El sesgo de investigación, también denominado sesgo del experimentador, constituye un proceso en el cual los científicos que realizan la investigación influyen en los resultados, con el fin de representar un determinado resultado.
Algunos sesgos de investigación surgen del error experimental y de no tomar en cuenta todas las variables posibles.
Otro sesgo surge cuando los investigadores seleccionan sujetos que tienen más probabilidades de generar los resultados deseados, un retroceso en los procedimientos normales que rigen la ciencia.
El sesgo es el factor que hace que la investigación cualitativa dependa mucho más de la experiencia y la opinión que la investigación cuantitativa.
Por ejemplo, cuando se utilizan sujetos de investigación social es mucho más fácil apegarse a un determinado punto de vista, poniendo en peligro la imparcialidad.
Lo que siempre hay que tener en cuenta sobre el sesgo es que es inevitable en muchas disciplinas. Cualquier proceso de diseño experimental incluye la comprensión de los sesgos inherentes y la reducción de sus efectos.
En la investigación cuantitativa, el investigador trata de eliminar el sesgo por completo, mientras que en la investigación cualitativa todo se trata de comprender que va a suceder.
El sesgo de diseño se presenta cuando el investigador no tiene en cuenta los sesgos inherentes probables en la mayoría de los tipos de experimento.
Algunos sesgos son inevitables y el investigador debe demostrar que entiende esto, que ha hecho todo lo posible por disminuir su impacto o que lo tomará en cuenta en las estadísticas y el análisis.
Otro tipo de sesgo de diseño se produce una vez que se terminó la investigación y se analizaron los resultados. Se produce cuando las dudas iniciales de los investigadores no están incluidas en la publicidad, algo muy común en esta actualidad de comunicados de prensa e investigaciones motivadas por la política.
Por ejemplo, la investigación sobre los beneficios en la salud de la palmera de asaí puede desatender la conciencia del investigador de las limitaciones del grupo de muestra. El grupo probado puede haber sido todo femenino o de una determinada edad.
El sesgo muestral se produce cuando el proceso de toma de muestras inserta un sesgo inherente en el estudio. Existen dos tipos de sesgo muestral, basados en las muestras que se omiten y las que se incluyen.
Este sesgo de la investigación se produce cuando se omiten ciertos grupos en la muestra. Un ejemplo podría ser que las minorías étnicas son excluidas o, por el contrario, son las únicas estudiadas.
Por ejemplo, un estudio sobre cardiopatías que utilizó sólo hombres caucásicos, generalmente voluntarios, no puede ser extrapolado a toda la población, en donde hay mujeres y otros grupos étnicos.
A veces, el sesgo de omisión es inevitable. Por esta causa, los investigadores tienen que incluir y explicar este sesgo en el diseño experimental.
El sesgo de inclusión se produce cuando las muestras son seleccionadas por conveniencia.
Generalmente, este tipo de sesgo es el resultado de una conveniencia, en donde, por ejemplo, los voluntarios son el único grupo disponible y tienden a ser de una categría demográfica estrecha.
No hay ningún problema con esto, siempre y cuando los investigadores sean conscientes de que no pueden extrapolar los resultados a toda la población. Reclutar estudiantes fuera de un bar para un estudio psicológico no constituirá un grupo plenamente representativo.
El sesgo de procedimiento ocurre cuando se aplica una cantidad injusta de presión de los sujetos, obligándolos a responder sus preguntas rápidamente.
Por ejemplo, si se les pide a los empleados que completen un cuestionario durante su período de descanso es probable que se apuren a terminarlo en lugar de leer las preguntas correctamente.
Utilizar estudiantes obligados a ser voluntarios para obtener créditos académicos es otro tipo de sesgo de investigación y son los más propensos a completar la encuesta más rápidamente para tener tiempo para ir al bar.
El sesgo de medición surge de un error en la recolección de datos y en el proceso de medición.
En un experimento cuantitativo, una escala defectuosa podría causar un sesgo del instrumento e invalidar todo el experimento. En la investigación cualitativa, la posibilidad de sesgo es más amplia y mucho más sutil, por lo tanto, el investigador debe estar constantemente al tanto de los peligros.
Este es uno de los segos de investigación más difíciles de evitar en muchos experimentos cuantitativos que se basan en entrevistas.
En este caso, el entrevistador inconscientemente puede dar pistas sutiles por medio del lenguaje corporal o el tono de voz, que influirán sutilmente en el sujeto y éste dará respuestas orientadas hacia las opiniones, prejuicios y valores del entrevistador.
Cualquier diseño experimental debe tener este factor en cuenta o utilizar algún tipo de proceso anónimo para eliminar los peores efectos.
Cómo evitar esto:
Experimento de Doble Ciego
Por el contrario, en el caso del sesgo de respuesta el sujeto, consciente o inconscientemente, da una respuesta que piensa que el entrevistador quiere oír.
El sujeto también puede creer que entiende el experimento y que conoce los resultados esperados, por eso adapta sus respuestas.
Una vez más, este tipo de sesgo debe ser tenido en cuenta en el experimento o se debe restringir la cantidad de información dada al sujeto para que no esté al tanto de la magnitud total de la investigación.
Un sesgo de información se produce cuando se comete un error en la manera en que se difunden los resultados en la bibliografía. Con el crecimiento de Internet, este tipo de sesgo se está convirtiendo en una fuente de gran preocupación.
La principal fuente de este tipo de sesgo se debe a que la investigación positiva tiende a ser informada con más frecuencia que la investigación en donde la hipótesis nula es aceptada. Cada vez es más común que las empresas de investigación entierren investigación con el fin de dar a conocer sólo los resultados que los favorezcan.
Desafortunadamente, en el caso de muchos tipos de estudios, tales como el meta-análisis, los resultados negativos son igual de importantes para las estadísticas.
Martyn Shuttleworth (Feb 5, 2009). Sesgo de investigación. Oct 05, 2024 Obtenido de Explorable.com: https://explorable.com/es/sesgo-de-investigacion
The text in this article is licensed under the Creative Commons-License Attribution 4.0 International (CC BY 4.0).
This means you're free to copy, share and adapt any parts (or all) of the text in the article, as long as you give appropriate credit and provide a link/reference to this page.
That is it. You don't need our permission to copy the article; just include a link/reference back to this page. You can use it freely (with some kind of link), and we're also okay with people reprinting in publications like books, blogs, newsletters, course-material, papers, wikipedia and presentations (with clear attribution).