Objetivos de aprendizaje
- Identificar los componentes clave de los artículos empíricos de revistas
- Definir los elementos básicos de la sección de resultados en un artículo de revista
- Describir significancia estadística e intervalos de confianza
Leer artículos académicos puede ser más desafiante que leer un libro, una revista, un artículo de noticias, o incluso algunos libros de texto. Los artículos teóricos y prácticos son, en términos generales, más fáciles de entender. Los artículos empíricos, debido a que agregan nuevos conocimientos, deben pasar por un gran detalle para demostrar que la información que ofrecen se basa en una ciencia sólida. Los artículos empíricos pueden ser difíciles de leer, y esta sección está diseñada para facilitarte ese proceso.
Casi todos los artículos tendrán un resumen, el párrafo corto al inicio de un artículo que resume la pregunta de investigación del autor, los métodos utilizados para responder a la pregunta y los hallazgos clave. El resumen también puede darte alguna idea sobre la perspectiva teórica del autor. Entonces, leer el resumen te da tanto un marco para entender el resto del artículo como su línea de punzonado, lo que el autor (es) encontró (es) y si el artículo es relevante para su área de investigación. Por esta razón, sugiero hojear resúmenes como parte del proceso de búsqueda de literatura.
Como recordarás del Capítulo 2, los artículos teóricos no tienen una estructura establecida y tendrán un aspecto similar a la lectura de un capítulo de un libro. Los artículos empíricos contienen las siguientes secciones (aunque los nombres exactos de las secciones varían): introducción, métodos, resultados y discusión. La introducción contiene la revisión de literatura para el artículo y es una excelente fuente de información a medida que construye su propia revisión de literatura. La sección de métodos revisa cómo el autor recopiló su muestra, cómo midieron sus variables y cómo se analizaron los datos. La sección de resultados proporciona una discusión en profundidad de los hallazgos del estudio. La sección de discusión revisa los principales hallazgos y aborda cómo esos hallazgos encajan con la literatura existente. Por supuesto, también habrá una lista de referencias (¡que deberías leer!) y también puede haber algunas tablas, cifras o apéndices al final del artículo.
Si bien debes acostumbrarte a familiarizarte con cada parte de los artículos que deseas citar, existen formas estratégicas de leer artículos de revistas que pueden hacerlos un poco más fáciles de digerir. Una vez que haya leído el resumen de un artículo y determinado que es uno que le gustaría leer en su totalidad, lea las secciones de introducción y discusión a continuación. Debido a que es probable que tu propia revisión de literatura enfatice hallazgos de literatura anterior, deberías extraer el artículo que estás leyendo para saber lo que es importante saber sobre tu tema. Leer la introducción te ayuda a ver los hallazgos y artículos que el autor considera significativos en el área temática. Leer la sección de discusión de un artículo te ayuda a entender lo que el autor ve como los principales hallazgos de su estudio y cómo el autor percibe que esos hallazgos se relacionan con otras investigaciones.
A medida que avance en su curso de métodos de investigación, recogerá elementos de investigación adicionales que son importantes de entender. Aprenderás a identificar métodos cualitativos y cuantitativos, los criterios para establecer la causalidad, los diferentes tipos de causalidad, así como la investigación exploratoria, explicativa y descriptiva. Los capítulos posteriores de este libro de texto abordarán otros elementos de artículos de revistas, incluyendo opciones sobre medición, muestreo y diseño. A medida que aprenda sobre estos elementos adicionales, encontrará que las secciones de métodos y resultados comienzan a tener más sentido y comprenderá cómo llegaron los autores a sus conclusiones.
Al leer un informe de investigación, hay varias preguntas que puede hacerse sobre cada sección, desde el resumen hasta la conclusión. Esas preguntas se resumen en el Cuadro 3.1. Tenga en cuenta que las preguntas que aquí se tratan están diseñadas para ayudarle a usted, al lector, a pensar críticamente sobre la investigación con la que se encuentra y a obtener una comprensión general de las fortalezas, debilidades y conclusiones clave de un estudio determinado. Espero que al considerar cómo podrías responder a las siguientes preguntas mientras lees informes de investigación, ganes confianza al describir el informe a otros y discutir su significado e impacto con ellos.
Tabla 3.1 Preguntas que vale la pena hacer al leer informes de investigación | Sección de informes | Preguntas que vale la pena hacer |
| Abstracto | ¿Cuáles son los hallazgos clave? ¿Cómo se alcanzaron esos hallazgos? ¿Qué marco emplea el investigador? |
| Agradecimientos | ¿Quiénes son los principales actores de este estudio? ¿Quién proporcionó comentarios? ¿Quién brindó apoyo en forma de financiamiento u otros recursos? |
| Declaración del problema (introducción) | ¿Cómo enmarca el autor su enfoque de investigación? ¿Qué otras formas posibles de enmarcar el problema existen? ¿Por qué el autor podría haber elegido esta forma particular de enmarcar el problema? |
Revisión de literatura
(introducción) | ¿Qué tan selectivo parece haber sido el investigador en la identificación de literatura relevante para discutir? ¿La revisión de la literatura parece apropiadamente extensa? ¿El investigador proporciona una revisión crítica? |
| Muestra (métodos) | ¿Dónde se recolectaron los datos? ¿El investigador recopiló sus propios datos o utilizó los datos de otra persona? ¿De qué población trata de hacer afirmaciones el estudio y la muestra representa bien a esa población? ¿Cuáles son las principales fortalezas y debilidades de la muestra? |
| Recogida de datos (métodos) | ¿Cómo se recolectaron los datos? ¿Qué sabe de las fortalezas y debilidades relativas del método empleado? ¿Qué otros métodos de recolección de datos podrían haberse empleado y por qué se empleó este método en particular? ¿Qué sabe de la estrategia e instrumentos de recolección de datos (por ejemplo, preguntas hechas, ubicaciones observadas)? ¿Qué es lo que no sabes sobre la estrategia e instrumentos de recolección de datos? |
| Análisis de datos (métodos) | ¿Cómo se analizaron los datos? ¿Se proporciona suficiente información para que usted se sienta seguro de que los procedimientos analíticos adecuados se emplearon con precisión? |
| Resultados | ¿Cuáles son los principales hallazgos del estudio? ¿Se vinculan los hallazgos a preguntas de investigación, objetivos, hipótesis y literatura descritas anteriormente? ¿Se proporcionan cantidades suficientes de datos (por ejemplo, citas y observaciones en trabajos cualitativos, estadísticas en trabajos cuantitativos) para sustentar las conclusiones extraídas? ¿Las tablas son legibles? |
| Discusión/conclusión | ¿Generaliza el autor a alguna población más allá de su muestra? ¿Cómo se presentan estas reclamaciones? ¿Las afirmaciones hechas están respaldadas por los datos proporcionados en la sección de resultados (por ejemplo, cotizaciones de apoyo, significación estadística)? ¿Se han dado a conocer plenamente las limitaciones del estudio y se han abordado adecuadamente? ¿Se exploran suficientemente las implicaciones? |
Comprender la sección de resultados
Como se mencionó anteriormente en este capítulo, leer el resumen que aparece en la mayoría de los informes de investigación académica le proporcionará una excelente revisión fácil de digerir de los principales hallazgos de un estudio y del marco que el autor está utilizando para posicionar sus hallazgos. Los resúmenes suelen contener solo unos cientos de palabras, por lo que leerlos es una buena manera de familiarizarse rápidamente con un estudio. Si el estudio parece relevante para tu trabajo, probablemente valga la pena leer más. Si no es así, entonces sólo has pasado un minuto más o menos leyendo el resumen. Otra forma de obtener una instantánea del artículo es escanear los encabezados, tablas y cifras a lo largo del informe (Green & Simon, 2012).
En este punto, he leído cientos de reseñas de literatura escritas por estudiantes. Uno de los desafíos que he señalado es que los estudiantes reportarán los resultados resumidos del resumen, en lugar de los hallazgos detallados en la sección de resultados del artículo. Esto es un problema cuando estás escribiendo una revisión de literatura porque necesitas proporcionar datos específicos y claros que apoyen tu lectura de la literatura. El resumen puede decir algo como: “encontramos que la pobreza está asociada con el estado de salud mental”. Para tu revisión de literatura, quieres los detalles, no el resumen. En la sección de resultados del artículo, puede encontrar una frase que establece: “para los hogares en situación de pobreza, los niños tienen tres veces más probabilidades de tener un diagnóstico de salud mental”. Esta información más detallada proporciona una base más sólida sobre la cual construir una revisión bibliográfica.
Usar los resultados resumidos en un resumen es un error comprensible de cometer. La sección de resultados a menudo contiene diagramas y símbolos que son difíciles de entender. A menudo, sin haber completado cursos más avanzados sobre análisis estadístico o cualitativo, parte de la terminología, símbolos o diagramas pueden ser difíciles de comprender. Para ello, el propósito de esta sección es mejorar la comprensión lectora proporcionando una introducción a los componentes básicos de una sección de resultados.
Los artículos de revistas suelen contener tablas, y escanearlos es una buena manera de comenzar a leer un artículo. Una tabla proporciona un resumen rápido y condensado de las principales conclusiones del informe. El uso de tablas no se limita a una forma o tipo de datos, aunque se utilizan con mayor frecuencia en la investigación cuantitativa. Las tablas son una forma concisa de reportar grandes cantidades de datos. Algunas tablas presentan información descriptiva sobre la muestra de un investigador, que suele ser la primera tabla en una sección de resultados. Estas tablas probablemente contendrán frecuencias (N) y porcentajes (%). Por ejemplo, si el género pasara a ser una variable importante para el análisis del investigador, una tabla descriptiva mostraría cuántos y qué porcentaje de todos los participantes del estudio son mujeres, hombres u otros géneros. Las frecuencias o “cuántas” probablemente se enumerarán como N, mientras que el símbolo de porcentaje (%) podría usarse para indicar porcentajes.
En una tabla que presenta una relación causal, se representan dos conjuntos de variables. La variable independiente, o causa, y la variable dependiente, el efecto. Entraremos en más detalles sobre las variables en el Capítulo 6. Los atributos de variables independientes se presentan típicamente en las columnas de la tabla, mientras que los atributos de variables dependientes se presentan en filas. Esto permite al lector escanear las filas de una tabla para ver cómo cambian los valores de los atributos de variables dependientes a medida que cambian los valores de atributos de variables independientes. Las tablas que muestran los resultados del análisis cuantitativo también probablemente incluirán alguna información sobre la fuerza y significancia estadística de las relaciones presentadas en la tabla. Estos detalles le dicen al lector lo probable que es que las relaciones presentadas hayan ocurrido simplemente por casualidad.
Veamos un ejemplo específico. Cuadro 3.2, que se basa en datos de un estudio de trabajadores mayores realizado por el Dr. Blackstone, autor original de este libro de texto. Presenta la relación causal entre género y experimentar conductas de acoso en el trabajo. En este ejemplo, el género es la variable independiente (la causa) y los comportamientos de acoso enumerados son las variables dependientes (los efectos). Por lo tanto, colocamos el género en las columnas de la tabla y los comportamientos de acoso en las filas de la tabla.
Al leer en la fila superior de la mesa, vemos que 2.9% de las mujeres de la muestra reportaron haber experimentado amenazas sutiles u obvias a su seguridad en el trabajo, mientras que 4.7% de los hombres de la muestra reportaron lo mismo. Podemos leer a través de cada una de las filas de la tabla de esta manera. Al leer al otro lado de la fila inferior, vemos que 9.4% de las mujeres de la muestra reportaron haber experimentado una mirada o invasión de su espacio personal en el trabajo mientras que apenas 2.3% de los hombres de la muestra reportaron tener la misma experiencia. Discutiremos el valor p más adelante en esta sección.
Tabla 3.2 Porcentaje reportando comportamientos de acoso en el trabajo | Comportamiento Experimentado en el trabajo | Wome n | Hombres | p valu |
| Amenazas sutiles u obvias a su seguridad | 2.9% | 4.7% | 0.623 |
| Ser golpeado, empujado o agarrado | 2.2% | 4.7% | 0.480 |
| Comentarios o comportamientos que degradan tu género | 6.5% | 2.3% | 0.184 |
| Comentarios o comportamientos que degradan tu edad | 13.8% | 9.3% | 0.407 |
| Mirar o invasión de tu espacio personal | 9.4% | 2.3% | 0.039 |
| Nota: El tamaño de la muestra fue de 138 para las mujeres y 43 para los hombres. |
Estas estadísticas representan lo que los investigadores encontraron en su muestra, y están utilizando su muestra para sacar conclusiones sobre la verdadera población de todos los empleados en el mundo real. Debido a que los métodos que utilizamos en las ciencias sociales nunca son perfectos, hay cierta cantidad de error en ese valor. Los investigadores de este estudio estimaron el verdadero valor que obtendríamos si le hiciéramos las mismas preguntas a todos los empleados del mundo en nuestra encuesta. Los investigadores suelen proporcionar un intervalo de confianza, o un rango de valores en los que es probable que esté el verdadero valor, para proporcionar una descripción más precisa de sus datos. Por ejemplo, en el momento en que escribo esto, mi esposa y yo estamos esperando nuestro primer hijo el mes que viene. El médico nos dijo que nuestra fecha de vencimiento era el 15 de agosto. Pero el médico también nos dijo que el 15 de agosto era sólo su mejor estimación. En realidad estaban 95% seguros de que nuestro bebé podría nacer en cualquier momento entre el 1 de agosto y el 1 de septiembre. Los intervalos de confianza a menudo se listan con un porcentaje, como 90% o 95%, y un rango de valores, como entre el 1 de agosto y el 1 de septiembre. Puedes leer eso como: estamos 95% seguros de que tu bebé nacerá entre el 1 de agosto y el 1 de septiembre. Entonces, mientras obtenemos una fecha de vencimiento del 15 de agosto, la incertidumbre sobre la fecha exacta se refleja en el intervalo de confianza proporcionado por nuestro médico.
Por supuesto, no podemos suponer que estos patrones no ocurrieron simplemente por casualidad. ¿Qué tan seguros podemos estar de que los hallazgos presentados en la tabla no ocurrieron por casualidad? Aquí es donde las pruebas de significancia estadística resultan útiles. La significancia estadística nos dice la probabilidad de que las relaciones que observamos puedan ser causadas por algo más que el azar. Si bien tu clase de estadística te dará detalles más específicos sobre pruebas de significancia estadística y lectura de tablas cuantitativas, lo importante a tener en cuenta como lector no experto de tablas es que algunas de las relaciones presentadas serán estadísticamente significativas y otras pueden no serlo. Las tablas deben proporcionar información sobre la significancia estadística de las relaciones presentadas. Al leer las conclusiones de un investigador, preste atención a qué relaciones son estadísticamente significativas y cuáles no.
En la Tabla 3.2, es posible que haya notado que un valor de p se anota en la última columna de la tabla. Un valor p es una medida estadística de la probabilidad de que no haya relación entre las variables en estudio. Otra forma de poner esto es que el valor p proporciona orientación sobre si debemos o no rechazar la hipótesis nula. La hipótesis nula es simplemente la suposición de que no existe relación alguna entre las variables en cuestión. En el Cuadro 3.2, vemos que para el primer comportamiento listado, el valor de p es 0.623. Esto significa que existe un 62.3% de probabilidad de que la hipótesis nula sea correcta en este caso. En otras palabras, parece probable que cualquier relación entre el género observado y experimentar amenazas a la seguridad en el trabajo en esta muestra se deba simplemente al azar.
En la fila final de la tabla, sin embargo, vemos que el valor de p es 0.039. En otras palabras, existe un 3.9% de probabilidad de que la hipótesis nula sea correcta. Así, podemos tener algo más confianza que en el ejemplo anterior de que puede haber alguna relación entre el género de una persona y su experiencia del comportamiento señalado en esta fila. La significancia estadística se reporta en referencia a un valor, generalmente 0.05 en las ciencias sociales. Esto quiere decir que la probabilidad de que la relación entre género y experimentar la mirada o invasión del espacio personal en el trabajo se deba a la casualidad aleatoria es menor a 5 de cada 100. Las ciencias sociales suelen utilizar 0.05, pero se utilizan otros valores. Los estudios que utilizan 0.1 están usando un estándar de significancia más indulgente, y por lo tanto, tienen una mayor probabilidad de error (10%). Los estudios que utilizan 0.01 están usando un estándar de significación más estricto, y por lo tanto, tienen una menor probabilidad de error (1%).
Observe que estoy cubriendo mis apuestas aquí usando palabras como algo y puede ser. Al probar hipótesis, los científicos sociales generalmente formulan sus hallazgos en términos de rechazar la hipótesis nula en lugar de hacer afirmaciones audaces sobre las relaciones observadas en sus tablas. Puedes aprender más sobre la creación de tablas, tablas de lectura y pruebas de significancia estadística en una clase enfocada exclusivamente al análisis estadístico. Por ahora, espero que esta breve introducción a las tablas de lectura mejore su confianza en la lectura y comprensión de las tablas cuantitativas que encuentre mientras lee informes de investigación en ciencias sociales.
Una advertencia final vale la pena señalar aquí. La discusión previa de tablas y lectura de la sección de resultados es aplicable a artículos cuantitativos. Los artículos cuantitativos contendrán muchos números y los resultados de pruebas estadísticas que demuestren asociación entre esos números. Los artículos cualitativos, por otro lado, consistirán principalmente en citas de los participantes. Para la mayoría de los artículos cualitativos, los autores quieren poner sus resultados en palabras de sus participantes, ya que son los expertos. La sección de resultados puede estar organizada por tema, con cada párrafo o subsección ilustrando a través de citas cómo los autores interpretan lo que dijeron las personas en su estudio.
Conclusiones clave
- La lectura de un artículo de investigación requiere leer más allá de lo abstracto.
- En las tablas que presentan relaciones causales, la variable independiente se presenta típicamente en las columnas de la tabla mientras que las variables dependientes se presentan en las filas de la tabla.
- Al leer un informe de investigación, hay varias preguntas clave que debes hacerte para cada sección del informe.
Glosario
- Resumen- el párrafo corto al inicio de un artículo que resume el punto principal
- Intervalo de confianza: un rango de valores en el que es probable que el valor verdadero sea
- Hipótesis nula: la suposición de que no existe relación entre las variables en cuestión
- Valor P- una medida estadística de la probabilidad de que no haya relación entre las variables en estudio
- Significancia estadística- la probabilidad de que las relaciones que se observan puedan ser causadas por algo distinto al azar
- Tabla: un resumen rápido y condensado de los hallazgos clave del informe
