METODO CIENTIFICO

Los pasos del método científico sirven para responder a una pregunta científica
de una forma organizada y objetiva. Implica observar el mundo y sus fenómenos,
llegar a una explicación de lo que se observa, probar si la explicación es válida, y
finalmente aceptar o negar la explicación.

El método científico tiene por tanto una serie de características que lo definen:
observación, experimentación, y hacer y responder preguntas. Sin embargo, no
todos los científicos siguen exactamente este proceso. Algunas ramas de la
ciencia pueden ser más fácilmente probadas que otras.

Por ejemplo, los científicos que estudian cómo cambian las estrellas a medida que
envejecen o cómo los dinosaurios digerían sus alimentos no pueden adelantar la
vida de una estrella en un millón de años o realizar estudios y pruebas con los
dinosaurios para probar sus hipótesis.

Cuando la experimentación directa no es posible, los científicos modifican el

método científico. Aunque se modifica casi con cada investigación científica, el
objetivo es el mismo: descubrir relaciones de causa y efecto haciendo preguntas,
recopilando y examinando datos, y viendo si toda la información disponible puede
combinarse en una respuesta lógica.

Por otra parte, a menudo las etapas del método científico son iterativas; nueva
información, observaciones o ideas pueden hacer que se vuelvan a repetir los
pasos.

1
LOS PROTOCOLOS DEL MÉTODO CIENTÍFICO PUEDEN DIVIDIRSE EN SEIS

PASOS/FASES/ETAPAS QUE SE APLICAN EN TODOS LOS TIPOS DE

INVESTIGACIÓN:

-Pregunta

-Observación

-Formulación de la hipótesis

-Experimentación

-Análisis de datos

-Rechazar o aceptar la hipótesis.

¿Cuáles son los pasos del método científico? En qué consisten y sus

características

Paso 1- Hacer una pregunta

El método científico comienza cuando el científico/investigador hace una

pregunta sobre algo que ha observado o sobre lo que esta investigando:
¿Cómo, qué, cuándo, quién, qué, por qué o dónde?

Por ejemplo, Albert Einstein, cuando estaba desarrollando su teoría de la

relatividad especial, se preguntó: ¿Qué vería si pudiera caminar junto a
un rayo de luz mientras se propaga por el espacio?

2
Paso 2- Observación


Esta paso consiste en hacer observaciones y reunir información que

ayuden a responder a la pregunta. Las observaciones no deben ser
informales, sino intencionales con la idea de que la información reunida
sea objetiva.

La recolección sistemática y cuidadosa de mediciones y datos es la

diferencia entre pseudociencias, como la alquimia, y ciencias, como la
química o la biología.

Las mediciones pueden realizarse en un entorno controlado, como un

laboratorio, o sobre objetos más o menos inaccesibles o no
manipulables, como estrellas o poblaciones humanas.

Las mediciones a menudo requieren instrumentos científicos

especializados como termómetros, microscopios, espectroscopios,
aceleradores de partículas, voltímetros…

Existen varios tipos de observación científica. Las más comunes son

la directa e indirecta.

Un ejemplo de observación sería la que hizo Louis Pasteur antes de

desarrollar su teoría germinal de las enfermedades infecciosas.
Con microscopio, observó que los gusanos de seda del sur de Francia
tenían enfermedades infectadas por parásitos.

Paso 3- Formulación de hipótesis

3
La tercera etapa es la formulación de la hipótesis. Una hipótesis es una
afirmación que puede usarse para predecir el resultado de futuras
observaciones.

La hipótesis nula es un buen tipo de hipótesis para comenzar una

investigación. Es una explicación sugerida de un fenómeno o una
propuesta razonada que sugiere una posible correlación entre un
conjunto de fenómenos.
Un ejemplo de una hipótesis nula es: “la velocidad a la que crece la
hierba no depende de la cantidad de luz que recibe”.
Ejemplos de hipótesis:

 Los jugadores de fútbol que entrenan de forma regular

aprovechando el tiempo, marcan más goles que los que faltan
al 15% de los entrenamientos.
 Los padres primerizos que han estudiado estudios superiores,
están en un 70% de los casos más relajados en el parto.
Una hipótesis útil debe permitir predicciones por razonamiento,
incluyendo el razonamiento deductivo. La hipótesis podría predecir el
resultado de un experimento en un laboratorio o la observación de un
fenómeno en la naturaleza. La predicción también puede ser estadística
y tratar sólo con las probabilidades.
Si las predicciones no son accesibles por la observación o la experiencia,
la hipótesis no es todavía comprobable y permanecerá en esa medida no
científica. Más adelante, una nueva tecnología o teoría podría hacer
posible los experimentos necesarios.

4
Paso 4- Experimentación


Caso de experimento con humanos.

El siguiente paso es la experimentación, cuando los científicos realizan
los llamados experimentos científicos, en los que se ponen a prueba las
hipótesis.
Las predicciones que intentan hacer las hipótesis pueden comprobarse
con experimentos. Si los resultados de la prueba contradicen las
predicciones, las hipótesis son cuestionadas y se vuelven menos
sostenibles.
Si los resultados experimentales confirman las predicciones de las
hipótesis, entonces se considera que estas son más correctas, pero
pueden estar equivocadas y seguir sujetas a nuevos experimentos.
Para evitar el error observacional en los experimentos, se utiliza la
técnica del control experimental. Esta técnica utiliza el contraste entre
múltiples muestras (u observaciones) bajo diferentes condiciones para
ver qué varía o qué sigue siendo lo mismo.

Ejemplo
Por ejemplo, para probar la hipótesis nula “la tasa de crecimiento de la
hierba no depende de la cantidad de luz”, habría que observar y tomar
datos de hierba que no esta expuesta a la luz.
A esto se le llama “grupo control”. Son idénticos a los otros grupos
experimentales, excepto para la variable que se está investigando.

Es importante recordar que el grupo control solo puede diferir de

cualquier grupo experimental en una variable. De esa manera se puede
saber que es esa variable la que produce cambios o no.

Por ejemplo, no se puede comparar la hierba que esta en el exterior a la

sombra con la hierba al sol. Tampoco la hierba de una ciudad con la de

5
otra. Hay variables entre los dos grupos además de la luz, como la
humedad y el pH del suelo.

Otro ejemplo de grupos control muy común

Los experimentos para conocer si un fármaco tiene eficacia para tratar

lo que se desea son muy comunes. Por ejemplo, si se desea conocer los
efectos de la aspirina se podrían utilizar dos grupos en un primer
experimento:

 Grupo 1 experimental, al que se proporciona la aspirina.

 Grupo 2 control, con las mismas características del grupo 1, y al
que no se proporciona la aspirina.

Paso 5: Análisis de datos

Tras el experimento, se toman los datos, que pueden ser en forma de
números, sí / no, presente / ausente, u otras observaciones.
Es importante tener en cuenta los datos que no se esperaban o que no
se deseaban. Muchos experimentos han sido saboteados por
investigadores que no tienen en cuenta los datos que no concuerdan con
lo que se espera.
Este paso implica determinar lo que muestran los resultados del
experimento y decidir las próximas acciones a tomar. Las predicciones
de la hipótesis se comparan con las de la hipótesis nula, para
determinar cuál es más capaz de explicar los datos.
En los casos en que un experimento se repite muchas veces, puede ser
necesario un análisis estadístico.
Si la evidencia ha rechazado la hipótesis, se requiere una nueva
hipótesis. Si los datos del experimento apoyan la hipótesis, pero la
evidencia no es lo suficientemente fuerte, deben probarse otras
predicciones de la hipótesis con otros experimentos.

6
Una vez que una hipótesis está fuertemente respaldada por la evidencia,
se puede hacer una nueva pregunta de investigación para proporcionar
más información sobre el mismo tema.

Paso 6: Conclusiones. Interpretar los datos y aceptar o rechazar la hipótesis



Para muchos experimentos, las conclusiones se forman sobre la base de

un análisis informal de los datos. Simplemente preguntar, ¿Los datos
encajan en la hipótesis? es una manera de aceptar o rechazar una
hipótesis.

Sin embargo, es mejor aplicar un análisis estadístico a los datos, para

establecer un grado de “aceptación” o “rechazo”. Las matemáticas
también son útiles para evaluar los efectos de los errores de medición y
otras incertidumbres en un experimento.

Si se acepta la hipótesis, no esta garantizado que sea la hipótesis

correcta. Esto solo significa que los resultados del experimento apoyan
la hipótesis. Es posible duplicar el experimento y obtener resultados
diferentes la próxima vez. También puede que la hipótesis explique las
observaciones, pero es la explicación incorrecta.

Si la hipótesis es rechazada, puede ser el final del experimento o se

puede volver a realizarlo. Si se vuelve a realizar el proceso, se tendrán
más observaciones y más datos.