Investigación cuantitativa

Na Galipedia, a Wikipedia en galego.
Debuxo de liñas que semellan os recorridos de datos en todos os sentidos.
Representación de redes de datos e big data.

A investigación cuantitativa é unha estratexia de investigación que se basea en cuantificar a recompilación e a análise de datos.[1] Fórmase a partir dun enfoque deductivo no que se fai fincapé na comprobación da teoría, por exemplo cunha hipótese, moldeada por filosofías empiristas e positivistas.

Asociada coas ciencias naturais, aplicadas, formais e sociais, esta estratexia de investigación promove a investigación empírica obxectiva dos fenómenos observábeis para probar e comprender as relacións. Pode facerse a través de varios métodos e técnicas de cuantificación, reflectindo a súa ampla utilización como estratexia de investigación en diferentes disciplinas académicas.[2][3][4]

O obxectivo da investigación cuantitativa é desenvolver e empregar modelos matemáticos, teorías e hipóteses relacionadas cos fenómenos. O proceso de medición é fundamental para a investigación cuantitativa porque proporciona a conexión fundamental entre a observación empírica e a expresión matemática das relacións cuantitativas.

Os datos cuantitativos son calquera dato que estea en forma numérica, como estatísticas, porcentaxes, etc.[4] O investigador analiza os datos coa axuda de estatísticas e espera que os números produzan un resultado imparcial que poida xeneralizarse a unha poboación maior. En contraposición, a investigación cualitativa indaga en profundidade en experiencias específicas, coa intención de describir e explorar o significado a través do texto, a narrativa ou outro tipo de datos (visuais, sonoros, etc.), desenvolvendo temas exclusivos para ese conxunto de participantes.[5] Tamén se combinan ambas perspectivas co gallo de comprender mellor os fenómenos estudados (investigación mixta). [6]

A investigación cuantitativa utilízase amplamente en psicoloxía, economía, demografía, socioloxía, mercadotecnia, saúde comunitaria, medicina, desenvolvemento humano, estudos de xénero, ciencias políticas e educación; e con menos frecuencia en antropoloxía e historia. A investigación en ciencias matemáticas, como a física, tamén é "cuantitativa" por definición, aínda que este uso do termo difire no contexto. Nas ciencias sociais, o termo relaciónase cos métodos empíricos que se orixinan tanto no positivismo filosófico como na historia da estatística, en contraste cos métodos de investigación cualitativa.

A investigación cualitativa trata de comprender os fenomómenos a través da interpretación da información recollida e non procura comprobar hipóteses. Para iso adóitanse utilizar métodos cuantitativos. Segundo os ámbitos de investigación, utilízanse máis unha ou outra perspectiva. Por exemplo, unha análise exhaustiva de 1274 artigos publicados nas dúas principais revistas de socioloxía estadounidenses entre 1935 e 2005 encontrou que aproximadamente dous terzos destes artigos utilizaban o método cuantitativo.[7]

Xeneralidades[editar | editar a fonte]

fotografía de Karl Pearson
Karl Pearson foi un dos fundadores da estatísticamatemática.

A investigación cuantitativa xeralmente está estreitamente relacionada coas ideas do método científico, que poden incluír:

  • A xeración de modelos, teorías e hipóteses
  • O desenvolvemento de instrumentos e métodos de medición
  • O control experimental e manipulación de variábeis
  • A recolección de datos empíricos
  • A modelaxe e análise de datos

A investigación cuantitativa contrasta así coa investigación cualitativa, que pretende centrarse máis en descubrir significados subxacentes e patróns de relacións, incluídas clasificacións de tipos de fenómenos e entidades, dunha maneira que non involucra modelos matemáticos.[8] En psicoloxía, os enfoques cuantitativos foron modelados por primeira vez a partir das ciencias físicas por Gustav Fechner no seu traballo sobre psicofísica, que se baseou no traballo de Ernst Heinrich Weber. Aínda que se fai comunmente unha distinción entre os aspectos cualitativos e cuantitativos da investigación científica, argumentouse que os dous van da man. Por exemplo, baseándose na análise da historia da ciencia, Kuhn conclúe que:

...unha grande cantidade de traballo cualitativo adoita ser un requisito previo para unha cuantificación frutífera nas ciencias física.[9]

A investigación cualitativa úsase frecuentemente para obter un sentido xeral dos fenómenos e para elaborar teorías que se poden probar mediante a investigación cuantitativa adicional. Por exemplo, nas ciencias sociais, os métodos de investigación cualitativa utilízanse para comprender mellor a intencionalidade (a partir da resposta verbal do investigado) e o significado (por que esta persoa/grupo dixo algo e que significou para eles?). Tamén se combinan de forma complementaria para reforzar as perspectivas e achegas de cada unha delas.

Gravado de Augusto Comte
Augusto Comte, ilustre representante positivista.

Aínda que a investigación cuantitativa do mundo existiu desde que a xente comezou a rexistrar eventos ou obxectos que foran contados, a idea moderna de procesos cuantitativos ten as súas raíces no marco positivista de Auguste Comte.[10] O positivismo destacou o uso do método científico a través da observación para probar empiricamente hipóteses que explican e predín que, onde, por que, como e cando ocorreron os fenómenos. Os eruditos positivistas como Comte crían que só podían avanzar os métodos científicos en lugar das explicacións espirituais previas do comportamento humano.

Os métodos cuantitativos son un compoñente integral do cinco ángulos de análises fomentadas pola metodoloxía de filtración de datos, que tamén inclúe métodos cualitativos, revisións da literatura (incluída a académica), entrevistas con expertos e simulación por computadora, e que forma unha extensión de triangulación de datos.[11]

Os métodos cuantitativos tamén teñen limitacións. Non proporcionan o razoamento que hai detrás das respostas dos participantes, non chegan sempre ás poboacións subrepresentadas e poden requirir longos períodos para recompilar os datos.[12]

Uso de estatística[editar | editar a fonte]

A estatística é a rama das matemáticas máis utilizada na investigación cuantitativa fóra das ciencias físicas, e tamén proporciona aplicacións dentro das ciencias físicas, como na mecánica estatística. Os métodos estatísticos utilízanse amplamente en campos como a economía, as ciencias sociais e a bioloxía. A investigación cuantitativa que utiliza métodos estatísticos comeza coa recompilación de datos, baseados na hipótese ou teoría. Polo xeral, recompílase unha gran mostra de datos; isto requiriría verificación, validación e rexistro antes de que se poida realizar a análise. Os paquetes de software como SPSS e R utilízanse normalmente para este propósito. As relacións causais estúdanse manipulando factores que se cre que inflúen nos fenómenos de interese mentres se controlan outras variábeis relevantes para os resultados experimentais. No campo da saúde, por exemplo, os investigadores poderían medir e estudar a relación entre a inxesta dietética e os efectos fisiolóxicos medíbeis como a perda de peso, controlando outra variábeis clave como o exercicio. As enquisas de opinión de base cuantitativa utilízanse amplamente nos medios de comunicación, con estatísticas como a proporción de enquisados a favor dunha posición que se informa comunmente. Nas enquisas de opinión, fáiselles un conxunto de preguntas estruturadas aos enquisados e as súas respostas tabúlanse. No campo da ciencia do clima, os investigadores compilan e comparan estatísticas como a temperatura ou as concentracións atmosféricas de dióxido de carbono.

As relacións e asociacións empíricas tamén se estudan con frecuencia mediante o uso dalgunha forma de modelo lineal xeral, modelo non lineal ou mediante o uso da análise factorial. Un principio fundamental na investigación cuantitativa é que a correlación non implica causalidade, aínda que algúns como Clive Granger suxiren que unha serie de correlacións pode implicar certo grao de causalidade. Este principio derívase do feito de que sempre é posíbel que exista unha relación espuria para as variábeis entre as que está a covarianza nalgún grao. As asociacións poden examinarse entre calquera combinación de variábeis continuas e categóricas utilizando métodos de estatística.

Medición[editar | editar a fonte]

Debuxo de Thomas Kuhn.
Debuxo de Thomas Kuhn.

As opinións sobre o papel da medición na investigación cuantitativa son diversas. Considérase que a medición é só un medio polo cal as observacións se expresan numericamente para investigar relacións ou asociacións causais. Porén, argumentouse frecuentemente que a medición xoga un papel importante na investigación cuantitativa.[13] Por exemplo, Kuhn argumentou que, dentro da investigación cuantitativa, os resultados que se mostran poden resultar estraños. Isto débese a que aceptar unha teoría baseada en resultados de datos cuantitativos podería resultar un fenómeno natural. Argumentou que tales anomalías son interesantes cando se realizan durante o proceso de obtención de datos, como se ve a seguir:

Cando a medición se aparta da teoría, é probábel que reflicte meros números e a súa mesma neutralidade os volve particularmente estériles como fonte de suxestións correctivas. Pero os números rexistran a desviación da teoría cunha autoridade e unha delicadeza que ningunha técnica cualitativa pode duplicar, e esa desviación soe ser suficiente para iniciar unha busca.[9]

Na física clásica, a teoría e as definicións que sustentan a medición son xeralmente de natureza determinista. Pola contra, os modelos de medición probabilísticos coñecidos como modelo de Rasch e modelos de teoría de resposta ao ítem empréganse xeralmente nas ciencias sociais. A psicometría é o campo de estudo que se ocupa da teoría e a técnica para medir os atributos e fenómenos sociais e psicolóxicos. Este campo é fundamental para gran parte da investigación cuantitativa que se leva a cabo dentro das ciencias sociais.

A investigación cuantitativa pode implicar o uso de substitutos de cantidades que non se poden medir directamente. O largo dos aneis das árbores, por exemplo, considérase un indicador confiábel das condicións ambientais, como a calor das tempadas de crecemento ou a cantidade de chuvia. Aínda que non se pode medir directamente a temperatura dos últimos anos, o largo dos aneis das árbores e outros indicadores climáticos utilizáronse para proporcionar un rexistro semicuantitativo da temperatura media no hemisferio norte ata o ano 1000 d. C. Cando se usa deste xeito, o rexistro proxy (largo do anel da árbore) só reconstrúe unha certa cantidade da varianza do rexistro orixinal. O proxecto pode calibrarse (por exemplo, durante o período do rexistro instrumental) para determinar canta variación captura, mesmo se se revela a variación tanto a curto como a longo prazo. No caso do largo dos aneis das árbores, diferentes especies en diferentes lugares poden mostrar máis ou menos sensibilidade á chuvia ou á temperatura: cando se reconstrúe un rexistro de temperatura, hai unha habilidade considerábel para seleccionar proximidades que estean ben correlacionadas coa variábel desexada.[14]

Relación cos métodos cualitativos[editar | editar a fonte]

Véxase tamén: Investigación cualitativa.

Na maioría das ciencias físicas e biolóxicas, o uso de métodos cuantitativos ou cualitativos é indiscutíbel, e cada un deles utilízase cando é apropiado. En xeral nas ciencias sociais como en socioloxía, antropoloxía, psicoloxía ou educación, admítese o uso dunha ou outra perspectiva sen controversias, máis propias de tempos pasados, e procúranse enfoques eclécticos ou mixtos, combinando ambas de modos diversos. Pódense utilizar técnicas cualitativas para comprender o significado das conclusións producidas por técnicas cuantitativas. Pódense utilizar técnicas cuantitativas para dar unha expresión precisa e obxectiva a análises cualitativas. Pódense combinar simultaneamente técnicas cualitativas e cuantitativas para responder a preguntas ou obxectivos diferentes de forma complementaria. Esta combinación de recompilación de datos cuantitativos e cualitativos denomínase investigación de métodos mixtos.

Exemplos[editar | editar a fonte]

  • Enquisa para coñecer a intención de voto da poboación. Procédese a unha selección de persoas por xéneros, idades, profesións e lugar de residencia. Calcúlase a mostra para que poida representar a opinión da poboación (mostra representativa).
  • Desenvolvemento dunha experiencia educativa nunha serie diversa de grupos de estudantes utilizando dous tipos de recursos didácticos (tipo A e tipo B, por exemplo) e compáranse as avaliacións realizadas previa e posteriormente ao período de aplicación de cada un dos recursos.
  • Deseño dunha proba estandarizada para medir un risco humano, por exemplo, a intelixencia de razoamento. Valídase o instrumento mediante un grupo de expertos e aplicándoa a unha mostra de potenciais persoas a avaliar no futuro. Aplícanse diversas análises aos resultados obtidos para comprobar a consistencia, fiabilidade, pertinencia e adecuación do instrumento.

Referencias[editar | editar a fonte]

  1. Bryman, Alan (2012). Social research methods (4th ed.). Oxford: Oxford University Press. ISBN 978-0-19-958805-3. OCLC 751832004. 
  2. Babbie, Earl R. (2010). The practice of social research (12th ed.). Belmont, Calif: Wadsworth Cengage. ISBN 978-0-495-59841-1. OCLC 317075477. 
  3. Muijs, Daniel. Doing quantitative research in education with SPSS (2nd ed.). Los Angeles. ISBN 978-1-84920-323-4. OCLC 656776067. 
  4. 4,0 4,1 Given, Lisa M. (2008). The Sage encyclopedia of qualitative research methods. Sage Publications. ISBN 978-1-4129-4163-1. OCLC 185031301. 
  5. Corrine, Glesne (2011). Becoming Qualitative Researchers: An Introduction (4th ed.). Boston: Pearson. ISBN 978-0137047970. OCLC 464594493. 
  6. Villaverde, A.; Marques, A.; Santana, A.; Ferreira, A. G.; de Albuquerque, A. F.; de Oliveira, A. P.; Rodrigues, A. L. M.; Luce, B.; de Oliveira, C.A.I., E Martello, C. (2021). Fundamentos teóricos e metodológicos da pesquisa em educação em ciências. Editora Bagai. 
  7. Hunter, Laura; Leahey, Erin (2008). "Collaborative Research in Sociology: Trends and Contributing Factors" 39 (4): 290–306. doi:10.1007/s12108-008-9042-1. 
  8. Massachusetts Institute of Technology, MIT OpenCourseWare. 11.201 Gateway to the Profession of Planning, Fall 2010. p. 4.
  9. 9,0 9,1 Kuhn, Thomas S. (1961). "The Function of Measurement in Modern Physical Science" 52 (2): 161–193 (162). doi:10.1086/349468. 
  10. Kasim, R.; Alexander, K.; Hudson, J. (2010). A choice of research strategy for identifying community-based action skill requirements in the process of delivering housing market renewal. Research Institute for the Built and Human Environment, University of Salford, UK. 
  11. Mesly, Olivier (2015). Creating Models in Psychological Research. United States: Springer Psychology: 126 pages. ISBN 978-3-319-15752-8
  12. Goertzen, Melissa J. (2017). "Introduction to Quantitative Research and Data." 53 (4): 12–18. ISSN 0024-2586. 
  13. Moballeghi, M.; Moghaddam, G.G. (2008). "How Do We Measure Use of Scientific Journals? A Note on Research Methodologies" 76 (1): 125–133. doi:10.1007/s11192-007-1901-y. 
  14. Briffa, Keith R.; Osborn, Timothy J.; Schweingruber, Fritz H.; Harris, Ian C.; Jones, Philip D.; Shiyatov, Stepan G.; Vaganov, Eugene A. (2001). "Low-frequency temperature variations from a northern tree ring density network" (PDF) 106 (D3): 2929–2941. Bibcode:2001JGR...106.2929B. doi:10.1029/2000JD900617. 

Véxase tamén[editar | editar a fonte]