4. Sobregeneralizaciones Este error de razonamiento ocurre cuando concluimos que lo que hemos observado o conocido como verdadero para un número limitado de elementos es igualmente cierto para todo el conjunto. Los métodos de investigación científica reducen la posibilidad de hacer estas sobregeneralizaciones al utilizar procedimientos para estudiar elementos que sean representativos del conjunto y a partir de los cuales generalizar.
5. Observaciones Selectivas e Imprecisas Tendemos a seleccionar observaciones porque están en concordancia con nuestras preferencias y creencias. Las personas tienden a seleccionar observaciones que confirmen sus sobregeneralizaciones. Las observaciones imprecisas son aquellas basadas en percepciones erróneas de la realidad empírica. Los métodos de investigación científica reducen el riesgo de observar selectiva e imprecisamente al requerir la medición sistemática de los fenómenos.
6. Razonamiento Ilógico Cuando prematuramente concluimos o argumentamos con supuestos incorrectos, estamos razonando ilógicamente. Los métodos de investigación científica explícitamente incluyen criterios para identificar causas y para determinar si dicho criterio está en concordancia con una situación particular. No es necesario ser un científico o utilizar técnicas sofisticadas de investigación para intentar evitar errores de razonamiento.
7.
8. ¿Cómo se construye entonces el conocimiento científico? Todos las personas mostramos un deseo natural por predecir las circunstancias futuras. ¿Cómo realizamos esta labor? Utilizando un razonamiento Causal y Probabilístico
9. Causal : Reconocemos que las circunstancias futuras son, de alguna manera, condicionadas por situaciones actuales. La educación afectará cuánto dinero ganaré en el futuro.
10. Probabilístico : Los efectos ocurren más frecuentemente cuando las causas están presentes que cuando están ausentes, pero no siempre. Aprendemos que más educación produce más ingreso, pero no en todos los casos.
11.
12.
13.
14. Modelo Inductivo : Implica el desarrollo de generalizaciones a partir de observaciones específicas. La mayoría de los modelos científicos en las ciencias sociales y administrativas son inductivos. Estos modelos están basados en observaciones empíricas previas y de corazonadas intuitivas sobre el comportamiento esperado en varias circunstancias. Con el modelo inductivo se intenta “hacer sentido” de los diferentes patrones observados en los datos.
15. El trabajo de campo, es decir, la observación directa del fenómeno bajo estudio, es utilizado frecuentemente para desarrollar teorías a través de la observación. Los modelos derivados de cualquiera de estas formas son esenciales para el trabajo empírico porque identifican los factores/variables cruciales y hacen predicciones sobre el comportamiento, bajo condiciones específicas. Sin ellas, el trabajo empírico es simplemente un recolección de variables y pruebas estadísticas incapaces de una interpretación con significado.
16. Datos Teoría Realidad Ideas Razonamiento Deductivo Razonamiento Inductivo TEORIA Y DATOS Hipótesis Generalizaciones Empíricas
17.
18. El Papel de la Teoría o Modelo Conceptual de un Problema. Teorizar o conceptualizar permite hacer lógica de muchos fenómenos interrelacionados, así como predecir comportamiento y actitudes que son más probables de que ocurran cuando ciertas condiciones se cumplen. Mucha investigación es conducida con teoría, aunque en ocasiones la teoría pueda estar parcialmente desarrollada o aún no ser tan claramente reconocida por el propio investigador.
19.
20.
21.
22.
23.
24.
25. Tipo de Dato (Escalas de Medición) Una variable es cualquier característica de una persona u objeto que pueda ser expresada en términos numéricos. Existen dos grandes grupos de variables o niveles de medición: escalas métricas y escalas no métricas .
53. Es importante hacer notar lo siguiente: 1) Estamos hablando de “promedios” y “tendencias”. Debemos esperar excepciones individuales a las relaciones que exploramos. 2) Decir que “ X es causa de Y” no es decir que “ X es la causa de Y ” ( reduccionismo ). 3) Correlación entre dos variables no es suficiente prueba de la existencia de causalidad. 4) Información de carácter no experimental presenta elementos menos convincentes que experimentos controlados de manera apropiada.
54. Para dos variables, X y Y , podemos distinguir entre cuatro posibilidades: X X X X Y Y Y Y X puede influir en Y pero Y no influye en X Y puede influir en X pero X no influye en Y X y Y pueden influirse entre ellas. X y Y puden mostrar coordinación estadística (correlación), pero no es posible asumir sobre la dirección.
55. Regla causalidad 1: Traza una flecha de X a Y si Y inicia después que X. Crisis económica de 1994-1995 Tipo de residencia al nacer Educación del padre Resultados electorales 1996 Nivel educativo Educación del hijo
56. Regla causalidad 2: Traza una flecha de X a Y si X está ligada a una etapa temprana en una secuencia de eventos bien conocida. Prestigio en el primer empleo Edad al primer matrimonio Finalización de la educación Prestigio en el se gund o empleo Disolución del primer matrimonio Primer empleo de tiempo completo Calificaciones en posgrado Puntos logrados en el GRE
57. Regla causalidad 3 : Si durante un periodo de tiempo X nunca cambia y Y cambia algunas veces, trace la flecha de X a Y. Sexo Ingreso El sexo está fijo al nacimiento y tiene una fecha de “congelamiento” a la edad 0. Los ingresos tienen varias fechas de inicio, pero siempre serán después de la edad 0. Otras variables constantes son: Cohorte de nacimiento Raza País de origen
58. Regla causalidad 4 : Si X es relativamente estable, difícil de cambiar y Y es relativamente volátil, fácil de cambiar, o tiene pocas consecuencias, trace la flecha de X a Y. Tamaño lugar de residencia Preferencia por un producto