¿Qué es el sesgo? [Una guía de campo para la investigación científica]

La ciencia consiste en llegar a la verdad. Sin embargo, la verdad de los seres humanos es quizá más esquiva que en cualquier otro ámbito de la ciencia. Por ello, no es de extrañar que investigar a los seres humanos sea una hazaña complicada y difícil de conseguir.

Sin un diseño experimental adecuado y riguroso, los errores pueden surgir de múltiples maneras. Entre ellas, no son menores los sesgos en la investigación, que pueden tener una amplia repercusión y, sin preparación, son difíciles de detener. Tales factores de sesgo pueden producirse totalmente sin intención, pero en última instancia pueden dañar la fiabilidad (y la credibilidad) de la investigación si no se controlan adecuadamente.

Hay varios aspectos y trampas dentro de la investigación que pueden producir estos sesgos erróneos, llevando tanto a los participantes, como a los investigadores por el mal camino, y lidiando con datos que no reflejan verdaderamente los pensamientos y comportamientos probados.

Los sesgos dentro de la investigación están muy extendidos, pero a menudo se pueden superar con buenos controles metodológicos, y eligiendo el equipo más adecuado para obtener las respuestas correctas. A continuación, repasaremos algunos de los sesgos más comunes que afectan a la investigación y ofreceremos rutas para evitarlos. Con ellos en mente, podrás guiar tu investigación hacia descubrimientos cada vez mayores.

Contenido:
Sesgo del participante
Sesgo de selección
Sesgo del investigador

Tres sesgos que pueden afectar a la investigación

1. Sesgo del participante

Uno de los sesgos centrales que pueden obstaculizar e impactar negativamente en la investigación es el del sesgo del participante. A menudo se ha descrito como que el participante reacciona puramente a lo que cree que desea el investigador, pero también puede ocurrir por razones menos obvias.

El sesgo de deseabilidad social es un ejemplo de ello. Los participantes pueden tener nociones preconcebidas sobre lo que es una respuesta o un comportamiento aceptable, por lo que adaptarán sus respuestas para que se ajusten a ello, ya sea consciente o inconscientemente.

Esta reacción es especialmente probable en los experimentos que tratan temas delicados (como los ingresos personales o la religión, por ejemplo) y, en última instancia, distorsionará los resultados en algo que no es cierto.

Los participantes también pueden asentir a todo o responder negativamente a las preguntas (también conocido como «decir sí» o «decir no»). Esto puede ocurrir debido al cansancio, al aburrimiento o incluso a los intentos intencionados de interrumpir la investigación.

Así que esos son algunos de los problemas que pueden ocurrir con el sesgo de los participantes, pero ¿qué hay de las soluciones? Tomar precauciones con el diseño experimental puede ayudar mucho, y tener las herramientas adecuadas puede ayudar aún más.

OK – necesitarás algo más que cinta adhesiva para corregir el sesgo de la investigación (y algo más que notas Post-It también).

En el caso de los sesgos de deseabilidad social, es importante informar al participante sobre su anonimato (y asegurarlo también). En el caso de los sesgos de «sí/no», es importante motivar adecuadamente al participante, ya sea con una remuneración o con descansos suficientes para garantizar que no se canse. La comprobación de los valores atípicos en los datos también puede ayudar como última comprobación.

Compruebe: ¿Qué es el sesgo del participante? (Y cómo vencerlo)

Además de esto, las mediciones psicofisiológicas pueden ayudarle a ver a través de las respuestas o comportamientos potencialmente engañosos, y proporcionar una imagen más clara de lo que realmente está sucediendo. Los biosensores le permiten medir la respuesta de un participante, sin que se filtre conscientemente.

También pueden proporcionar datos sin ningún esfuerzo real por parte de los participantes. Por ejemplo, la medición de la atención de un participante se completa fácilmente con el seguimiento ocular, y no requiere energía adicional por su parte. Esto hace que sea mucho más fácil mantener al participante involucrado en el estudio.

También es posible registrar el estado emocional de un participante -su valencia- a través del análisis automático de la expresión facial, y combinarlo con grabaciones de su excitación fisiológica (como a través de grabaciones de la respuesta galvánica de la piel), mientras completan un experimento. La combinación de estos métodos proporciona un interrogatorio completo del estado mental del participante, sin añadir ninguna tensión mental.

Top of page

El participante perfecto: comprometido. Muy comprometido. (Quizás un poco asustado también).

2. Sesgo de selección

Antes de que los participantes completen el experimento, primero deben ser seleccionados, y aquí es donde entra el sesgo de selección. Esto puede definirse como un error experimental que se produce cuando el grupo de participantes, o los datos posteriores, no son representativos de la población objetivo.

Esto puede ocurrir por varias razones, algunas de las cuales son más evitables que otras. Por ejemplo, los propios participantes pueden autoseleccionarse -sobre todo cuando el estudio es de carácter voluntario- y ciertos tipos de personalidad pueden ser más frecuentes en esa población.

No contar con suficientes participantes o seleccionar los datos resultantes de forma incorrecta son también ejemplos de aspectos metodológicos que, en última instancia, conducen a examinar el conjunto de participantes incorrecto.

Aprenda más: ¿Qué es el sesgo de selección? (Y cómo vencerlo)

Estos factores de sesgo pueden corregirse de múltiples maneras. La prevención del sesgo de un grupo de participantes autoseleccionados puede tratarse teniendo múltiples canales o rutas abiertas para que los participantes accedan al estudio. Lo ideal es que procedan de un grupo de muestra mixto, de participantes autoseleccionados o seleccionados (por ejemplo, con estudiantes universitarios que completen el estudio para obtener créditos del curso, y voluntarios).

Además de esto, contar con un grupo de participantes amplio también ayuda casi siempre (aunque esto no siempre sea posible), mientras que ser transparente sobre las fuentes de datos también ayudará a la credibilidad de un estudio.

Las mediciones psicofisiológicas también pueden ayudar a la fiabilidad de los resultados de los participantes, ya que se combinan fácilmente como registros múltiples, en los que se puede producir una validación cruzada de las fuentes de datos. La combinación de una amplia gama de métricas significa que los valores atípicos deberían ser mucho más fáciles de detectar.

Probablemente no sea tan fácil detectar un dato atípico en tus datos, pero la combinación de métricas te acerca a ello.

Top of page

3. Sesgo del investigador

También están los efectos, a menudo pasados por alto, y desgraciadamente demasiado frecuentes, del sesgo del investigador, en el que los propios científicos inducen a error en las investigaciones que llevan a cabo, a menudo sin querer pero a veces intencionadamente.

Los investigadores pueden estar implícitamente sesgados a favor de un determinado resultado, y una recogida de datos problemática puede llevar también en esa dirección, aunque sea falsa. También pueden afectar a los participantes por el simple hecho de estar presentes: pasar por alto a los demás puede tener efectos bastante drásticos (lo que se conoce como el efecto Hawthorne), y cambiar los comportamientos de forma poco representativa.

Consulta: ¿Qué es el sesgo del investigador? (Y cómo derrotarlo)

Para evitar esto podría ser necesario completar la investigación como un estudio doble ciego – en el que los participantes, y las personas que llevan a cabo la recopilación de datos, no saben cuál es el grupo experimental. Esto reduce un gran grado de sesgo que podría producirse de otro modo, y a pesar de que añade una gran cantidad de fiabilidad a un entorno experimental, podría ser demasiado laborioso o costoso de llevar a cabo.

Un ejemplo de configuración de doble ciego. El investigador 1 divide los grupos, mientras que el investigador 2 realiza el experimento con los grupos, sin saber cuál es cuál. Los datos se entregan al investigador 1, que sólo sabrá a qué grupo pertenecen los datos después del análisis.

El uso de plataformas predefinidas para crear un plan experimental, y para hacer cumplir las condiciones dentro de él, asegura un nivel de consistencia y fiabilidad que, de otro modo, es difícil de construir. Al implementar (y grabar desde) las diferentes condiciones experimentales con un enfoque estandarizado, todo puede ser consistente, lo que reduce la posibilidad de que se produzca cualquier interferencia potencialmente confusa.

Usar software como iMotions de esta manera también ayuda a los investigadores a gastar menos tiempo en tener que dirigir a los participantes a través del estudio. Esto permite dedicar más tiempo a conseguir la metodología correcta, interpretar los datos y obtener los resultados.

También permite dedicar más tiempo a hacer que los datos parezcan geniales.

Top of page

Conclusión

Las mediciones psicofisiológicas permiten, en última instancia, a los investigadores profundizar en la mente de los participantes y en sus estados fisiológicos subyacentes, lo que da acceso a respuestas y sentimientos no filtrados. Las grabaciones de estos biosensores pueden ofrecer una imagen mucho más honesta de lo que alguien está pensando y de por qué se comporta de una determinada manera.

El uso de biosensores en combinación permite una validación cruzada y una mayor profundidad de los hallazgos, aumentando la validez de los mismos y, por tanto, la solidez del experimento. Esto es más fácil y requiere menos tiempo, en iMotions.

Con esto en mente, es más sencillo tanto añadir más fuentes de datos a un estudio, como utilizar el tiempo de una manera más efectiva, lo que significa que llegar a resultados imparciales -y a hallazgos increíbles- es más fácil que nunca.

Consulta: El estudio del comportamiento humano: Medir, analizar y comprender

El sesgo es demasiado frecuente dentro de la investigación, y espero que este artículo te ayude a guiarte hacia resultados más objetivos, fiables y reproducibles. Si quieres aprender más sobre el sesgo, echa un vistazo a nuestros artículos anteriores que cubren el sesgo de los participantes, el sesgo de selección y el sesgo del investigador con más detalle. Y si busca aún más consejos y sugerencias para la investigación, lea nuestra completa guía de diseño experimental. Es gratuita y sorprendente, una combinación perfecta.

Top of page