación lógica, sistemática y coherente de un fenómeno de interés dentro de algunos supuestos y condiciones de límite (Bacharach 1989). [1]

    Las teorías deben explicar por qué suceden las cosas, en lugar de simplemente describir o predecir. Tenga en cuenta que es posible predecir eventos o comportamientos usando un conjunto de predictores, sin explicar necesariamente por qué se están produciendo tales eventos. Por ejemplo, los analistas de mercado predicen fluctuaciones en el mercado de valores con base en anuncios del mercado, informes de ganancias de las principales empresas y nuevos datos de la Reserva Federal y otras agencias, basados en correlaciones observadas anteriormente. La predicción solo requiere correlaciones. Por el contrario, las explicaciones requieren causaciones, o comprensión de las relaciones causa-efecto. Establecer la causalidad requiere tres condiciones: (1) correlaciones entre dos constructos, (2) precedencia temporal (la causa debe preceder al efecto en el tiempo) y (3) rechazo de hipótesis alternativas (a través de pruebas). Las teorías científicas son diferentes de las explicaciones teológicas, filosóficas u otras, ya que las teorías científicas pueden probarse empíricamente utilizando métodos científicos.

    Las explicaciones pueden ser idiográficas o nomotéticas. Las explicaciones idiográficas son aquellas que explican una sola situación o evento en detalle idiosincrásico. Por ejemplo, te fue mal en un examen porque: (1) olvidaste que tenías un examen ese día, (2) llegaste tarde al examen debido a un atasco de tráfico, (3) entraste en pánico a mitad del examen, (4) tuviste que trabajar tarde la noche anterior y no pudiste estudiar para el examen, o incluso (5) tu perro se comió tu libro de texto. Las explicaciones pueden ser detalladas, precisas y válidas, pero pueden no aplicarse a otras situaciones similares, incluso involucrando a la misma persona, y por lo tanto no son generalizables. En contraste, las explicaciones nomotéticas buscan explicar una clase de situaciones o eventos más que una situación o evento específico. Por ejemplo, los estudiantes que tienen un mal desempeño en los exámenes lo hacen porque no pasaron el tiempo adecuado preparándose para los exámenes o que padecían nerviosismo, déficit de atención, o algún otro trastorno médico. Debido a que las explicaciones nomotéticas están diseñadas para ser generalizables a través de situaciones, eventos o personas, tienden a ser menos precisas, menos completas y menos detalladas. Sin embargo, explican económicamente, utilizando sólo unas pocas variables explicativas. Debido a que las teorías también pretenden servir como explicaciones generalizadas de patrones de eventos, comportamientos o fenómenos, las explicaciones teóricas son generalmente de naturaleza nomotética.

    Si bien se entienden las teorías, también es importante entender lo que no es la teoría. La teoría no son datos, hechos, tipologías, taxonomías o hallazgos empíricos. Una colección de hechos no es una teoría, así como un montón de piedras no es una casa. Del mismo modo, una colección de constructos (por ejemplo, una tipología de constructos) no es una teoría, porque las teorías deben ir mucho más allá de los constructos para incluir proposiciones, explicaciones y condiciones de límite. Los datos, hechos y hallazgos operan a nivel empírico u observacional, mientras que las teorías operan a nivel conceptual y se basan en la lógica más que en las observaciones.

    El uso de teorías en la investigación tiene muchos beneficios. En primer lugar, las teorías proporcionan la lógica subyacente de la ocurrencia de fenómenos naturales o sociales al explicar cuáles son los principales impulsores y resultados clave del fenómeno objetivo y por qué, y qué procesos subyacentes son responsables que impulsan ese fenómeno. En segundo lugar, ayudan en la toma de sentido al ayudarnos a sintetizar hallazgos empíricos previos dentro de un marco teórico y a conciliar hallazgos contradictorios al descubrir factores contingentes que influyen en la relación entre dos constructos en diferentes estudios. En tercer lugar, las teorías proporcionan orientación para futuras investigaciones al ayudar a identificar construcciones y relaciones que son dignas de investigación adicional. Cuarto, las teorías pueden contribuir a la construcción de conocimiento acumulativo al cerrar las brechas entre otras teorías y hacer que las teorías existentes sean reevaluadas bajo una nueva luz.

    Sin embargo, las teorías también pueden tener su propia cuota de limitaciones. Como explicaciones simplificadas de la realidad, es posible que las teorías no siempre proporcionen explicaciones adecuadas del fenómeno de interés basadas en un conjunto limitado de constructos y relaciones. Las teorías están diseñadas para ser explicaciones simples y parsimoniosas, mientras que la realidad puede ser significativamente más compleja. Además, las teorías pueden imponer anteojeras o limitar el “rango de visión” de los investigadores, haciendo que se pierdan conceptos importantes que no están definidos por la teoría.

    Bloques de construcción de una teoría

    David Whetten (1989) sugiere que hay cuatro bloques de construcción de una teoría: constructos, proposiciones, lógica y condiciones/supuestos límite. Los constructos capturan el “qué” de las teorías (es decir, qué conceptos son importantes para explicar un fenómeno), las proposiciones capturan el “cómo” (es decir, cómo se relacionan estos conceptos entre sí), la lógica representa el “por qué” (es decir, por qué están relacionados estos conceptos), y las condiciones/supuestos límite examina el “quién, cuándo y dónde” (es decir, bajo qué circunstancias funcionarán estos conceptos y relaciones). Aunque los constructos y las proposiciones se discutieron previamente en el Capítulo 2, los describimos nuevamente aquí en aras de la integridad.

    Los constructos son conceptos abstractos especificados en un alto nivel de abstracción que se eligen específicamente para explicar el fenómeno de interés. Recordemos del Capítulo 2 que los constructos pueden ser unidimensionales (es decir, encarnan un solo concepto), como el peso o la edad, o multidimensionales (es decir, encarnan múltiples conceptos subyacentes), como la personalidad o la cultura. Si bien algunos constructos, como la edad, la educación y el tamaño de la empresa, son fáciles de entender, otros, como la creatividad, los prejuicios y la agilidad organizacional, pueden ser más complejos y abstrusos, y otros como la confianza, la actitud y el aprendizaje, pueden representar tendencias temporales en lugar de estados estables. Sin embargo, todos los constructos deben tener una definición operativa clara e inequívoca que especifique exactamente cómo se medirá el constructo y en qué nivel de análisis (individual, grupal, organizacional, etc.). Las representaciones medibles de constructos abstractos se denominan variables. Por ejemplo, el cociente de inteligencia (IQ score) es una variable que se pretende medir una construcción abstracta llamada inteligencia. Como se señaló anteriormente, la investigación científica avanza a lo largo de dos planos: un plano teórico y un plano empírico. Los constructos se conceptualizan en el plano teórico, mientras que las variables se operacionalizan y miden en el plano empírico (observacional). Además, las variables pueden ser independientes, dependientes, mediadoras o moderadoras, como se discute en el Capítulo 2. La distinción entre constructos (conceptualizados a nivel teórico) y variables (medidas a nivel empírico) se muestra en la Figura 4.1.

    Diagrama de flujo que muestra el plano teórico con constructo A que conduce a una proposición de constructo B, luego el plano emprical abajo con la variable independiente que conduce a una hipótesis sobre la variable dependiente.
    Figura 4.1. Distinción entre conceptos teóricos y empíricos

    Las proposiciones son asociaciones postuladas entre constructos basados en la lógica deductiva. Las proposiciones se enuncian en forma declarativa e idealmente deberían indicar una relación causa-efecto (por ejemplo, si se produce X, entonces Y seguirá). Tenga en cuenta que las proposiciones pueden ser conjeturales pero DEBEN ser comprobable, y deben ser rechazadas si no están sustentadas en observaciones empíricas. Sin embargo, al igual que los constructos, las proposiciones se establecen a nivel teórico, y solo se pueden probar examinando la relación correspondiente entre las variables medibles de esos constructos. La formulación empírica de proposiciones, declaradas como relaciones entre variables, se denomina hipótesis. La distinción entre proposiciones (formuladas a nivel teórico) e hipótesis (probadas a nivel empírico) se representa en la Figura 4.1.

    El tercer bloque de construcción de una teoría es la lógica que proporciona las bases para justificar las proposiciones postuladas. La lógica actúa como un “pegamento” que conecta los constructos teóricos y aporta significado y relevancia a las relaciones entre estos constructos. La lógica también representa la “explicación” que se encuentra en el centro de una teoría. Sin lógica, las proposiciones serán ad hoc, arbitrarias y carentes de sentido, y no podrán vincularse a un “sistema de proposiciones” cohesivo que sea el corazón de cualquier teoría.

    Finalmente, todas las teorías están limitadas por suposiciones sobre valores, tiempo y espacio, y condiciones de límite que rigen dónde se puede aplicar la teoría y dónde no se puede aplicar. Por ejemplo, muchas teorías económicas asumen que los seres humanos son racionales (o generosamente racionales) y emplean la maximización de la utilidad basada en las expectativas de costos y beneficios como una forma de entender el comportamiento humano. En contraste, las teorías de la ciencia política asumen que las personas son más políticas que racionales, e intentan posicionarse en su entorno profesional o personal de una manera que maximice su poder y control sobre los demás. Dada la naturaleza de sus supuestos subyacentes, las teorías económicas y políticas no son directamente comparables, y los investigadores no deben utilizar teorías económicas si su objetivo es comprender la estructura de poder o su evolución en una organización. Asimismo, las teorías pueden tener suposiciones culturales implícitas (por ejemplo, si se aplican a culturas individualistas o colectivas), supuestos temporales (por ejemplo, si se aplican a etapas tempranas o etapas posteriores del comportamiento humano) y supuestos espaciales (por ejemplo, si se aplican a ciertas localidades pero no a otros). Si una teoría va a ser utilizada o probada adecuadamente, todos sus supuestos implícitos que forman los límites de esa teoría deben ser entendidos adecuadamente. Desafortunadamente, los teóricos rara vez afirman claramente sus suposiciones implícitas, lo que lleva a frecuentes aplicaciones erróneas de teorías a situaciones problemáticas en la investigación.

    Atributos de una buena teoría

    Las teorías son explicaciones simplificadas y a menudo parciales de la compleja realidad social. Como tal, puede haber buenas explicaciones o malas explicaciones, y en consecuencia, puede haber buenas teorías o teorías malas. ¿Cómo podemos evaluar la “bondad” de una teoría dada? Diferentes criterios han sido propuestos por diferentes investigadores, los más importantes de los cuales se enumeran a continuación:

    • Consistencia lógica: ¿Los constructos teóricos, las proposiciones, las condiciones de contorno y los supuestos son lógicamente consistentes entre sí? Si algunos de estos “bloques de construcción” de una teoría son inconsistentes entre sí (por ejemplo, una teoría asume racionalidad, pero algunos constructos representan conceptos no racionales), entonces la teoría es una teoría pobre.
    • Poder explicativo: ¿Cuánto explica (o predice) una teoría dada la realidad? Las buenas teorías obviamente explican el fenómeno objetivo mejor que las teorías rivales, ya que a menudo se mide por el valor de varianza explicada (R-cuadrado) en ecuaciones de regresión.
    • Falsificabilidad: el filósofo británico Karl Popper afirmó en la década de 1940 que para que las teorías sean válidas, deben ser falsificables. La falsificabilidad asegura que la teoría es potencialmente desdemostrable, si los datos empíricos no coinciden con proposiciones teóricas, lo que permite su prueba empírica por parte de los investigadores. En otras palabras, las teorías no pueden ser teorías a menos que puedan ser comprobables empíricamente. Declaraciones tautológicas, como “un día con altas temperaturas es un día caluroso” no son comprobables empíricamente porque un día caluroso se define (y mide) como un día con altas temperaturas, y por lo tanto, tales afirmaciones no pueden ser vistas como una proposición teórica. La falsificabilidad requiere la presencia de explicaciones rivales asegura que los constructos sean adecuadamente medibles, y así sucesivamente. No obstante, tenga en cuenta que decir que una teoría es falsificable no es lo mismo que decir que una teoría debe ser falsificada. Si una teoría es efectivamente falsificada con base en evidencia empírica, ¡entonces probablemente fue una teoría pobre para empezar!
    • Parsimonia: La parsimonia examina cuánto de un fenómeno se explica con cuán pocas variables se explican. El concepto se atribuye al lógico inglés del siglo XIV Padre Guillermo de Ockham (y de ahí llamado “La navaja de Ockham” o “navaja de Occam), que afirma que entre explicaciones en competencia que explican suficientemente la evidencia observada, la teoría más simple (es decir, aquella que utiliza el menor número de variables o hace la menor cantidad de suposiciones) es el mejor. La explicación de un fenómeno social complejo siempre se puede aumentar agregando más y más constructos. Sin embargo, tal enfoque derrota el propósito de tener una teoría, que pretenden ser explicaciones “simplificadas” y generalizables de la realidad. La parsimonia se relaciona con los grados de libertad en una teoría determinada. Las teorías parsimoniosas tienen mayores grados de libertad, lo que les permite generalizarse más fácilmente a otros contextos, entornos y poblaciones.

    Enfoques para Teorizar

    ¿Cómo construyen teorías los investigadores? Steinfeld y Fulk (1990) [2] recomiendan cuatro enfoques de este tipo. El primer enfoque es construir teorías inductivamente basadas en patrones observados de eventos o comportamientos. Tal enfoque a menudo se llama “construcción de teoría fundamentada”, porque la teoría se basa en observaciones empíricas. Esta técnica depende en gran medida de las habilidades observacionales e interpretativas del investigador, y la teoría resultante puede ser subjetiva y no confirmable. Además, observar ciertos patrones de eventos no necesariamente hará una teoría, a menos que el investigador sea capaz de proporcionar explicaciones consistentes para los patrones observados. Discutiremos el enfoque de la teoría fundamentada en un capítulo posterior sobre investigación cualitativa.

    La segunda aproximación a la construcción teórica consiste en realizar un análisis conceptual de abajo hacia arriba para identificar diferentes conjuntos de predictores relevantes para el fenómeno de interés utilizando un marco predefinido. Uno de esos marcos puede ser un marco simple de entrada-proceso-producto, donde el investigador puede buscar diferentes categorías de insumos, como factores individuales, organizacionales y/o tecnológicos potencialmente relacionados con el fenómeno de interés (el output), y describir los procesos subyacentes que vinculan estos factores al fenómeno objetivo. Este es también un enfoque inductivo que se basa en gran medida en las habilidades inductivas del investigador, y la interpretación puede estar sesgada por el conocimiento previo del investigador del fenómeno que se estudia.

    El tercer enfoque para teorizar es extender o modificar teorías existentes para explicar un nuevo contexto, como extender las teorías del aprendizaje individual para explicar el aprendizaje organizacional. Mientras se hace tal extensión, ciertos conceptos, proposiciones y/o condiciones límite de la vieja teoría pueden ser retenidos y otros modificados para adaptarse al nuevo contexto. Este enfoque deductivo aprovecha el rico inventario de teorías de ciencias sociales desarrollado por teóricos anteriores, y es una forma eficiente de construir nuevas teorías a partir de las existentes.

    El cuarto enfoque consiste en aplicar teorías existentes en contextos completamente nuevos a partir de las similitudes estructurales entre ambos contextos. Este enfoque se basa en el razonamiento por analogía, y es probablemente la forma más creativa de teorizar utilizando un enfoque deductivo. Por ejemplo, Markus (1987) [3] utilizó similitudes analógicas entre una explosión nuclear y el crecimiento incontrolado de redes o negocios basados en redes para proponer una teoría de masa crítica del crecimiento de la red. Así como una explosión nuclear requiere una masa crítica de material radiactivo para sostener una explosión nuclear, Markus sugirió que una red requiere una masa crítica de usuarios para sostener su crecimiento, y sin dicha masa crítica, los usuarios pueden abandonar la red, provocando una eventual desaparición de la red.

    Ejemplos de Teorías de las Ciencias Sociales

    En esta sección, presentamos breves resúmenes de algunas teorías ilustrativas de diferentes disciplinas de ciencias sociales. Estas teorías explican diferentes tipos de comportamientos sociales, utilizando un conjunto de constructos, proposiciones, condiciones límite, suposiciones y lógica subyacente. Tenga en cuenta que lo siguiente representa solo una introducción simplista a estas teorías; se aconseja a los lectores que consulten las fuentes originales de estas teorías para obtener más detalles e ideas sobre cada teoría.

    Teoría de la Agencia. La teoría de agencia (también llamada teoría principal-agente), una teoría clásica en la literatura de economía organizacional, fue propuesta originalmente por Ross (1973) [4] para explicar las relaciones bipartitas (como las que existen entre un empleador y sus empleados, entre ejecutivos organizacionales y accionistas, y entre compradores y vendedores) cuyos objetivos no son congruentes entre sí. El objetivo de la teoría de la agencia es especificar los contratos óptimos y las condiciones bajo las cuales dichos contratos pueden ayudar a minimizar el efecto de la incongruencia de metas. Los supuestos centrales de esta teoría son que los seres humanos son individuos egoístas, generosamente racionales y reacios al riesgo, y la teoría puede aplicarse a nivel individual u organizacional.

    Las dos partes en esta teoría son el principal y el agente; el principal emplea al agente para realizar ciertas tareas en su nombre. Si bien el objetivo del director es la finalización rápida y efectiva de la tarea asignada, el objetivo del agente puede ser trabajar a su propio ritmo, evitar riesgos y buscar el interés propio (como el pago personal) sobre los intereses corporativos. De ahí, la incongruencia del objetivo. La naturaleza del problema puede ser problemas de asimetría de información causados por la incapacidad del director para observar adecuadamente el comportamiento del agente o evaluar con precisión los conjuntos de habilidades del agente. Dicha asimetría puede conducir a problemas de agencia donde el agente no puede hacer el esfuerzo necesario para realizar la tarea (el problema del riesgo moral) o puede tergiversar su pericia o habilidades para conseguir el trabajo pero no desempeñarse como se esperaba (el problema de selección adversa). Los contratos típicos que se basan en el comportamiento, como un salario mensual, no pueden superar estos problemas. Por lo tanto, la teoría de la agencia recomienda usar contratos basados en resultados, como comisiones o honorarios pagaderos al finalizar la tarea, o contratos mixtos que combinen incentivos basados en el comportamiento y los basados en resultados. Los planes de opciones sobre acciones de un empleado son un ejemplo de un contrato basado en resultados, mientras que el pago del empleado es un contrato basado en el comportamiento. La teoría de la agencia también recomienda herramientas que los directores pueden emplear para mejorar la eficacia de los contratos basados en el comportamiento, como invertir en mecanismos de monitoreo (como la contratación de supervisores) para contrarrestar la asimetría de información causada por el riesgo moral, diseñar contratos renovables supeditados al desempeño del agente ( la evaluación del desempeño hace que el contrato esté parcialmente basado en resultados), o mejorando la estructura de la tarea asignada para hacerla más programable y por lo tanto más observable.

    Teoría del Comportamiento Planeado. Postulado por Azjen (1991) [5], la teoría del comportamiento planificado (TPB) es una teoría generalizada del comportamiento humano en la literatura de psicología social que puede ser utilizada para estudiar una amplia gama de comportamientos individuales. Presume que el comportamiento individual representa una elección razonada consciente, y está conformada por el pensamiento cognitivo y las presiones sociales. La teoría postula que los comportamientos se basan en la intención de uno respecto a ese comportamiento, que a su vez es una función de la actitud de la persona hacia el comportamiento, la norma subjetiva con respecto a ese comportamiento y la percepción de control sobre ese comportamiento (ver Figura 4.2). La actitud se define como los sentimientos generales positivos o negativos del individuo sobre la realización del comportamiento en cuestión, los cuales pueden ser evaluados como una suma de las creencias propias respecto a las diferentes consecuencias de ese comportamiento, ponderadas por la conveniencia de esas consecuencias.

    La norma subjetiva se refiere a la percepción de si las personas importantes para esa persona esperan que la persona realice el comportamiento previsto, y se representa como una combinación ponderada de las normas esperadas de diferentes grupos referentes como amigos, colegas o supervisores en el trabajo. El control conductual es la percepción de los controles internos o externos que constriñen el comportamiento en cuestión. Los controles internos pueden incluir la capacidad de la persona para realizar el comportamiento pretendido (autoeficacia), mientras que el control externo se refiere a la disponibilidad de recursos externos necesarios para realizar ese comportamiento (condiciones facilitadoras). TPB también sugiere que en ocasiones las personas pueden pretender realizar un comportamiento determinado pero carecen de los recursos necesarios para hacerlo, y por lo tanto sugiere que postula que el control conductual puede tener un efecto directo sobre el comportamiento, además del efecto indirecto mediado por la intención.

    TPB es una extensión de una teoría anterior llamada teoría de la acción razonada, que incluyó la actitud y la norma subjetiva como impulsores clave de la intención, pero no el control conductual. Este último constructo fue agregado por Ajzen en TPB para dar cuenta de circunstancias en las que las personas pueden tener un control incompleto sobre sus propios comportamientos (como no tener acceso a Internet de alta velocidad para navegar por la web).

    Teoría del diagrama de flujo del comportamiento planificado que muestra una consecuencia que conduce a la actitud, una norma que conduce a normas subjetivas, control que conduce al control conductual, y todas estas cosas conducen a la intención y luego al comportamiento.
    Figura 4.2. Teoría del comportamiento planificado

    Teoría de difusión de la innovación. La teoría de la difusión de la innovación (IDT) es una teoría fundamental en la literatura de comunicaciones que explica cómo se adoptan las innovaciones dentro de una población de adoptantes potenciales. El concepto fue estudiado por primera vez por el sociólogo francés Gabriel Tarde, pero la teoría fue desarrollada por Everett Rogers en 1962 a partir de observaciones de 508 estudios de difusión. Los cuatro elementos clave en esta teoría son: innovación, canales de comunicación, tiempo y sistema social. Las innovaciones pueden incluir nuevas tecnologías, nuevas prácticas o nuevas ideas, y los adoptantes pueden ser individuos u organizaciones. A nivel macro (población), IDT ve la difusión de la innovación como un proceso de comunicación donde las personas de un sistema social aprenden sobre una nueva innovación y sus beneficios potenciales a través de canales de comunicación (como los medios de comunicación o los adoptantes anteriores) y son persuadidas para adoptarla. La difusión es un proceso temporal; el proceso de difusión comienza lento entre unos pocos adoptantes tempranos, luego se acelera a medida que la innovación es adoptada por la población dominante y finalmente se ralentiza a medida que la población adoptante alcanza la saturación. El patrón de adopción acumulativa, por lo tanto, una curva en forma de S, como se muestra en la Figura 4.3, y la distribución adoptante representa una distribución normal. Todos los adoptantes no son idénticos, y los adoptantes pueden clasificarse en innovadores, adoptantes tempranos, mayoría temprana, mayoría tardía y rezagados según su momento de adopción. La tasa de difusión a lso depende de características del sistema social como la presencia de líderes de opinión (expertos cuyas opiniones son valoradas por otros) y agentes de cambio (personas que influyen en el comportamiento de los demás).

    A nivel micro (adoptante), Rogers (1995) [6] sugiere que la adopción de la innovación es un proceso que consta de cinco etapas: (1) conocimiento: cuando los adoptantes aprenden por primera vez sobre una innovación desde los medios masivos o canales interpersonales, (2) persuasión: cuando son persuadidos por los adoptantes anteriores para probar la innovación, (3) decisión: su decisión de aceptar o rechazar la innovación, (4) implementación: su utilización inicial de la innovación, y (5) confirmación: su decisión de continuar utilizándola a su máximo potencial (ver Figura 4.4). Se presume que cinco características de innovación dan forma a las decisiones de adopción de la innovación de los adoptantes: (1) ventaja relativa: los beneficios esperados de una innovación en relación con innovaciones anteriores, (2) compatibilidad: la medida en que la innovación encaja con los hábitos de trabajo, creencias y valores del adoptante, (3) complejidad: la medida en que la innovación es difícil de aprender y utilizar, (4) capacidad de prueba: la medida en que la innovación puede probarse a base de prueba, y (5) observabilidad: la medida en que se pueden observar claramente los resultados del uso de la innovación. Desde entonces, las dos últimas características han sido abandonadas de muchos estudios de innovación. La complejidad se correlaciona negativamente con la adopción de la innovación, mientras que los otros cuatro factores están correlacionados positivamente. La adopción de la innovación también depende de factores personales como la propensión a tomar riesgos del adoptante, el nivel educativo, el cosmopolitismo y la influencia de la comunicación. Los primeros adoptantes son aventureros, bien educados y dependen más de los medios de comunicación para obtener información sobre la innovación, mientras que los adoptantes posteriores confían más en fuentes interpersonales (como amigos y familiares) como su principal fuente de información. IDT ha sido criticado por tener un “sesgo pro-innovación”, es decir, por presumir que todas las innovaciones son beneficiosas y eventualmente se difundirán entre toda la población, y porque no permite que innovaciones ineficientes como modas o modas se desvanezcan rápidamente sin ser adoptadas por los población entera o ser reemplazada por mejores innovaciones.

    Curva de difusión en forma de S que muestra la comparación con la curva tradicional en forma de campana con 2.5% como innovadores, 13.5% como adoptantes tempranos, 34% como mayoría temprana, 34% como mayoría tardía y 16% como rezagados.
    Figura 4.3. Curva de difusión en S
    Proceso de adopción de innovación mostrando conocimiento luego persuasión luego decisión luego implementación y luego confirmación.
    Figura 4.4. Proceso de adopción de la innovación.

    Modelo de Probabilidad de Elaboración. Desarrollado por Petty y Cacioppo (1986) [7], el modelo de verosimilitud de elaboración (ELM) es una teoría de doble proceso de formación de actitudes o cambio en la literatura de psicología. Explica cómo los individuos pueden ser influenciados para cambiar su actitud hacia un determinado objeto, eventos o comportamiento y la eficacia relativa de tales estrategias de cambio. El ELM postula que la actitud de uno puede estar conformada por dos “rutas” de influencia, la ruta central y la ruta periférica, las cuales difieren en la cantidad de procesamiento reflexivo de la información o “elaboración” requerida de las personas (ver Figura 4.5). La ruta central requiere que una persona piense en los argumentos relacionados con el tema en un mensaje informativo y escudriñe cuidadosamente los méritos y la relevancia de esos argumentos, antes de formar un juicio informado sobre el objeto objetivo. En la ruta periférica, los sujetos se basan en “señales” externas como el número de usuarios anteriores, los avales de los expertos o la simpatabilidad del endosador, más que en la calidad de los argumentos, para enmarcar su actitud hacia el objeto objetivo. Esta última ruta es menos exigente cognitivamente, y las rutas de cambio de actitud suelen operacionalizarse en el ELM utilizando los constructos de calidad de argumento y señales periféricas respectivamente.

    La calidad del argumento (ruta central), la motivación y la capacidad (probabilidad de elaboración) y la credibilidad de la fuente (ruta periférica) conducen a un cambio de actitud
    Figura 4.5. Modelo de probabilidad de elaboración

    Si las personas serán influenciadas por las rutas centrales o periféricas depende de su capacidad y motivación para elaborar los méritos centrales de un argumento. Esta habilidad y motivación para elaborar se llama probabilidad de elaboración. Las personas en un estado de alta probabilidad de elaboración (alta capacidad y alta motivación) tienen más probabilidades de procesar cuidadosamente la información presentada y, por lo tanto, están más influenciadas por la calidad del argumento, mientras que las que se encuentran en el estado de baja probabilidad de elaboración están más motivadas por señales periféricas. La probabilidad de elaboración es una característica situacional y no un rasgo personal. Por ejemplo, un médico puede emplear la vía central para diagnosticar y tratar una dolencia médica (en virtud de su experiencia en el tema), pero puede confiar en señales periféricas de la mecánica automotriz para comprender los problemas con su automóvil. Como tal, la teoría tiene implicaciones generalizadas sobre cómo promulgar un cambio de actitud hacia nuevos productos o ideas e incluso el cambio social.

    Teoría General de la Disuasión. Dos filósofos utilitarios del siglo XVIII, Cesare Beccaria y Jeremy Bentham, formularon la Teoría General de la Disuasión (GDT) como una explicación del crimen y un método para reducirla. GDT examina por qué ciertos individuos se involucran en comportamientos desviados, antisociales o criminales. Esta teoría sostiene que las personas son fundamentalmente racionales (tanto para comportamientos conformes como desviados), y que eligen libremente comportamientos desviados basados en un cálculo racional de costo-beneficio. Debido a que las personas eligen naturalmente comportamientos que maximizan la utilidad, las elecciones desviadas que generan ganancias o placer personales pueden controlarse aumentando los costos de tales comportamientos en forma de castigos (contramedidas), así como aumentando la probabilidad de aprehensión. La rapidez, severidad y certeza de los castigos son los constructos clave en la GDT.

    Si bien la investigación positivista clásica en criminología busca causas generalizadas de conductas delictivas, como pobreza, falta de educación, condiciones psicológicas, y recomienda estrategias para rehabilitar a los delincuentes, como brindarles capacitación laboral y tratamiento médico, GDT se enfoca en la decisión penal proceso de elaboración y factores situacionales que influyen en ese proceso. De ahí que la situación personal de un delincuente (como sus valores personales, su riqueza y su necesidad de dinero) y el contexto ambiental (como qué tan protegido está el blanco, qué tan eficiente es la policía local, cuán probable es que los delincuentes sean aprehendidos) juegan un papel clave en este proceso de toma de decisiones. El enfoque de GDT no es cómo rehabilitar a los delincuentes y evitar futuros comportamientos delictivos, sino cómo hacer que las actividades delictivas sean menos atractivas y, por lo tanto, prevenir delitos. Para ello, “endurecimiento de objetivos” como instalar cerrojos y desarrollar habilidades de autodefensa, disuasores legales como eliminar la libertad condicional por ciertos delitos, “ley de tres huelgas” (encarcelamiento obligatorio por tres delitos, aunque los delitos sean menores y no valgan la pena de prisión), y la pena de muerte, aumentar las posibilidades de aprehensión utilizando medios como programas de vigilancia vecinal, grupos de trabajo especiales sobre drogas o delitos relacionados con pandillas, y el aumento de patrullas policiales, y programas educativos como avisos altamente visibles como “Los intrusos serán procesados” son efectivos para prevenir delitos. Esta teoría tiene implicaciones interesantes no solo para los delitos tradicionales, sino también para los delitos contemporáneos de cuello blanco como el uso de información privilegiada, la piratería de software y el intercambio ilegal de música.

    Referencias

    [1] Bacharach, S. B. (1989). “Teorías Organizacionales: Algunos Criterios para la Evaluación”, Academy of Management Review (14:4), 496-515.

    [2] Steinfield, C.W. y Fulk, J. (1990). “The Theory Imperative”, en Organizaciones y Tecnología de las Comunicaciones, J. Fulk y C. W. Steinfield (eds.), Newbury Park, CA: Sage Publications.

    [3] Markus, M. L. (1987). “Hacia una teoría de la 'masa crítica' de los medios interactivos: acceso universal, interdependencia y difusión”, Investigación en comunicación (14:5), 491-511.

    [4] Ross, S. A. (1973). “La teoría económica de la agencia: el problema del principal”, American Economic Review (63:2), 134-139.

    [5] Ajzen, I. (1991). “La teoría del comportamiento planificado”, el comportamiento organizacional y los procesos de decisión humana (50), 179-211.

    [6] Rogers, E. (1962). Difusión de Innovaciones. Nueva York: La prensa libre. Otras ediciones 1983, 1996, 2005.

    [7] Petty, R. E., y Cacioppo, J. T. (1986). Comunicación y persuasión: rutas centrales y periféricas hacia el cambio de actitud. Nueva York: Springer-Verlag.

    Colaboradores y Atribuciones


    This page titled 1.4: Capítulo 4 Teorías en la Investigación Científica is shared under a CC BY license and was authored, remixed, and/or curated by William Pelz (Lumen Learning) .