Uploaded by pmvjvalenzuela

Práctica 2 Método Científico

advertisement
Prácticas Biología I
Octubre 2015 - Marzo 2016
1.
El método científico
(preparado
Hugo Romero-Saltos)
Manual de prácticas de laboratorio
de por
Biología
I
(versión febrero 2015)
1.1. Introducción al método científico
Una de las premisas del quehacer científico es cuestionar todo o pensar críticamente. En la
vida diaria la gente lee información, la asume como correcta y toma por hecho que quienes reportan
la información la recolectaron de una manera lógica o rigurosa. Pero, ¿cómo puede una persona que
aspira estar bien informada saber si la información reportada es incorrecta? Entre otros aspectos,
debe saber si el tamaño de la muestra fue lo suficientemente grande para ser representativa de la
realidad, si los datos son verificables, o si la manera en que dichos datos se obtuvieron (el diseño
del experimento, de ser el caso) es repetible. Para comprender mejor los artes y gajes del oficio
científico, es necesario embarcarse en el ámbito de la filosofía de la ciencia a través de las obras del
filósofo Karl Popper (1902–1994), a quien debemos mucho de la conceptualización moderna del
método científico y en cuyo corazón está el principio de falsabilidad (falsifiability).
Semestre octubre 2014 – marzo 2015
Para comprender el principio de falsabilidad, y otros temas como los tipos de razonamiento
(inductivo vs. deductivo), o las diferentes formas de “hacer ciencia” en diferentes áreas de las
ciencias biológicas, hemos escogido dos documentos disponibles en la web con cuyo contenido los
estudiantes deben estar familiarizados: Thornton (2014) y Popper (2000). La lectura de estos dos
documentos les dará las pautas necesarias para poder elaborar mejores elementos de discusión al
momento de presentar y criticar los resultados del experimento que desarrollarán hoy. Una síntesis
de los contenidos en estos dos documentos será presentada en clase por su instructor. Además, su
instructor proveerá instrucciones sobre cómo deben elaborar su informe en el esquema y formato de
un típico artículo científico (es decir, con Título, Autor(es), Resumen, Introducción, Métodos,
Resultados, Discusión, Tablas, Figuras y Literatura citada).
Autores (en orden alfabético):
Santiago Ballaz, Hugo Romero-Saltos*,
En el Spencer,
laboratorio de Markus
hoy, diferentes
grupos de estudiantes
un estudio que les
Lilian
Tellkamp,
Jorge diseñarán
Uquillas
ayudará a desarrollar sus habilidades de pensamiento crítico y su capacidad para diseñar un
experimento que sea repetible.
1.2. El sistema
A continuación se expone una situación, que puede ser considerada el sistema bajo estudio,
sobre la cual los estudiantes deben diseñar un estudio original, en base a una pregunta específica. El
sistema que estudiaremos es la integridad del condón o preservativo frente a ciertos factores que
potencialmente pueden afectar a su integridad estructural. El condón es comúnmente utilizado para
prevenir el contagio de enfermedades sexuales y como contraceptivo durante el coito humano.
Una de las enfermedades más importantes que se pueden transmitir por contacto sexual es el
SIDA, Síndrome de Inmunodeficiencia Adquirida. El agente causante de esta enfermedad es el virus
HIV (Human Immunodeficiency Virus). El HIV se transmite entre humanos por contacto con
fluidos corporales infectados, como la sangre y el semen. Está comprobado que una de las maneras
más importantes por las que el virus se transmite es mediante relaciones sexuales sin protección con
personas infectadas.
El HIV, cuyo diámetro es de aproximadamente 116 nanómetros (nm), no puede pasar a
través de un condón sintético. Por lo tanto, el uso apropiado del condón durante una relación sexual
es una forma efectiva de prevenir la transmisión del virus desde una persona infectada a una
Editor
1
*
Prácticas Biología I
Octubre 2015 - Marzo 2016
persona no infectada. ¿Hasta qué punto esto es cierto? ¿Pueden existir factores que comprometan la
integridad del condón, antes o durante una relación sexual, que pongan a la pareja sexual no
infectada bajo riesgo de contraer esta seria enfermedad? Por ejemplo, ciertas personas,
especialmente en el pasado, solían utilizar lubricantes junto con el condón cuando mantenían
relaciones. Considerando que
los condones
son2015)
hechos de productos no polares, basados en
(versión
febrero
petróleo, ¿no sería posible que algunos lubricantes también de composición no polar como el
petrolatum (vaselina), el aceite mineral o ciertas cremas faciales, entre otros, actúen como solventes
y comprometan la integridad estructural del condón? ¿existen otros factores que también puedan
afectar negativamente la estructura del condón?
Manual de prácticas de laboratorio de Biología I
Semestre octubre 2014 – marzo 2015
1.3. El experimento: utilizando tu sentido “condón”
En este laboratorio, diferentes grupos de estudiantes—preferiblemente organizados en
grupos de no más de cuatro personas—diseñarán un estudio original que evalúe la integridad
estructural de los condones frente a la acción de un factor que puedan creativamente simular. Para
que este ejercicio sea fructífero, seguir los siguientes cinco pasos:
1. DESARROLLAR varias preguntas sobre los sujetos experimentales en el contexto del
sistema bajo estudio.
En este caso, los sujetos experimentales son los condones y el sistema bajo estudio son los
efectos de ciertos factores sobre la integridad estructural de dichos condones. Escriba en su
cuaderno de laboratorio cinco preguntas que su grupo desarrolle.
________________________________________________________
Autores (en orden alfabético):
________________________________________________________
________________________________________________________
________________________________________________________
Santiago
Ballaz, Hugo Romero-Saltos*,
________________________________________________________
Lilian Spencer,
Markus Tellkamp, Jorge Uquillas
2. ESCOGER la(s) preguntas que parezcan factibles de ser contestadas con los recursos
disponibles.
Para simplificar la práctica de hoy, se recomienda escoger solo una pregunta (aunque en la
vida real suelen manejarse varias preguntas e hipótesis alternativas en un mismo experimento).
Escoja una pregunta que pueda ser contestada durante el tiempo de laboratorio con los recursos
disponibles. Se recomienda que la variable que se va a manipular en el experimento esté explícita
en la redacción de la pregunta. Escriba en su cuaderno de laboratorio la pregunta escogida:
_____________________________________________________________
3. DISEÑAR un experimento riguroso. El diseño implica escribir la(s) hipótesis nula(s) y
alternativa(s) que ayuden a responder la pregunta, sentenciar de antemano lo que debe observarse
en el experimento para poder falsificar o rechazar la hipótesis nula (la “predicción”), y desarrollar
los procedimientos de experimentación.
2
* Editor
Prácticas Biología I
Octubre 2015 - Marzo 2016
En este punto, es útil definir la variable de tratamiento (el tipo de manipulación que se
realizará a los condones) y la variable de respuesta (la propiedad que se medirá en los condones
luego de aplicar el tratamiento). Para simplificar, solo escoja para su experimento una variable de
tratamiento (conocida también como independiente) y una de respuesta (conocida también como
dependiente), y escríbalas en(versión
su cuaderno:
febrero 2015)
Manual de prácticas de laboratorio de Biología I
Variable de tratamiento:
____________________________________________________
Semestre octubre 2014 – marzo 2015
Variable de respuesta:
____________________________________________________
Continuando con la formalización el experimento, se debe también escribir las hipótesis nula
(H0) y alternativa (Ha) correspondientes. Pero, ¿qué es una hipótesis? Una hipótesis es una posible
respuesta, escrita en forma de sentencia, a una pregunta científica específica. En el sentido más
simple, al realizar un experimento son posibles dos “respuestas”: nada pasó, o algo pasó. La
primero es la “hipótesis nula”, mientras que lo segundo la “hipótesis alternativa”. Sin embargo,
según Popper, para que la ciencia o mejor dicho una teoría científica avance, un experimento debe
ser diseñado con el fin de rechazar lo descrito en la hipótesis nula, pues eso es lo que hay que
falsificar (de lo contrario, el ejercicio científico se vuelve “confirmatorio”, no crítico).
Un ejemplo absurdo, pero didáctico, puede ayudar a aclarar este tema: supongamos que un
explorador llega a un mar desconocido y se pregunta: “¿Hay peces en este mar?” (importante: la
realidad es que sí los hay, pero el explorador no lo sabe, o lo cuestiona). La hipótesis nula sería “No
existen peces en este mar” mientras que la hipótesis alternativa sería “Existen peces en este mar”.
La manera de “comprobar” aquello que es lo más lógico (que sí existan peces en ese mar), es
rechazando (declarando como falsa) la sentencia de que no existen peces en ese mar, es decir, la
hipótesis nula. En otras palabras, el método científico se basa en comprobar lo “alternativo” a través
del rechazo de lo “nulo”. El rechazar lo nulo no es necesariamente fácil porque requiere de un
experimento bien diseñado; caso contrario, se corre el riesgo de no poder rechazar la hipótesis nula
con un alto nivel de certidumbre (es decir, con poca influencia del azar). En el caso del mar y los
peces, un experimento mal diseñado sería, por ejemplo, que el explorador comience a recoger agua
del mar en una cubeta muchas y muchas veces con la esperanza de capturar algún pez, lo cual de
ocurrir rechazaría la sentencia de que no existen peces en ese mar (la hipótesis nula). Con este
método, el explorador, al menos que repita el experimento un número infinito de veces,
seguramente no va a capturar ningún pez, fallará en su intento de rechazar la hipótesis nula y
concluirá erróneamente que no existen peces en ese mar cuando en realidad sí los hay (un tipo de
error estadístico conocido como de “tipo II”; en su curso de estadística se profundizará más sobre
esto).
Autores (en orden alfabético):
Santiago Ballaz, Hugo Romero-Saltos*,
Lilian Spencer, Markus Tellkamp, Jorge Uquillas
Hay dos maneras de escribir una hipótesis alternativa, con “dirección” o “sin dirección”.
Una hipótesis alternativa direccionada, también llamada técnicamente de “1-cola” (no importa por
ahora entender el porqué), se puede expresar como A > B, ó A < B; en cambio, una hipótesis no
direccionada, o de “2-colas”, se puede expresar como A ≠ B (es decir, no especifica si A es mayor o
menor que B). Para su experimento en particular, debe escoger el tipo de hipótesis alternativa, de 1cola o 2-colas, que mejor aplique.
3
* Editor
Prácticas Biología I
Octubre 2015 - Marzo 2016
Escriba en su cuaderno de laboratorio las hipótesis nula y alternativa de su experimento:
H0: ______________________________________________________
Manual de prácticas de laboratorio de Biología I
Ha: ______________________________________________________
También es útil definir
la “predicción”
su experimento. La predicción consiste en
(versión
febrero de
2015)
describir lo que debe observarse en los datos del experimento para poder rechazar la hipótesis nula
con cierto nivel de certidumbre. Para facilitar la escritura de la predicción, ayuda escribir oraciones
del tipo “Si..., entonces...” donde la parte que viene luego del “Si” es la hipótesis alternativa, y lo
que viene luego del “entonces” es la predicción específica al experimento en cuestión, que de
observarse rechazaría la hipótesis nula. Por ejemplo, en la absurda situación del mar y los peces
descrita anteriormente, el explorador podría escribir: “Si existen peces en este mar [hipótesis
alternativa], entonces capturaré en este balde un pez al menos una vez [predicción]”.
Semestre octubre 2014 – marzo 2015
Escriba en su cuaderno de laboratorio la predicción de su experimento:
________________________________________________________
Se debe también pensar cómo se va a manipular la variable de tratamiento y cómo se va a
medir la variable de respuesta. Para esto, se debe primero observar qué materiales o equipos están
disponibles en el laboratorio. Luego es importante definir qué tratamientos (diferentes condiciones
de la variable) se van a utilizar. Considerando las limitaciones de tiempo, para esta práctica se
recomienda que el estudio se concentre solamente en dos grupos experimentales: un grupo control
bajo condiciones estables en el cual el tratamiento no se aplica, y un grupo tratamiento que tiene las
mismas condiciones que el grupo control excepto por la aplicación de un tratamiento relacionado
con la variable experimental. Es necesario también definir el número de sujetos experimentales, o
réplicas, con los que se trabajará en cada grupo experimental. El conjunto de réplicas de un grupo
experimental se conoce como muestra.
Autores (en orden alfabético):
Santiago Ballaz, Hugo Romero-Saltos*,
Lilian Spencer, Markus Tellkamp, Jorge Uquillas
En cuanto a los datos, es importante aclarar primero si la variable se va a expresar como
datos de tipo atributo (variable cualitativa), como datos numéricos discretos resultado de conteos
(variable cuantitativa) o como datos numéricos continuos resultado de mediciones (también variable
cuantitativa). Hay que recalcar que el diseño experimental va de la mano del diseño estadístico que
se haya decidido utilizar—es recomendable que las técnicas estadísticas con las que se analizarán
los datos de un experimento se definan durante el diseño del experimento (antes de su ejecución) y
no luego que el experimento ha concluido y los datos se hayan ya tomado. Sin embargo, existen
situaciones en el área de la biología donde esto no siempre es posible. Para facilitar esta práctica, se
recomienda optar por una variable continua.
Para tener claro el diseño de su experimento, en su cuaderno de laboratorio responda lo
siguiente:
Liste los materiales y equipos que su utilizarán en el experimento:
____________________________________________________________
Describa brevemente cómo se va armar el experimento y el procedimiento que se seguirá para
aplicar el tratamiento:
____________________________________________________________
4
* Editor
Prácticas Biología I
Octubre 2015 - Marzo 2016
¿Cuántas veces se replicará el experimento (el tamaño de la muestra: n) en cada uno de los grupos
experimentales (control y tratamiento)?
Tamaño de muestra del grupo control (n ): ________
Manual
de prácticas de laboratorio de Biología I
1
Tamaño de muestra del grupo tratamiento (n2): ________
(versión febrero 2015)
4. ¡EJECUTAR el experimento! Cada grupo de estudiantes debe trabajar en su propia mesa.
Por favor sean organizados, mantengan relativo silencio, cumplan todas las normas de seguridad y
dejen limpio y ordenado su área de trabajo al terminar su experimento.
Semestre octubre 2014 – marzo 2015
Es importante recordar lo siguiente:
•
Mantener a los grupos control y tratamiento tan similares como sea posible, con la
excepción de una sola variable experimental. Esto implica, entre otros aspectos, que los
mismos miembros del grupo deberían hacer las mismas actividades para eliminar tanto error
humano como sea posible.
•
Aplicar el tratamiento a los sujetos experimentales de una manera independiente. Por
ejemplo, si el tratamiento consiste en un incremento de temperatura, cada sujeto
experimental debería idealmente calentarse en su propio recipiente, no todos en el mismo
recipiente. Así, se evita el riesgo de que los sujetos experimentales interactúen entre ellos de
formas inesperadas o desconocidas, y afecten así las conclusiones del experimento. La falta
de independencia entre las réplicas de un mismo experimento (fenómeno conocido como
“pseudoreplicación”) es uno de los problemas más comunes en muchos diseños
experimentales, pero ¡estamos seguros que ustedes no lo tendrán!
Autores (en orden alfabético):
En su cuaderno de laboratorio diseñe una tabla donde registrar los datos del experimento
(NO escriba sus datos de forma narrativa; por ejemplo “Primera réplica: 30 centímetros, pero salió
mal y tuvimos que repetir”).
Santiago Ballaz, Hugo
Romero-Saltos*,
Control
Tratamiento
n
Lilian Spencer, Markus
Tellkamp,
Jorge Uquillas
(unidades)
(unidades)
1
2
3
5. ANALIZAR e interpretar estadísticamente los datos del experimento. El propósito de
analizar los datos es evaluar objetivamente si la hipótesis nula puede o no ser rechazada con cierto
nivel de certidumbre (o incertidumbre). Para esto, es necesario aplicar técnicas estadísticas que nos
permitan saber hasta qué punto nuestras observaciones podrían haber sido causadas solo por efectos
del azar y no debido al tratamiento experimental que se aplicó. La estadística es necesaria porque es
imposible asegurar que todos los sujetos experimentales son (1) exactamente iguales en
absolutamente todas sus características y (2) que el tratamiento aplicado a cada uno de los sujetos
experimentales fue exactamente el mismo. Si estas dos cosas ocurriesen sería lo ideal, pero siempre
hay factores que se nos “van de las manos” y que dependen más del azar, o de circunstancias que
fueron difíciles o imposibles de controlar en el experimento, o de factores no azarosos (otras
variables) que no fueron contemplados en el experimento y que merecen mayor investigación.
5
* Editor
Prácticas Biología I
Octubre 2015 - Marzo 2016
Para analizar datos numéricos continuos1, utilizaremos la prueba estadística conocida como
“prueba de t para dos muestras independientes”. Esta prueba ayuda a concluir si la media (el
promedio) de los datos de un grupo experimental es “significativamente diferente” a la media de
los datos de otro grupo experimental (en el caso de esta práctica, grupo control vs. grupo
tratamiento). Se utiliza esta(versión
prueba porque,
entre2015)
otras razones más técnicas (que por ahora no
febrero
importa que sepan), las medidas realizadas fueron tomadas de condones individuales, separados en
dos grupos experimentales. En otras palabras, ninguno de los condones fue sujeto a “mediciones
pareadas”, lo cual hubiese sido el caso si un mismo condón hubiese sido utilizado como control y
tratamiento, en cuyo caso habría que aplicar una prueba estadística diferente2.
Manual de prácticas de laboratorio de Biología I
Semestre octubre 2014 – marzo 2015
Para calcular el estadístico t para dos muestras independientes, se debe primero calcular la
media (𝘟) y varianza (S2) de los datos de cada muestra. La fórmula para calcular la varianza de una
muestra será explicada por su instructor en clase. En dicha fórmula, hay que calcular también los
“grados de libertad” (g.l. ó d.f. en inglés) para cada muestra, lo que simplemente es igual a n – 1.
Para calcular el estadístico t para dos muestras independientes, utilizar la siguiente fórmula:
"
Se explicará en clase el significado de cada uno de los términos en esta ecuación, cómo
calcularlos, y los grados de libertad asociados a este estadístico. Realice los cálculos respectivos en
su cuaderno de laboratorio y responda las siguientes preguntas:
Autores (en orden alfabético):
¿Cuál es el valor de t observado (calculado) y cuántos grados de libertad tiene?
________________________________________________________
Santiago Ballaz, Hugo Romero-Saltos*,
Lilian Spencer, Markus Tellkamp, Jorge Uquillas
Finalmente, para interpretar el estadístico t, es necesario asociar un valor de probabilidad (P)
a dicho estadístico. Dicha P, llamada probabilidad alfa (α), es la probabilidad que existe de que la
diferencia observada entre las dos medias del experimento pueda haberse debido simplemente al
azar. ¿Queremos que el azar influya mucho en nuestro experimento? ¡Ciertamente que no porque lo
que evidentemente queremos que influya en los resultados no es el azar sino el tratamiento
aplicado! (caso contrario, ¿para qué hacemos el experimento?). Por tanto, considerando que el azar
siempre existe y que es posible estimar su influencia (la probabilidad α) en un experimento, los
científicos han acordado por convención que cuando el azar explique un 5% o menos de la
diferencia observada entre dos medias (en el contexto de la prueba estadística antes descrita), dicha
diferencia observada se considere como “significativa”, o “real”, y por tanto la hipótesis nula se
rechace. En cambio, si el azar influye más de un 5% en la diferencia entre las medias, se dice que la
diferencia no es “significativa” y se interpreta como un fallo al intento de rechazar la hipótesis
nula. Estas conclusiones son en realidad relativas porque, entre otros factores, la probabilidad α
cambia dependiendo del tamaño de las muestras que están siendo comparadas. Otra manera de
Si su grupo no colectó datos numéricos continuos, sino datos numéricos discretos (por
ejemplo, conteos de sucesos), u otro tipo de datos, se debe aplicar otra técnica estadística (por
ejemplo, Chi-cuadrado). Consulte con su instructor cuál sería la forma más idónea de analizar sus
datos estadísticamente.
1
2
De ser este es el caso, consulte con su instructor.
6
* Editor
Prácticas Biología I
Octubre 2015 - Marzo 2016
interpretar la probabilidad α es como la probabilidad de cometer un error “tipo I”: la probabilidad
de rechazar la hipótesis nula cuando ésta en realidad es verdadera.
Cada valor de t observado, dependiendo de los grados de libertad, es decir del tamaño de
Manual
detiene
prácticas
de de
laboratorio
de Biología
la(s)
muestras(s),
asociado un valor
probabilidad que puede
calcularse de I
manera precisa
(versión
2015) Alternativamente, para simplificar la
utilizando Cálculo Diferencial
e Integral,febrero
o una computadora.
interpretación, se han inventado tablas que presentan el problema al revés (Tabla 1): en vez de
calcular el valor exacto de probabilidad para un t determinado, se muestran los valores de t en los
cuales la probabilidad α es igual al 1%, 2.5%, 5%, 10%, etc., dependiendo de los grados de libertad
y de si la hipótesis alternativa está o no “direccionada” (si es de 2-colas o de 1-cola). Dichos valores
de t se conocen como t críticos.
Semestre octubre 2014 – marzo 2015
Compare el valor de t observado con el valor de t crítico que corresponda según la Tabla 1,
y responda en su cuaderno de laboratorio lo siguiente:
¿En qué rango de P en el cual se encuentra el estadístico t observado o calculado en base a
los datos de su experimento? ¿Cuántos grados de libertad tiene?
________________________________________________________
En base a dicho rango de P, ¿se rechaza o no se rechaza la hipótesis nula (H0) de su
experimento?
__________________________________________________________
6. CONCLUIR en el contexto de la pregunta en cuestión.
El último paso es concluir, o responder a la pregunta original, en base al rechazo o no de la
hipótesis nula según los análisis estadísticos. ¿Qué significa para el sistema en estudio que H0 haya
sido o no rechazada? Responda en su cuaderno de laboratorio utilizando un estilo narrativo:
Autores (en orden alfabético):
__________________________________________________________
Santiago
Ballaz, Hugo Romero-Saltos*,
“Publicando”
tu estudio
al estilo
de un artículo
científico
1.4.
Lilian
Spencer,
Markus
Tellkamp,
Jorge
Uquillas
Para reportar de manera organizada, completa y coherente toda la experiencia de este estudio,
cada grupo debe escribir un informe científico en el estilo de un artículo científico. Su instructor les
proveerá de instrucciones sobre cómo elaborarlo correctamente.
1.5. Literatura citada
Popper, K. Science as Falsification. Conjectures and Refutations, London: Routledge and
Keagan Paul, 1963, pp. 33-39; from Theodore Schick, ed., Readings in the
Philosophy of Science, Mountain View, CA: Mayfield Publishing Company, 2000,
pp. 9-13.
Thornton, S. 2014. “Karl Popper”, The Stanford Encyclopedia of Philosophy (Summer 2014
Edition), Edward N. Zalta (ed.). http://plato.stanford.edu/archives/sum2014/entries/
popper/ (visitado: 30 enero 2015).
7
* Editor
Prácticas Biología I
Octubre 2015 - Marzo 2016
Tabla 1. Valores críticos de t para una prueba de t de dos muestras independientes. Los
niveles de P que indican el rechazo de la hipótesis nula (0.05) se muestran encerrados en un círculo
rojo, dependiendo si las hipótesis alternativas son de 1-cola o de 2-colas. (De: Pearson & Hartley
en Statistics in Medicine por T. Colton, 1974. Little, Brown and Co., Inc. publishers.).
Manual de prácticas de laboratorio de Biología I
(versión febrero 2015)
Semestre octubre 2014 – marzo 2015
Autores (en orden alfabético):
Santiago Ballaz, Hugo Romero-Saltos*,
Lilian Spencer, Markus Tellkamp, Jorge Uquillas
!
* Editor
8
Download