Actualizado por ultima vez el 14 de noviembre de 2021, por Luis Benites.
¿Qué es la Validez Interna?
Nota : si no está familiarizado con la confusión, lea primero este artículo:
Variables de confusión
La validez interna es una forma de medir si la investigación es sólida (es decir, ¿se hizo bien la investigación?). Está relacionado con la cantidad de variables de confusión que tiene en su experimento. Si ejecuta un experimento y evita las variables de confusión, su validez interna es alta; cuanto más confuso tenga, menor será su validez interna. En un mundo perfecto, su experimento tendría una alta validez interna. Esto le permitiría tener una gran confianza en que los resultados de su experimento son causados por una sola variable independiente .
El muestreo aleatorio ayuda a aumentar la validez. Imagen: CSUS.edu
Por ejemplo, supongamos que realiza un experimento para ver si los ratones pierden peso cuando hacen ejercicio en una rueda. Usaste buenas prácticas experimentales, como muestras aleatorias , y usaste variables de control para tener en cuenta otras cosas que podrían causar la pérdida de peso (cambio en la dieta, enfermedad, edad, etc.). En otras palabras, tuvo en cuenta las variables de confusión que podrían afectar sus datos y su experimento tiene una alta validez.
Por otro lado, si no usó muestras aleatorias o variables de control en absoluto, su riesgo de confusión es extremadamente alto. Por lo tanto su validez interna sería muy baja.
Validez Externa vs. Interna
La validez interna es una forma de medir la solidez de sus métodos de investigación . La validez externa ayuda a responder la pregunta: ¿se puede aplicar la investigación al “mundo real”? Si su investigación es aplicable a otras situaciones, la validez externa es alta. Si la investigación no se puede replicar en otras situaciones, la validez externa es baja.
Cosas que pueden afectar la validez
A veces, las variables de confusión pueden no ser tan obvias. La lista de sospechosos habituales de cosas que pueden tener un efecto sobre la validez interna es larga. Incluye:
- Regresión a la media . Esto significa que los sujetos del experimento con puntajes extremos tenderán a moverse hacia el promedio.
- Materias previas a la prueba. Esto puede tener consecuencias inesperadas, ya que puede ser imposible saber cómo interactúan las pruebas previas y durante las pruebas. Si el «razonamiento lógico» es su variable dependiente, los participantes pueden obtener pistas de la prueba previa.
- Cambio de instrumentos durante el estudio.
- Participantes que abandonaron el estudio. Esta suele ser una amenaza mayor para los diseños experimentales con más de un grupo.
- Incumplimiento de protocolos.
- Algo inesperado cambia durante el experimento, afectando la variable dependiente .
Referencias
Esquivar, Y. (2008). La Enciclopedia Concisa de Estadística . Saltador.
Everitt, BS; Skrondal, A. (2010), The Cambridge Dictionary of Statistics , Cambridge University Press.
Vogt, WP (2005). Diccionario de estadística y metodología: una guía no técnica para las ciencias sociales . SABIO.
Wheelan, C. (2014). Estadísticas desnudas . WW Norton y compañía
