10.4: El “Debate” de un solo sujeto versus grupo
- Page ID
- 144609
La investigación de un solo tema es similar a la investigación grupal, especialmente la investigación grupal experimental, de muchas maneras. Ambos son enfoques cuantitativos que intentan establecer relaciones causales manipulando una variable independiente, midiendo una variable dependiente y controlando variables extrañas. Pero también hay diferencias importantes entre estos enfoques, y estas diferencias a veces conducen a desacuerdos. Vale la pena abordar los puntos de desacuerdo más comunes entre investigadores de una sola asignatura e investigadores de grupo y cómo se pueden resolver estos desacuerdos. Como veremos, la investigación de un solo tema y la investigación grupal probablemente se conceptualizan mejor como enfoques complementarios.
Análisis de datos
Un conjunto de desacuerdos gira en torno al tema del análisis de datos. A algunos defensores de la investigación grupal les preocupa que la inspección visual sea inadecuada para decidir si un tratamiento ha afectado a una variable dependiente y en qué medida. Una preocupación específica es que la inspección visual no es lo suficientemente sensible como para detectar efectos débiles. Un segundo es que la inspección visual puede ser poco confiable, con diferentes investigadores llegando a diferentes conclusiones sobre el mismo conjunto de datos (Danov & Symons, 2008) [1]. Un tercero es que los resultados de la inspección visual, un juicio general de si un tratamiento fue efectivo o no, no pueden resumirse ni compararse de manera clara y eficiente en todos los estudios (a diferencia de las medidas de fuerza de relación utilizadas típicamente en la investigación grupal).
En general, los investigadores de una sola asignatura comparten estas preocupaciones. Sin embargo, también argumentan que su uso de la estrategia de estado estacionario, combinado con su enfoque en efectos fuertes y consistentes, minimiza la mayoría de ellos. Si el efecto de un tratamiento es difícil de detectar mediante inspección visual porque el efecto es débil o los datos son ruidosos, entonces los investigadores de un solo sujeto buscan formas de aumentar la intensidad del efecto o reducir el ruido en los datos controlando variables extrañas (por ejemplo, administrando el tratamiento más consistentemente). Si el efecto sigue siendo difícil de detectar, entonces es probable que no lo consideren lo suficientemente fuerte ni lo suficientemente consistente como para ser de mayor interés. Muchos investigadores de un solo tema también señalan que el análisis estadístico es cada vez más común y que muchos de ellos lo están utilizando como complemento de la inspección visual, especialmente con el propósito de comparar resultados entre estudios (Scruggs & Mastropieri, 2001) [2].
Cambiando las tornas, algunos defensores de la investigación de un solo tema se preocupan por la forma en que los investigadores del grupo analizan sus datos. Específicamente, señalan que enfocarse en medios grupales puede ser altamente engañoso. Nuevamente, imagina que un tratamiento tiene un fuerte efecto positivo en la mitad de las personas expuestas a él y un efecto negativo igualmente fuerte en la otra mitad. En un experimento tradicional entre sujetos, el efecto positivo en la mitad de los participantes en la condición de tratamiento sería cancelado estadísticamente por el efecto negativo en la otra mitad. La media para el grupo de tratamiento sería entonces la misma que la media para el grupo control, haciendo que pareciera que el tratamiento no tuvo ningún efecto cuando de hecho tuvo un fuerte efecto en cada participante.
Pero nuevamente, los investigadores del grupo comparten esta preocupación. Aunque sí se enfocan en las estadísticas grupales, también enfatizan la importancia de examinar las distribuciones de las puntuaciones individuales. Por ejemplo, si algunos participantes se vieron afectados positivamente por un tratamiento y otros afectados negativamente por éste, esto produciría una distribución bimodal de las puntuaciones y podría detectarse observando un histograma de los datos. El uso de diseños dentro de sujetos es otra estrategia que permite a los investigadores del grupo observar efectos a nivel individual e incluso especificar qué porcentaje de individuos presentan efectos fuertes, medios, débiles e incluso negativos. Finalmente, se pueden utilizar diseños factoriales para examinar si los efectos de una variable independiente sobre una variable dependiente difieren en diferentes grupos de participantes (introvertidos vs extravertidos).
Validez Externa
El segundo tema sobre qué investigadores de un solo sujeto y grupo a veces no están de acuerdo tiene que ver con la validez externa: la capacidad de generalizar los resultados de un estudio más allá de las personas y la situación específica realmente estudiada. En particular, los defensores de la investigación grupal señalan la dificultad de saber si es probable que los resultados de unos pocos participantes se generalicen a otros de la población. Imagínese, por ejemplo, que en un estudio de una sola asignatura, se ha demostrado que un tratamiento reduce las autolesiones para cada uno de dos niños con discapacidad intelectual. Aunque el efecto sea fuerte para estos dos niños, ¿cómo se puede saber si es probable que este tratamiento funcione para otros niños con retrasos intelectuales?
Nuevamente, investigadores de una sola asignatura comparten esta preocupación. En respuesta, señalan que los efectos fuertes y consistentes en los que suelen interesarse, incluso cuando se observan en muestras pequeñas, es probable que se generalicen a otros en la población. Los investigadores de una sola asignatura también señalan que ponen un fuerte énfasis en replicar sus resultados de investigación. Cuando observan un efecto con una pequeña muestra de participantes, suelen intentar replicarlo con otra muestra pequeña, tal vez con un tipo de participante ligeramente diferente o en condiciones ligeramente diferentes. Cada vez que observan resultados similares, legítimamente se vuelven más seguros en la generalidad de esos resultados. Los investigadores de un solo sujeto también pueden señalar el hecho de que los principios del condicionamiento clásico y operante, la mayoría de los cuales fueron descubiertos usando el enfoque de un solo sujeto, se han generalizado con éxito en una gama increíblemente amplia de especies y situaciones.
Y, una vez más volteando las tornas, los investigadores de una sola asignatura tienen preocupaciones propias sobre la validez externa de la investigación grupal. Un punto sumamente importante que hacen es que estudiar grandes grupos de participantes no resuelve del todo el problema de generalizar a otros individuos. Imagínese, por ejemplo, un tratamiento que se ha demostrado que tiene un pequeño efecto positivo en promedio en un estudio de grupo grande. Es probable que aunque muchos participantes exhibieran un pequeño efecto positivo, otros exhibieron un gran efecto positivo, y aún otros exhibieron un pequeño efecto negativo. A la hora de aplicar este tratamiento a otro grupo numeroso, podemos estar bastante seguros de que tendrá un pequeño efecto en promedio. Pero a la hora de aplicar este tratamiento a otro individuo, no podemos estar seguros de si va a tener un efecto pequeño, grande, o incluso negativo. Otro punto que hacen los investigadores de una sola asignatura es que los investigadores de grupo también enfrentan un problema similar cuando estudian una sola situación y luego generalizan sus resultados a otras situaciones. Por ejemplo, los investigadores que realizan un estudio sobre el efecto del uso del teléfono celular en conductores en una pista ovalada cerrada probablemente quieran aplicar sus resultados a los conductores en muchas otras situaciones de conducción del mundo real. Pero fíjense que esto requiere generalizar de una sola situación a una población de situaciones. Así, la capacidad de generalizar se basa en mucho más que el mero número de participantes que uno ha estudiado. Requiere una cuidadosa consideración de la similitud de los participantes y las situaciones estudiadas con la población de participantes y las situaciones a las que se quiere generalizar (Shadish, Cook, & Campbell, 2002) [3].
Investigación de un solo sujeto y grupo como métodos complementarios
Al igual que con la investigación cuantitativa y cualitativa, probablemente sea mejor conceptualizar la investigación de un solo sujeto y la investigación grupal como métodos complementarios que tengan diferentes fortalezas y debilidades y que sean apropiados para responder a diferentes tipos de preguntas de investigación (Kazdin, 1982) [4] . La investigación de un solo sujeto es particularmente buena para probar la efectividad de los tratamientos en individuos cuando el enfoque está en efectos fuertes, consistentes y de importancia biológica o social. También es especialmente útil cuando el comportamiento de individuos particulares es de interés. Los médicos que trabajan con un solo individuo a la vez pueden encontrar que es su única opción para hacer investigación cuantitativa sistemática.
La investigación grupal, por otro lado, es ideal para probar la efectividad de los tratamientos a nivel grupal. Entre las ventajas de este enfoque está que permite a los investigadores detectar efectos débiles, los cuales pueden ser de interés por muchas razones. Por ejemplo, encontrar un efecto de tratamiento débil podría conducir a refinamientos del tratamiento que eventualmente produzcan un efecto más grande y significativo. La investigación grupal también es buena para estudiar las interacciones entre los tratamientos y las características de los participantes. Por ejemplo, si un tratamiento es efectivo para aquellos que tienen una alta motivación para cambiar e ineficaz para aquellos que tienen poca motivación para cambiar, entonces un diseño grupal puede detectar esto de manera mucho más eficiente que un diseño de un solo sujeto. También es necesaria la investigación grupal para responder preguntas que no pueden abordarse con el enfoque de un solo sujeto, incluyendo preguntas sobre variables independientes que no pueden ser manipuladas (p. ej., número de hermanos, extraversión, cultura).
Por último, es importante entender que los enfoques de sujeto único y grupo representan diferentes tradiciones de investigación. Este factor es probablemente el más importante que afecta qué enfoque utiliza un investigador. Los investigadores en el análisis experimental de la conducta y el análisis de comportamiento aplicado aprenden a conceptualizar sus preguntas de investigación de manera que son susceptibles al enfoque de un solo sujeto. Los investigadores de la mayoría de las otras áreas de la psicología aprenden a conceptualizar sus preguntas de investigación de manera que son susceptibles al enfoque grupal. Al mismo tiempo, hay muchos temas en psicología en los que la investigación de las dos tradiciones se han informado mutuamente y se han integrado con éxito. Un ejemplo es la investigación que sugiere que tanto los animales como los humanos tienen un “sentido numérico” innato, una conciencia de cuántos objetos o eventos de un tipo particular han experimentado sin tener que contarlos realmente (Dehaene, 2011) [5]. La investigación de un solo sujeto con ratas y aves y la investigación grupal con bebés humanos han demostrado habilidades sorprendentemente similares en esas poblaciones para discriminar pequeñas cantidades de objetos y eventos. Este sentido del número, que probablemente evolucionó mucho antes que los humanos, puede incluso ser la base de las habilidades matemáticas avanzadas de los humanos.
El principio de la evidencia convergente
Ahora que te han introducido muchos de los métodos de investigación más utilizados en psicología, debería ser fácilmente evidente que ningún diseño es perfecto. Cada diseño de investigación tiene fortalezas y debilidades. Los experimentos verdaderos suelen tener una validez interna alta pero pueden tener problemas con la validez externa, mientras que la investigación no experimental (por ejemplo, la investigación correlacional) a menudo tiene buena validez externa pero mala validez interna. Cada estudio nos acerca a la verdad pero ningún estudio solo puede considerarse definitivo. Esta es una razón por la que, en la ciencia, decimos que no existe tal cosa como la prueba científica, solo hay evidencia científica.
Si bien los medios de comunicación a menudo intentarán llegar a conclusiones sólidas sobre la base de los hallazgos de un estudio, los científicos se enfocan en evaluar un cuerpo de investigación. Los científicos evalúan las teorías no esperando el experimento perfecto sino observando las tendencias generales en una serie de estudios parcialmente defectuosos. La idea de evidencia convergente nos dice examinar el patrón de fallas que atraviesa la literatura de investigación porque la naturaleza de este patrón puede sustentar o socavar las conclusiones que deseamos sacar. Supongamos que los hallazgos de varios estudios diferentes fueron en gran medida consistentes en apoyar una conclusión particular. Si todos los estudios fueran defectuosos de manera similar, por ejemplo, si todos los estudios fueran correlacionales y contuvieran el problema de la tercera variable y el problema de direccionalidad, esto socavaría la confianza en las conclusiones extraídas porque la consistencia del resultado puede simplemente haber resultado de un defecto particular que todos los estudios compartieron. Por otro lado, si todos los estudios fueran defectuosos de diferentes maneras y la debilidad de algunos de los estudios fuera la fuerza de otros (la baja validez externa de un experimento verdadero se equilibraba con la alta validez externa de un estudio correlacional), entonces podríamos tener más confianza en nuestras conclusiones.
Si bien existen compensaciones fundamentales en diferentes métodos de investigación, el diverso conjunto de enfoques utilizados por los psicólogos tiene fortalezas complementarias que nos permiten buscar evidencia convergente. Podemos llegar a conclusiones significativas y acercarnos a comprender la verdad examinando un gran número de estudios diferentes, cada uno con diferentes fortalezas y debilidades. Si el resultado de un gran número de estudios realizados con diferentes diseños convergen en una misma conclusión, entonces nuestra confianza en esa conclusión puede aumentarse drásticamente. En la ciencia, nos esforzamos por el progreso, no por la perfección.
Referencias
- Danov, S. E., & Symons, F. E. (2008). Una encuesta de evaluación de la confiabilidad de las gráficas de inspección visual y análisis funcional. Modificación de Comportamiento, 32, 828—839.
- Scruggs, T. E., & Mastropieri, M. A. (2001). Cómo resumir la investigación de un solo participante: Ideas y aplicaciones. Excepcionalidad, 9, 227—244.
- Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Diseños experimentales y cuasi-experimentales para la inferencia causal generalizada. Boston, MA: Houghton Mifflin.
- Kazdin, A. E. (1982). Diseños de investigación de un solo caso: Métodos para entornos clínicos y aplicados. Nueva York, NY: Oxford University Press.
- Dehaene, S. (2011). El sentido numérico: Cómo la mente crea las matemáticas (2a ed.). Nueva York, NY: Oxford.