Generalización y Transferibilidad

La Generalización

La generalización es aplicada por los investigadores en el ámbito académico. Puede definirse como la extensión de los resultados y conclusiones de una investigación realizada en una muestra de población a la población en general. Aunque la fiabilidad de esta extensión no es absoluta, es estadísticamente probable.

Dado que una buena generalización requiere datos sobre poblaciones grandes, la investigación cuantitativa -experimental, por ejemplo- proporciona la mejor base para producir una amplia generalización. Cuanto mayor sea la población de la muestra, más se podrán generalizar los resultados. Por ejemplo, un estudio exhaustivo sobre el papel que desempeñan los ordenadores en el proceso de escritura podría revelar que es estadísticamente probable que los estudiantes que componen la mayor parte del texto en un ordenador muevan más trozos de texto que los estudiantes que no componen en un ordenador.

La Transferibilidad

La transferibilidad la aplican los lectores de la investigación. Aunque la generalización suele aplicarse sólo a ciertos tipos de métodos cuantitativos, la transferibilidad puede aplicarse en diversos grados a la mayoría de los tipos de investigación. A diferencia de la generalización, la transferibilidad no implica afirmaciones amplias, sino que invita a los lectores de la investigación a establecer conexiones entre los elementos de un estudio y su propia experiencia. Por ejemplo, los profesores de secundaria podrían aplicar selectivamente a sus propias aulas los resultados de un estudio que demuestre que los ejercicios heurísticos de escritura ayudan a los estudiantes en el nivel universitario.

Interrelaciones entre la Generalización y la Transferibilidad

La generalización y la transferibilidad son elementos importantes de cualquier metodología de investigación, pero no se excluyen mutuamente. La generalización, en diversos grados, se basa en la transferibilidad de los resultados de la investigación. Es importante que los investigadores comprendan las implicaciones de estos dos aspectos de la investigación antes de diseñar un estudio. Los investigadores que pretenden hacer una afirmación generalizable deben examinar cuidadosamente las variables que intervienen en el estudio.

Entre ellas se encuentran la muestra de la población utilizada y los mecanismos de formulación de un modelo causal. Además, si los investigadores desean que los resultados de su estudio sean transferibles a otro contexto, deben mantener una relación detallada del entorno que rodea a su investigación, e incluir una rica descripción de ese entorno en su informe final. Con el conocimiento de que la población de la muestra era amplia y variada, así como con información detallada sobre el propio estudio, los lectores de la investigación pueden generalizar y transferir los resultados a otras situaciones con mayor confianza.

Definiciones de Ambos Conceptos

Generalización

La generalización no sólo es común a la investigación, sino también a la vida cotidiana. En esta sección, establecemos una definición práctica de la generalización tal y como se aplica dentro y fuera de la investigación académica. También definimos y consideramos tres tipos diferentes de generalización y algunas de sus probables aplicaciones. Por último, analizamos algunas de las posibles deficiencias y limitaciones de la generalización que los investigadores deben tener en cuenta a la hora de elaborar un estudio que esperan que produzca resultados potencialmente generalizables.

Definición

En muchos sentidos, según Shavelson et al (1991), la generalización no es más que hacer predicciones basadas en una experiencia recurrente. Si algo ocurre con frecuencia, esperamos que siga ocurriendo en el futuro. Los investigadores utilizan el mismo tipo de razonamiento cuando generalizan los resultados de sus estudios. Una vez que los investigadores han recogido suficientes datos para apoyar una hipótesis, se puede formular una premisa sobre el comportamiento de esos datos. Esto es lo que la hace generalizable a circunstancias similares. Sin embargo, debido a su fundamento en la probabilidad, dicha generalización no puede considerarse concluyente ni exhaustiva.

Aunque la generalización puede darse en contextos informales y no académicos, en los estudios académicos sólo suele aplicarse a determinados métodos de investigación. Los métodos cuantitativos permiten cierta generalización. La investigación experimental, por ejemplo, suele producir resultados generalizables. Sin embargo, esta experimentación debe ser rigurosa para poder obtener resultados generalizables.

Ejemplo 1 de Generalización

Un ejemplo de generalización en la vida cotidiana es la conducción. Conducir un automóvil en el tráfico requiere que los conductores hagan suposiciones sobre el resultado probable de ciertas acciones. Al acercarse a una intersección en la que un conductor se dispone a girar a la izquierda, el conductor que atraviesa la intersección supone que el conductor que va a girar a la izquierda le cederá el paso antes de girar. El conductor que pasa por la intersección aplica esta suposición con precaución, reconociendo la posibilidad de que el otro conductor pueda girar prematuramente.

Los conductores estadounidenses también generalizan que todo el mundo conduce por el lado derecho de la carretera. Sin embargo, si intentamos generalizar esta suposición a otros entornos, como Inglaterra, estaremos cometiendo un error potencialmente desastroso. Por tanto, es evidente que la generalización es necesaria para formar interpretaciones coherentes en muchas situaciones diferentes. Sin embargo, no esperamos que nuestras generalizaciones funcionen de la misma manera en todas las circunstancias. Con suficientes pruebas podemos hacer predicciones sobre el comportamiento humano. Al mismo tiempo debemos reconocer que nuestras suposiciones se basan en la probabilidad estadística.

Ejemplo 2 de Generalización

Consideremos este ejemplo de investigación generalizable en el campo de los estudios ingleses. Un estudio sobre las evaluaciones de los instructores de composición de los estudiantes podría revelar que existe una fuerte correlación entre la calificación que los estudiantes esperan obtener en un curso y el hecho de que den a su instructor altas calificaciones.

El estudio podría descubrir que el 95% de los estudiantes que esperan recibir una “C” o menos en su clase dan a su instructor una calificación de “promedio” o inferior. Por lo tanto, habría una alta probabilidad de que los futuros estudiantes que esperan una “C” o menos no den a su instructor altas calificaciones. Sin embargo, los resultados no serían necesariamente concluyentes. Algunos estudiantes podrían desafiar la tendencia.

Además, una serie de variables diferentes también podrían influir en las evaluaciones de los estudiantes sobre un instructor. Esto incluye la experiencia del instructor, el tamaño de la clase y el interés relativo en un tema en particular. Estas variables -y otras- tendrían que ser abordadas para que el estudio arrojara resultados potencialmente válidos. Sin embargo, aunque se aislaran prácticamente todas las variables, los resultados del estudio no serían 100% concluyentes. En el mejor de los casos, los investigadores pueden hacer predicciones educadas de eventos o comportamientos futuros, pero no garantizar la predicción en todos los casos. Por lo tanto, antes de generalizar, los resultados deben ponerse a prueba mediante una experimentación rigurosa, que permita a los investigadores confirmar o rechazar las premisas que rigen su conjunto de datos.

Tipos de Generalización

Según Babbie (1979), hay tres tipos de generalización que interactúan para producir modelos probabilísticos. Todos ellos implican la generalización de un tratamiento o medición a una población ajena al estudio original. Los investigadores que deseen generalizar sus afirmaciones deben intentar aplicar las tres formas a su investigación, o la fuerza de sus afirmaciones se verá debilitada (Runkel y McGrath, 1972).

• Tipo 1 de Generalización

En un tipo de generalización, los investigadores determinan si un tratamiento específico producirá los mismos resultados en diferentes circunstancias. Para ello, deben decidir si un aspecto dentro del entorno original, un factor más allá del tratamiento, generó el resultado particular. De este modo, se establecerá el grado de flexibilidad con el que el tratamiento se adapta a las nuevas situaciones. Una mayor adaptabilidad significa que el tratamiento es generalizable a una mayor variedad de situaciones.

Por ejemplo, imaginemos que un nuevo conjunto de preguntas heurísticas de pre-escritura diseñadas para animar a los estudiantes universitarios de primer año a considerar la audiencia de forma más completa. Esto funciona tan bien que los estudiantes escriben análisis retóricos completamente desarrollados de sus audiencias objetivo. Para generalizar responsablemente que esta heurística es eficaz, un investigador tendría que probar el mismo ejercicio de pre-escritura en una variedad de entornos educativos a nivel universitario, utilizando diferentes profesores, estudiantes y entornos. Si se producen los mismos resultados positivos, el tratamiento es generalizable.

• Tipo 2 de Generalización

Una segunda forma de generalización se centra en las mediciones más que en los tratamientos. Para que un resultado se considere generalizable fuera del grupo de prueba, debe producir los mismos resultados con diferentes formas de medición. En términos del ejemplo heurístico anterior, los resultados serán más generalizables si se obtienen los mismos resultados cuando se evalúan “con preguntas que tienen una redacción ligeramente diferente, o cuando utilizamos una escala de seis puntos en lugar de una escala de nueve puntos” (Runkel y McGrath, 1972, p.46).

Un tercer tipo de generalización se refiere a los sujetos de la situación de prueba. Aunque los resultados de un experimento pueden ser válidos internamente, es decir, aplicables al grupo sometido a prueba, en muchas situaciones los resultados no pueden generalizarse más allá de ese grupo concreto. Los investigadores que esperan generalizar sus resultados a una población más amplia deben asegurarse de que su grupo de prueba sea relativamente grande y elegido al azar. Sin embargo, los investigadores deben tener en cuenta el hecho de que las poblaciones de prueba de más de 10.000 sujetos no aumentan significativamente la generalizabilidad (Firestone,1993).

Limitaciones potenciales

Por muy cuidadosamente que se apliquen estas tres formas de generalizabilidad, no hay garantía absoluta de que los resultados obtenidos en un estudio se produzcan en todas las situaciones fuera del estudio. Para determinar las relaciones causales en un entorno de prueba, la precisión es de suma importancia. Sin embargo, si los investigadores desean generalizar sus hallazgos, el alcance y la varianza deben primar sobre la precisión. Por lo tanto, resulta difícil probar la precisión y la generalizabilidad simultáneamente, ya que centrarse en una de ellas reduce la fiabilidad de la otra. Una solución a este problema es realizar un mayor número de observaciones. Esto tiene un doble efecto: en primer lugar, aumenta la población de la muestra, lo que aumenta la generalizabilidad. En segundo lugar, la precisión puede mantenerse razonablemente porque los errores aleatorios entre las observaciones se promediarán (Runkel y McGrath, 1972).

Transferibilidad

La transferibilidad describe el proceso de aplicar los resultados de la investigación en una situación a otras situaciones similares. En esta sección, establecemos una definición práctica de trabajo de la transferibilidad tal y como se aplica dentro y fuera de la investigación académica. También exponemos las consideraciones importantes que deben tener en cuenta los investigadores para que sus resultados sean potencialmente transferibles, así como el papel fundamental que desempeña el lector en este proceso. Por último, analizamos las posibles deficiencias y limitaciones de la transferibilidad que los investigadores deben tener en cuenta a la hora de planificar y llevar a cabo un estudio que produzca resultados potencialmente transferibles.

Definición

La transferibilidad es un proceso realizado por los lectores de la investigación. Los lectores toman nota de los detalles de la situación de la investigación y los comparan con los detalles de un entorno o situación con los que están familiarizados. Si hay suficientes similitudes entre las dos situaciones, los lectores pueden deducir que los resultados de la investigación serían iguales o similares en su propia situación. Para hacerlo con eficacia, los lectores necesitan saber todo lo posible sobre la situación original de la investigación para determinar si es similar a la suya.

Los resultados de cualquier tipo de método de investigación pueden aplicarse a otras situaciones. Sin embargo, la transferibilidad es más relevante para los métodos de investigación cualitativa, como la etnografía y los estudios de caso.  Pero, como a menudo sólo tienen en cuenta a un sujeto o a un grupo, los investigadores que realizan estos estudios rara vez generalizan los resultados a otras poblaciones. Sin embargo, el carácter detallado de los resultados los hace ideales para la transferibilidad.

Ejemplo de Transferibilidad

La transferibilidad es fácil de entender si se tiene en cuenta que aplicamos constantemente este concepto a aspectos de nuestra vida cotidiana. Si, por ejemplo, usted es un profesor de composición sin experiencia y lee un estudio en el que un veterano profesor de escritura descubrió que los extensos ejercicios de preescritura ayudaban a los estudiantes de sus clases a elaborar temas de trabajo mucho más definidos, podría preguntarse en qué medida el aula del profesor se parecía a la suya. Si hubiera muchas similitudes, podría intentar sacar conclusiones sobre cómo el aumento de la preescritura por parte de sus alumnos afectaría a su capacidad para llegar a temas de trabajo suficientemente delimitados. Al hacerlo, estaría intentando transferir las técnicas del investigador de la composición a su propia clase.

Generalización y transferibilidad: Síntesis

La generalización, de acuerdo con Crocker y Algina (1986), nos permite formarnos interpretaciones coherentes en cualquier situación y actuar con determinación y eficacia en la vida cotidiana. La transferibilidad nos da la oportunidad de analizar los métodos y las conclusiones dadas para decidir qué aplicar a nuestras propias circunstancias. En esencia, tanto la generalización como la transferibilidad nos permiten hacer comparaciones entre situaciones. Por ejemplo, podemos generalizar que la mayoría de la gente en Estados Unidos conduce por el lado derecho de la carretera, pero no podemos trasladar esta conclusión a Inglaterra o Australia sin encontrarnos en una situación traicionera. Por lo tanto, es importante tener siempre en cuenta el contexto a la hora de generalizar o transferir los resultados.

El hecho de que un estudio haga hincapié en la transferibilidad o la generalización está estrechamente relacionado con los objetivos del investigador y las necesidades de la audiencia. Los estudios realizados para una revista como Time o un periódico tienden a la generalización, ya que los editores quieren proporcionar información relevante para una gran parte de la población. Un proyecto de investigación dirigido a un pequeño grupo de especialistas que estudian un problema similar puede enfatizar la transferibilidad, ya que los especialistas en el campo tienen la capacidad de transferir aspectos de los resultados del estudio a sus propias situaciones sin generalizaciones manifiestas proporcionadas por el investigador. En última instancia, el tema, la audiencia y los objetivos del investigador determinarán el método que éste utilice para realizar un estudio, lo que a su vez determinará la transferibilidad o generalizabilidad de los resultados.

Comparación de la generalización y la transferibilidad

Aunque la generalización ha sido el método preferido de investigación durante bastante tiempo, la transferibilidad según Fyans (1983) es una idea relativamente nueva. Sin embargo, en teoría, siempre ha acompañado a los temas de investigación. Es importante señalar que la generalizabilidad y la transferibilidad no son necesariamente excluyentes, sino que pueden solaparse.

Desde un estudio experimental hasta un estudio de caso, los lectores transfieren los métodos, resultados e ideas de la investigación a su propio contexto. Por tanto, un estudio generalizable también puede ser transferible. Por ejemplo, un investigador puede generalizar los resultados de una encuesta realizada a 350 personas en una universidad al conjunto de la población universitaria; los lectores de los resultados pueden aplicar, o transferir, los resultados a su propia situación.

Se preguntarán, básicamente, si entran en la mayoría o no. Sin embargo, un estudio transferible no siempre es generalizable. Por ejemplo, en los estudios de casos, la transferibilidad permite a los lectores la opción de aplicar los resultados a contextos externos, mientras que la generalizabilidad es básicamente imposible porque una persona o un pequeño grupo de personas no es necesariamente representativo de la población en general.

Controversia, valor y función

La investigación en las ciencias naturales tiene una larga tradición de valoración de los estudios empíricos; la investigación experimental se ha considerado “la” forma de realizar la investigación. Cuando los científicos sociales adaptaron los métodos de investigación de las ciencias naturales a sus propias necesidades, adoptaron esta preferencia por la investigación empírica. Por lo tanto, durante mucho tiempo se ha considerado que los estudios que son generalizables son más valiosos; el valor de la investigación se determinaba a menudo en función de si un estudio era generalizable a una población en su conjunto. Sin embargo, cada vez más científicos sociales se dan cuenta del valor de utilizar una variedad de métodos de investigación, y se reconoce el valor de la transferibilidad.

Es importante reconocer que la generalización y la transferibilidad no determinan por sí solas el valor de un estudio. Desempeñan diferentes funciones en la investigación, según el tema y los objetivos del investigador. Mientras que los estudios generalizables suelen indicar fenómenos que se aplican a categorías amplias como el género o la edad, la transferibilidad puede proporcionar parte del cómo y el porqué de estos resultados.

Nuestros especialistas esperan por ti para que los contactes a través del formulario de cotización o del chat directo. También contamos con canales de comunicación confidenciales como WhatsApp y Messenger. Y si quieres estar al tanto de nuestros novedosos servicios y las diferentes ventajas de contratarnos, síguenos en Facebook, Instagram o Twitter.

Si este artículo fue de tu agrado, no olvides compartirlo por tus redes sociales.

Referencias Bibliográficas

Babbie, Earl R. (1979). The practice of social research. Belmont: Wadsworth Publishing Company, Inc.

Crocker, Linda & Algina, James. (1986). Introduction to classical & modern test theory. New York: Holt, Rinehart and Winston.

Fyans, Leslie J. (Ed.). (1983). Generalizability theory: Inferences and practical applications. In New Directions for Testing and Measurement: Vol. 18. San Francisco: Jossey-Bass.

Shavelson, Richard J. & Webb, Noreen M. (1991). Generalizability theory: A primer. Newbury Park, CA: Sage Publications.