Triangulación en Investigación (Estadística y Ciencias Sociales)

Actualizado el 10 de septiembre de 2021, por Luis Benites.

La triangulación , en estadística y ciencias sociales, es una táctica de investigación que implica el uso de dos o más formas diferentes para verificar un resultado. Toma su nombre de la triangulación utilizada en levantamientos topográficos y navegación, donde se utilizan datos de dos puntos en el espacio para determinar un tercero.
Nos permite ver un problema en más dimensiones de lo que lo haría un intento de investigación de un solo punto, y también está destinado a eliminar los sesgos vinculados a un método de investigación específico, investigador, fuente de datos o teoría.

Tipos de triangulación

Generalmente se considera que la triangulación cae en uno de cuatro tipos diferentes:

• La triangulación de métodos ocurre cuando se utilizan dos o más métodos para recopilar datos. Este puede ser un método de investigación cualitativo y un método de investigación cuantitativo . Alternativamente, puede significar que se utilizan diferentes tipos de métodos cuantitativos o cualitativos. La clave es que los métodos deben ser lo suficientemente diferentes para que los resultados sean algo independientes.
• La triangulación de investigadores ocurre cuando dos o más investigadores (es decir, investigadores) trabajan de forma independiente para recopilar los mismos datos.
• La triangulación de teorías ocurre cuando se recurre a dos o más teorías alternativas para los cálculos y el análisis de datos.
• La triangulación de fuentes de datos es cuando se utilizan dos fuentes de datos diferentes e independientes (pero esencialmente idénticas). Esto podría ser en el tiempo, si los datos se recopilan en diferentes puntos en el tiempo, o en el espacio, si los datos se recopilan en diferentes ubicaciones físicas.

Referencias

Carter, Bryant-Lukosius, DiCenso, Blythe y Neville. El uso de la triangulación en la investigación cualitativa. Foro de Enfermería Oncol. 2014 septiembre; 41 (5): 545-7. doi: 10.1188/14.ONF.545-547. Recuperado de https://www.ncbi.nlm.nih.gov/pubmed/25158659 el 27 de junio de 2018.
Gentle, J. (2009). Estadística Computacional .
Terrell, S. (2021). Estadísticas traducidas, segunda edición: una guía paso a paso para analizar e interpretar datos, segunda edición . Prensa Guildford.
Capítulo: 8 Análisis mediante triangulación y síntesis para interpretar datos en una evaluación de métodos mixtos. de Diseño de Evaluación para Iniciativas Globales Complejas: Resumen del Taller (2014). Prensa de las Academias Nacionales. Recuperado de https://www.nap.edu/read/18739/chapter/9 el 27 de junio de 2018.
PUB 695 3.0, Triangulación. Universidad Abierta. Recuperado de http://www.open.edu/openlearncreate/mod/page/view.php?id=65924 el 28 de junio de 2018.