Cada día se llevan a cabo en todo el mundo estudios y experimentos de todo tipo, y todos ellos pretenden desvelar nuevos conocimientos o confirmar hallazgos anteriores. ¿Para qué se utilizan los datos brutos recogidos en estos estudios? Pues se utilizan para llegar a conclusiones y hacer generalizaciones sólidas.
Definir los conceptos Conclusiones y Generalizaciones
¿Qué es exactamente una conclusión? Pues...
Una conclusión es un hallazgo extraído de un conjunto de datos de un estudio o experimento.
Por ejemplo, si hubieras realizado un estudio sobre medicamentos para el dolor de cabeza y descubrieras que \(90\%\) de los participantes que tomaron la píldora real experimentaron una gran reducción del dolor de cabeza, en comparación con sólo \(20\%\) de los que tomaron la píldora placebo, podrías llegar a la conclusión de que la píldora era eficaz para reducir el dolor de cabeza en los del grupo de estudio.
Ahora bien, ¿es eficaz la píldora para reducir los dolores de cabeza en todo el mundo? Eso depende realmente de cómo se haya realizado el estudio. Este tipo de afirmación se denomina generalización.
¿Cuál es la diferencia entre una conclusión y una generalización?
Esta pregunta puede ser un poco engañosa. Piensa en los dedos y los pulgares. Todos los pulgares son dedos, ¿verdad? ¿Pero todos los dedos son pulgares? ¡Por supuesto que no! Lo mismo ocurre con las conclusiones y las generalizaciones.
Una generalización es un tipo de conclusión que puede aplicarse a todos o casi todos los miembros de un grupo mayor.
Por ejemplo, si detuvieras a doscientas personas al azar por una ciudad y todas y cada una de ellas dijeran que su comida favorita era la pizza, podrías hacer una generalización de que, en general, la comida favorita de todos los habitantes de la ciudad era la pizza.
Pero espera, como siempre ocurre con la investigación, ¡hay algo más que eso!
Conclusión y generalización en la investigación
Siguiendo con el ejemplo de la pizza, ¿dónde detuvieron a esas personas? ¿Fue fuera de la pizzería local? Si es así, quizá esta generalización no sea tan buena. Sin embargo, si cada persona a la que se preguntó fue realmente elegida al azar, por ejemplo, sacando nombres de un sombrero cómicamente grande, entonces la generalización podría ser aceptable.
En investigación, es importante poder distinguir una conclusión extraída de un grupo de participantes de cualquier generalización hecha sobre un grupo más amplio. Por ejemplo, si pides a la gente que participe en una encuesta sobre su comida favorita, ¿son los participantes una selección aleatoria del grupo más amplio?
No! Los participantes son sólo las personas que decidieron responder. Tal vez los amantes de la pizza de la ciudad sean más apasionados por su comida favorita que los amantes de las hamburguesas, y por eso es más probable que respondieran. Toma siempre las encuestas con una pizca de sal. Ten en cuenta cómo se eligió el grupo de la encuesta, o si se "eligió".
Existe una delgada línea entre una simple conclusión y una generalización. Piensa en estos conceptos en tu propia vida. Puede que en la ciudad en la que vives, todo el mundo piense que los perritos calientes son la mejor comida. ¿Es una buena generalización decir que a todos los habitantes del mundo también les deben gustar los perritos calientes?
Al considerar si se puede hacer una generalización de una conclusión obtenida de un grupo de participantes, hay que tener en cuenta varias cosas.
La primera es la aleatoriedad del grupo de muestra. Si quieres hacer una generalización sobre toda una población, es imprescindible que los participantes sean elegidos al azar.
La segunda es el tamaño del grupo de muestra. Si eliges a diez personas en una ciudad de \(3000\), es probable que tus resultados no muestren una distribución de datos representativa de toda la ciudad.
La tercera es la validez interna del propio estudio. En otras palabras, si hay otros factores que puedan haber influido en los resultados fuera de la variable específica que estás probando. Si en un estudio en el que se comprueba el efecto del tiempo frente a la pantalla en la salud mental se toman los teléfonos de un grupo de muestra durante un mes, ¿pueden los resultados demostrar de forma concluyente que el tiempo frente a la pantalla fue la única causa de un aumento de la buena salud mental? No, porque podrían haber sido otras causas distintas del tiempo frente a la pantalla, como una reducción del tiempo dedicado a las redes sociales.
Sacar conclusiones de los datos estadísticos
¿Cómo se sacan exactamente conclusiones de los datos estadísticos? No suele ser tan sencillo como que cada persona preguntada diga que la pizza es su comida favorita. ¿Qué pasa si \(90\%\) de las personas dicen eso? ¿Es una conclusión válida decir que la comida favorita de la mayoría de la gente de la ciudad es la pizza? Probablemente, pero ¿y si sólo lo dice el 55%? Eso podría ser sólo una peculiaridad de los datos. Quizá si preguntaras a \(200\) personas distintas, encontrarías algo diferente.
Pues bien, aquí es donde entra en juego el análisis estadístico. El análisis estadístico puede utilizarse para determinar la probabilidad de que un determinado conjunto de resultados se produzca por azar. ¿Si \(90\%\) de las personas dijeran que su comida favorita es la pizza? Hay una probabilidad muy pequeña de que eso ocurra por azar, pero ¿(55\%\)? Bueno, eso es un poco menos descabellado.
En última instancia, si se determina que una determinada conclusión tiene una probabilidad lo suficientemente pequeña de deberse al azar, se considera una conclusión válida, pero si es demasiado grande, entonces no se puede llegar a una conclusión.
Todo esto puede ser complicado de hacer, pero por suerte existen algunos métodos que aprenderás en este curso para poder llevar a cabo este tipo de análisis estadístico en distintos tipos de conjuntos de datos.
Conclusiones estadísticas y ejemplos de generalización
A ver si puedes averiguar a partir de estas afirmaciones si la generalización o conclusión que se hace es válida o inválida.
(a) Se pregunta a los votantes que salen del único colegio electoral de una pequeña ciudad a qué partido han votado. \(70%) dijeron que eran demócratas, (24%) dijeron que eran republicanos, (4%) dijeron que habían votado a otro partido y (2%) dijeron que habían estropeado su papeleta.
De los datos se concluye que la mayoría de la ciudad apoya a los demócratas.
Solución:
Esta conclusión no es válida. Las únicas personas encuestadas son las que votaron, las que decidieron no votar, o no pudieron hacerlo, no son encuestadas y, por tanto, no se tienen en cuenta.
Una conclusión más exacta sería: la mayoría de los votantes de la ciudad apoyan a los demócratas.
(b) Se seleccionan al azar 100 personas de la página de Facebook del gimnasio local para realizar una encuesta sobre sus objetivos de forma física. \(60) de ellas dijeron que querían estar más sanas, (25) que querían tener músculos más grandes, (10) que querían tener más resistencia y (5) que querían conocer gente.
A partir de estos datos, se llegó a la conclusión de que la mayoría de la gente se apuntaba al gimnasio para estar más sana.
Solución:
Esta conclusión no es válida. Las personas encuestadas se seleccionaron al azar, pero sólo de un conjunto de las que estaban en la página de Facebook. Ciertas personas son más propensas a usar Facebook, como los más jóvenes, y por tanto la selección no fue realmente aleatoria, y los resultados podrían estar sesgados.
(c) Treinta alumnos de un curso de \(100\) son elegidos al azar para un estudio. A quince de ellos se les pide que borren Instagram de sus teléfonos durante \(30\) días, y a quince de ellos no. A todos ellos se les entrevista diariamente sobre el tema de su bienestar mental. El estudio descubrió que \(11\) de los \(15\) con Instagram borrado tuvieron un aumento significativo de su bienestar mental, en comparación con \(3\) de los \(15\) sin él borrado.
A partir de los datos, se llegó a la conclusión de que, en general, borrar Instagram de sus teléfonos sería beneficioso para el bienestar mental de los alumnos de este curso.
Solución:
Esta generalización es válida. La muestra se eligió al azar, el tamaño de la muestra era grande en relación con el tamaño del grupo de alumnos, y la variable de control (la presencia de Instagram en los teléfonos de los alumnos) fue lo único que cambió, por lo que el estudio fue válido internamente.
d) Para el estudio realizado en la parte c), ¿sería válida la siguiente generalización?
En general, eliminar Instagram de sus teléfonos sería beneficioso para el bienestar mental de los alumnos de esta edad en todo el país.
Solución:
Esta generalización no sería válida. Hay demasiada variación en la situación entre los alumnos de este curso en este centro concreto y los alumnos de otros cursos en otros centros de todo el país. La muestra se eligió sólo de este curso de este centro, por lo que las conclusiones no son aplicables a otros cursos de otros centros.
Generalización y conclusiones - Conclusiones clave
- Una conclusión es un hallazgo extraído de un conjunto de datos de un estudio o experimento.
- Una generalización es un tipo específico de conclusión que puede aplicarse a la mayoría del grupo del que se tomó la muestra.
- Para que pueda hacerse una generalización de una población a partir de un grupo de muestra, la muestra debe seleccionarse al azar, debe ser lo suficientemente grande y el propio estudio o experimento debe ser internamente válido.
Aprende con 15 tarjetas de Generalización y Conclusiones en la aplicación StudySmarter gratis
Tenemos 14,000 tarjetas de estudio sobre paisajes dinámicos.
¿Ya tienes una cuenta? Iniciar sesión
Preguntas frecuentes sobre Generalización y Conclusiones
Acerca de StudySmarter
StudySmarter es una compañía de tecnología educativa reconocida a nivel mundial, que ofrece una plataforma de aprendizaje integral diseñada para estudiantes de todas las edades y niveles educativos. Nuestra plataforma proporciona apoyo en el aprendizaje para una amplia gama de asignaturas, incluidas las STEM, Ciencias Sociales e Idiomas, y también ayuda a los estudiantes a dominar con éxito diversos exámenes y pruebas en todo el mundo, como GCSE, A Level, SAT, ACT, Abitur y más. Ofrecemos una extensa biblioteca de materiales de aprendizaje, incluidas tarjetas didácticas interactivas, soluciones completas de libros de texto y explicaciones detalladas. La tecnología avanzada y las herramientas que proporcionamos ayudan a los estudiantes a crear sus propios materiales de aprendizaje. El contenido de StudySmarter no solo es verificado por expertos, sino que también se actualiza regularmente para garantizar su precisión y relevancia.
Aprende más
