Qu es la generalizacin?

La generalizacin es un elemento esencial del proceso cientfico en general. En un mundo ideal, para poner a prueba una hiptesis probaras una poblacin entera.

Utilizaras todas las variaciones posibles de una variable independiente. En la gran mayora de los casos, esto no es posible, por eso se elige un grupo representativo que refleje toda la poblacin.

En cualquier experimento, puedes recibir crticas por tus generalizaciones sobre la muestra, el tiempo y el tamao.

Debes asegurarte que el grupo de muestra sea lo ms representativo posible de toda la poblacin.

En muchos experimentos, el tiempo es fundamental, ya que los comportamientos pueden cambiar anualmente, mensualmente y hasta a cada hora.

El tamao del grupo debe permitir que las estadsticas sean extrapoladas de manera segura a toda una poblacin.

En la prctica, no es posible tomar muestras de toda una poblacin por falta de presupuesto, tiempo y viabilidad (aunque existen algunos estudios regionales a gran escala, tales como el estudio HUNT o el estudio Decode Genetics de Islandia).

Por ejemplo, es posible que desees probar una hiptesis sobre el efecto de un programa educativo en estudiantes de los EE.UU.

En un experimento ideal, probaras a cada uno de los nios que utiliza el programa en contraste con un grupo de control. Si este nmero asciende a varios millones de personas, esto no sera posible sin un gran nmero de investigadores y sin recursos financieros infinitos.

Por lo tanto, debes generalizar y tratar de seleccionar un grupo de muestra que sea representativo de toda la poblacin.

Un proyecto de investigacin de alto presupuesto podra tomar una muestra ms pequea de cada escuela del pas. Una investigacin de bajo presupuesto podra concentrarse en una ciudad o incluso en una sola escuela.

La clave para la generalizacin consiste en entender en qu cantidad se pueden aplicar hacia atrs tus resultados para representar al grupo de nios en su conjunto. El primer ejemplo, que utiliza todas las escuelas, sera una representacin fuerte, porque la variedad y el nmero de muestras son elevados. Probar una sola escuela dificulta la generalizacin y afecta la validez externa.

Puedes descubrir que esa sola escuela probada produce mejores resultados para los nios que utilizan ese programa educativo en particular.

Sin embargo, una escuela de otra ciudad puede albergar nios a los que no les guste el sistema. Los estudiantes pueden tener un nivel socioeconmico o cultura completamente diferente. Los crticos de tus resultados se abalanzarn sobre tales discrepancias y cuestionarn todo tu diseo experimental.

La mayora de las pruebas estadsticas contienen un mecanismo incorporado para tomar en cuenta los tamaos de muestra con grupos y nmeros ms grandes, lo que produce resultados ms significativos.

El problema es que ellos no pueden distinguir la validez de los resultados ni determinar si tus sistemas de generalizacin son correctos. Esto es algo que debe ser tomado en cuenta cuando se genera una hiptesis y se disea el experimento.

La otra opcin, es decir, si los grupos de muestra son pequeos, es utilizar similitud proximal y restringir tu generalizacin. Debes aceptar que un grupo de muestra limitado no puede representar toda una poblacin.

Si has muestreado nios de una ciudad, es peligroso asumir que representan a todos los nios. No obstante, es razonable suponer que los resultados deberan aplicarse a una ciudad de tamao similar con un nivel socioeconmico similar. Esto no es perfecto, pero presenta ms validez externa y sera una generalizacin aceptable.

Prediccin en la investigacin

En la investigacin, la prediccin cumple uno de los deseos bsicos de la humanidad: percibir el futuro y saber lo que nos depara el destino. La misma adivinacin utilizada para el estudio de las estrellas o la observacin de las entraas de los animales.

Obviamente, en el mundo moderno es poca la gente que presta atencin a estos mtodos. Sin embargo, muchas personas esperan que los cientficos se conviertan en los nuevos adivinos y predigan cmo va a terminar la humanidad, el medio ambiente y el universo.

Hasta cierto punto, la mayora de los cientficos utiliza regularmente la prediccin en la investigacin como un elemento fundamental del mtodo cientfico, cuando generan una hiptesis y predicen lo que suceder. En el otro extremo se encuentra algo llamado Calentamiento Global, que ha sido predicho por muchos modelos por computacin aunque todava no se ha medido realmente la verdad detrs de la teora.

Estas predicciones pueden tener efectos de gran alcance y dirigir disciplinas cientficas enteras, como en el caso de la Relatividad y la Evolucin de Darwin, que han apoyado la investigacin en la Fsica y la Biologa por muchos aos. Por otra parte, los experimentos ms pequeos tambin pueden tener ramificaciones ms amplias y permitir que la humanidad prediga y, por lo tanto, evite determinados eventos futuros.

Surgimiento de la ciencia predictiva

Como parte de la bsqueda de la humanidad por comprender la naturaleza, la ciencia predictiva est mucho ms diseminada que antes.

Gran parte de esto se debe al crecimiento exponencial de la capacidad de procesamiento, que permite modelos progresivamente ms detallados y precisos. stos son muy tiles en la prediccin del clima o de desastres naturales, tales como terremotos y tsunamis.

El otro factor que impulsa este crecimiento de las predicciones en la investigacin es la poltica y la economa. Predecir el clima puede beneficiar a una economa, ya que puede informar a los agricultores acerca de qu esperar y permite que los servicios de emergencia predigan cuando el mal tiempo requiere accin. La economa es impulsada por la prediccin, tal como lo muestra la actual crisis econmica, y las predicciones errneas pueden ser devastadoras, aunque si los polticos optan o no por escuchar los consejos de los modelos de prediccin hechos por computadora aunque no estn de acuerdo con sus polticas, es otro asunto.

Con los millones de dlares invertidos por los gobiernos o por las empresas petroleras que utilizan las predicciones de los gelogos para saber dnde perforar pozos de prueba, la ciencia predictiva slo va a crecer. Sin embargo, todo este campo de la ciencia y la informtica se basa en los mismos fundamentos que incitaron a los primeros cientficos: el principio de hacer una prediccin y salir a probarla.

Por desgracia, estas predicciones en la ciencia dependen del capricho de los pagadores, del gobierno o del sector privado. Esto siempre pondr en peligro la integridad de los cientficos que hacen predicciones, como es el caso de los modelos de Calentamiento Global, pero la prediccin en la investigacin siempre impulsar el mtodo cientfico. Bueno, esa es mi prediccin!

Qu es la generalizacin?La generalizacin es un elemento esencial del proceso cientfico en general. En un mundo ideal, para poner a prueba una hiptesis probaras una poblacin entera.Prediccin en la investigacinSurgimiento de la ciencia predictiva