¿Alguna vez te ha pasado que no sabes para qué sirve el estudio en que estás trabajando? o ¿te has sentido perdido sin saber muy bien por dónde tirar? o ¿has probado como loco análisis para sacar el resultado que querías? A mi me ha pasado esto y más. No quiero que cometas los mismos errores que he cometido.
Los 12 errores que no quiero que cometas en tu proyecto de investigación. ¡Ojo! También son extrapolables a proyectos que manejan datos y resultados. ¿Los quieres ver?
# “No hay viento bueno para el que no sabe dónde va”
Uno de los errores en la vida en general es no saber hacia dónde vas. Muchas veces trabajamos y trabajamos, nos levantamos por la mañana y cada vez haces lo mismo, vas con prisas y ¿PARA QUÉ?
Saber para qué haces las cosas y saber a dónde quieres llegar es vital para tu vida en general.
Para tu trabajo o tus investigaciones también. La investigación sirve para avanzar en un sentido. Define tu foco, define tu objetivo y nunca lo pierdas de vista.
Una buena práctica, es poner un post it en la pantalla poniendo una frase que resuma el objetivo de la investigación o estudio que estés haciendo. Responde la pregunta. ¿Qué objetivo tengo? ¿Cúal es la meta del proyecto?
Hay una frase de Séneca “No hay viento bueno para el que no sabe dónde va”
Y es verdad. Si no sabes a dónde quieres llegar no sabrás ni cuándo has llegado ni cómo hacerlo para llegar. Te vas a desorientar por el camino.
Me ocurría en mis investigaciones. Hacía muchas cosas, probaba muchas técnicas però al final perdía el Norte. Pensaba un momento y me preguntaba. “Jordi, lo que estás intentando hacer ¿es realmente interesante para tu objetivo de investigación?”
Vale la pena pensar antes de ponerte en una investigación u otra. Es muy importante que el objetivo te motive, lo veas más o menos factible y sirva para alguna cosa. Ten claro siempre a dónde quieres llegar.
Descubre cómo analizar los datos de tus proyectos con éxito.
Sin perder miles de horas descifrando fórmulas estadísticas incomprensibles.
# Empezar sin diseñar tu camino
Imagina que ya tienes claro el foco, el objetivo, hacia dónde vas. Te pones a probar cosas, a buscar por internet, a leer otras publicaciones, te formas. Vas deprisa pero sin saber qué pasos son los que debes seguir.
Organizar tus etapas en la investigación es muy importante. Necesitas de pequeños hitos para ir avanzando. Así, ¿qué tal si defines las etapas de tu investigación? Aunque no tengas claro cómo va a ser al final es importante “planificar” los distintos pasos a seguir.
Mira, este vídeo te puede ayudar a organizar las etapas de tu investigación o de tu proyecto.
# Obtener datos NO representativos de la población
Una de las fases iniciales es conseguir datos, o dicho de otra manera, diseñar una metodología para obtener un conjunto reducido de casos de la población: la muestra.
Las técnicas de muestreo son muchas, pero se basan en responder a la pregunta: ¿cómo escoger la muestra? Estas técnicas deben asegurar que tu muestra sea representativa de la población.
Las características de la muestra deben ser parecidas a toda la población. No puedes escojer 20 personas que pesan entre 60 kg y 70 kg si la población de estudio tiene personas hasta 120 kg.
# NO fijarse en las condiciones de tu “experimento”
Además del muestreo debes definir las condiciones de medida de estos datos. Las condiciones exteriores. El diseño de experimentos es muy importante en la estadística y más en la bioestadística.
Responde a la pregunta: ¿cómo voy a medir los datos de una muestra? En el fondo el diseño de experimentos te permite fijar las condiciones de medida de las observaciones de la muestra.
# Probar test de hipótesis al tun tun
Tienes claro el foco de tu proyecto. Qué es lo que estás buscando. Consigues obtener datos a través de una estrategia bien diseñada de muestreo. Tienes en cuenta las condiciones de medida. Has diseñado los experimentos. ¡Por fin tienes datos!
¿Y ahora qué? Es momento de analizar resultados. Es momento de utilizar una herramienta: “La estadística”. Y como toda herramienta puede ser muy útil o no.
No sabes muy bien qué técnicas estadísticas utilizar con el número de datos que tienes. Pero sabes qué resultados quieres que te den. Empiezas a probar un test estadístico, después otro hasta que más o menos dice lo que quieras que diga. ¡Creo que vamos mal!
Esto es un gran error. No todos los procedimientos estadísticos tienen las mismas condiciones de uso que otros. Es muy importante tener los conceptos claros cuando aplicas estadística.
# NO formarse en estadística
Sé que te da un palo muy grande formarte en estadística. Pero es muy importante. Pero no formarse de cualquier manera. La teoría está muy bien pero lo más importante es la práctica. La estadística es una herramienta y se aprende utilizándose.
Intenta hacer cursos prácticos. Yo te recomiendo estos de aquí:
1- Si eres investigador de la salud (residente, psicólogo, sociólogo, biólogo, fisioterapeuta) y quieres un curso a buen precio, no dudes en pasarte por esta página: bioestadística para no estadísticos.
2- También puedes visitar los cursos de bioestadístico. Explicaciones muy interesantes explicadas por un médico. Si eres residente o estudiante de medicina te van a venir muy bien. La herramienta que utilizarás es SPSS.
3- Si quieres convertirte en un científico de datos, es decir, aprender estadística aplicada y ser un crack programador, aquí tienes un curso muy interesante. Tiene un formato máster y es totalmente aplicado. La herramienta que utilizarás es R.
Aquí tienes un resumen de las mejores blogs de estadística y análisis de datos.
# NO tener un resumen de las técnicas estadísticas más populares
Cuando voy de excursión me gusta tener un mapa. Es una herramienta que te resume dónde estás, hacia dónde puedes ir y hacia dónde no deberías ir. ¿Qué tal si te creas un mapa de técnicas estadísticas?
Antes te he comentado que probar técnicas estadísticas al tun tun es muy peligroso, porque no todas las técnicas se pueden aplicar cuando quieres. Dependen de muchos factores: cómo de grande es la muestra, cuántos datos tienes, la normalidad de la muestra, etc….
Y además no todas las pruebas tienen la misma capacidad de resultados, es decir que no tienen el mismo poder. Pueden decir resultados que no sean del todo ciertos.
Para ello te recomiendo tener un resumen actualizado y entendible de las técnicas estadísticas más comunes para poderlas aplicar correctamente.
# Dejar un rastro difuso. La trazabilidad de tu estudio
Siempre me ha costado esta parte. He sido científico de datos y he tratado muchas datos y series temporales. Probaba un sinfín de técnicas y al final perdía el hilo.
Todas las pruebas son interesantes y deben quedar reflejadas en algún informe. Me jefe siempre me lo repetía, “¿has documentado todas las pruebas que has hecho?”.
Ya sé que los informes son muy aburridos y tediosos pero son muy importantes para dejar traza del estudio. Te ayudan a no cometer los mismos errores que antes. Y ayudan a darte cuenta de lo que funciona y lo que no.
Descubre cómo analizar los datos de tus proyectos con éxito.
Sin perder miles de horas descifrando fórmulas estadísticas incomprensibles.
# ¿Puedes hacerlo otra vez?
Muchas de las investigaciones publicadas después no son reproducibles. Los mismos investigadores no saben volver a hacer su propio estudio.
Uno de los objetivos de las publicaciones es, precisamente, este: que otros investigadores puedan reproducirlos. O aún mejor, que tú mismo puedas hacerlos otra vez.
Los datos deben ser guardados y etiquetados correctamente. El análisis estadístico y de tratamiento de datos que te ha funcionado también. Es la manera de poder seguir un flujo coherente y reproducir tu estudio en un futuro si lo necesitas.
# Ocultar resultados… seguro que no se van a dar cuenta
La reproducibilidad es muy importante. Muchas veces va relacionado con ocultar datos o malos resultados cuando estos pueden ser relevantes. No ocultes resultados. Es mejor decir la verdad aunque los resultados no sean tan buenos como si ocultamos 4 o 5 observaciones que son raras.
Estas observaciones también pueden ser de valor y puedes encontrar alguna explicación del porqué NO se ajustan tan bién.
# Publicar, publicar … sin parar de publicar
Publicar es super importante pero el número de publicaciones NO lo es tanto. No te concentres en número sino en la calidad. Tampoco seas el perfeccionista que quiere las publicaciones inmaculadas. Es un equilibrio. Como todo en la vida 😉 .
A veces al querer publicar más y más desvirtúas la calidad de tus estudios. Vas forzando el análisis hasta llegar a los resultados que esperas. Empiezas a ocultar resultados, a probar técnicas al tun tun, y esto puede ser muy peligroso.
Cuando pase esto apaga la ansia de publicador compulsivo y piensa en la otra persona que va a leer el artículo. ¿Tiene valor el estudio si modifico los resultados? ¿tiene suficiente coherencia el estudio para mis colegas del sector?
Cuando lees investigaciones de otros quieres que tengan sentido y sean coherentes. Haz lo mismo con las tuyas.
# El aislamiento del investigador ofuscado
Cuando investigaba con temas de análisis de series temporales a veces me sentía un poco sólo y un poco perdido. Quería avanzar pero me sentía atascado. Era el momento de explicar lo que hacía a mis compañeros de curro.
Cuando explicas le das sentido a lo que haces. A veces tu mismo te das cuenta de los errores que estás cometiendo. Además la otra persona te puede aportar muchas ideas y un nuevo enfoque.
Cuando te sientas atrapado, habla con tus compañeros y seguro que saldrán nuevos enfoques e ideas. Estoy seguro que te va ayudar.
Descubre cómo analizar los datos de tus proyectos con éxito.
Sin perder miles de horas descifrando fórmulas estadísticas incomprensibles.
Imagen de portada: flickr de helmchenx
Muchos de estos errores los he cometido durante mi etapa en I+D. Cuéntame si has cometido alguno de estos o me he dejado alguno por el camino 😛
