Investigación cuantitativa: fundamentos y metodología

22,252 views

Published on

Material del curso sobre metodología de la investigación impartido para enfermeras en la Clínica Universidad de Navarra

Published in: Health & Medicine

Investigación cuantitativa: fundamentos y metodología

  1. 1. Investigación cuantitativa: fundamentos y metodología María Carrión Torre 7 de abril de 2011 Clínica Universidad de Navarra
  2. 2. Investigación cuantitativa <ul><li>Clasificación de diseños de investigación </li></ul><ul><li>Tipos de muestreo </li></ul><ul><li>Recogida de datos </li></ul><ul><li>Análisis de datos </li></ul><ul><li>Consideraciones éticas </li></ul>
  3. 3. Clasificación de diseños de investigación <ul><li>Distintos diseños para responder a distintos objetivos… </li></ul><ul><ul><li>Estudios descriptivos </li></ul></ul><ul><ul><li>Estudios correlacionales </li></ul></ul><ul><ul><li>Estudios experimentales y cuasi-experimentales </li></ul></ul>
  4. 4. Clasificación de diseños de investigación <ul><li>Selección del diseño de investigación según la pregunta a responder: </li></ul><ul><ul><li>Descripción: ¿Qué incidencia de úlceras por presión (UPP) hay en los pacientes quirúrgicos? </li></ul></ul><ul><ul><li>Correlación: ¿Qué variables están relacionadas en el desarrollo de UPP? p ej. edad, IMC, sexo, horas de cirugía </li></ul></ul><ul><ul><li>Causa-efecto: ¿Qué medidas son más efectivas para la prevención de las UPP en pacientes quirúrgicos? </li></ul></ul>
  5. 5. Clasificación de diseños de investigación <ul><li>Diseños no experimentales u observacionales: los fenómenos se observan tal y como ocurren naturalmente, sin intervenir en su desarrollo </li></ul><ul><li>Diseños experimentales: se desea comprobar los efectos de una intervención específica, en este caso el investigador tiene un papel activo, pues lleva a cabo una intervención </li></ul>
  6. 6. Clasificación de diseños de investigación <ul><li>Diseños transversales: implican la recolección de datos en un solo corte en el tiempo </li></ul><ul><li>Diseños longitudinales: pretenden un seguimiento en el tiempo. Reúnen datos en dos o más momentos </li></ul>
  7. 7. Clasificación de diseños de investigación <ul><li>Diseño retrospectivo: desde el presente hacia atrás en el tiempo (estudio de casos-controles) Se observa algún fenómeno y se intenta identificar retrospectivamente sus antecedentes o causas </li></ul><ul><li>Diseño prospectivo: desde el presente hacia adelante en el tiempo (estudio de cohortes) Se observan ciertas causas presumibles y se avanza en el tiempo para observar sus consecuencias </li></ul>
  8. 8. Diseño descriptivo <ul><li>Diseño descriptivo: observa los fenómenos tal y como ocurren en la realidad </li></ul><ul><li>Características: </li></ul><ul><ul><li>Nunca tienen hipótesis </li></ul></ul><ul><ul><li>Carencia de control, sobre la variable independiente </li></ul></ul><ul><ul><li>Debilidad para poner al descubierto relaciones causales </li></ul></ul><ul><ul><li>Control estadístico de variables </li></ul></ul><ul><ul><li>Más realista </li></ul></ul>
  9. 9. Diseño descriptivo <ul><li>Ejemplos: </li></ul><ul><ul><li>¿Cuál es la altura media de un niño de 3 años? </li></ul></ul><ul><ul><li>¿Cuales son los datos de laboratorio normales? </li></ul></ul><ul><ul><li>¿Cuál es la prevalencia de diabetes en una comunidad? </li></ul></ul>
  10. 10. Diseño correlacional <ul><li>Diseño correlacional: estudia el grado de asociación que existe entre dos variables (Ej.: factores genéticos en el cáncer de mama) </li></ul><ul><li>Intenta inferir relaciones, pero estrictamente no hay relaciones causales </li></ul><ul><li>Significa esperar que algo ocurra para estudiarlo, siempre centrado en el efecto </li></ul><ul><li>Puede ser prospectivo o retrospectivo </li></ul>
  11. 11. Diseño correlacional <ul><li>Estudios de cohortes: grupo de personas que comparten una experiencia común en un mismo periodo de tiempo. Muestra expuesta a un factor x y buscamos la aparición o no de una enfermedad </li></ul><ul><li>Casos-controles: presencia (casos) o no (controles) de una enfermedad y búsqueda de un factor etiológico </li></ul>
  12. 12. Diseño no experimentales <ul><li>Razones para su uso: </li></ul><ul><ul><li>No es posible la manipulación </li></ul></ul><ul><ul><li>No es ética la manipulación. No es éticamente posible realizar la manipulación </li></ul></ul><ul><ul><li>No es rentable o viable manipular </li></ul></ul><ul><ul><li>La pregunta de investigación, se adecua más (estudio de la vida &quot;natural&quot;, sin manipulación). Se quieren estudiar tal cual ocurren y se relacionan los fenómenos naturales sin intervención </li></ul></ul>
  13. 13. Diseño experimentales <ul><li>Definición: un experimento es un estudio en el que al menos una variable es manipulada y los sujetos son aleatoriamente asignados a los distintos grupos de las variables manipuladas </li></ul><ul><li>Características del diseño experimental: </li></ul><ul><ul><li>Manipulación: es la intervención deliberada del investigador para provocar cambios en la v. dependiente </li></ul></ul><ul><ul><li>Aleatorización </li></ul></ul>
  14. 14. Diseño experimentales <ul><li>Estudios experimentales: </li></ul><ul><ul><li>Experimentales puros: existe aleatorización; ensayo clínico aleatorio </li></ul></ul><ul><ul><li>Quasi-experimentales: no existe aleatorización; comparación antes y después </li></ul></ul>
  15. 15. Diseño experimentales <ul><li>Ventajas del diseño experimental: </li></ul><ul><ul><li>Se elimina el efecto de las variables perturbadoras o extrañas, mediante el efecto de la aleatorización </li></ul></ul><ul><ul><li>El control y manipulación de las variables predictorias clarifican la dirección y naturaleza de la causa </li></ul></ul><ul><ul><li>Flexibilidad, eficiencia, simetría y manipulación estadística </li></ul></ul>
  16. 16. Diseño experimentales <ul><li>Viabilidad de los diseños experimetales: </li></ul><ul><ul><li>Imposibilidad de manipular algunas variables </li></ul></ul><ul><ul><li>Cuestiones éticas </li></ul></ul><ul><ul><li>Practicabilidad </li></ul></ul><ul><li>Inconvenientes del diseño experimental </li></ul><ul><ul><li>Dificultad de elegibilidad y manejo de las variables de control </li></ul></ul><ul><ul><li>Dificultad de disponer de muestras representativas </li></ul></ul><ul><ul><li>Falta de realismo </li></ul></ul>
  17. 17. ¿Qué es el sesgo? <ul><li>Sesgo: cualquier factor que influencia de forma errónea las conclusiones de un estudio. A tres niveles: </li></ul><ul><ul><li>En la muestra: si los grupos que se van a comparar son distintos entre sí de forma sistemática </li></ul></ul><ul><ul><li>En la intervención: si la forma de llevar a cabo la intervención es distinta dependiendo de los grupos </li></ul></ul><ul><ul><li>En la recogida de datos: si la forma de recoger los datos se lleva a cabo de forma diferente en alguno de los grupos </li></ul></ul>
  18. 18. Tipos de muestreo <ul><li>Casi nunca se estudia toda la población, ya que no es necesario </li></ul><ul><li>Es necesario conocer el procedimiento empleado en la selección de los sujetos </li></ul><ul><li>Es necesario determinar el tamaño de la muestra requerido para detectar cambios en la población de estudio </li></ul><ul><li>Tipos de muestreo: </li></ul><ul><ul><li>Muestreo probabilistico </li></ul></ul><ul><ul><li>Muestreo no probabilístico </li></ul></ul>
  19. 19. Tipos de muestreo <ul><li>Muestreo probabilistico: existe una población de referencia accesible y bien diferenciada, en el método de selección interviene el azar </li></ul><ul><ul><li>Muestreo aleatorio simple </li></ul></ul><ul><ul><li>Muestreo aleatorio estratificado </li></ul></ul><ul><li>Muestreo no probabilístico: los sujetos se eligen utilizando métodos en los que no interviene el azar </li></ul><ul><ul><li>Muestreo de conveniencia </li></ul></ul>
  20. 20. Métodos de recogida de datos <ul><li>El fenómeno bajo estudio debe ser traducido en datos que puedan analizarse </li></ul><ul><li>Definición de las variables a estudiar y selección del método de recogida de datos </li></ul><ul><li>Uno de los aspectos más difíciles en todo el proceso </li></ul>
  21. 21. Métodos de recogida de datos <ul><li>¿Es necesario generar nuevos datos? </li></ul><ul><ul><li>Fuentes importantes de información ya existente: historiales médicos, registros de enfermería, gráficas, registros hospitalarios, etc </li></ul></ul><ul><ul><li>Empleo de análisis secundarios: estudios ya realizados; se prueban nuevas hipótesis </li></ul></ul><ul><ul><li>Meta-análisis: uso de datos ya existentes en diversos estudios </li></ul></ul><ul><li>Ventajas: económicos; tiempo </li></ul><ul><li>Inconvenientes: difícil encontrar datos ya existentes que respondan a una pregunta de investigación </li></ul>
  22. 22. Métodos de recogida de datos <ul><li>Recogida de nuevos datos, tres métodos principales: encuesta/entrevista; observación, medición variables fisiológicas </li></ul><ul><li>Cuatro dimensiones a tener en cuenta: </li></ul><ul><ul><li>estructuración </li></ul></ul><ul><ul><li>cuantificación </li></ul></ul><ul><ul><li>objetividad </li></ul></ul><ul><ul><li>obstrucción del investigador </li></ul></ul>
  23. 23. Métodos de recogida de datos <ul><li>Estructurada: </li></ul><ul><ul><li>Muy común en investigación cuantitativa </li></ul></ul><ul><ul><li>Preguntas y respuestas pre-determidadas, secuencia fija. Escasa opción para elaborar respuestas o explicar su significado </li></ul></ul><ul><ul><li>Datos fáciles de analizar </li></ul></ul><ul><ul><li>Tiempo y esfuerzo en diseñar instrumentos </li></ul></ul><ul><li>No estructurada: </li></ul><ul><ul><li>Muy común en investigación cualitativa </li></ul></ul><ul><ul><li>Examina en profundidad un fenómeno </li></ul></ul><ul><ul><li>Análisis difícil </li></ul></ul>
  24. 24. Métodos de recogida de datos <ul><li>Cuantificación: </li></ul><ul><ul><li>el análisis estadístico implica que los datos sean cuantificados, independientemente del tipo de variable (edad, dolor, esperanza, etc) </li></ul></ul><ul><ul><li>Recogida de datos estructurada facilita la cuantificación </li></ul></ul><ul><ul><li>Es posible también cuantificar información no-estructurada </li></ul></ul>
  25. 25. Métodos de recogida de datos <ul><li>Obstrucción del investigador: </li></ul><ul><ul><li>“ si el participante en el estudio es plenamente consciente de su rol en él, su comportamiento o respuestas pueden no ser normales” </li></ul></ul><ul><ul><li>circunstancias que pueden influir (ej. evaluación de una intervención o política del hospital) </li></ul></ul><ul><ul><li>objetivo: hacer hincapié en la importancia de un comportamiento natural </li></ul></ul>
  26. 26. Métodos de recogida de datos <ul><li>Objetividad: </li></ul><ul><ul><li>dos investigadores independientes realizan la misma medición u observaciones similares sobre la variable de estudio </li></ul></ul><ul><ul><li>no se dejan influir por creencias o sentimientos personales </li></ul></ul><ul><li>Dependiendo del tipo de investigación se requiere > grado de objetividad </li></ul>
  27. 27. Métodos de recogida de datos Cuestionarios <ul><li>Cuestionarios: “conjunto de preguntas, (normalmente de varios tipos) preparado sistemática y cuidadosamente, sobre los hechos que interesan en la investigación. Puede ser aplicado de formas variadas, destacando: </li></ul><ul><ul><li>Por correo </li></ul></ul><ul><ul><li>Personalmente o en grupo </li></ul></ul><ul><li>Finalidad: obtención sistemática y ordenada de información sobre las variables de estudio </li></ul>
  28. 28. Métodos de recogida de datos Entrevistas <ul><li>Entrevistas: encuentro “cara a cara” entre el investigador y el sujeto investigado. Pueden ser estructuradas, semi-estructuradas o no-estructuradas </li></ul><ul><li>Ventajas: recogida de datos retrospectivos, intenciones para el futuro; opiniones, sentimientos, valores, motivos </li></ul><ul><li>Inconvenientes: ¿Confiamos en lo que los participantes dicen? Es preciso ser conscientes del posible sesgo </li></ul>
  29. 29. Cuestionario VS Entrevista <ul><li>Ventajas </li></ul><ul><ul><li>Coste </li></ul></ul><ul><ul><li>Anonimato </li></ul></ul><ul><ul><li>< Sesgo Entrevistador </li></ul></ul><ul><li>Ventajas </li></ul><ul><ul><li>Tasa respuesta </li></ul></ul><ul><ul><li>Audiencia </li></ul></ul><ul><ul><li>Claridad </li></ul></ul><ul><ul><li>Profundidad </li></ul></ul><ul><ul><li>Pérdida de información </li></ul></ul><ul><ul><li>Orden </li></ul></ul><ul><ul><li>control de la muestra </li></ul></ul><ul><ul><li>Datos suplementarios </li></ul></ul>
  30. 30. Métodos de recogida de datos Observación <ul><li>Alternativa a las entrevistas: observación directa del comportamiento humano, características de individuos, comunicación verbal y no verbal, actividades, características del entorno, etc </li></ul><ul><li>Versátil: A través de los sentidos o de aparatos tecnológicos: cámaras vídeo, megafonía, etc. </li></ul><ul><li>Puede variar el grado de estructura </li></ul>
  31. 31. Métodos de recogida de datos Observación <ul><li>Observación estructurada: recolección de datos en base a una “lista de control”; herramienta diseñada para registrar la ocurrencia o frecuencia de comportamientos o eventos y sus características </li></ul><ul><li>No estructurada: emplea el procedimiento de la “observación participante”. Investigador participa en el funcionamiento del grupo bajo estudio, se familiariza con él. Actúa como observador y recoge información dentro del contexto y estructuras que son relevantes para los miembros del grupo </li></ul>
  32. 32. Observación <ul><li>Inconvenientes de la observación: </li></ul><ul><ul><li>conflictos éticos </li></ul></ul><ul><ul><li>baja participación por “miedo” a ser observado </li></ul></ul><ul><ul><li>influencia del observador sobre el participante: comportamiento alterado, no real </li></ul></ul><ul><ul><li>sesgos introducidos por el observador: emociones, prejuicios o valores; intereses personales (ve lo que quiere ver); anticipación a lo observado </li></ul></ul>
  33. 33. Métodos de recogida de datos Variables biofisiológicas <ul><li>Se requieren instrumentos de medida de las variables y entrenamiento especial para la interpretación de resultados </li></ul><ul><li>Tipos de variables: in-vitro (ionograma); in vivo (ej. Sat O2) </li></ul><ul><li>Inconvenientes: </li></ul><ul><ul><li>alto coste </li></ul></ul><ul><ul><li>efecto del aparato de medida sobre la variable de estudio </li></ul></ul><ul><ul><li>artefactos </li></ul></ul><ul><li>Ventajas: Objetividad, precisión </li></ul>
  34. 34. Validez y Fiabilidad de un Instrumento <ul><li>Fiabilidad (reliability): grado de consistencia con que mide el atributo que se supone debe medir (ej: báscula) </li></ul><ul><li>Validez (validity): grado en que un instrumento mide lo que se supone debe medir </li></ul><ul><ul><li>Muy difícil de establecer </li></ul></ul><ul><ul><li>En relación con la fiabilidad. Un instrumento no fiable nunca será válido </li></ul></ul><ul><ul><li>Un instrumento fiable puede no ser válido </li></ul></ul>
  35. 35. Análisis de datos <ul><li>Estadistica descriptiva </li></ul><ul><ul><li>Frecuencias </li></ul></ul><ul><ul><li>Porcentajes </li></ul></ul><ul><ul><li>Media </li></ul></ul><ul><li>Estadística inferencial </li></ul><ul><li>Representación gráfica </li></ul>
  36. 36. Ética <ul><li>El investigador debe tener siempre en cuenta los aspectos éticos de su estudio </li></ul><ul><li>La investigación debe ser realizada de acuerdo a unos principios éticos </li></ul><ul><li>La participación en un estudio de investigación es voluntaria (consentimiento informado) </li></ul><ul><li>Confidencialidad de los datos recogidos </li></ul><ul><li>Asesoramiento por parte un comité de ética </li></ul>
  37. 37. ¿Preguntas? <ul><li>[email_address] </li></ul>

×