1. LA METODOLOGÍA DE LA INVESTIGACIÓN CIENTÍFICA Y OTROS
ERRORES DE CONCEPTO
Lic. Dante Bobadilla
Facultad de Medicina Humana
Universidad de San Martín de Porres
Lima – Perú
Resumen
A raíz de la ola de críticas surgidas en relación a los reportes de investigación
que se publican en las revistas especializadas, se analiza el entorno de ideas y
creencias que domina el escenario académico actual, responsable de generar
este tipo de estudios. Se revisan los conceptos de investigación, ciencia y otros,
que se emplean en estos ambientes, para llegar a la conclusión de que
predominan falsos supuestos.
Palabras clave: ciencia, metodología, investigación, estadísticas, paradigma.
Abstract
After the wave of criticism that arose around the research reports that are
published in specialized journals, we examine the environment of ideas and
beliefs that dominates the current academic area, which is responsible for
generating this kind of studies. We review the concepts of research, science
and others that are used in these environments, to conclude that predominate
false assumptions.
Keywords: science, methodology, research, statistical, paradigm
Introducción
La ciencia, aun con toda su aura magnífica de certeza y seguridad, es, al fin y
al cabo, una actividad humana, y como tal, no puede desenvolverse al margen
de los vaivenes del comportamiento humano, incluyendo -¡cómo no!- su
inevitable dosis de irracionalidad. La actividad científica –o lo que pareciera
serlo- tampoco ha estado exenta del fenómeno de la masificación producido

2. durante el siglo XX en casi todo el mundo occidental, y en especial, de la
masificación de la educación universitaria. En añadidura, podríamos decir que
gracias a la metodología, la ciencia se ha convertido prácticamente en una
actividad popular, en consecuencia hemos visto aparecer una pléyade de
publicaciones que llenan sus páginas con investigaciones científicas sobre los
más variados asuntos del ser humano. Al cabo de unas cuantas décadas de
publicaciones de este tipo, muchas dudas han empezado a aflorar en el
ambiente y se ha desatado una verdadera tormenta alrededor de este
escenario al que algunos ahora se resisten a llamar “científico”. La psicología,
por supuesto, no ha sido ajena a todo este acontecer. Peor aun, probablemente
sea el campo más afectado. Sin embargo, en ella las cosas transcurren todavía
como si nada hubiera alterado la quietud de sus aguas.
Detectando el problema
Cualquiera que lea uno de esos típicos reportes de investigación científica que
hoy abundan en las revistas, y lo haga con la mente despejada, y
particularmente con esa predisposición crítica alcanzada al cabo de unos años
de desencanto con los “hallazgos” de los experimentos científicos en la
medicina y la psicología, sabe que no puede dar mucho crédito a estos
reportes. A menudo nos invade una sensación de perplejidad tan sólo con
observar el diseño del experimento, las variables que se confrontan o los
conceptos implicados. Pero más allá de estas cosas que al simple ojo del buen
clínico puede parecernos sospechoso, todavía están los problemas de tipo
metodológico y estadístico que ya no son tan fáciles de detectar para
cualquiera. Y esto es así porque las estadísticas inferenciales son realmente
algo muy complejo y difícil de manejar con propiedad para cualquier persona.
Muchos libros de texto de estadística son más arduos y difíciles de entender
que el psicoanálisis de Lacan o la metafísica de Heidegger, por decir algo. Por
lo mismo, no deja de ser preocupante y sospechoso el hecho de que un
número tan grande de personas esté volcada a emplearla con tanta facilidad en
toda clase de “investigaciones científicas”, incluso en áreas del saber en las
que no hace falta una formación matemática rigurosa, como es el caso de la
psicología. Peor aun si consideramos el escenario de nuestros países en donde
las deficiencias de la formación escolar en matemáticas son mundialmente
reconocidas.

3. Pero las mayores muestras de preocupación, crítica, y hasta enfado, contra
esta clase de investigación fundada en estadísticas, han surgido en el campo
de la medicina, y desde hace mucho. Entre los numerosos artículos publicados
al respecto, sin duda uno de los que tuvo mayores repercusiones fue el del Dr.
John P. A. Ioannidis con su explosivo ensayo “Why Most Published Research
Findings Are False?” (1). Es decir, “¿Porqué la mayoría de los hallazgos de las
investigaciones publicadas son falsas?”. Semejante artículo tenía que llamar,
por supuesto, la atención de todos los editores de revistas científicas
--empezando por el Director de la Journal of Public Library of Science -
Medicine (2), que publicó el artículo-- los que no tardaron en justificarse de
diversas formas. Una de ellas dice sencillamente que no es su trabajo verificar
la veracidad de lo que publican. Puede que eso sea cierto, pero es verdad que
tienen una responsabilidad por alentar y preferir este tipo de publicaciones en
desmedro de otras. Como todos saben, existe una miríada de revistas dedicada
a reportes de investigaciones hechas con metodología estadística, mal llamada
“método científico”, y no hace falta nada más que demostrar los tópicos
tradicionales del “rigor metodológico” para publicar cualquier cosa como un
hallazgo científico. Estas revistas suelen rechazar, con las disculpas más
elegantes, cualquier trabajo de discusión teórica, por ejemplo, explicando sin
rubor que tan sólo se interesan por estudios empíricos, como si sólo eso fuera
importante en el panorama científico. Que alguien ahora nos advierta de que la
gran mayoría de tales reportes son falsos, en el sentido de que realmente no
demuestran lo que pretenden, es algo que no debería llamarnos la atención en
lo más mínimo.
Inevitablemente los estándares intelectuales funcionan como una forma de
censura. El predominio de ciertos estándares intelectuales típicos como el
empirismo y el metodologismo a ultranza, se aseguran de que otros modelos no
reciban atención ni publicidad ni debate (3). Hasta parece haber un interés
especial por confundir la investigación estadística con ciencia, lo cual es, desde
cualquier punto de vista, un disparate; tanto así que ya se ha planteado la idea
de considerar a este tipo de prácticas como una pseudociencia (4).
El debate generado en el campo médico en relación a las investigaciones
basadas en estadísticas no es reciente, pero parece estar siempre
sistemáticamente oculta. El cuestionamiento de métodos estadísticos está
presente en simposios, artículos y hasta en libros de texto. Y las propuestas

4. van desde una revisión de casi todos los pasos hasta el reemplazo de la
estadística inferencial por la bayesiana. En dichos estudios se leen frases
elocuentes como “La medicina basada en la evidencia se ha convertido en una
suerte de espada del conocimiento, que se muestra y aniquila al adversario en
cada visita o reunión médica”. (5)
Por supuesto, la psicología no ha estado al margen del problema planteado por
las investigaciones de carácter estadístico. Si bien ya desde los años 60 se
escucharon críticas a la “metodolatría” (May, 1967) y al “fetichismo
metodológico” (Koch, 1969), estas estuvieron dirigidas inicialmente hacia la
actitud, pero luego aparecieron una variedad de críticas muy profundas hacía la
metodología estadística misma (6) que cuestionaban el empleo indiscriminado
del test de significancia de la hipótesis nula (NHST) en las investigaciones
psicológicas, en los que se denunciaba, por ejemplo, el empleo de un híbrido
de los test de Fisher y Pearson y Neyman. Finalmente, al cabo de años de
debate, en 1996 una comisión especial de la APA (Task Force on Statistical
Inference) conformada entre otros por Robert Rosenthal, Jacob Cohen y Leland
Wilkinson, estuvo comisionada para examinar el espinoso problema creado por
la ola de críticas hacia las investigaciones estadísticas, ampliamente
dominantes en el escenario de la psicología americana (y de paso, de la
nuestra). El reporte final vio la luz en 1999 (7) pero pasó inadvertido y este
asunto siguió ignorado. Hasta el día de hoy son pocos los que conocen de su
existencia, y mucho menos los que siguen sus recomendaciones. Si bien el
reporte final de la APA no llegó al extremo de prohibir las investigaciones de
carácter estadístico frecuentista-inferencial, como más de uno esperaba, sí
hace una sucinta relación de recomendaciones en cada tópico de esta
metodología. Por último, nos ofrece una frase bastante expresiva: “Good
theories and intelligent interpretation advance a discipline more than rigid
methodological orthodoxy…Statistical methods should guide and discipline our
thinking but should not determine it” (7).
Ahora bien, al margen de los problemas referidos estrictamente al empleo
apropiado de las estadísticas, debemos reconocer la existencia de mitos y
creencias presentes en nuestros ambientes académicos, y que son los que al
final impulsan a la gente a abrazarse de ciertos paradigmas culturales, llevados
por actitudes casi religiosas en búsqueda de “la verdad” o, al menos, del
reconocimiento. Actúan convencidos de la infalibilidad y certeza del método,
ejecutando cada paso con una profunda sensación de seguridad, como si se

5. tratara de un acto ritualista de naturaleza casi mágica. Y aunque pocos
entiendan el significado profundo de sus acciones, las repiten como una
especie de conjuro científico, confiados en obtener los resultados en gratitud a
la fidelidad mostrada. Por todo esto, intentaremos aquí hacer una breve revisión
psicológica de lo que hay detrás de esta conducta académica y de estas
actitudes cientificistas, así como un acercamiento epistemológico al
conocimiento implicado en este paradigma, y que tal vez no sea tan científico
después de todo. Si bien los problemas generados por el metodologismo
alcanzan diversas disciplinas, lo que sigue está básicamente referido al campo
de la psicología, ya que como la “ciencia en crisis” que es,
epistemológicamente hablando, resulta un permanente campo de debate en
cuanto se refiere a la investigación de los fenómenos humanos. Todas las
conductas humanas que logran sostenerse en el tiempo como actividades
fuertes en una comunidad, se sostienen en mitos y creencias. Planteamos que
la actividad que desarrollan las comunidades académicas en el campo de la
investigación no es diferente. Revisaremos algunos de estos aspectos.
El mito de la verdad estadística
Se ha producido cierto avance en la humanidad desde los días de Cristo. En
aquella época una muchedumbre congregada en una plaza determinaba a
gritos si alguien era crucificado o liberado. Hoy tenemos la información que nos
ofrecen los medios: “El 80% de la población cree que el Ministro de Salud ha
cometido un delito”. A diario nos manejamos con esta clase de información
estadística. Es más, casi toda la información que se maneja a nivel público
tiene un sesgo estadístico; hasta los partidos de fútbol se resumen con unas
estadísticas sin sentido ni utilidad. Diríamos que la sociedad se
ha estadistificado y que estamos en “La Era de la Información Estadística”.
¿Cómo afecta esto nuestra comprensión de la realidad? ¿Cómo afecta nuestra
imagen del conocimiento? De muchas maneras. En primer lugar reduce el
esfuerzo de análisis induciéndonos a conformarnos con la inmediatez de un
dato, y con la primera forma interpretativa que obtengamos, que por lo general,
es una que viene consentida y direccionada socialmente. La información
estadística impone un criterio cuantitativo y simplista a la comprensión y
análisis de la realidad, relegando o anulando todo su aspecto cualitativo y
complejo. Gracias a esto, la estadística gana espacio no por su verdad sino por
sus ventajas, pues además de su simpleza carga con una especie de glamour

6. que otorga estatus a quien la maneja. Y es que hace falta cierta capacidad
intelectual para comprender apropiadamente la estadística. De hecho, hay
muchas formas de interpretarla, pero aun la más errada exige cierta formación
y nivel intelectual, por lo mismo resulta extraño su empleo masivo, lo que
demuestra que ha terminado convertida en una forma más de las tantas
actividades populares carentes de todo sentido racional.
Por otro lado, no podemos ignorar la información estadística que se emplea con
el deliberado propósito de manipular la interpretación de la realidad a favor de
una sola perspectiva o causa. Como bien se ha dicho, la información
estadística es la mejor manera de “mentir científicamente”, ya que el dato
estadístico es una simplificación grotesca de la verdad que al ser mostrada sin
más, evoca una realidad castrada de su inherente complejidad. Nos dicen
cosas como: “El 80% del cuerpo humano es agua”, “un oficinista promedio
imprime 10 mil hojas al año, un árbol produce 16.67 resmas de papel, el 50%
de lo que se imprime acaba en el basurero”, “el promedio de celulares por
persona es de 1.4”. Este tipo de “información” ha dado pie para la chanza de
varios pensadores. Incluso existe una frase famosa que se atribuye a Disraeli y
a Mark Twain indistintamente: “Existen tres clases de mentiras: mentiras,
malditas mentiras y estadísticas”. También se han escrito libros para burlarse
de esta clase de información, como la exitosa publicación de A. K. Dewdney
“200% of Nothing” y artículos brillantes de pensadores de la talla de Stephen
Jay Gould (8). Pero nada de esto es capaz de cambiar las cosas. La realidad
humana transcurre guiada por su propia dinámica, no necesariamente racional,
y se desordena por su propia entropía. En el transcurso de la evolución cultural
de las sociedades, como ocurre en cualquier otro tipo de proceso evolutivo
natural, no intervienen factores lógicos o racionales. El resultado inevitable de
esta situación en una sociedad en la que predominan ciertos conceptos
curiosos sobre democracia, es que se produce una alteración en la lógica de
nuestros pensamientos en favor de los números y de la simplificación de la
realidad a través de un dato que nos libera de su complejidad. Algún sociólogo
diría que la “democratiza” a fin de que todos la entiendan. Borges decía que la
democracia no era más que un error de la estadística. En los hechos, nuestra
democracia se ha convertido en el predominio del número, de la cantidad sobre
la calidad. Se trata de un proceso sistemático de eliminación de las diferencias
cualitativas de la sociedad iniciado hace ya dos siglos y cuyo fin es el
igualitarismo más rampante entre todos los seres humanos. Y nada mejor que

7. el número, la cantidad, la cifra estadística como el elemento democratizador.
Así lo que importa es la cantidad de votantes y no sus diferencias cualitativas.
Esta prédica sistemática de dos siglos ha producido una mentalidad numérica y
cuantitativa en el hombre de hoy y ha llegado incluso a los ambientes
académicos. Tal es la lógica que se emplea en la metodología científica que
pretende estudiar la realidad social y humana a base de mediciones hechas
con instrumentos estandarizados y, por ende, igualitarios. Ya casi debemos
sentir vergüenza para diferenciar entre un alfabeto y un analfabeto o entre
culturas visiblemente distintas. Hasta se han hecho leyes para castigar este tipo
de “discriminación”, y esta palabra ha pasado a la lista de malas palabras. Ya ni
el científico discrimina nada en la realidad social. Konrad Lorenz se quejaba de
que “se le concede legitimidad científica a la percepción cuando está al servicio
de la lectura de un instrumento de medición pero se le niega cuando se la
emplea para observar directamente un proceso natural” (9). Incluso lo advertía
el cancionero popular muy a principios del siglo XX:
Hoy resulta que es lo mismo
ser derecho que traidor,
ignorante, sabio o chorro,
generoso o estafador...
¡Todo es igual!
¡Nada es mejor!
Lo mismo un burro
que un gran profesor.
No hay aplazaos ni escalafón,
los ignorantes nos han igualao.
Si uno vive en la impostura
y otro roba en su ambición,
da lo mismo que sea cura,
colchonero, Rey de Bastos,
caradura o polizón. (10)
Podemos afirmar que hemos ingresado en una era de supremacía de la
cantidad sobre la calidad, y en una fase en que la lógica del pensamiento esta
dominada por lo numérico, cuantitativo y estadístico. Sin embargo, debemos
advertir que la información estadística no es, estrictamente hablando,

8. “información” sino que pasa a ser un dato más, pero de mayor complejidad
intrínseca, pues requiere un trabajo mental posterior de asignación de
escenarios para una interpretación fundada necesariamente en información
previa. Sin estos requisitos de trabajo posterior (y anterior) ninguna información
estadística vale nada realmente. En otras palabras, para entenderla cabalmente
hay que reponerle toda la complejidad que ella misma ha perdido con ciertos
propósitos, como facilitar una ecuación, por ejemplo. Visto así, no podemos
considerarla una verdad en sí misma. Todo lo contrario, alejada de su matriz de
realidad compleja y su estricta finalidad matemática, ella puede convertirse en
una falsedad para todo lo demás. Por tanto, como lo recomienda el informe de
la APA, el dato estadístico no puede ni debe determinar nuestros
razonamientos. En buena cuenta, esto significa que no podemos considerar el
dato estadístico como un fin, y mucho menos como algo que decide una
verdad. En la investigación que corresponde hacer en las ciencias humanas y
sociales se precisa fundamentalmente atender las diferencias cualitativas del
fenómeno, lo que conlleva irremediablemente al empleo de una hermenéutica
comprensiva para el estudio de escenarios complejos, impregnados de
subjetividad, con hechos que adquieren su real significación a partir de un
análisis apropiado de la cultura que los engloba y de las circunstancias
históricas que convergen en ella, los cuales son elementos vitales que ninguna
estadística está en condiciones de ofrecer. Lamentablemente, este tipo de
trabajo demanda el empleo de ciertas capacidades mentales difíciles de hallar
en una población heterogénea. Los intentos de emplear metodología para
salvar este escollo, no resuelven el problema.
El mito de “el método científico”
Existe un amplio sector académico –bien podría considerársele también una
“secta académica”– predicando una especie de credo cientificista que prescribe
el empleo del llamado “método científico”, como una suerte de garantía de
verdad científica. En realidad se trata del método basado en la estadística
frecuentista-inferencial, cuya utilización indiscriminada anda tan cuestionada
por estos días. Es este sector precisamente el responsable de aquellos
cuantiosos reportes “científicos” que han provocado la ola de críticas
comentada líneas arriba. En tanto que dicho método es apreciado como la

9. única ruta hacía el conocimiento objetivo, la preocupación central está puesta
casi exclusivamente en el rigor metodológico; todo lo demás es secundario,
incluyendo la naturaleza del problema, razón por la cual dicho método es
trasladado cómodamente desde el escenario de las ciencias naturales hacia el
campo de las ciencias humanas, sin que nadie se haya molestado en hacer una
adecuada sustentación epistemológica para semejante proceder científico. Se
trata pues de un supermétodo que resulta válido para cualquier escenario, por
lo que fue elegido sin conocer el problema. Por ello observamos la aplicación
del mismo tanto para estudiar la reacción de una población de bacterias a una
sustancia, como para determinar el papel del estrés laboral en los ejecutivos de
un banco, con miras a universalizar los resultados. Así es como anda nuestro
ambiente científico hoy en día. Mario Bunge hablando sobre este punto nos
dice:
“Diferenciando entre el método general de la ciencia y los métodos especiales
de las ciencias particulares hemos aprendido lo siguiente: primero, que el
método científico es un modo de tratar problemas intelectuales, no cosas, ni
instrumentos, ni hombres; consecuentemente, puede utilizarse en todos los
campos del conocimiento. Segundo, que la naturaleza del objeto en estudio
dicta los posibles métodos especiales del tema o campo de investigación
correspondiente: el objeto (sistema de problemas) y la técnica van de la mano.
La diversidad de las ciencias está de manifiesto en cuanto que atendemos a
sus objetos y sus técnicas: y se disipa en cuanto que se llega al método
general que subyace a aquellas técnicas” (Bunge, 1973).
De hecho, un método de investigación tiene que ser coherente con la
naturaleza del problema que estudia. En las ciencias naturales no tienen el
problema de la auto-referencia que existe en las ciencias humanas, donde la
relación sujeto-objeto no es tal y se trastoca la base misma del proceso
cognoscitivo, pues hace falta construir antes una ontología y una epistemología
apropiadas que la sustente. Por otro lado, no hay nada más extraño para la
ciencia que un pretendido único método universal. La única precisión que
podríamos añadir a la expresión de Bunge es que no son los objetos en sí los
que dictan la metodología sino el concepto que del objeto maneja el sujeto
investigador, es decir, esa ontología particular a la que nos hemos referido.
Históricamente entendimos por “método científico general” a la serie de pasos

10. que desarrollamos para llegar a un saber válido, entendiendo por tal aquel que
resulta verificable. Es decir, hemos estado refiriéndonos a la observación, la
comprensión del problema, la formulación de una hipótesis, la experimentación
y la aceptación o rechazo de la hipótesis. Luego hará falta la confrontación de
la hipótesis exitosa que podrá, en tanto, ser una verdad provisional. En otras
palabras, se trata tan sólo del proceder heurístico natural y necesario para
conseguir un conocimiento objetivo en términos generales, pero que de hecho
tienen que empezar a diferenciarse en cada campo particular de las ciencias, o
lo que es lo mismo decir, en cada escenario de la realidad en donde
pretendemos estudiar algún aspecto de la misma con un enfoque particular. Por
tanto es inapropiado hablar de métodos universales, tan sólo queda la libertad
del investigador, su creatividad y fortuna frente a su problema. Y gracias a ese
libre pensar y proceder científico, se han creado tantos métodos que hoy hace
falta mucho trabajo para conseguir una clasificación razonablemente
estructurada de la metodología científica existente. Las tenemos de las más
complejas y ambiciosas, como la planteada por Gabriele Beissel-Durrant, del
ESRC National Centre for Research Methods y el Southampton Statistical
Sciences Research Institute, del Reino Unido (11), y las más reducidas como la
que proponen Montero y León, para el campo específico de la psicología (12).
Aun así toda clasificación tiene apenas un valor referencial y pedagógico,
nunca podrá tener un carácter prescriptivo ya que la base del pensamiento
científico es la libertad y la creatividad del investigador para hallar el camino al
conocimiento de su campo de estudio y desde su perspectiva particular. De ello
resulta precisamente el anarquismo epistemológico de Paul K. Feyerabend en
su ya famoso “todo vale”.
Naturalmente comprendemos que en nuestra cultura es difícil andarse con
muchas libertades, y más aun en el campo académico, tan proclive a los
estándares. Nuestra cultura busca afanosamente la sistematización y la
estandarización de todo. Ella es la base de la masificación, proceso
antropológico evolutivo predominante en nuestro tiempo. Y la ciencia (o lo que
parece) no escapa de este afán. Por ello Feyerabend advierte:
La educación científica, como hoy día se entiende, apunta exactamente a este
objetivo. Tal educación simplifica la ‘ciencia’ simplificando a sus participantes:
en primer lugar se define un dominio de investigación. A continuación, el

11. dominio se separa del resto… y recibe una ‘lógica’ propia. Después, un
entrenamiento completo en esa lógica condicionará a quienes trabajan en dicho
dominio. Con ello se consigue que sus acciones sean más uniformes y al
mismo tiempo se congelan grandes partes del proceso histórico. (Feyerabend,
1974).
Indudablemente hay una diferencia abismal entre la ciencia verdadera y esa
ciencia sistematizada, estandarizada, metodologizada y castrada de su
complejidad, que se intenta producir en nuestros ambientes académicos con
altas dosis de dogmatismo cientificista, y una amplia gama de conceptos
simplificados y hasta equivocados. Por ejemplo, frecuentemente leemos que
fue Percy W. Bridgman, el fundador del operacionalismo, quien construyó el
camino del método experimental aplicado en psicología desde la época de
Watson. Sin embargo, cuando se lee con atención el pensamiento de
Bridgman, hay muchas cosas más que debemos comprender. Desde el
principio se encarga de transmitirnos su estado de perplejidad debido a la
insólita situación que la Teoría de la Relatividad plantea a los físicos, pues lo
primero que Einstein demostró fue que la actitud mental que había dominado a
los físicos durante tanto tiempo, frente al estudio de la realidad, había estado
equivocada. En consecuencia, el pensamiento de Bridgman apunta en la
dirección de no abrazar una idea ni acomodarse en una posición segura para
enfrentar la tarea de estudiar y comprender la realidad. Y nos dice
textualmente:
"No existe un método científico como tal (...); el rasgo distintivo más fértil de
proceder del científico ha sido el utilizar su mente de la mejor forma posible y
sin freno alguno". (Bridgman, 1927).
Todo esto nos induce a reflexionar en torno a lo que es el verdadero proceder
en la ciencia, y lo que el cientificismo académico pretende que sea. La gran
mayoría de conceptos que nos ofrecen han pasado por el tamiz de la
simplificación grotesca y la tergiversación interesada con el afán de mostrarnos
un mundo homogéneo, regular y perfectamente predecible. Han acomodado
todo el escenario para que encaje en sus conceptos de ciencia y método, que
son conceptos derivados de un pensamiento religioso de fondo, pues apuntan a
la perfección y armonía del universo, y hacía una idea de ciencia como aquel

12. afán irreverente del hombre por descubrir las leyes inmutables con que Dios
echó a andar el mecanismo universal. Por eso mismo reaccionan con enfado
visceral ante las teorías del caos, el azar y la complejidad que amenazan su
sistema de creencias.
Es difícil determinar quién y cuándo patentó la idea de que el método
estadístico inferencial era “el método científico”, pero esta idea ha estado
ganando terreno y hoy en muchas universidades se cree firmemente en esto.
Han sido convencidos de que todo es perfectamente predecible y sólo hace
falta descubrir la ley universal que rige en cada segmento de la vida humana.
Una ley que salta a la vista gracias a una fórmula estadística que determina una
relación de causalidad entre dos variables mágicamente aisladas del resto del
universo. Así de simple. Además es un método que ha estado llenándose de
una sofisticación tal que hoy pocos llegan a entenderla cabalmente, no
obstante parece producir una veneración semejante a la que se profesa ante un
arcano. Por lo mismo no deben sorprendernos los pocos resultados que
obtienen, el ridículo que están haciendo en el terreno de las publicaciones
científicas, y la lluvia de críticas que vienen cosechando. Si el método se
sustentó inicialmente en ciertas evidencias de su éxito en campos muy
diferentes al de las llamadas “ciencias humanas y sociales”, hoy vemos que las
evidencias apuntan en otra dirección. No obstante, nada de esto es relevante
ya que la conducta humana, incluso en los ambientes académicos, no se rige
necesariamente por la racionalidad sino por los mitos y creencias que la
reemplazan y por ciertos intereses corporativos menos visibles. Esto es
particularmente cierto en la psicología, donde se ha venido saltando a la
garrocha el problema epistemológico de fondo, y cuando esto ocurre, lo normal
es acabar actuando sobre la base de puras creencias.
La creencia en los datos
Todavía queda una larga serie de mitos alrededor de lo que se llama “la
metodología de la investigación científica” cuyo análisis y contra–
argumentación excederían los alcances de un modesto artículo. No obstante,
no podemos dejar de referirnos a uno de sus productos más distintivos: el
datismo, o la firme creencia en que el único medio de obtener conocimientos
sobre cualquier aspecto de la realidad son los datos. No importa si se trata de
aspectos objetivos, subjetivos, naturales, humanos, microbiológicos, sociales,

13. atómicos o mentales. Es como si un motín de cocineros entusiasmados por uno
de sus nuevos artefactos, hubiera dictaminado que todos los alimentos deben
pasar por la licuadora antes de ser servidos. Así resulta que hoy los datos han
reemplazado al fenómeno, a la sociedad, a la persona, al mensaje. Ya nadie se
esfuerza por comprender estas cosas tal como son en la realidad sino tan sólo
por estudiar algunos de sus datos, y con curiosas técnicas para recolectarlos o
incluso fabricarlos, elaborarlos de diversas maneras caprichosas sólo para
satisfacer las necesidades del método, pues este método no hace
absolutamente nada sin datos. Y como corolario trágico de esta situación el
pensamiento humano se ha vuelto “datista”. Ya no sólo datista-numérico-
cuantitativo, sino que se ha acuñado un término nuevo que resulta una
verdadera joya del pensamiento datista: “dato cualitativo”. Entiéndase por dato
cualitativo cualquier cosa que venga a su mente.
Pero esta no es la mayor joya del pensamiento datista en la ciencia académica.
La cumbre datista-metodologista está coronada, sin ninguna duda, por Glaser y
Strauss y su “Teoría Fundamentada” (13) según la cual es posible generar
teorías científicas a partir del análisis comparativo de los datos. En otras
palabras, cualquiera puede llegar a ser un científico y generar sus propias
teorías. No tiene que hacer nada más que analizar unos datos siguiendo el
mágico método que, luego de hacer todo el trabajo pesado, al final iluminará
una verdad. Gracias a esa mentalidad práctica americana, el sistema de la
comida rápida había llegado al fin al escenario científico y las teorías científicas
salían a la carta para cualquier contexto social.
“Our discussion of comparative analysis (of data) as a strategic method for
generating theory assigns the method its fullest generality for use on social units
of any size, large or small, ranging from men or their roles to nations or world
regions.” (Glaser & Strauss, 1967).
No hace falta mucha epistemología para darnos cuenta de que las teorías
sociales no pueden surgir nada más que de los meros datos. Ni siquiera las
teorías económicas lo hacen. Menos aun en escenarios en los que la
generación de datos constituye un proceso reduccionista que desintegra la
realidad original, diferente a otros escenarios en los que los datos están
presentes como parte de la realidad. Podemos convenir en que en la naturaleza

14. encontramos datos -es un hecho- y que estos se recogen prácticamente como
recolectar manzanas porque ellos existen, están allí, son parte de la realidad
física. Se trata del peso, la longitud, la acidez, etc. Pero en el mundo subjetivo
de los seres humanos las cosas son muy distintas. Si bien es cierto que en el
principio la psicología experimental procedía igual que la física y se ocupaba de
puros datos físicos, hoy el malentendido ha crecido, y cuando se pretende
estudiar cuestiones subjetivas como la autoestima, los datos tienen que
inventarse para cuantificar y objetivar forzadamente el fenómeno, pues el
paradigma actual de la ciencia nos obliga a prescindir de todo lo que no sea
objetivo. Lo curioso es que se pretende hacer psicología siguiendo este
paradigma, por lo que el recurso de disfrazar los fenómenos subjetivos con
algunas cifras objetivantes es uno de los más empleados. Para ello existe una
disciplina entera dedicada exclusivamente a la invención de toda clase de
“instrumentos de medición” que nos proporcionarán los “datos objetivos”
requeridos por el método. De este modo la psicología cumple con pasar por las
arcas caudinas del cientificismo metodologista y objetivista, solo para alcanzar
su viejo sueño de ser reconocida como ciencia, a costa incluso de perder de
vista su propio campo de estudio y su sentido original.
Siempre ha sido un capítulo aparte la discusión alrededor de la psicometría y
sus maneras de asumir y de manipular los constructos psicológicos. Algo que
no vamos a tratar ahora, pero el debate existe y es un asunto que generará
dudas mientras se persista en ese empeño de transmutar los fenómenos
subjetivos en objetivos, lo que a la larga constituye una creencia más, ya que
nunca podremos estar seguros de qué es lo que realmente se está midiendo, si
es que algo se mide al final de todo ese proceder insulso. Por ello, antes de
emplear cualquiera de las tantísimas escalas de medición psicológica
convendría averiguar si no hay por allí un estudio que prueba la inconsistencia
de su supuesta universalidad y validez. Un buen ejemplo es el de la famosa
escala de Holmes y Rahe empleada para el estudio del estrés, evaluada en
Tenerife por González de Rivera y Revuelta (14) cuyo resumen nos anuncia:
“Las diferencias con los valores establecidos en el estudio original de Holmes y
Rahe son considerables para algunos items, y demuestra el condicionamiento
sociocultural de las escalas de sucesos vitales.”(14)

15. El cambio de giro profesional
El hecho de depender de métodos y de datos para analizar y comprender la
realidad nos ha llevado a convertir la metodología y el tratamiento de los datos
en toda una ciencia particular en sí misma. No sólo hemos dejado a un lado la
realidad para ocuparnos tan sólo de sus datos (o de lo que creemos que son
sus datos) sino que debemos ocupamos además de todos los pasos del
proceso complejo y tedioso de producir, tratar, analizar y comparar datos. Se ha
desarrollado una amplísima gama de inventarios, escalas y pruebas de todo
tipo, muchas de ellas francamente insulsas o impracticables en la clínica, y que
generan permanente polémica. Además se suman paquetes de software que
pretenden facilitar la tarea de tratar los datos. Surgen teorías en torno al
tratamiento de los datos. Toda esta gama de instrumentos y métodos requieren
una formación especial y adicional para poder manejarlos con propiedad. Hoy
los profesionales necesitan de un entrenamiento especializado para estudiar
sus datos e investigar de la forma en que el sistema espera que lo hagan, y son
encaminados hacía la dependencia de tales instrumentos y métodos. El
sistema condiciona a cada elemento dentro de dicho ambiente, los que están
sometidos a seguir la fe o ser marginados. Sin duda hay áreas de las ciencias
naturales donde la investigación metodológica con datos funciona, pero el
intento de universalizar tal metodología a todos los aspectos de la realidad,
especialmente al campo de las sociedades y del hombre, cualquiera sea su
interés, dista mucho de ser un proceder científico, y ni siquiera inteligente, para
decir más.
Podemos considerar este ambiente como un paradigma que, siguiendo el
concepto Kuhniano, define lo que es la ciencia y el proceder científico en una
comunidad académica. Los demás deben acomodarse o serán excluidos,
estigmatizados y hasta tratados con la misma severidad que la antigua
Inquisición (15). De este modo somos conducidos hacía una lógica de
pensamiento que acaba aislándose de la racionalidad para acomodarse a unos
cánones culturales que definen su propia estructura racional sobre la base de
mitos y creencias. Sin darnos cuenta hemos acabado poco a poco sumergidos
en una extraña dimensión que no es otra cosa que el absurdo. Tal vez ya no
podamos comprenderlo claramente porque el absurdo no nos ofrece datos y no
habrá forma de estudiarlo científicamente, a menos, claro, que alguien nos

16. ofrezca una escala de medición de lo absurdo, que lo objetive y lo cuantifique
para pasarlo por el método. Digo. Es un decir.
Para concluir, debemos indicar que apenas nos hemos ocupado de algunos de
los aspectos culturales que dominan en los ambientes académicos y que
adquieren las formas de mitos y creencias que reemplazan la racionalidad. Aun
queda mucho por decir en torno a la sistematización y estandarización,
tendencias que han conducido al empobrecimiento del pensamiento y a la
pérdida de la creatividad y originalidad. La ciencia en manos de la burocracia
académica se ha convertido en un producto envasado producido en serie,
cuyos hallazgos repletan las revistas en un lenguaje impersonal, casi
robotizado, donde cualquier expresión de emoción personal debe ser eliminada
para hablar en abstracto y en tercera persona. Y con estudios que más allá de
sus resultados, se muestran orgullosos de su método.
Conclusiones
La actividad científica, como cualquier otra actividad humana, puede verse
afectada por creencias y mitos que se generan al interior de las comunidades
académicas, las que operan al igual que un organismo en defensa de su
integridad territorial frente a cualquier forma de amenaza. La configuración
actual de la ciencia como la única proveedora de la verdad, ha llevado a
consagrar el método estadístico inferencial como el privilegiado, sin duda
debido a su innegable éxito en determinados campos de su aplicación, aun
cuando en otros no ha ofrecido la misma eficacia, y pese a que muy pocos la
entienden y manejan apropiadamente. Esta situación ha generado un ambiente
de duras críticas no sólo a la metodología estadística empleada sino, y sobre
todo, al metodologismo militante.
El deseo de imponer un criterio único de verdad objetiva ha llevado a implantar
una serie de dogmas de investigación, como el empleo sistemático de datos de
todo tipo, incluyendo “datos cualitativos”, y datos obtenidos mediante
procedimientos dudosos que intentan objetivar y cuantificar incluso aspectos
subjetivos y cualitativos del ser, con el sólo propósito de emplear el método
estadístico frecuentista-inferencial, que, para grandes sectores académicos,
acaba siendo el único método de estudio de la realidad, cualquiera que esta
sea.

17. Luego de un análisis de la historia de la ciencia y un recorrido por el
pensamiento de algunos filósofos de la ciencia, queda claro que no existe
ningún método que pueda preciarse de ser “el método científico” y que la
realidad no puede estar sometida a un único método de estudio. El científico,
en su esfuerzo por comprender el aspecto de la realidad que le interesa, está
obligado a alejar su mente de los cánones y presupuestos culturales,
procurando mantener la libertad de su pensamiento y emplear su ingenio y
creatividad para elaborar el procedimiento más apropiado para su investigación.
Todo hombre de ciencia se convierte en investigador en el instante en que
descubre el mejor método para estudiar el problema que le interesa desde su
enfoque particular. Esta conducta natural del científico ha generado una gran
cantidad de “métodos” que hoy son un reto para cualquier sistema de
clasificación. Pero tales métodos no pueden ser prescriptivos, sólo pueden
servir como modelos a imitar si la naturaleza del fenómeno en estudio es la
misma.
Referencias
(1) Ioannidis J.P.A. “Why Most Published Research Findings Are
False?” PLoS Medicine Vol. 2, No. 8, e124 August, 2005.
doi:10.1371/journal.pmed.0020124
(2) “Minimizing Mistakes and Embracing Uncertainty” PLoS Medicine
Vol. 2, No. 8, e272 August, 2005. doi:10.1371/journal.pmed.0020272
(3) Hebe M. C. Vessuri. “De la transferencia a la creatividad. Los
papeles culturales de la ciencia en los países subdesarrollados”. Polis.
Revista de la Universidad Bolivariana. Año/Vol 1. Nro. 003 Santiago,
Chile.
(4) Sarria Castro M, Silva Ayçaguer LC. “Las pruebas de significación
estadística en tres revistas biomédicas: una revisión crítica”.
Revista Panamericana de Salud Publica. 004;15(5):300-6
(5) VEGA-BRICENO, Luis E. y SANCHEZ D., Ignacio. “¿Cual es la
importancia del significado del p en medicina?” Rev. Méd. Chile,
mar. 2005, vol.133, no.3, p.383-384. ISSN 0034-9887.
(6) La página del seminario dictado por el profesor R. Chris Fraley “The
Statistical Significance Testing Controversy: A Critical Analysis” nos
ofrece una lista de los más interesantes artículos publicados en torno al

18. debate estadístico en
psicología:http://www.uic.edu/classes/psych/psych548/fraley/
Véase también la compilación de Bill Thompson “Citations Questioning
the Indiscriminate Use of Null Hypothesis Significance Tests in
Observational Studies”
en http://welcome.warnercnr.colostate.edu/~anderson/thompson1.h
tml
(7) Statistical Methods in Psychology Journals: Guidelines and
Explanations. Leland Wilkinson and Task Force on Statistical Inference.
APA Board of Scientific AffairsTask Force on Statistical Inference,
American Psychological Association, Science Directorate, Washington,
DC, US 1999 Aug Vol 54(8) 594-604
(8) Jay Gould, Stephen. “THE MEDIAN ISN'T THE MESSAGE”.
Disponible en:
http://www.phoenix5.org/articles/GouldMessage.html abierto
22/08/2008.
(9) Konrad Lorenz (1959) “La percepción de la forma como fuente del
conocimiento de causas científico” en “Sobre las conductas animal y
humana”, Artemisa, México, 1985. pp. 294.
(10) Letra del tango “Cambalache” de Enrique Santos Discépolo, 1935.
(11) Beissel-Durrant, Gabriele. “A Typology of Research Methods
Within the Social Sciences ESRC. National Centre for Research
Methods (NCRM) and Southampton Statistical Sciences Research
Institute (SRI) School of Social Sciences, University of Southampton,
Southampton, United Kingdom
(12) Montero, Ignacio; León, Orfelio. “Clasificación y descripción de
las metodologías de investigación en Psicología” Revista
Internacional de Psicología Clínica y de la Salud, 2002 Vol2 Nº 3 pp.
503-508
(13) Glaser, B. & Strauss, A. (1967) “The discovery of grounded theory:
strategies for qualitative research” Aldine.
(14) J. L. González de Rivera y Revuelta y Armando Morera Fumero.
“Adaptación española de la escala de Holmes y Rahe”. Psiquis. 1983;
4(1): 7-11.

19. (15) Feyerabend , Paul. “Como defender a la sociedad de la
ciencia”. Polis, Revista de la Universidad Bolivariana [en línea] 2001, 1
(001):[fecha de consulta: 06 de septiembre de 2008] Disponible
en: http://redalyc.uaemex.mx/redalyc/src/inicio/ArtPdfRed.jsp?
iCve=30501121
Bibliografía
• Bunge, M. (1997) “La ciencia, su método y su filosofía”; Bs. As.;
Sudamericana.
• Bridgman, P. W. (1927). “La lógica de la física moderna”; Ateneo; 1976
• Cameron Crombie, A. & Lluís Barona, J. (1993) “Estilos de pensamiento
científico a comienzos de la Europa Moderna” Universitat de València.
• Cea, M. (1996). Metodología Cuantitativa. Estrategias y Técnicas de
Investigación Social. Madrid: Editorial Síntesis.
• Cohen, J. (1994). The earth is round (p < .05). American
Psychologist, 49, 997-1003.
• Conant, James B. (1963) “La comprensión de la ciencia” Bs. As. Plaza y
Janes.
• Coreth, E. (1972). Cuestiones Fundamentales de Hermenéutica. España.
Herder.
• Chow, S. L. (1988). Significance test or effect size? Psychological
Bulletin, 103, 105-110.
• Dartigués, A. (1975). La Fenomenología. Barcelona: Herder
• Dilthey, W. (1998). Introducción a las ciencias del espíritu. Madrid:
Espasa Escalpe.
• Feyerabend, P. K. (2007) “Tratado contra el método” Tecnos.
• Gadamer, H. (1999). Verdad y Método. Vol 1 y II. Madrid: Ed. Sígueme.
• Kuhn, T. S. (1971) “La estructura de las revoluciones científicas” FCE.
México.

20. • Koch, Sigmund. (1969) “Psychology in human context” University of
Chicago, 1999.
• Lorenz, Konrad (1985) “Sobre las conductas animal y humana”, Artemisa,
México.
• Toulmin, Stephen and Leary, David E., “The Cult of Empiricism in
Psychology, and Beyond”, en Sigmund Koch & David Leary, A Century of
• Psychology As Science, Washington, American Psychological
Association, 1992, pp. 594-617.
• Lyken, D. L. (1991). What’s wrong with psychology? In D. Cicchetti &
W.M. Grove (eds.), Thinking Clearly about Psychology, vol. 1: Matters of
• Public Interest, Essays in honor of Paul E. Meehl (pp. 3 – 39).
Minneapolis, MN: University of Minnesota Press.
• May, R. (1967) “El dilema del hombre” Gedisa, 2003.
• Martyniuk, C. (1994). Positivismo, Hermenéutica y Los Sistemas
Sociales. Argentina: Ed. Biblos.
• Meehl, P. E. (1967). Theory-testing in psychology and physics: A
methodological paradox. Philosophy of Science, 34, 103-115.
• Merelau-Ponty, M. (1969) La Fenomenología y las Ciencias del Hombre.
Buenos Aires, Nova.
• Montero, M. (1995). El Sentido y la Medida. Reflexiones sobre El Método.
Revista Comportamiento. USB, Vol. 4, No. 1: 65-82
• Polit, D.F. y Hungler, R. P. (1997) “Investigación científica en ciencias de
la salud”. México: McGraw Hill, Interamericana, Págs. 526-543.
• Popper, K. (1974) “Conocimiento objetivo”. Tecnos.
• Ricoeur, P. (1998). La teoría de la interpretación. Discurso y excedente
de sentido. Madrid: Ed. Siglo XXI.
• Silva Ayçaguer, L.C. / Muñoz Villegas, A. “Debate sobre métodos
frecuentistas vs bayesianos” XVII Reunión Científica SEE. Santiago de
• Compostela 27-29 de octubre de 1999 Gac. Sanit. 2000;14(6):482-494.

21. • Rozeboom, W. W. (1960). The fallacy of the null hypothesis significance
test. Psychological Bulletin, 57, 416-428.
• Scarr, S. (1997). Rules of evidence: A larger context for the statistical
debate. Psychological Science, 8, 16-17.
• Tukey, J. W. (1969). Analyzing data: Sanctification or detective
work? American Psychologist, 24, 83-91.