Investigación y metodología científica, más allá del TFM - Rafael Bisquerra

Características de la Investigación Científica en Educación

Introducción a la Investigación Científica

• Se abordarán las características de la investigación científica aplicada a la educación, el proceso de investigación y sus fases, así como metodologías cuantitativas y cualitativas.

• La importancia radica en ofrecer ideas claras y útiles, priorizando la profundidad sobre la cantidad de información presentada.

Distinción entre Opiniones y Conocimiento Científico

• Se diferencia entre "doxa" (opinión subjetiva) y "episteme" (conocimiento objetivo), enfatizando que el conocimiento científico se obtiene mediante el método científico.

• Las creencias personales no constituyen conocimiento científico; este último se basa en evidencias observables y experimentales.

Método Científico

• La investigación científica sigue un método estructurado, conocido como metodología ABC, que implica un estudio riguroso del proceso investigativo.

• El conocimiento empírico es fundamental; se basa en datos recolectados a través de observación y experimentación para alcanzar una objetividad analizable.

Proceso de Investigación: Fases Clave

Planteamiento del Problema

• El primer paso en cualquier investigación es plantear claramente el problema que desencadenará todo el proceso investigativo.

• Ejemplos actuales, como la pandemia del coronavirus, ilustran cómo delimitar problemas específicos según contextos geográficos y sociales.

Contexto Social y Político

Probabilidades de Contagio y Revisión Bibliográfica

Conceptos Clave sobre Probabilidad y Seguridad

• La seguridad en la prevención de contagios nunca es del 100%; siempre se trabaja con probabilidades.

• Es esencial revisar la literatura existente sobre el tema, utilizando herramientas como internet para acceder a investigaciones previas.

• Las bases de datos científicas son fundamentales; las revistas científicas ofrecen artículos relevantes que pueden ser consultados.

Desafíos en la Investigación

• Existe un exceso de literatura disponible, lo que dificulta el acceso a toda la información relevante.

• Se compara esta situación con "Alicia en el país de las maravillas", donde hay que correr más para mantenerse al día con los nuevos artículos publicados.

Enfoque Específico en Temas de Investigación

• Definir un tema específico, como el TDAH en niños, ayuda a enfocar la búsqueda bibliográfica y obtener información relevante.

• La revisión de literatura permite establecer un marco teórico sólido para la investigación.

Prevención de Violencia a través de Educación Emocional

Marco Teórico y Estrategias

• La investigación científica puede guiar intervenciones para prevenir la violencia en contextos educativos.

• Se debe considerar todo tipo de violencia, no solo acoso escolar o violencia de género; entender las causas emocionales es crucial.

Implementación Práctica

• La impulsividad emocional y una ira mal regulada son factores activadores clave en situaciones violentas.

• Para prevenir la violencia, se requiere colaboración entre estudiantes y profesores, así como formación docente adecuada.

Metodología e Hipótesis

Desarrollo Metodológico

• Un marco teórico bien definido permite formular hipótesis claras sobre cómo implementar programas educativos efectivos.

• Ejemplo: Aplicar un programa centrado en regulación emocional podría disminuir comportamientos violentos entre adolescentes.

Observación y Experimentación

• La metodología incluye análisis de datos recogidos mediante observación y experimentación para validar hipótesis propuestas.

Proceso de Investigación Científica

Conclusiones y Nuevas Preguntas

• La recogida y análisis de datos lleva a conclusiones que pueden confirmar o rechazar hipótesis, pero también generan nuevas preguntas para futuras investigaciones.

• Se destaca la importancia de formular nuevas preguntas en la investigación científica, ya que es un proceso continuo donde múltiples investigadores contribuyen con datos.

Marco Teórico

• El marco teórico se fundamenta en investigaciones previas y no es una recreación artística; debe basarse en datos concretos.

• Ejemplos del marco teórico incluyen estudios sobre el coronavirus y factores desencadenantes de la violencia, que guían la formulación de hipótesis y metodologías.

Mérito de las Investigaciones

• Es considerado un mérito que las investigaciones no finalicen con conclusiones, sino que ofrezcan sugerencias para futuras indagaciones.

• Las investigaciones aportan respuestas pero también dejan interrogantes sin resolver, sugiriendo direcciones para continuar explorando.

Metodología e Hipótesis

• Se discutirá más sobre las categorías dentro de la metodología, incluyendo cómo se estructuran los objetivos generales y específicos.

• Los objetivos se derivan del marco teórico y pueden ser formulados durante la fase de metodología o formación de hipótesis.

Fases del Método Científico

• La fase de formulación de hipótesis es debatible; algunas metodologías consideran esta etapa crucial mientras que otras no.

Propuesta de Metodología en Investigación

Flexibilidad en la Metodología

• Se sugiere que el aumento de flexibilidad en la metodología es esencial para distinguir y ser metódicos, estableciendo fases claras para el proceso.

• La importancia del "punto medio" se destaca como clave al considerar aspectos externos y cómo estos influyen en la formulación del problema.

Planteamiento del Problema

• Se enfatiza que el planteamiento de un problema debe formularse como una pregunta, lo cual es fundamental para guiar la investigación.

• Ejemplos de preguntas que pueden surgir incluyen cómo prevenir problemas específicos, como la violencia o el acoso escolar.

Rechazo de Hipótesis y Nuevas Preguntas

• El rechazo de una hipótesis puede llevar a replantear el marco teórico, sugiriendo que esto no es un fracaso sino una oportunidad para abrir nuevos horizontes en la investigación.

• Se menciona un cambio paradigmático histórico relacionado con las teorías geocéntricas y heliocéntricas, ilustrando cómo los rechazos pueden conducir a avances significativos.

Importancia del Mapa Conceptual

• Según Roberto Hernández Sampieri, realizar un mapa conceptual del marco teórico es crucial para organizar temas y subtemas relacionados con la investigación.

• Un mapa conceptual ayuda a clarificar fenómenos complejos y puede abarcar múltiples páginas dependiendo de la literatura revisada.

Métodos Instructivos vs. Deductivos

• Se discuten los métodos inductivos (basados en observaciones empíricas) y deductivos (fundamentados en silogismos), destacando sus diferencias fundamentales.

Introducción a la Inducción y Estadística

Conceptos Básicos de Inducción

• Al accionar un interruptor, se apaga la luz, lo que ilustra que no es necesario probar todos los interruptores para concluir su función.

• La inducción nos lleva a la estadística inductiva, donde se utilizan muestras de sujetos para hacer generalizaciones.

Ejemplo de Investigación

• En encuestas sobre intención de voto en España, se selecciona una muestra representativa de aproximadamente 5000 personas entre 30 millones que pueden votar.

• La inducción permite llegar a conclusiones sin tener que preguntar a cada individuo; esto implica probabilidades y generalizaciones basadas en muestras.

Métodos Inductivos y Deductivos

• Se utiliza el método inductivo en investigaciones científicas, aunque también puede aplicarse la deducción desde principios generales.

• Es importante definir claramente la población objeto de estudio antes de seleccionar una muestra adecuada.

Definición y Selección de Muestras

Población y Muestra

• Se define una población específica (ej. niños con dificultades de aprendizaje entre 10 y 12 años), pero solo se investiga sobre una muestra representativa.

• Las limitaciones como recursos económicos o tiempo afectan el tamaño de la muestra; por ejemplo, acceder a 100 o 400 sujetos.

Generalización y Representatividad

• El poder de generalización depende de cuán representativa sea la muestra; las características demográficas deben ser especificadas al describirla.

• Reflexionar sobre cómo seleccionar adecuadamente la muestra es crucial para asegurar su representatividad.

Métodos de Muestreo

Importancia del Método de Muestreo

• El método utilizado para muestrear es fundamental; existen cursos dedicados exclusivamente al tema en carreras estadísticas.

Tipos de Muestreo

• Se recomienda el muestreo aleatorio; por ejemplo, seleccionar al azar individuos con dificultades específicas dentro del grupo definido.

• La estratificación implica dividir a la población en grupos (estratos), seleccionando muestras aleatorias dentro de cada uno.

Métodos Alternativos

• El muestreo intencional selecciona personas específicas según criterios predefinidos, mientras que el muestreo por accesibilidad se basa en recursos disponibles.

Conclusión sobre Muestreos

Estudio de Variables en Psicopedagogía

Distinción entre Constructo y Variable

• Se introduce la terminología psicopedagógica, diferenciando entre constructo y variable. Un constructo es una reconstrucción de algo que no se puede observar directamente.

• Ejemplo de constructo: la inteligencia. No se puede observar directamente, pero se investiga a través del comportamiento de las personas.

• La personalidad también es un constructo complejo; su medición se basa en el comportamiento observable para inferir características personales.

• Los tests de inteligencia y personalidad son ejemplos de variables que permiten medir estos constructos. Cada test aporta datos distintos sobre el mismo constructo.

• La distinción entre constructo (inteligencia, personalidad) y variable (tests específicos utilizados para medirlos) es crucial en la investigación.

Instrumentos de Medición

• Existen múltiples instrumentos para medir un mismo constructo; por ejemplo, diferentes tests de inteligencia como el test de Wechsler o el test de Raven.

• En ciencia, a veces se dice que "la inteligencia está en potencia", lo cual refleja cómo los tests miden esta variable indirectamente.

• La recolección de datos en investigaciones depende del instrumento utilizado; esto aplica a diversas ciencias, especialmente a las pedagógicas.

Variables Dependientes e Independientes

• Es importante distinguir entre variables dependientes e independientes. Las dependientes dependen del efecto causado por las independientes.

• Ejemplo práctico: si se aplica un programa educativo emocional (variable independiente), se espera observar cambios en comportamientos violentos (variable dependiente).

• El proceso educativo tiene como objetivo desarrollar competencias para prevenir la violencia; esto requiere observación cuidadosa antes y después del programa.

Métodos de Medición

• Las variables dependientes pueden medirse mediante tests, cuestionarios o entrevistas. Es esencial que los instrumentos sean válidos y fiables para detectar cambios significativos.

• Se enfatiza la importancia de utilizar métodos sensibles que permitan observar diferencias antes y después de aplicar intervenciones educativas.

Preguntas sobre Conceptos Clave

• Se abre un espacio para preguntas sobre los conceptos discutidos: constructos, variables dependientes e independientes, e instrumentos de medición.

• Se aclara que las variables dependientes suelen medirse con instrumentos como tests o cuestionarios dentro del campo psicopedagógico.

¿Qué es un constructo y cómo se define?

Definición de constructos y variables

• Un constructo es una definición que remite a un marco teórico, donde las definiciones conceptuales son fundamentales para la investigación.

• La inteligencia puede ser definida operativamente, como la capacidad de resolver problemas en contextos cotidianos, lo que refleja diferentes enfoques sobre el concepto.

Variables dependientes e independientes

• Las variables dependientes son los programas de intervención, mientras que las independientes pueden incluir técnicas como entrevistas, dependiendo del uso metodológico.

• La entrevista puede funcionar como variable independiente al aplicarse para reducir comportamientos violentos o como variable dependiente al evaluar impulsividad.

¿Cómo se cuantifican las variables en terapia?

Protocolo de intervención

• La variable independiente en una terapia se describe mediante un protocolo que incluye diagnóstico, pronóstico y seguimiento de procedimientos.

• Se recomienda aplicar pre test y post test durante intervenciones para medir efectivamente los resultados.

Técnicas de medición

• Los pre tests pueden incluir diversas técnicas (test de inteligencia, personalidad o entrevistas), permitiendo una evaluación más completa antes y después del tratamiento.

Criterios de inclusión y exclusión en muestras

Importancia de los criterios

• Los criterios de inclusión definen quiénes forman parte del estudio según características específicas; los criterios de exclusión eliminan a quienes no cumplen con estas condiciones.

• Ejemplos claros ayudan a entender: si se investiga daño cerebral, solo se incluyen individuos con esta condición.

Diseños experimentales vs. cuasi-experimentales

Diferencias clave entre diseños

Diseño Experimental y Representatividad

Accesibilidad y Representatividad

• La accesibilidad a muestras puede comprometer la representatividad, lo que es un tema recurrente en diseños experimentales.

• Se menciona que la representatividad siempre será discutible, independientemente del método utilizado.

Diseño Pre Test/Post Test

• El diseño pre test/post test implica realizar una medición antes de aplicar una intervención y otra después para evaluar cambios.

• Este enfoque permite llegar a conclusiones sobre el impacto de la intervención aplicada.

Grupos Experimental y Control

• En el diseño se distinguen dos grupos: experimental (recibe la intervención) y control (no recibe la intervención).

• La variable independiente se aplica al grupo experimental, mientras que el grupo control no está expuesto a esta variable.

Medición de Variables Dependientes

• Se utilizan instrumentos para medir variables dependientes antes (pre test) y después (post test) de la intervención.

• Ejemplos de técnicas incluyen entrevistas, observaciones o análisis de datos acumulados en centros educativos.

Mortalidad Experimental

• La diferencia en sujetos entre pre test y post test se denomina mortalidad experimental; esto puede afectar los resultados.

• Es común que algunos participantes no estén presentes en las mediciones posteriores, lo cual debe ser considerado al analizar los datos.

Aclaraciones sobre el Diseño Experimental

Preguntas sobre el Diseño

• Se abre un espacio para preguntas sobre el esquema del diseño pre test/post test con grupos experimental y control.

Medidas Repetidas

• Se discute si el diseño pre test/post test puede considerarse un caso particular de medidas repetidas, donde pueden haber más de dos mediciones.

Importancia del Análisis de Mortalidad

• Juan Antonio menciona que una alta mortalidad experimental puede influir negativamente en los resultados e interpretaciones del estudio.

Causas de Mortalidad Experimental

• Es crucial analizar las causas detrás de una alta mortalidad experimental antes de llegar a conclusiones sobre los resultados obtenidos.

Características Comunes entre Grupos

Diseño Experimental y Análisis de Datos

Conceptos Básicos del Diseño Experimental

• En un diseño experimental, se comparan grupos que tienen características similares, donde solo una variable independiente se aplica a uno de los grupos.

• Se utilizan símbolos como x1 y x2 para representar las mediciones en pre test y post test del grupo experimental, mientras que x3 y x4 representan el grupo control.

• Es crucial que las mediciones pre test (x1 y x3) sean equivalentes; cualquier diferencia en post test (x2 y x4) debe ser atribuida a la variable independiente.

Importancia de la Equivalencia en Grupos

• La ausencia de efectos en el grupo control (x3 y x4) es fundamental para demostrar que no hubo cambios debido a la aplicación de la variable independiente.

• Solo se deben considerar los datos de aquellos sujetos que completaron el post test para evitar sesgos por mortalidad experimental.

Análisis Estadístico

• Los datos del pre test deben mostrar diferencias estadísticamente significativas mínimas entre los grupos experimentales para validar el diseño.

• Si hay una gran variabilidad en los datos, puede ser necesario revisar cómo se están aplicando las pruebas.

Tipologías de Pruebas

• Ejemplos de tipologías para pre test y post test incluyen pruebas académicas como inteligencia, rendimiento académico o competencias emocionales.

• A veces es necesario cambiar las preguntas entre pre test y post test si existe un efecto significativo del primer instrumento aplicado.

Definición del Diseño Experimental

• Un diseño experimental implica seleccionar un aula específica con permiso, contrastando esto con un muestreo aleatorio más riguroso.

• Se propone un descanso antes de continuar con temas estadísticos relevantes al análisis experimental.

Introducción a Temas Estadísticos

• Se anticipa una discusión sobre estadísticas básicas necesarias para entender el contraste entre grupos experimentales y controles.

Análisis de Contrastes Estadísticos

Diferencias Significativas en Contrastes

• Se discute la importancia de encontrar diferencias estadísticamente significativas entre el grupo experimental en el pre test y post test, así como entre el grupo control y otros soportes.

• El cuarto contraste se refiere a las diferencias que podrían no ser estadísticamente significativas, utilizando técnicas de análisis como ANOVA para evaluar los resultados.

Grupos Experimentales y Control

• Se menciona que tanto el grupo experimental como el grupo control pueden incluir múltiples clases, lo cual es relevante en investigaciones educativas.

• Se sugiere añadir un segundo grupo control que no pase el pre test para evitar sesgos en los resultados del post test.

Proceso de Recopilación de Datos

• La elaboración de una matriz de datos es fundamental; primero se debe realizar la estadística descriptiva antes de aplicar pruebas de contraste.

• Se recomienda utilizar ordenadores para aplicar tests, asegurando que las respuestas se integren correctamente en una matriz.

Errores Comunes en la Transcripción

• Se identifican errores comunes durante la transcripción de datos, como confusiones al ingresar edades o respuestas incorrectas a preguntas.

• Es crucial minimizar estos errores y hacerlos detectables para asegurar la calidad del análisis.

Estructura de la Matriz de Datos

• La matriz debe contener variables básicas como identificación del sujeto, sexo y otras características relevantes según la muestra estudiada.

• Los datos deben organizarse con filas representando sujetos y columnas representando variables, facilitando así el análisis posterior.

Uso del Software Estadístico

• Se menciona cómo cada fila representa un sujeto y cada columna una variable dentro del software SPSS utilizado para análisis estadísticos.

Análisis Estadístico de Datos

Descripción de las Variables

• Se presentan franjas de edad en la parte izquierda, destacando que la mayoría tiene 18 años. La media es 17.43 y la televisión típica es 165, calculada sobre una muestra de n = 60.

• En las tablas a la derecha, se observa que tanto la media como la mediana son 18, lo cual es crucial para describir todas las variables.

Identificación de Errores en los Datos

• Se menciona un posible error al ingresar datos, donde una persona con 16 años podría ser registrada incorrectamente como 61. Esto se identifica como un outlier.

• Es necesario revisar la matriz de datos para corregir errores graves antes de proceder con el análisis estadístico.

Pruebas de Contraste

• Al analizar los pretest, se encuentran medias de 7.32 en el grupo experimental y 6.84 en el grupo control; no hay diferencias estadísticamente significativas entre estos grupos.

• La prueba t indica que el valor t es 199 y la significación bilateral es de 0.52, sugiriendo que las diferencias no son significativas.

Interpretación del Valor P

• Si el valor p (significación bilateral) es superior a 0.05, interpretamos que no hay diferencias significativas; si es inferior a este umbral, sí las hay.

• El criterio comúnmente utilizado para rechazar o aceptar hipótesis nulas está basado en un nivel alfa igual a 0.05.

Resultados del Post Test

• Tras aplicar el programa y observar los resultados post test, se concluye que las diferencias entre grupos son mínimas pero significativas tras aplicar pruebas estadísticas adecuadas.

• Un resultado significativo se presenta con un valor p cercano a cero (0.000), indicando una baja probabilidad de error y confirmando diferencias estadísticamente significativas entre muestras.

Comparación Final entre Grupos

• En comparación del pretest y post test del grupo control, no se encontraron diferencias significativas (p = 0.727).

• Sin embargo, al comparar ambos grupos experimentales después del tratamiento (medias: experimental = 7.32 vs control = 7.85), se observó una diferencia significativa (p < 0.05).

Visualización Gráfica

• Se utiliza un diagrama boxplot para visualizar las cuatro medias correspondientes a los grupos experimental y control antes y después del tratamiento, mostrando claramente las variaciones en los resultados obtenidos.

Análisis de la Efectividad del Tratamiento Experimental

Resultados del Análisis Estadístico

• Se observa que el grupo experimental en el post test tiene una media significativamente superior a los otros grupos, lo que indica la efectividad del tratamiento.

• En el análisis de datos, no se encontraron diferencias significativas entre el grupo experimental y el control en el pre test, pero sí en el post test, donde el grupo experimental mostró resultados superiores.

• Las diferencias entre pre test y post test en el grupo experimental son significativas, sugiriendo que la intervención tuvo un impacto positivo. En contraste, las diferencias en el grupo control no son estadísticamente significativas.

Intervenciones y Preguntas

• Se abre un turno para intervenciones y aclaraciones sobre los resultados presentados.

• Se menciona la importancia de actualizarse en estadísticas; aunque algunas investigaciones no requieren análisis estadísticos, la mayoría de las serias sí lo hacen.

Discusión sobre Tamaño Muestral

• Un participante adicional en el post test puede influir en los resultados; es común que con pocos sujetos no se presenten diferencias significativas.

• La validez de los resultados aumenta con muestras más grandes; cuanto mayor sea la muestra, mejor será para demostrar hipótesis.

Pruebas Estadísticas Aplicadas

• Solo se pueden realizar pruebas comparativas si no hay diferencias significativas entre grupos en pre test. Es crucial entender si se refiere a pruebas estadísticas o a otro tipo.

• Existen diversas teorías sobre qué pruebas aplicar; se pueden usar tanto paramétricas como no paramétricas dependiendo del tamaño muestral y características de los datos.

Efecto Artefacto y Validez Interna

• Si diferentes pruebas dan resultados distintos, podría indicar un efecto artefacto: lo observado depende más de la técnica estadística utilizada que de los datos mismos.

• La maduración puede ser una variable que invalide métodos experimentales. Es importante controlar esta variable al aplicar instrumentos repetidamente.

Consideraciones Finales sobre Maduración

• La maduración puede influir en los resultados; es posible que las mejoras observadas sean resultado del crecimiento natural del grupo más que de la intervención misma.

Diseño Experimental y Control de Variables

Importancia del Control en Diseños Experimentales

• La maduración es un factor a considerar en el diseño experimental, donde se pueden incluir grupos de control sin pre-test como una forma de control.

• Se utilizan instrumentos adicionales en el pre-test y post-test para controlar variables, lo que lleva a técnicas multivariantes como el análisis factorial de la varianza.

• Es crucial controlar todas las variables que podrían afectar los resultados, buscando así el diseño más adecuado para cada caso.

Tipos de Estudios en Investigación

• Se distingue entre estudios descriptivos, que describen fenómenos, y estudios longitudinales que analizan cambios a lo largo del tiempo.

• Los estudios transversales evalúan muestras grandes en un momento específico, mientras que los longitudinales siguen a los mismos sujetos durante años.

• El análisis de tendencias permite observar la evolución mediante distintos instrumentos de medida.

Métodos Comparativos y Correlacionales

Análisis Comparativo

• Los estudios comparativos causales permiten analizar las causas detrás de efectos observados entre diferentes grupos.

• Se aplican técnicas de correlación paramétrica (como Pearson) y no paramétrica (como Spearman), dependiendo del tipo de datos.

Encuestas como Método Investigativo

• Las encuestas son herramientas no experimentales donde se definen objetivos claros y se decide la población objetivo antes del diseño del cuestionario.

• Es fundamental realizar pruebas piloto con un grupo pequeño para asegurar la claridad y efectividad del cuestionario antes de su aplicación definitiva.

Opciones de Respuesta en Encuestas

Tipos de Respuestas

• Las respuestas pueden ser simples por categorías o múltiples; es esencial definir correctamente estas categorías para obtener datos precisos.

• Ejemplos incluyen clasificaciones sobre estado civil o preferencias personales, donde las opciones deben ser exhaustivas y relevantes.

Análisis Estadístico

• En el análisis estadístico se utilizan paquetes informáticos para procesar datos; esto incluye contrastes y correlaciones entre variables.

Evaluación Programática

Investigación Evaluativa

• La investigación evaluativa implica evaluar programas educativos mediante un análisis previo a su implementación, seguido por una evaluación posterior al programa aplicado.

Evaluación de Programas y Metodología de Investigación

Importancia de la Evaluación en Programas

• La evaluación de programas debe considerar tanto el producto final como el proceso, evaluando el contexto antes de implementar el programa.

Diseño de la Investigación

• Se sugiere que cada investigador defina un problema claro y busque literatura relevante para enmarcar teóricamente su trabajo.

• Es crucial decidir entre metodologías cuantitativas o cualitativas, dependiendo del enfoque: observaciones, entrevistas o grupos de discusión.

Fases del Trabajo Investigativo

• Un trabajo bien estructurado debe incluir fases como introducción, planteamiento del problema, marco teórico, diseño de investigación, recolección y análisis de datos.

Recursos Bibliográficos

• Se menciona la disponibilidad de bibliografía sobre metodología educativa; se recomienda buscar libros específicos en bibliotecas universitarias o en línea.

• Existen numerosos textos sobre métodos y técnicas aplicables a diversas ciencias; se aconseja explorar estos recursos para profundizar en la investigación.

Revisión Bibliográfica

• Para realizar una revisión bibliográfica efectiva, es recomendable seguir normativas específicas y consultar fuentes adecuadas dentro del campo estudiado.

• Se ofrece ayuda para entender los pasos necesarios para llevar a cabo una revisión bibliográfica adecuada utilizando internet como herramienta principal.

Búsqueda Efectiva en Bases de Datos

• Se aconseja utilizar entre 3 y 5 palabras clave relevantes al tema investigado para optimizar las búsquedas en bases de datos académicas.

Competencias Emocionales y Regulación de la Violencia

Búsqueda Bibliográfica

• Se sugiere combinar palabras clave como "competencias emocionales", "ira" y "violencia" para obtener más artículos relevantes en la búsqueda bibliográfica.

• Se recomienda utilizar Google Scholar para acceder a literatura científica de fácil acceso, lo que facilitará la recopilación de información útil.

Entrevistas y Preguntas

• No hay una norma estricta sobre cuántas preguntas de confianza realizar en entrevistas; esto depende del tipo de entrevista (profundidad o respuestas breves).

• Se aconseja preparar entre 10 y 40 preguntas, incluyendo preguntas de control formuladas de diferentes maneras para verificar la validez y fiabilidad de las respuestas.

Diseño Experimental en Investigación

• La pregunta sobre si se pueden aplicar grupos experimentales a estudios con muestras pequeñas se responde afirmativamente, siempre que haya un número mínimo de sujetos.

• Para grupos menores a 30 sujetos, se recomienda el uso de pruebas no paramétricas debido a la inestabilidad estadística.

Investigaciones con Sujetos Únicos

• Es posible realizar investigaciones serias con solo un sujeto (n igual a 1), como lo demostró Piaget en sus estudios longitudinales.

• La investigación puede llevarse a cabo incluso con un solo sujeto, desmitificando la idea de que se necesita un gran número para obtener resultados válidos.

Reflexiones Finales

• Se enfatiza la importancia del aprendizaje continuo mediante la lectura de artículos y libros relacionados con la investigación.