Métodos, técnicas y

herramientas de la
investigación cuantitativa
Oscar Federico Nave Herrera
Coordinador del Programa de Asesoría
Estadística para Investigación
fnave@digi.usac.edu.gt
 Contenido
• La sección de Materiales y métodos
• Diseño de la investigación y sus partes
• Alcances de la investigación cuantitativa
• El plan de muestreo
• El plan de recolección de datos
• El plan de tabulación y elaboración de la base de
datos
• El plan de análisis
• Tipos de análisis estadístico
 ¿Qué es la sección de Materiales y
métodos?
“If you consider a research study as a delicate
dish of knowledge, a paper’s methods section
would be like a recipe that lists all the necessary
ingredients of the study and how they need to
be combined during cooking. Ideally, it allows
the dish to be prepared again with the same
result.”
Kotz and Cals (2013)
 Materiales y métodos
Es la parte del manuscrito que describe con detalle
cómo se llevó a cabo el estudio.
Características:
• Vincula la Introducción con los Resultados
• Presenta el enfoque para responder a la pregunta
de investigación
• Define la estructura de la presentación de
resultados

* Aquí se incluye la aprobación ética si es necesaria.

 Diseño de la investigación

El diseño de una investigación es el

conjunto de actividades coordinadas e
interrelacionadas que deberán
realizarse para responder la pregunta
de la investigación.
 Diseño de la investigación
• Indicar si se aplicó un diseño en particular.
• Si no se adapta a un tipo de diseño específico,
describir los componentes del diseño, cómo
seleccionaron y controlaron las variables
independientes, existencia de covariables, etc.
• Mencionar la ubicación temporal y espacial
del estudio.
• No asumir que los lectores entienden lo que
se hizo solo con el nombre de una técnica.
 Partes de un diseño

1. Plan de muestreo
2. Plan de recolección de datos
3. (Plan de tabulación)
4. Plan de análisis
* Diseño operativo: métodos y técnicas
mediante las cuales los planes especificados
anteriormente se van a llevar a cabo.
 Investigación cuantitativa
La recolección de los datos se fundamenta
en los procesos de medición, en los cuales
las respuestas pueden reducirse a
“valores”, siendo susceptibles de emplear
en ellos operaciones matemáticas y por
ende, la aplicación de métodos estadísticos
de análisis.
 Alcances de la investigación
cuantitativa

• Exploratoria
• Descriptiva
• Correlacional (asociativa)
• Explicativa
• Predictiva
• Aplicativa
 Investigación exploratoria
Problema poco investigado o con poca
información de base.
Sirve para determinar tendencias, identificar
relaciones y comportamiento de las variables,
llevan a desarrollar nuevas preguntas de
investigación.

¿Qué? ¿En quiénes? ¿Dónde?

 Investigación descriptiva
Busca determinar el estado en que se encuentra
una variable.
Puede generalizarse de la muestra a la población
con base en estimadores.
Pueden hacerse cierto tipo de asociaciones y
comparaciones.

¿Cuánto hay?
Investigación correlacional (asociativa)
Establece relaciones o asociaciones entre dos o más
variables.
Estos estudios son parcialmente explicativos ya que
se deducen de ellos una serie de posibles razones
de las relaciones encontradas.
Se basa en la medición de índices que miden el
grado de relación entre las variables.

¿Existe asociación o relación?

 Investigación explicativa
Pretende buscar las causas de los hallazgos
(estudios comparativos) o establecer los efectos
por los cambios deliberados en las variables
independientes (estudios experimentales y
cuasiexperimentales).
Está orientada a la comprobación de hipótesis.

¿Cómo cambia, hay efecto, hay diferencia?

 Investigación predictiva
Se aplica para estimar la probabilidad de
ocurrencia de los eventos o variables.
Pretende formular modelos explicativos y
predictivos derivados de la relación causa-
efecto entre dos o más variables.

¿Cómo se comportan las variables? ¿Qué

resultado obtendré?
 Investigación aplicativa

Busca la generación de conocimiento para

resolver problemas, generalmente implican
algún grado de intervención (procesos,
resultados, impacto).
 Plan de muestreo
Lo constituyen los elementos a considerar para
extraer una muestra de una población.

Se debe definir el número de elementos a tomar

y la forma en la cual se obtendrán las unidades
muestrales.
 Muestra y diseño de muestreo

• Definir la población y sujetos de estudio.

• Los aspectos relacionados con el cálculo del
número de muestra deben ser claros.
• El diseño de muestreo debe explicarse con
detalle, específicamente sobre los elementos
necesarios para interpretar los resultados.
• Indicar criterios de inclusión y exclusión.
 Cálculo del número de muestra
Incluir los datos inherentes al cálculo de la muestra:

• Tamaño de la población
• Variable principal o de diseño
• Variabilidad estimada
• Nivel de confianza, nivel de significancia y/o poder
• Margen de error, precisión, diferencia o tamaño del
efecto esperados
• Otros: Proporción, odds ratio, riesgo relativo o
coeficiente de correlación esperados

* No es necesario incluir fórmulas.

 Aspectos adicionales
• Indicar la ubicación temporal y espacial del
estudio, sobre todo si estos son aspectos
importantes del diseño.
• En ciertos estudios se requiere la indicación
de técnicas específicas de muestreo
(transectas, parcelas, muestreo por lotes,
muestreo 30x7, etc.).
 Plan de recolección de datos
Plan que el investigador propone para la
obtención de los datos a fin de dar respuesta a
la pregunta de investigación o para probar
hipótesis.
Incluye la aplicación de un diseño que
represente un arreglo particular de las unidades
muestrales o experimentales, así como los
métodos, técnicas e instrumentos para la
medición.
 Métodos y procedimientos
• Ser lo suficientemente claros en las
definiciones y operacionalización de las
variables.
• Indicar qué se midió y cómo se midió con
suficiente detalle para que el estudio pueda
ser replicado.
• Citar referencias sobre la precisión de
instrumentos y métodos específicos.
 Plan de tabulación
Definir las variables y la forma en que se van a
medir para preparar la base de datos.
Se debe prever los cuadros que, de acuerdo con
los objetivos e hipótesis, permitan la
presentación de la información en forma clara y
sistemática sobre qué variables se presentarán
solas, cuáles se cruzarán, etc.
Elaborar una base de datos para el análisis.
 Crítica, corrección y codificación
Una vez recolectada la información se procede a
fase de crítica, corrección y codificación de la
misma, esto permite clasificar la información
como: correcta, incorrecta pero corregible o
inservible.
Así también, nos da la pauta para establecer si
se puede re-muestrear o repetir algún proceso.
 Base de datos
• Se realiza en una hoja electrónica (Excel)
• Columnas: Identificación y variables medidas.
Las cuantitativas van con sus respectivos
valores y cifras significativas, las nominales
escritas con las mismas palabras o codificadas.
• Filas: Sujetos de estudio (muestras, réplicas)
En la primera fila se deben identificar los
nombres de cada columna y unidades de
medida.
 Plan de análisis
Exposición del plan que se deberá seguir para el
análisis y presentación de los datos, lo que
incluye el tratamiento estadístico.

Está relacionado con el nivel de medición de las

variables.
 Plan de análisis
• El nivel de análisis debe corresponder con los
objetivos, tipo de variables y muestra.
• No deben obviarse elementos indispensables
para la correcta interpretación de los
resultados (nivel de confiabilidad, nivel de
significancia, comprobación de supuestos,
etc.).
• El uso de software no es requisito.
 Plan de análisis
• Proveer suficiente detalle de las técnicas
estadísticas usadas y no asumir que los
lectores entienden lo que se hizo solo con el
nombre de una técnica.
• Si se tiene una pregunta primaria y otras
secundarias, debe presentarse en ese orden el
análisis.
 Análisis de la información
El análisis de la información se efectúa con los
datos obtenidos para obtener resultados.
El tipo de análisis o métodos estadísticos a
aplicar depende de las variables, los objetivos e
hipótesis de la investigación (alcance).
Se recomienda el uso de paquetes de
computación con facilidades estadísticas (Excel)
o paquetes especializados (R, SPSS, STATA, etc.).
Enfoque/alcance

Plan de muestreo
Aprobación ética

Plan de recolec-
ción de datos

Plan de tabulación

Plan de análisis
 Clases de estadística
• Descriptiva (deductiva). Es la fase de
descripción, organización, síntesis y análisis de
la información de interés, pero sin llegar a
conclusiones fuertes o profundas sobre la
misma.

No va más allá de lo que la muestra nos dice.

• Estadísticas descriptivas

Estadística numérica: Medidas de tendencia

central, medidas de posición, medidas de
dispersión.

Análisis de frecuencias.

Análisis de series de tiempo.

Estadística gráfica.

Análisis exploratorio de datos.

 Clases de estadística
• Inferencial (inductiva). Esta fase busca obtener
conclusiones sólidas y más profundas que una
simple descripción de la información, basados en
el trabajo con muestras y su posterior
generalización.
• Se obtiene información sobre una población de
datos mediante el estudio de una muestra de los
mismos.

Las muestras deben reflejar el verdadero

comportamiento de las poblaciones.
• Estadísticas inferenciales

Estimación de valores poblacionales (parámetros).

Prueba de hipótesis.

Correlaciones y asociaciones.

Regresiones.

Técnicas de análisis multivariado.

Técnicas de análisis espaciales (SIG)

 Tipos de pruebas estadísticas
• Estadística paramétrica
Aplicable a variables continuas con distribución
normal y se basa en que la muestra representa
adecuadamente a uno o más parámetros
poblacionales

• Estadística no paramétrica
Para variables que no siguen una distribución
normal, variables ordinales o discretas,
frecuencias o proporciones y número de
muestras pequeño.
 Estimación
Consiste en establecer o estimar el verdadero valor
poblacional con base en una muestra, empleando la
teoría de probabilidades para establecer un margen
de precisión (intervalo de confianza).

Se pueden estimar valores para promedio,

desviación estándar (varianza), parámetros de
regresión, frecuencias, etc.
 Pruebas de hipótesis

1. Hipótesis de investigación

2. Hipótesis estadísticas:

• Hipótesis Nula

• Hipótesis Alternativa
 Prueba de significación
Con base en datos se procede a establecer la
probabilidad de tener un valor al menos igual a
(o “tan extremo”) como el que se ha obtenido
con la muestra (valor p) bajo la premisa que la
Ho es cierta. Si dicha probabilidad es más
grande que un nivel de error tipo I pre-
establecido (a), la Ho no se puede rechazar; por
el contrario, si la probabilidad es menor o igual a
dicho nivel de error, la Ho se rechaza.
 Pero…
“Se evitará la dependencia exclusiva de las
pruebas estadísticas de verificación de hipótesis,
tal como el uso de los valores p, que no aportan
ninguna información cuantitativa importante.”
(Comité Internacional de Directores de Revistas
Médicas. Octubre, 2001. Requisitos uniformes
de los manuscritos enviados a revistas
biomédicas).
 Entonces…
Un estudio debe diseñarse de forma tal que tenga una alta
probabilidad de detectar efectos de la magnitud que el
investigador considera importantes, si esos efectos realmente
existen. Esa probabilidad es lo que se conoce como “potencia
estadística”.

Alternativas:

• Cálculo del tamaño del efecto (diferencia de medias

estandarizada, correlación biserial puntual, eta2, omega2,
etc.)
• Intervalos de confianza
 Asociación

Conjunto de procedimientos estadísticos que

cuantifican y evalúan la relación entre
variables, generalmente de tipo cualitativo,
aunque también entre variables cuantitativas y
cualitativas.
• Razones de oportunidades (odds ratio) para
determinar la magnitud.
• Ji cuadrado para determinar la significancia.
 Correlación

Procedimiento estadístico que cuantifica y

evalúa si existe alguna relación entre dos
variables.

Cuando las variables son cuantitativas de tipo

continuo, el medio estadístico adecuado para
medir la asociación y ser expresada como un
índice, se conoce como correlación de Pearson
(r).
 Regresión
Proceso estadístico-matemático, por medio
del cual se calcula una ecuación que mejor se
ajuste a los datos, explicando con parámetros
estadísticos el comportamiento de dos
variables cuantitativas continuas, con el
objeto de predecir o estimar valores.
Una variable debe depender de la otra (u
otras).
 Modelos lineales generalizados
Constituyen una generalización de los modelos
lineales clásicos (regresión lineal y regresión
múltiple).

Incluye la regresión lineal, los modelos de análisis

de varianza, modelos probit y logit para ensayos
cuantales, modelos log-lineares (logística y
Poisson), modelos de respuesta multinomial y
modelos de análisis de sobrevivencia.
 Estadística bayesiana
La metodología bayesiana está basada en la
interpretación subjetiva de la probabilidad y tiene como
punto central el Teorema de Bayes.
La probabilidad a priori de una hipótesis, Pr (H), se ve
transformada en una probabilidad a posteriori, Pr
(H|datos), una vez incorporada la evidencia que aportan
los datos.
Entonces una vez observados los datos, el teorema
"devuelve" una nueva distribución, que no es otra cosa
que la percepción probabilística original actualizada por
los datos.
 Análisis multivariado
Métodos estadísticos cuya finalidad es analizar
simultáneamente conjuntos de datos en los que se
tienen varias variables medidas para cada individuo
u objeto estudiado (cualitativas o cuantitativas).

Su razón de ser radica en un mejor entendimiento

del fenómeno objeto de estudio obteniendo
información que los métodos estadísticos
univariantes y bivariantes son incapaces de
conseguir.
 Geoestadística
Es un conjunto de técnicas para el análisis y
predicción de valores distribuidos en el espacio
y/o en el tiempo, dichos valores se asumen
correlacionados entre sí.
Evalúa interacciones espaciales, es decir que los
valores de una variable están relacionados con
su distribución en el espacio.