Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MÉTODOS DE INVESTIGACIÓN
CUANTITATIVA
1. Definición de método
2. Tipos de métodos
2. TIPOS DE MÉTODOS
A la hora de realizar una investigación, tal como vimos en el proceso general de in-
vestigación, debemos decidir con qué tipo de método vamos a trabajar. La primera duda
o pregunta es la de utilizar una metodología experimental o no experimental. Cada una
de ellas presenta variaciones y características que les van a permitir adaptarse a las exi-
gencias de problemas específicos de la investigación, aportando diseños especiales
para poder resolver las preguntas que nos hacíamos al inicio de la investigación.
Presentamos tres tipos de métodos: experimentales, cuasi experimentales, no expe-
rimentales. Veamos cada uno de ellos.
Cada uno de los métodos citados ha de cumplir unos requisitos para ser considerados
como tales. Los métodos experimentales o también llamados experimentos «auténticos
o puros» deben cumplir tres requisitos. El primero de ellos es el de la manipulación in-
tencional de una o más variables independientes. En un experimento puro, el investi-
gador manipula y controla una o más variable(s) independiente(s) y observa la(s) va-
71
La imestigacion educativa: claves teóricas
Otra forma de manipular la variable independiente, tal y como hemos dicho, es en más
de dos grados: «mucho», «poco» o «nada». Por ejemplo, siguiendo con el mismo ejemplo
anterior, el programa específico al que es expuesto el grupo experimental podría tener un
alto contenido en motivación de logro y autoestima, poco contenido o ningún contenido.
La ventaja de la variación o manipulación de la variable independiente en grados es que
podemos saber si distintos niveles de la variable independiente produce diferentes efectos.
programa por profesionales con charlas familiares, etc. Como podemos comprobar, no
hay una sola forma de manipular la variable independiente, sino que pueden ser dis-
tintas y además no tienen por qué ser excluyentes, de tal forma que en una misma in-
vestigación podemos manipular la variable independiente de todas las formas ante-
riormente expuestas.
El segundo requisito de un experimento puro es el de medir el efecto que la variable
independiente tiene sobre la variable dependiente. La medición ha de realizarse de tal
forma que podamos asegurar que se midió de manera adecuada, ha de ser válida y con-
fiable; si no es así, los resultados no servirán. Siguiendo nuestro ejemplo, diremos que
una vez que hemos expuesto al grupo experimental a la variable independiente, la
medición del rendimiento, que es nuestra variable dependiente, debe ser la adecuada. Es
decir, debemos utilizar instrumentos que midan debidamente el rendimiento y no otra
facultad del alumno, ya que si no es así podría ser que de haber variaciones en la va-
riable dependiente pensásemos que era debido a la variable independiente cuando en
realidad podrían ser debidas a una mala medición de ésta.
Otro requisito es que la muestra ha de ser elegida al azar. En los experimentos pu-
ros, antes de comenzar éstos, los sujetos se asignan al azar a los grupos donde se apli-
carán los niveles de la variable independiente. Así se garantiza que, por efecto del azar,
los grupos sean homogéneos o equivalentes para que después de aplicar los niveles de
la variable independiente dichos grupos sean comparables entre sí.
La validez interna de la situación experimental será otro requisito que deberá cum-
plir el método experimental. Esto significa que deberá haber un control en el experi-
mento, de tal forma que si se observa que una o más variables independientes hacen va-
riar a las dependientes, la variación de estas últimas se deba a la manipulación y no a
otros factores o causas. Tener control significa saber qué está ocurriendo realmente en
la relación entre las variables independientes y las dependientes (Hernández Sampieri
y otros, 2003:198). Por ejemplo, supongamos que queremos comprobar distintos mé-
todos para enseñar a leer a niños de preescolar, dividimos a los alumnos en grupos alea-
toriamente y cada uno de ellos se le aplica un método distinto debemos controlar que
distintas situaciones como que todos partan de un nivel cero de lectura o que en casa los
padres no practiquen con los niños, ya que si fuese así no podríamos saber si las dife-
rencias, si las hubiese, entre un método u otro serían debidas al método o a la práctica
en casa con los padres o al nivel de lectura inicial.
Hay dos tipos de validez que el investigador debe controlar en su experimento: por un
lado, la validez interna, y por otro, la externa. La validez interna se refiere a la confianza
que tenemos en que los resultados del experimento se puedan interpretar y éstos sean
válidos. Para ello, las variaciones de la variable dependiente deben ser debidos única-
mente a la manipulación de la variable independiente. Hemos dicho que la meta ideal
de un experimentador es que los cambios o variaciones en los valores de la variable de-
La investigación educativa: claves teóricas
Entre los distintos factores que pueden afectar a la validez interna de la investiga-
ción, Campbell y Stanley (1966), Campbell (1975) y Babbie (2001) señalan, entre
otros, los siguientes, en Hernández Sampieri (2003:201):
Historia. Son acontecimientos que ocurren durante el desarrollo del experimento
que pueden afectar a la variable dependiente y llegan a confundir los resultados expe-
rimentales. Por ejemplo, si queremos comprobar la incidencia de la motivación en el
comportamiento de los alumnos ante una situación en la clase, si a un grupo se le da un
premio o golosina mientras se está realizando el experimento y al otro grupo no se le
premia con nada, la variación del comportamiento puede ser debido a la manipulación
de la variable independiente o a lo que ocurrió durante el experimento.
Maduración. Entendida como los procesos internos de los participantes que operan
como consecuencia del tiempo y que afectan a los resultados del experimento, como
puede ser el cansancio o cuestiones similares. Por ejemplo, si a un grupo de adoles-
centes se les somete a un experimento durante varios años, puede ser que los resultados
sean debidos a la variable independiente o a la maduración del alumno.
Inestabilidad. Se refiere a la poca o nula confiabilidad en las mediciones, fluctua-
ciones en las personas seleccionadas o componentes del experimento. Supongamos que
estamos realizando un experimento donde la concentración y los reflejos son impor-
tantes y dividimos a los sujetos en dos grupos: con uno trabajaremos a primera hora de
la mañana y otro por la tarde, podría ser que el grupo de la tarde estuviera más cansado
que el de la mañana, con lo cual su concentración podría ser menor.
Administración de pruebas. Se refiere al efecto que puede tenerla aplicación de una
prueba sobre las puntuaciones de pruebas subsecuentes. Por ejemplo, en un experi-
mento sobre la incidencia de los programas televisivos en el racismo, tenemos un gru-
po al que se le mide su nivel de racismo, luego le exponemos al estímulo antirracista y
posteriormente se le vuelve a medir su nivel de racismo para comprobar si disminuyó o
no. Pudiera suceder que la aplicación de la primera prueba sensibilice a los partici-
pantes en el experimento y cuando respondan a la segunda prueba sus respuestas estén
afectadas por la sensibilización.
Apareo. Cuando sospechamos que una variable extraña (variable de apareo) está
correlacionada y/o puede influir decisivamente en la variable dependiente, podemos for-
mar grupos equivalentes antes de aplicar la variable independiente recurriendo al apa-
reo de los sujetos. Para ello, asignamos a cada grupo del experimento un sujeto que po-
sea la misma magnitud en la variable de apareo o de bloqueo. Por ejemplo, supongamos
que queremos medir la influencia que tiene la aplicación de un programa de habilidades
sociales en la profesión de vendedor ambulante, pensamos que la variable de simpatía
puede tener influencia y la utilizamos como variable de apareo después de comprobar
que se halla fuertemente relacionada con la profesión de vendedor. Para solucionar esto
utilizaríamos la técnica de apareo; para ello mediríamos el grado de simpatía de nues-
tros sujetos, lo que nos permitiría crear un grupo de control agrupando por parejas los
sujetos más afines a dicha variable y asignándolos al azar a cada grupo, lo que origina
distintos pares o bloques.
Tal y como hemos visto, hay muchos elementos que pueden afectar a la validez interna
de un experimento. El posible efecto de todas esas fuentes de variación mencionadas
queda recogido en lo que se llama la varianza total. La variación total se debe a unas va-
riaciones constantes o sistemáticas que contribuyen a distintos tipos de varianza, como
son la varianza sistemática y la varianza de error.
La varianza sistemática es la variación en las medidas debidas a influencias co-
nocidas o desconocidas que causan que las puntuaciones se inclinen a una dirección
más que a otra. Cualquier influencia natural o generada por el hombre que cause que
los eventos sucedan de una forma predecible son influencias sistemáticas. Cuando la
desviación es debida a la manipulación de la VI, se le denomina varianza sistemática
primaria, y cuanto más efectiva sea la VI, más diferencia o manipulación o desviación
aparecerá en la VD. Por otra parte, cuando esa variación es debida a otras variables
La investigación educativa: claves teóricas
Minimizar la varianza de error. Se trata de procurar que el error fuese mínimo tan-
to en los instrumentos de medida, en el experimento, en las instrucciones, etc.
El método experimental puede adoptar distintos diseños para la realización de sus ex-
perimentos, siendo muchos los criterios de clasificación. Se puede clasificar según el nú-
mero de grupos, según el número de observaciones, según la forma de asignación de los
sujetos y tratamientos, según la naturaleza de la investigación, según el número de va-
riables, según la manipulación de las variables, según el nivel de control, etc. Cada uno de
estos diseños deben cumplir los requisitos básicos de los diseños experimentales.
Siguiendo a Hernández Sampieri (2003), presentamos los siguientes diseños expe-
ri mentales:
a) Diseño con posprueba únicamente y grupo de control.
b) Diseño con preprueba-posprueba y grupo de control.
c) Diseño de cuatro grupos Solomon.
d) Diseños de series cronológicas múltiples.
RG, X 0,
RG2 - 02
7 La investigación educativa: claves teóricas
La representación sería:
RG, 0, X 0,
RG, 0, - 04
c) Diseño de cuatro grupos de Solomon. Este diseño es la mezcla de los dos ante-
riores (diseño con posprueba únicamente y grupo de control más diseño de preprueba-
posprueba con grupo de control). La suma de estos dos diseños origina cuatro grupos:
dos experimentales y dos de control; los primeros reciben el mismo tratamiento expe-
ri mental y los segundos no reciben tratamiento. Sólo a uno de los grupos experimen-
tales y a uno de los grupos de control se les administra la preprueha; a los cuatro grupos
se les aplica la posprueha. Los sujetos se asignan de forma aleatoria.
La representación sería:
RG, 0, X 02
RG, 0, 04
RG, - X 0_
RG4 - - 0,
El diseño original incluye cuatro grupos y un tratamiento experimental. Los efectos
se determinan comparando las cuatro pospruebas. Los grupos 1 y 3 son los experi-
mentales y los grupos 2 y 4 los de control. La ventaja de este diseño es que el experi-
mentador tiene la posibilidad de verificar los posibles efectos de la preprueba sobre la
posprueha, puesto que a algunos grupos se les administra preprueba y a otros no.
El término serie cronológica se aplica a cualquier diseño que efectúe a través del
tiempo varias observaciones o mediciones sobre una variable. Por su lado, el término
Métodos de investigación cuantitativa Si
experimental cuando reúne, como en este caso, las características de cualquier dise-
ño experimental. En estos diseños se tienen dos o más grupos y los sujetos son asig-
nados a dichos grupos al azar; como transcurre mucho más tiempo entre el inicio y la
terminación del experimento, el investigador debe asegurarse de que no sucede nada
que no sea la manipulación de la variable independiente que pueda afectar al experi-
mento.
Este tipo de diseño puede presentar distintas opciones: pueden ser serie cronológi-
ca sin preprueba con varias pospruebas y grupo de control, serie cronológica con pre-
prueba con varias pospruebas y grupo de control, serie cronológica basada en el diseño
de cuatro grupos Solomon, etc.
Un ejemplo podría ser una serie cronológica en la que se incluirían varias preprue-
has y pospruebas . Su representación sería (Hernández Sampieri y otros, 2003:233):
R G, 0 0 0 X, 0 0 0
R G, 0 0 0 X2 0 0 0
R G, 0 0 0 0 0 0
e) Diseño con serie cronológica con repetición de estímulo. Este tipo de diseño se
utiliza cuando el investigador anticipa que el tratamiento o estímulo experimental no
tiene efecto o es mínimo si sólo se le aplica una vez, como, por ejemplo, la utilización
de tratamientos faciales, aplicación de vitaminas, anuncios publicitarios, etc. En estos
casos, es posible repetir el tratamiento experimental y administrar una posprueba des-
pués de cada aplicación para evaluar el efecto de cada una de éstas. Los sujetos se asig-
nan a los distintos grupos al azar y a cada grupo se le administra varias veces el trata-
miento experimental que le corresponda.
R G, 01 X, 02 X, 03 X, 04 X, 0;
R G, 06 X, 01 X2 0s XI 0v X2 011
Un ejemplo sería:
t La investigación educativa: claves teóricas
R G, X, 01 X, 02 X; 0, R G, X, 01 X, 02 X, 0j
R G, X, 0a X, 0; X, 0h R G2 X, 0a X, 0v X, Oe
R G, X, 02 X, 0s, X, 0v R G, X, O2 X, os, X, 0v
En el segundo caso, es decir, cuando sólo se cuenta con un grupo reducido de sujetos, se
utiliza tratamiento múltiple con un solo grupo. No hay asignación al azar, puesto que hay un
solo grupo y hace las veces tanto de grupo experimental como de control. El diseño sería:
G único X, 0, X, 0, 0 X, 0, 0, Xc, O,...
f) Diseños factoriales. Hasta aquí hemos presentado diseños en los que sólo ma-
nipulábamos una variable independiente para medir una o más variables dependientes.
En ocasiones, se da el caso en el que es necesario manipular varias variables indepen-
dientes e incluyen dos o más niveles de presencia en cada una de estas variables. Éste es
el caso de los diseños factoriales. Es decir, los diseños factoriales son experimentos que
manipulan dos o más variables independientes e incluyen dos o más niveles de pre-
sencia en cada una de las variables independientes.
La construcción básica de un diseño factorial consiste en que todos los niveles de
cada variable independiente son tomados en combinación con todos los niveles de las
otras variables independientes (Wiersma, 1999:115). Los diseños factoriales son útiles
porque permiten al investigador evaluar los efectos de cada variable independiente
sobre la dependiente por separado y los efectos de las variables independientes con-
juntamente. A través de estos diseños se observan los efectos de interacción entre las
variables independientes.
El diseño factorial más simple es el de 2 X 2. Este diseño hace variar dos variables,
cada una con dos niveles, donde el número de dígitos indica el número de variables in-
dependientes. Este diseño indicaría que hay dos variables independientes: la primera
con dos niveles y la segunda con otros dos niveles. El plan factorial genera un diseño
cruzado en el que los distintos niveles de cada variable o factor se combina con los dis-
tintos niveles de la otra variable, definiendo tantas condiciones experimentales como
combinaciones posibles de los factores se puedan obtener. En este diseño de 2 X 2 se
conseguirán cuatro condiciones experimentales.
Se suelen representar de la siguiente forma:
Diseño 2 X 2
A, A2
B, Al B, A, B,
B, Al B, A, B,
Métodos de investigación cuantitativa 83
En los diseños factoriales puede haber cualquier número de variables con cualquier ni-
vel en cada una de ellas; así, un diseño de 2 X 3 X 2 indicaría que hay tres variables: la pri-
mera con dos niveles, la segunda con tres y la tercera con dos. Su representación sería:
2X3X2
Al A2
C, C,
B, Al B, C, A2 B, C,
B2 A, B, C, A2 B2 C,
B3 Al Bj Cl A2 B2 C,
Con excepción de la diferencia que acabamos de mencionar, los cuasi experimentos son
muy parecidos a los experimentos verdaderos , por lo que podemos decir que hay casi
tantos diseños cuasi experimentales como experimentos verdaderos , sólo que no hay
asignación al azar ni emparejamiento ; por lo demás, son iguales , las interpretaciones si-
milares y las comparaciones son las mismas.
Métodos de investigación cuantitativa 85
efectúan con posterioridad. El orden de registro de las medidas y el grupo al que per-
tenece la observación determina el subíndice que acompaña a cada 0. La administración
del tratamiento a cada grupo se simboliza con una X, la no administración con - y su re-
tirada tras haber sido administrado X. Una gradación de tratamiento se simboliza nu-
méricamente: X,, X,, X, cte. Un tratamiento invertido positivo para unos y negativo
para otros, con los símbolos X+ y X-.
a) Módulos básicos
a.1) Diseño pretest-postest. Este diseño requiere una observación en un momento
previo a la administración del tratamiento (X) registrada en un grupo único de indivi-
duos (0,) y una observación en un momento posterior a su administración (0,), puesto
que sólo existe un grupo de sujetos y la asignación a grupos no existe (NE) (Anguera y
otros, 1996:246).
Secuencia de registro
Único NE 0, X 0,
a.2) Diseño solamente postest. Este diseño utiliza dos grupos: un grupo experi-
mental (GE) que recibe un tratamiento (X) y un grupo de control (GC) que no lo recibe.
La asignación a grupos se establece, como en todos los diseños cuasi experimentales,
mediante el empleo de una regla de asignación no aleatoria (NA).
Secuencia de registro
Experimental NA X 0,
(GE)
Control (GC) NA 0,
Secuencia de registro
Secuencia de registro
b.3) Diseños de cohorte. El término cohorte se emplea en este contexto para in-
dicar un grupo de individuos que experimenta un determinado evento en un mismo
período (Visser, 1985:141). Estos diseños son muy útiles en la investigación educativa
porque:
Secuencia de registro
Primera (control) NA 01
Segunda (experimental) NA X 02
Variaciones de éste pueden ser: diseño de cohortes con pretest , diseño de cohortes con
tratamiento dividido.
b.4) Diseño de intercambio de tratamiento . La característica principal de este di-
seño es que entre el primero y el segundo registros de medición un grupo sirve como
experimental y el otro de control , mientras que entre el segundo y el tercer registros los
papeles de experimental y control se invierten . Su diseño sería el siguiente:
Secuencia de registro
Grupo Asignación Preetest Tratamiento Post/Pret Tratamiento Postest
b.5) Diseño con tratamiento invertido. Este diseño se utiliza cuando queremos
comprobar la incidencia de un tratamiento . Al grupo experimental se le administra el
tratamiento en una dirección en la que suponemos que el efecto va a ser positivo (X+)
y al otro, al grupo control en este caso, el tratamiento que suponemos tendrá un efecto
negativo (X-). Lo que se espera es que el tratamiento tenga un efecto en un sentido,
mientras que su opuesto en el otro tenga el efecto en sentido invertido.
Una representación podría ser:
Secuencia de registro
Grupos Asignación Pretest Tratamiento Postest
Experimental NA 0 X+ 02
(GE)
Control (GC) NA 0 X- 02
b.6) Diseño sin grupo de control. Este tipo de diseño es especialmente útil cuan-
do es imposible registrar datos para un grupo de control. Los dos ejemplos de mayor
interés son los diseños de grupo único y los diseños de línea de base no causal cons-
truida.
b.6.1) Diseños de grupo único. Representa un grupo de diseños caracterizado por
disponer de un solo grupo de unidades de respuesta. Como contrapartida, el investiga-
dor prolonga la secuencia de registro con la intención de encontrar algún equivalente
funcional que compense la ausencia de un grupo comparativo. Los diseños más típicos
de este grupo son: diseño de un solo grupo con tratamiento y control, cuya forma más
típica es la siguiente:
Secuencia de registro
Grupos Asignación Pret. Trat. Pret./Post. Trat. Pre.lPost. Trat. Post.
Único NE 01 X 02 X 03 X 04
y diseño de tratamiento repetido. Este diseño se utiliza cuando el investigador sólo tie-
ne acceso a una población, siendo posible en ocasiones introducir, eliminar y después
volver a introducir el tratamiento en fechas diferentes. Esta situación es únicamente via-
ble cuando el efecto inicial de tratamiento tiene carácter transitorio (Ato, en Anguera,
1996:263). Su representación será la siguiente:
t La investigación educativa: claves teóricas
Secuencia de registro
Único NE 0i X 01 - 03 X 04
b.6.2) Diseños de línea base no causal construida. Este tipo de diseño se utiliza cuan-
do no se dispone de grupo de control y se desea desarrollar algún equivalente funcional que
sirva de línea de base no causal. Es posible elegir una de las dos alternativas para evaluar los
efectos de un tratamiento: el diseño de extrapolación a la regresión y el de diseño de control
bcn timado. Para más información sobre estos diseños, acudir a Anguera y otros (1996:264).
b.7) Diseños con variables dependientes no equivalentes. Se trata de un diseño con
grupo de control no equivalente que utiliza diferentes medidas para grupo experimen-
tal y grupo de control. Llamando A y B a las medidas diferentes para cada grupo, su re-
presentación sería la siguiente:
Secuencia de registro
Este diseño precisa para su consideración variables medidas con alta fiabilidad y una
potente teoría sustantiva que justifique la utilización de los cronstructos.
Secuencia de registro
Se trata de una investigación donde no hacemos variar de forma intencional las va-
riables independientes. Lo que hacemos es observar fenómenos tal y como se dan en su
contexto natural para después analizarlo. En la investigación no experimental, no es po-
sible manipular las variables o asignar aleatoriamente a los participantes o tratamientos
debido a que la naturaleza de las variables es tal que imposibilita su manipulación. Los
participantes llegan al investigador con sus características distintivas intactas (Kerlinger,
2002:420).
Diseños longitudinales de panel. Estos diseños son similares a los anteriores, la di-
ferencia es que el mismo grupo de sujetos es medido u observado (se recolectan datos
sobre ellos) en todos los tiempos o momentos, es decir, no sólo las poblaciones o
subpoblaciones siguen siendo las mismas, sino también los individuos que las forman.
En los diseños de panel se tiene la ventaja de que, además de conocer los cambios gru-
pales, se conocen los cambios individuales sabiendo que casos específicos introducen
el cambio. La desventaja es que resulta muy difícil obtener con exactitud los mismos
sujetos para una segunda medición (Hernández Sampieri y otros, 2003:285).