Aproximación A Los Métodos Cuantitativos

[AFO028B94] Metodología de la Investigación
[MOD024911] Metodología de la Investigación

[UDI1511ZQ] Aproximación a los métodos cuantitativos
Introducción
Esta unidad denominada “Aproximación a los métodos cuantitativos”, tiene por objetivo presentar
los tipos de diseño cuantitativos, los tipos de muestra más utilizadas algunas de las técnicas de
recolección y una clasificación del análisis de datos propio de este enfoque.
Si se asume el proceso de investigación como un conjunto de pasos sistemáticos para responder la
pregunta o problema de estudio, en el caso de las investigaciones cuantitativas, a diferencia de
c
aquellas que emplean un enfoque cualitativo, se caracterizan por desarrollarse de forma secuencial
.e
y lineal, es decir, culmina una etapa y se pasa a la siguiente, fases que habitualmente están
du
orientadas a medir o cuantificar el fenómeno estudiado en un determinado contexto y en ocasiones a
.e
refutar o probar una o más hipótesis.
te
Figura 1. .u
Etapas de investigación cuantitativa (proceso lineal)
ea
l in
en
as
ri
st
Características de los estudios cuantitativos:

ae
m
Proceso lineal, secuencial, las etapas no ocurren de forma simultánea como acontece en el caso
de los estudios cualitativos.
Están orientados a medir y cuantificar el problema de estudio, a determinar por ejemplo: su
magnitud, temporalidad (cada cuánto tiempo ocurre), prevalencia, incidencia o relación con
otras variables, entre otros.
Habitualmente buscan explicar la ocurrencia del problema estudiado, es decir, están
orientados a determinar sus causas.
La búsqueda de antecedentes teóricos y empíricos, frecuentemente se emplea para definir
maestriasenlinea.ute.edu.ec
1 / 41
hipótesis acerca del fenómeno estudiado, supuestos que son sometidos a contrastación
empírica.
El fenómeno estudiado se desglosa en variables factibles de ser operacionalizadas y medidas.
Pretende generalizar los resultados encontrados al conjunto de la población, para lo cual es
indispensable que la muestra cumpla con un conjunto de criterios.
Se busca generar resultados válidos y confiables.
El investigador asume un enfoque desde afuera, no participa, ni se involucra en el estudio.
c
.e
Metodología cuantitativa en como las herramientas digitales mejoran el aprendizaje de
du
inglés en universidades públicas del Ecuador: Caso Guayaquil
.e
Alvarado y Delgado
te
Resumen .u
El aprendizaje del inglés como una lengua extranjera se ha considerado siempre en el Ecuador como
ea
una dificultad para los estudiantes de distintos niveles de educación, dado que esta muchas veces no
in
es enseñada, analizada y explicada como debería ser, sumando a la falta de interés de muchos
l
jóvenes en aprender este idioma al considerarlo aburrido, generando que no se obtengan los
en
beneficios de adquirir un segundo idioma. Esta investigación se centra en el estudio de las

as
herramientas virtuales como un potenciador para el aprendizaje del inglés en jóvenes pertenecientes
a la educación superior, donde se consiga influir en el método de enseñanza por el cual las
ri
Universidades atraviesan y dictan para ejercer la comprensión del inglés en los estudiantes. El
st
estudio de la percepción de los jóvenes representa también un punto clave del trabajo, ya que se
ae
evalúa la importancia de implicar herramientas digitales como una metodología única de enseñanza
m
y aprendizaje para los jóvenes universitarios.
2 / 41
c
.e
du
.e
te
.u
Resultados (comentario: resultados descriptivos)
ea
in
En la primera pregunta el 68,39% de los encuestados ha usado recursos virtuales para
aprender diversos conocimientos.

l
en
El 85,01% de los participantes piensan que las H.D. son un medio de comunicación importante
as
en la sociedad, mientras que el 14,99% considera que estos no son vitales para el desarrollo de
la educación.
ri
El 25,34% de los participantes han usado las H.D en la universidad en el aprendizaje del inglés
st
y el 74,66% expresan que no ha dispuesto su uso.

ae
El 92,92% afirma que si consideran factible su implementación, mientras que el 7,08% expresa
m
que no lo consideran una buena idea
Alvarado, P. y Delgado, N. (2021). metodología cuantitativa en como las herramientas digitales
mejoran el aprendizaje de inglés en universidades públicas del Ecuador: Caso Guayaquil. Pol. Con.
(Edición núm. 58) Vol. 6, No 8, agosto 2021, pp. 939-959. Recuperado:
https//orcid.org/0000-0002-0756-4592
3 / 41
Resultados de aprendizaje
Conocer y analizar las principales características de los métodos cuantitativos.
Conocer los principales diseños, técnicas y estrategias de investigación cuantitativa.
Desarrollar competencias en la aplicación de los métodos cuantitativos en la investigación
educativa.
c
.e
du
.e
te
.u
ea
l in
en
as
ri
st
ae
m
4 / 41
Mapa Conceptual
c
.e
du
.e
te
.u
ea
l in
en
as
ri
st
ae
m
5 / 41
1. Diseños cuantitativos
Una vez definido el problema de investigación, recopilado los antecedentes teóricos y empíricos,
formulado los objetivos general y específicos y plateada las hipótesis según corresponda, aspectos
que conforman el objeto de estudio y que responde a las preguntas ¿qué se va a investigar y qué se
sabe en torno al tema?, es el momento de definir el método de investigación, que en el caso de los
estudios cuantitativos de forma similar a los cualitativos, implica seleccionar: a) el diseño de
investigación, b) definir el diseño muestral o participantes, c) escoger o construir las técnicas de
c
.e
recolección de datos, d) definir el procedimiento de análisis de datos.
du
En términos generales y como se indicó en la introducción, los métodos de investigación
.e
cuantitativos, como su nombre lo indica, se utilizan cuando el objetivo es cuantificar el objeto de
estudio.
te
.u
A nivel de diseño, en metodología cuantitativa estos se dividen en:
ea
l in
en
as
ri
st
ae
m
a) Diseños no experimentales. Una investigación que utiliza un diseño no experimental, es aquella
en que las variables se miden en su contexto natural tal como se producen, sin ser manipuladas ni
controladas, también son conocidos como estudios expost-facto, porque los hechos son medidos una
6 / 41
vez que han ocurrido. Estos estudios pueden clasificarse en (Hernández, Fernández, Baptista, 2014):
Longitudinales: estudian y miden las variables en el trascurso de un intervalo de tiempo, el
cual puede ser continuo o periódico. Por ejemplo: medir la prevalencia de la violencia contra
las mujeres en Ecuador desde el año 1970 a 2020; medir y comprar el gasto público en
educación superior en países de en América Latina y países de la OCDE desde 1970 al 2020;
medir y comparar el uso de metodologías activas digitales entre 2019 y 2020. Los estudios
c
longitudinales se dividen en retrospectivos, en los cuales la(s) variable(s) estudiadas ya han
.e
ocurrido y prospectivos orientados hacia el futuro, por ejemplo, analizar la participación de las
du
mujeres en ciencia en los próximos 5 años, o medir el logro de los objetivos de desarrollo
sostenible en educación al 2030. Entre el tipo de estudios longitudinales destacan:
.e
Panel Data. Es una especie de combinación entre estudios transversales y
te
longitudinales. Este tipo de estudio es ampliamente usado en economía, para estimar
.u
la dinámica de los modelos econométricos. Su ventaja sobre los estudios
ea
transversales es que no es posible estimar modelos dinámicos a partir de
observaciones en un solo punto en el tiempo ya sea en el campo de la economía,

in
educación, o cualquier otra disciplina. A su vez sus ventajas sobre las series de
l
en
tiempo o estudios longitudinales es que ofrecen la posibilidad de investigar
heterogeneidad al incluir distintos participantes, países, unidades educativas,

as
empresas o unidades de análisis. Es decir, son útiles para medir por ejemplo los
ri
resultados en educación alcanzados por distintos países en el tiempo.

st
ae
Ejemplo 1: analizar y comparar la evolución de los resultados alcanzados por países de América
m
Latina en la Prueba PISA-D y PISA desde hoy al 2030.
Ejemplo 2: analizar la evolución académica de estudiantes con discapacidad en los cuatro niveles de
la educación: inicial, básica, bachillerato y superior.
De tendencia. Son estudios poblacionales que miden la evolución de una variable en el
tiempo, en estos casos se pueden seleccionar muestras distintas en el tiempo, pero la población
permanece constante.
7 / 41
Ejemplo: analizar la evolución de las actitudes de estudiantes hombres de bachillerato y educación
superior en Ecuador hacia la Violencia contra la Mujer VcM desde el año 2022-2030, en este estudio
los participantes van cambiando en el tiempo, porque los bachilleres y estudiantes universitarios van
egresando, pero las nuevas muestras pertenecerán a la misma población o universo.
Otros ejemplos, pueden ser analizar la evolución de las actitudes hacia las personas con
discapacidad o hacia la interculturalidad desde el 2020-2030; o analizar la evolución de los
resultados alcanzados por Ecuador en la Prueba PISA-D desde hoy al 2030, la que mide el
c
.e
rendimiento académico en ciencia, matemática y lectura.
du
De evolución. Son estudios que miden los cambios a través del tiempo en grupos específicos,
.e
son investigaciones de cohortes que comparten alguna característica común. Por ejemplo,
te
analizar el proceso de inserción laboral de las personas nacidas en el año 1995 y que
estudiaron en una unidad educativa fiscal, en el 2020 se selecciona una muestra de personas
.u
de 25 años, en el 2022 de personas de 27 años, en el 2025 de 30 años.
ea
in
Transversales o transeccionales: son aquellos que estudian las variables de forma en un
momento concreto. Por ejemplo: medir la incidencia actual del maltrato infantil a nivel mundial;
l
en
medir y comparar la tasa bruta de matrícula en la educación inicial, básica y bachillerato en
América Latina y países de la OCDE; medir y comprar el gasto público y privado en educación en
as
general y en los distintos niveles de formación (escolar y educación superior) en países de en

ri
América Latina y países de la OCDE. Estos estudios a su vez se dividen en:

st
Exploratorio. Se utiliza cuándo el problema de estudio es poco conocido, por ejemplo,

ae
una metodología innovadora nueva, una enfermedad de reciente aparición como es el

m
caso de la COVID-19 en el 2020, el efecto de una nueva política pública, el impacto de un
desastre natural en una región donde nunca había acontecido. El aporte principal de
estos estudios es que permiten conocer un fenómeno poco estudiado, proponer conceptos
y elementos que contribuyan a su caracterización. En este caso no se plantean hipótesis
porque generalmente no se tiene supuestos acerca del problema de estudio.
Descriptivo. Están orientados identificar las características, propiedades y los perfiles de
los fenómenos, personas, grupos, comunidades, estudiadas, su propósito no es describir
cómo se relacionan las distintas variables, sino tan solo medirlas y describirlas. Por
8 / 41
ejemplo: 1) Medir la Prevalencia de la Violencia contra las Mujeres (estudio desarrollado
por la Universidad UTE y la Coordinación Alemana GIZ Deutsche Gelleschaft für
Internationale Zusammenarbeit), esta investigación estuvo orientada a determinar la
prevalencia de la violencia contra estudiantes, docentes y trabajadoras de la UTE,
perpetradas por la pareja o por otros integrantes de la comunidad universitaria, las
actitudes tolerantes hacia la violencia y su efecto en la productividad académica y laboral;
2) Medir el tiempo real de estudios que necesitan los estudiantes de grado para titularse,
c
en distintas carreras e instituciones, 3) Medir la calidad del agua del río Alambrado
.e
usando macroinvertebrados bentónicos y parámetros físico-químicos, 4) Identificar y
du
describir las similitudes y/o diferencias entre las chichas emblemáticas de Colombia
(Chorro de Quevedo) y de Ecuador (Otavalo), 5) identificar y medir mecanismos de
.e
adaptación de los sistemas educativos a nivel regional e internacional a la emergencia
te
sanitaria y estudio sobre la adaptación de la gestión docente en el contexto de la crisis
.u
sanitaria generada por la COVID-19, 6) medir y comparar la prevalencia de los distintos
ea
tipos de maltrato infantil en Ecuador, según provincia y con otros países de América
Latina y de la OCDE.
l in
en
Por otra parte, es importante señalar que en los estudios descriptivos solo se plantean hipótesis
cuándo se busca someter a contrastación un valor o pronóstico de la variable estudiada. Por

as
ejemplo: en un estudio sobre la incidencia del maltrato infantil, con base a los antecedentes que
ri
existen a nivel mundial, se podría establecer como supuesto:

st
Ha: En Ecuador la tasa de incidencia del maltrato infantil es 19.7 víctimas por cada 1000 niños
ae
menores de 10 años.
m
Correlacional. Buscan establecer, medir, las relaciones entre dos o más variables. Por
ejemplo, ¿el uso de las metodologías innovadoras aumenta la autoestima de las y los
estudiantes? ¿A mayor autonomía en de las y los docentes en el trabajo existe una mayor
motivación por la docencia? ¿Existen diferencias significativas en el rendimiento académico
alcanzado por mujeres y hombres en matemática y lenguaje? ¿La inclusión educativa tiene una
influencia positiva en el desarrollo de la solidaridad?
9 / 41
En estos estudios primero se miden las variables por separado, se formula una hipótesis
correlacional y luego se realizan pruebas para medir la correlación, por ejemplo, a través del cálculo
del coeficiente de correlación de Pearson, prueba estadística que mide la relación entre dos
variables continuas, la cual puede ser negativa o positiva y cuyos valores fluctúan entre -1 y 1. Un
ejemplo de correlación negativa es a menor tasa de inasistencia mayor desempeño académico, y de
correlación positiva a mayor horas de estudio mayor desempeño académico, es decir, una
correlación negativa es aquella en que altos valores en una variable se relacionan con bajos puntajes
c
o valores en otra variable, mientras que una correlación positiva, es aquella en que valores altos en
.e
una variable se relacionan con valores elevados en la otra.
du
Se señala que no existe correlación entre dos variables cuando valores altos en una se relacionan
.e
con valores bajos, medios y altos en la otra, o cuando se obtiene un valor cercano a 0 en el
te
coeficiente r de Pearson. En estos casos si se platea una o más hipótesis nulas y alternas. Es
importante no confundir estos estudios con los explicativos, en los estudios correlacionales no se
.u
afirma que una variable cause o explique las variaciones en la otra, sino que existe una correlación o
ea
asociación.
in
Explicativos. Están orientados identificar las causas de las variaciones del fenómeno
l
en
estudiado (variable dependiente), a explicar por qué ocurre. Por ejemplo: 1) medir si el gasto
público en educación explica porque algunos países son tan ricos y otros tan pobres, 2) medir si
as
el grado de participación de las y los estudiantes en los procesos de enseñanza aprendizaje

ri
explica el desempeño académico alcanzado, 3) medir si el establecimiento de un apego materno

st
seguro contribuye a que las niñas y niños en situación de vulnerabilidad logren un mayor
ae
desempeño escolar.
m
Ho: la incidencia del maltrato infantil no depende de la edad y sexo de las y los niños
Ha: la incidencia del maltrato infantil depende de la edad y sexo de las y los niños
En resumen: ¿es necesario plantear hipótesis en los estudios no experimentales?
Diseño Hipótesis
Exploratorio No
10 / 41
Descriptivo Opcionalmente.
Las hipótesis establecen un pronóstico de la variable estudiada, un valor esperado.
Correlacional Si, relación entre las variables
Ho: Hipótesis nula ausencia de relación
Ha: Hipótesis alterna, existencia de relación
Explicativa Si, establece relaciones causales
Ho: Hipótesis nula ausencia de relación
Ha: Hipótesis alterna, la variable independiente explica los cambios en la variable
dependiente
b) Diseños experimentales. El diseño experimental es parte de los estudios cuantitativos, es una
c
técnica estadística que consiste básicamente en un tipo de investigación en la que se manipula
.e
intencionalmente una o más variables independientes para medir o cuantificar sus efectos en la
du
variable dependiente en situaciones controladas, es decir, la variable independiente se manipula y la
variable dependiente se mide.
.e
te
.u
Figura 2. Esquema General de los Diseños Experimentales (Hernández, Fernández, Baptista, 2014)
ea
Diseños experimentales puros. En los diseños experimentales puros es posible asignar al

in
azar a cada integrante de la muestra a una de las condiciones (o valores) de la variable

l
en
independiente (Ejemplo 1: Grupo 1 método de Aprendizaje A , Grupo 2 método de Aprendizaje
B; Ejemplo 2: Grupo 1: método Gamificación , Grupo 2 método tradicional) , lo que permite la

as
conformación de grupos semejantes, la asignación al azar es lo que garantizaría que las

ri
diferencias entre los participantes también quedaran distribuidas al azar lo que da por
st
resultado la formación de grupos semejantes.

ae
Ejemplo 1
m
Ejemplo 2
11 / 41
Diseños cuasiexperimentales. Son aquellos en que no es posible o no requieren asignaciones
aleatorias a los grupos experimentales, lo que introduce posibles problemas de validez, es
decir, que las variaciones en la variable dependiente se expliquen por factores no relacionados
c
.e
con la(s) variable(s) independiente(s), sino por ejemplo, por las condiciones iniciales de los
du
grupos. No obstante, brindan un suficiente grado de validez, por lo que habitualmente son
utilizados en el campo de la psicología, de la educación e inclusive en salud cuándo también
.e
por razones éticas no es posible asignar a los participantes a una de las condiciones de la
te
variable experimental.
.u
Ejemplo 3
ea
l in
en
as
ri
Diseños preexperimentales. En estos casos el control es mínimo, puede corresponder a: i)

st
estudios de una sola medición. Por ejemplo, se tiene un solo grupo de docentes a quienes se les
ae
imparte un curso sobre pedagogía activa y una vez finalizado se mide su aplicación en el aula,
m
ii) estudio con 2 mediciones, antes y después del experimento, pero se tiene un solo grupo.
Ejemplo 4: Diseño preexperimental con grupo control y 1 medición
Un investigador ha diseñado un experimento a través del cual pretende probar que el conocimiento
que tengan las y los docentes sobre los trastornos del espectro autista y de conducta contribuye a
incrementar las interacciones asertivas con estudiantes que presentan estos problemas.
Ha: El grado de información de las y los docentes sobre los trastornos del espectro autista y de
12 / 41
conducta favorece las interacciones asertivas con estudiantes que presentan estos problemas
Ho: El grado de información de las y los docentes sobre los trastornos del espectro autista y de
conducta no favorece las interacciones asertivas con estudiantes que presentan estos problemas
Variable independiente: grado de información sobre los trastornos del espectro autista y de
conducta.
Variable dependiente: interacciones asertivas entre docente y estudiantes que presentan
c
.e
trastornos del espectro autista y de conducta.
du
Selección de la muestra: Se seleccionó una muestra de 50 docentes que se desempeñan en
unidades educativas de enseñanza básica en las que entre el 15% y 25% de las y los estudiantes
.e
presentan trastornos del espectro autista y de conducta.
te
.u
Experimento: Los 50 docentes fueron distribuidos al azar en dos grupos, el primero acudió durante
15 días a un curso de capacitación sobre diagnóstico y tratamiento de los trastornos del espectro
ea
autista y de conducta en niños y niñas entre 6 y 12 años, mientras que el segundo grupo, de control,
in
recibió un entrenamiento en didáctica general, en el que no se entregó ninguna información sobre

l
trastornos del espectro autista y de conducta.

en
En ambos no se cuenta con una evaluación inicial, por lo que se cuenta con una sola medición post-
as
capacitación. Los resultados permitieron comprobar la hipótesis, el grupo de docentes con más
ri
información sobre los trastornos del espectro autista y de conducta, mostraron interacciones
st
comparativamente más asertivas que los del grupo control.

ae
En conclusión los estudios experimentales deben cumplir tres requisitos: a) la manipulación de la(s)
m
variable(s) independiente(s), 2) medir el efecto de la(s) variable(s) independiente(s) sobre la
dependiente, la que se evalúa o mide tal como se produce sin manipularla, 3) control de las fuentes
de invalidez interna, que si no se controlan pueden determinar que las variaciones en la variable
dependiente no se deban a la variable independiente, sino a estos factores que se describen a
continuación. Por otra parte, la connotación de experimental, cuasiexperimental o preexperimental
dependerá de la posibilidad de asignar al azar a los participantes a los grupos experimental y control
y al número de evaluaciones realizadas (2 antes-después o solo 1 ex post facto, es decir, solo
después de aplicado el tratamiento, método o experimento).
13 / 41
Fuentes de invalidez interna de los estudios experimentales
La invalidez interna se produce cuando las variaciones en la variable dependiente no se explican por
la variable independiente sino por otros factores, entre los que se mencionan:
Aplicación de las pruebas o instrumentos de evaluación. Que la aplicación de la primera
prueba influya sobre los resultados de la segunda aplicación (post-experimento).
Compensación. Decidir no aplicar ningún tratamiento al grupo control, lo que puede generar
c
desmotivación en los participantes, lo que puede influir negativamente en los resultados.
.e
Historia. Hace referencia a eventos o acontecimientos que pueden ocurrir durante el
du
experimento y que afecte a algunos participantes. Ejemplo, que en el grupo control se produzca
.e
un brote de COVID-19 y que por tanto la interacción post entrenamiento se deba realizar vía
te
zoom, mientras que en el grupo experimental se desarrolle de forma presencial.
Inestabilidad del instrumento. Que el instrumento no sea confiable, es decir, que arroja
.u
distintos resultados en condiciones estables.
ea
Inestabilidad del contexto en que se realiza la medición. Que el contexto en el que se

in
realiza la medición no sea equivalente para ambos grupos.
Instrumentación. Que los instrumentos de medición aplicados al grupo experimental y

l
en
control no sen equivalentes.
Maduración. Se produce en casos en los que las y los participantes pueden cambiar o madurar
as
durante el experimento, lo que termina afectando los resultados. Por ejemplo en un estudio
ri
sobre desarrollo del lenguaje se mide a los estudiantes de primero de básica al inicio y un año
st
después, en este caso el incremento puede ser resultado de los procesos de maduración y no de
ae
las metodologías empleadas.

m
Regresión a la media. Cuando se trabaja con grupos extremos estos tienden a retornar a las
puntuaciones medias. Ejemplo, en un estudio sobre rezago estudiantil se selecciona a los
estudiantes que se ubican en el 10% inferior del rendimiento académico, en estos casos tiende
a ocurrir que en una segunda evaluación los grupos de casos extremos tienden aproximarse a
los valores medios, por lo cual un incremento en los resultados puede estar más vinculado a la
regresión a la media que a los efectos o influencia del tratamiento recibido.
Selección. Se genera cuando los grupos no son equivalentes, por ejemplo, asignar al grupo
experimental solo a mujeres y en el grupo control solo a hombres.
14 / 41
Conducta del investigador/a. en ocasiones está afecta los resultados de la investigación.
Estos factores se controlan principalmente a partir de la existencia de 2 grupos como mínimo, uno
control y otro experimental, y en garantizar que ambos grupos sean similares o semejantes lo cual se
logra en mayor medida a través de la asignación al azar de los participantes a uno de los 2 grupos.
Lo que a su vez se puede verificar, a través de la medición inicial de la variable dependiente en
ambos grupos. Es por ello, que los diseños experimentales son los que garantizan un mayor control.
c
.e
du
.e
Comenzar Actividad
te
Arrastra las palabras de la columna Derecha en la columna Izquierda
.u
En los .... es posible asignar al azar a cada integrante de la muestra a una de las condiciones (o
valores) de la variable independiente , lo que permite la conformación de grupos semejantes, la
ea
asignación al azar es lo que garantizaría que las diferencias entre los participantes también
quedaran distribuidas al azar lo que da por resultado la formación de grupos semejantes.
in
arrastra...
l
en
Son aquellos en que no es posible o no requieren asignaciones aleatorias a los grupos

as
experimentales, lo que introduce posibles problemas de validez, es decir, que las variaciones en la
variable dependiente se expliquen por factores no relacionados con la(s) variable(s)
ri
independiente(s), sino por ejemplo, por las condiciones iniciales de los grupos.
st
arrastra...
ae
m
En estos casos el control es mínimo, puede corresponder a: estudios de una sola medición.
arrastra...
Diseños cuasiexperimentales.
Diseños experimentales puros.
15 / 41
Diseños preexperimentales.
Excelente!
c
.e
du
.e
te
.u
ea
l in
en
as
ri
st
ae
m
16 / 41
2. Participantes
a) Población
Es el equivalente al campo de estudio en los métodos cualitativos, es decir, está conformada por
todas las unidades que conforman el universo o población. Cuando en una investigación participan
todas las personas o individuos que forman parte del universo o todas las unidades de análisis,
entonces se habla de censo.
c
.e
Siempre es necesario delimitar la población, es decir, especificar las características que deben
du
cumplir quienes la conforman, este es un problema frecuente en los estudios.
.e
Por ejemplo, se quiere estudiar el uso de la TIC por parte de las y los profesores en educación. La
te
unidad de muestreo son las y los profesores. Pero ¿profesores/as de qué país? ¿todas y todos los
profesores del mundo? ¿los profesores de todos los niveles de formación, inicial, básica, bachillerato,
.u
superior? En la delimitación de la población se recomienda analizar no solo el planteamiento del
ea
problema, sino los recursos que se disponen.

l in
en
as
ri
st
ae
m
b) Muestras
La muestra, como ya se explicó en la Unidad anterior, es una parte un subgrupo de la población, la
que se puede seleccionar a través de la aplicación de diversas técnicas de muestreo. Las muestras
de acuerdo con lo señalado en la sección precedente se dividen en:
17 / 41
c
Muestras probabilísticas. Son aquellas en que todos los individuos o casos que conforman la
.e
población tienen una probabilidad distinta de 0 y menor a 1, de ser seleccionados, un error
du
común es afirmar que en este tipo de muestra todos los individuos tienen la misma
probabilidad de ser elegidos. Las muestras probabilísticas permiten cumplir con el criterio de
.e
validez externa, es decir, que los resultados de la investigación puedan generalizarse al
te
conjunto de la población. Para seleccionar una muestra probabilística se requiere:
.u
Calcular el tamaño de la muestra. Hoy en día existen distintos programas que
ea
permiten calcular el tamaño de la muestra para poblaciones finitas e infinitas (se
desconoce el tamaño del universo, convencionalmente en estos casos se utiliza el

in
valor 99999, dado que un tamaño mayor a este no genera diferencias en el tamaño
l
en
de la muestra), entre los que destacan STATS. No obstante, para poder determinar el
tamaño de la muestra (n) se requiere definir el máximo error estándar (e)

as
(convencionalmente se utiliza 0,05 y 0,01, que equivale a un error del 5% y 1%

ri
respectivamente), el nivel de confianza (la probabilidad de que los resultados sean

st
correctos) el más usado en un 95% (Zα=1,96) o 99%; el valor de p (proporción de

ae
casos que se estima que presentan la variable de estudio) y q (proporción de casos

m
que se estima que no presentan la variable de estudio), por lo que p+q=1,
generalmente es un valor desconocido y por ello comúnmente se emplea la máxima
variación (p=q=0,5).
Ejemplo : Calcular el tamaño de la muestra de un estudio sobre el uso de metodologías activas
centradas en el estudiante por parte de los docentes de una Universidad X con 2200 profesores.
Unidad de análisis “profesores/as” de la Universidad, el tamaño de la muestra (n), con un error de
5%, con un nivel deseado de confianza de 95%, p=0,5 (q=0,5).
18 / 41
Seleccionar el tipo de muestra probabilística.
Muestras probabilísticas simple. Todos los integrantes de la población tienen la
c
misma probabilidad de ser seleccionado.
.e
Muestra estratificada. Es aquella en que el investigador le interesa que la muestra
du
replique la estructura de la población en 1 o más variables. Continuando con el
.e
ejemplo, de los 2200 profesores de la Universidad X, el 65 % son hombres y el 35 %
son mujeres, en una muestra estratificada de los 327 profesores el 35 % serán
te
mujeres y el 65 % hombres. Si se quiere aumentar la precisión de la muestra se
.u
puede calcular el tamaño para cada estrato, con lo cual aumentará el tamaño de la
ea
muestra total.
Muestra por racimos o clusters. También conocido como muestreo por etapas. Por
in
ejemplo, en un estudio sobre los resultados de aprendizaje en matemática y lenguaje

l
en
alcanzado por las y los estudiantes de tercero de bachillerato a nivel nacional,
primero se selecciona al azar la muestra de provincias que van a participar en el

as
estudio, una vez seleccionadas las provincias, se selecciona al azar por cada una, una
ri
muestra de cantones, luego cada cantón se asume como un universo y de este se

st
elige nuevamente al azar una muestra de parroquias, por cada parroquia se

ae
selecciona una muestra de unidades educativas y finalmente por cada unidad
educativa se escoge una muestra probabilística de estudiantes, simple o estratificada

m
(por ejemplo por género), para mejorar la precisión de la muestra una vez
seleccionada las unidades educativas finales, se puede volver a calcular el tamaño de
la muestra.
Seleccionar los casos o elementos muestrales.
Una vez calculado el tamaño de la muestra y seleccionado el tipo de muestra que se va utilizar,
corresponde seleccionar aleatoriamente los elementos muestrales o participantes si la unidad de
19 / 41
análisis son personas, habitualmente se emplean tres métodos de selección: a) tómbola, se numeran
los elementos de la población y se sortean los casos en función del tamaño de la muestra calculada,
b) generación de números aleatorios a través de programas estadísticos, en estos casos el
programa solicita ingresar cuántos números aleatorios se necesitan (este número corresponde al
tamaño de la muestra) y el límite inferior y superior (primer y último número de la población), el
programa arroja los números aleatorios, los que deben ser buscados en el listado de la población, c)
selección sistemática, selección a partir de un intervalo X, que corresponde N/n, esto significa que
c
en el listado de la población se seleccionará el primer caso al azar y luego se elegirá cada X casos
.e
hasta completar el tamaño de la muestra. En los 3 casos (tómbola, generación de números aleatorios
du
y selección sistemática) cuando se utilizan muestras estratificadas se deben construir listas
independientes por cada estrato y realizar la selección por cada estrato hasta completar el tamaño
.e
de la muestra de este.
te
Para conocer más sobre el tamaño de la muestra, revisar el teorema del límite central y la
.u
potencia estadística de la prueba.
ea
in
Muestras no probabilísticas. Se trata de muestras en que la selección de los casos que la
conforman no depende de la probabilidad, sino de criterios preestablecidos vinculados al

l
en
problema de investigación y sus objetivos. A su vez, este tipo de muestra tradicionalmente se
dividen en: Muestras intencionadas y Muestras accidentales.

as
ri
st
ae
m
20 / 41
3. Recolección de datos
Luego que se selecciona el diseño de investigación y la muestra, corresponde definir el proceso de
recolección de datos, el cual significa medir las variables del estudio, por medio de distintas técnicas
o instrumentos.
a) Las variables
c
¿Qué son las variables? Es cualquier atributo, fenómeno, propiedad que puede asumir distintos
.e
valores, factibles de ser medidos. Por ejemplo: edad, género, etnia, provincia, cantón, país, tipos de
du
establecimientos educativos (fiscal, particular, fiscomisional)
.e
En una investigación se espera que el investigador incluya una:
te
definición conceptual de la(s) variables estudiadas (ejemplo: motivación, desempeño
.u
académico, inteligencia, creatividad, maltrato infantil, autoestima), basada en los desarrollos
ea
teóricos en torno al tema.
definición operacional, la cual hace referencia a la forma en que van a ser medidas las
in
variables. Por ejemplo: La variable motivación se puede medir por medio de la Escala
l
en
Atribucional de Motivación de Logro (EAML) o de la Escala de Motivación Académica (EMA);
Inteligencia se define como el puntaje alcanzado en la prueba de inteligencia de Stanford-Binet

as
o Wechsler; y el maltrato infantil se puede medir a través del Inventario de Potencial de

ri
Maltrato Infantil (CAPI)

st
ae
Niveles de medición de las variables Existen cuatro niveles de medición de las variables y del
nivel en que se ubique cada variable depende el tipo de análisis de datos que se puede efectuar:
m
Nominal. Los valores que pueden asumir las variables son categorías por ejemplo: género
(valores: femenino, masculino, otro), país (Argentina, Brasil, Colombia, Chile, Ecuador...), tipo
de discapacidad (visual, auditiva, psicosocial, ...), respuestas del tipo SI o NO. En el caso que se
asigne un número a cada valor este solo cumple una función de clasificación, pero no permite
realizar operaciones numéricas (estimar por ejemplo medidas de tendencia central o de
dispersión). En estos casos el análisis se reduce prácticamente a una distribución de
21 / 41
frecuencias por cada categoría.
Ordinal. Los valores que pueden asumir las variables también son categorías, pero en este caso
si se pueden ordenar jerárquicamente.
Por ejemplo: máximo nivel de formación alcanzado por los padres de los estudiantes que acceden a
la educación superior. Variable: Nivel de Formación, Valores de la Variable:
c
Básica Incompleta,
.e
Básica completa,
du
Bachillerato,
Tercer Nivel Técnico o Tecnológico,
.e
Tercer nivel de grado,
te
Maestría, .u
Doctorado PhD.
ea
En este nivel de medición no es posible calcular medidas de tendencia central (obtener media,
in
mediana) o medidas de dispersión, pero es posible agrupar. Por ejemplo: calcular el porcentaje de
l
los estudiantes que acceden a la educación superior y cuyos padres no cuentan con estudios
en
superiores. Otro tipo de variables que utiliza este tipo de medición son las escalas tipo Likert.
as
Intervalar. Los valores que pueden asumir las variables son continuos, se pueden ordenar
ri
jerárquicamente, el intervalo entre un valor y otro son iguales a lo largo de toda la escala,
st
ejemplos: edad, temperatura, calificaciones en una escala de 1 a 10, puntaje obtenido en una
ae
prueba la que arroja puntajes entre 1 a 100.

m
Razón. Los valores que pueden asumir las variables además de todas las características de los
niveles anteriores, es que el 0 es un valor real y no arbitrario. Ejemplo: Ingreso mensual en
dólares, exposición a la televisión medida en minutos, consumo de alcohol a la semana.
Si es posible transformar de forma decreciente el nivel de medición de una variable. Por ejemplo:
Variable edad, si dato recopilado a nivel intervalar ¿Cuál es su fecha de nacimiento?, en este caso el
investigador puede calcular la edad exacta de la persona, pero luego puede decidir establecer
rangos de (1,12) [12,18) [18,24) -Paréntesis ( ) significa intervalo abierto, [ ] significa intervalo
22 / 41
cerrado-, con lo cual transforma el nivel de medición original a uno intervalar; el mismo ejemplo
aplica en el caso de ingreso ¿Cuánto es su remuneración mensual actual? Lo que no es posible hacer
es aumentar el nivel de medición de las variables, es decir, pasar de un nivel ordinal a intervalar.
c
Figura 3. Niveles de medición de las variables
.e
du
b) Los criterios que deben cumplir los instrumentos de medición
.e
En metodología cuantitativa todo instrumento de recolección de datos debe reunir dos requisitos
te
fundamentales ser:
.u
Válido. La validez hace referencia a que el instrumento de medición mida lo que pretende
ea
medir, qué un termómetro mida la temperatura. Al analizar la validez de un instrumento se

in
verifica:
l
en
La validez de contenido. Se espera que el instrumento aborde todas las dimensiones del
as
objeto de estudio y no solo algunos. Por ejemplo: al evaluar las competencias se espera que
instrumento incluya no solo conocimientos, sino la valoración de destrezas y habilidades.

ri
La validez de criterio. Se evalúa el instrumento de recolección de dato a través de la

st
comparación de los resultados de este con otros previos ya validados. Y esta puede dividirse en
ae
validez concurrente, si se comparan los resultados de 2 instrumentos en el presente, y validez

m
predictiva en el futuro, por ejemplo, si se construye una prueba para el acceso a la educación
superior, se esperaría una correlación positiva entre los puntajes obtenidos en la Prueba y las
notas alcanzadas por los estudiantes en el primer año de estudio.
La validez de constructo. Se analiza si el instrumento de medición valora el concepto teórico
y sus dimensiones.
Validez total. Hace referencia a la aplicación simultánea de todos los tipos de validez: de
contenido + de constructo + de criterio.
23 / 41
Confiable. Significa que su aplicación a un mismo individuo producirá los mismos resultados.
Por ejemplo si se utiliza un instrumento para medir la estatura de una persona, si se repite la
medición con el mismo instrumento se espera obtener los mismos resultados. Lo mismo debería
ocurrir con la temperatura, inteligencia (en condiciones estables), resultados de aprendizaje y
otras variables. Para medir la confiabilidad se puede aplicar algunas de las siguientes técnicas:
1) medidas de consistencia interna, calcular el coeficiente alfa de Cronbach, que es la técnica
más utilizada, también se calcula los coeficientes KR-20 y KR-21 de Kuder y Richardson 2)
c
confiabilidad test-retes o medida de estabilidad de los resultados, y se estima la correlación
.e
entre ambas aplicaciones la que se espera que sea cercana a 1, 3) Split-halves, método de
du
mitades partidas, similar a la técnica anterior, pero en este caso se divide el instrumento en 2
.e
mitades, el total de ítems se divide en dos y se comparan los resultados de ambas mitades, si la
correlación es cercana a 1, entonces el instrumentos es confiable, 4) formas alternativas o
te
paralelas.
.u
ea
Los factores que pueden afectar la validez y confiabilidad son: 1) la falta de planificación, 2)
construir o utilizar instrumentos inadecuados para la población del estudio, por ejemplo: usar una
in
prueba escrita para estudiantes con discapacidad visual; 3) emplear instrumentos que no han sido
l
en
validados y adaptados al país o contexto local en que se aplicarán, 4) condiciones en que se aplica el
instrumento, 5) crear instrumentos que incentiven la generación de respuestas socialmente

as
correctas en los participantes, 6) reducción del contenido o excesiva ampliación del instrumento.
ri
st
c) Pasos en la construcción de los instrumentos de medición

ae
En este punto existen al menos dos alternativas, adaptar un instrumento ya existente, válido y
confiable, o construir uno. Hernández, Fernández, Baptista (2014) recomienda seguir los siguientes
m
pasos:
Revisar y ajustar las definiciones iniciales de las variables.
Revisar la literatura (antecedentes teóricos y empíricos, con especial énfasis en la búsqueda de
instrumentos existentes)
Identificar las dimensiones de las variables.
Decidir qué tipo de instrumento se va a utilizar (cuestionario, escala, inventario de pruebas u
24 / 41
otro) y determinar si se va a emplear un instrumento existente o se construirá uno. En el
primer caso se requiere autorización para emplear el instrumento.
Construir el instrumento. Determinar que constructos o dimensiones va a medir, el tipo y
número reactivos por dimensión y en general, el nivel de medición de las variables en función
del problema y objetivos de la investigación. Luego deberá elaborar los ítems o reactivos. No
olvide incluir en todos los instrumentos de recolección de datos (cuestionario, escala tipo
Likert, pruebas, otros): una consigna (que explique brevemente el propósito del instrumento,
c
su duración, el resguardo de la confidencialidad), instrucciones de cómo se debe responder el
.e
instrumento, solicitar el consentimiento informado del participante (deje un espacio al final
du
para la firma física o electrónica) y terminar con un agradecimiento final.
.e
Ejemplo de Consigna:
te
La Secretaría Nacional de Planificación y Desarrollo está realizando un estudio a nivel nacional
.u
orientado a conocer su situación laboral y adecuación de la formación académica recibida. Sus
ea
respuestas son muy importantes para el mejoramiento de las carreras y para la formulación de
in
políticas orientadas a alcanzar una mayor vinculación entre educación superior y trabajo. La
encuesta se compone 55 preguntas, las cuales están organizadas en 5 secciones. Se estima que el
l
en
tiempo de respuesta es entre 15 a 20 minutos. Le agradecemos no dejar ninguna pregunta en

as
blanco. La información que nos entregue es de carácter confidencial y en ningún caso podrá ser
facilitada a terceros o publicados sus datos. Si está de acuerdo en participar le agradecemos firmar
ri
su consentimiento de participar en el estudio al final de la encuesta.

st
ae
Realiza la prueba piloto, aplicación del instrumento a una muestra reducida y calcular la
confiabilidad y validez del instrumento.

m
Construcción del instrumento definitivo a partir de los hallazgos en la prueba piloto.
Capacitar al personal responsable de la administración de la prueba. También es posible
utilizar o construir instrumentos autoadministrados.
Gestionar las autorizaciones para aplicar el instrumento.
Ejemplo de carta dirigida a empleadores:
“Sr/a XXX.
25 / 41
Con el fin de analizar la trayectoria laboral y académica de nuestros titulados, periodo 2015– 2018,
la Universidad UTE, se encuentra efectuando un estudio de seguimiento a graduados, para lo cual.
Para tal efecto, comunico a usted que su empresa ha sido seleccionada para participar de la
encuesta de empleadores.
Si está de acuerdo, le agradecemos responder la encuesta adjunta a continuación, la que se
compone 30 preguntas, las cuales están organizadas en 3 secciones. Se estima que el tiempo de
respuesta es entre 10 a 15 minutos. Le agradecemos no dejar ninguna pregunta en blanco. La
c
.e
información que nos entregue es de carácter confidencial y en ningún caso podrá ser facilitada a
terceros o publicados sus datos. No olvide firmar su consentimiento de participar en el estudio al
du
final de la encuesta.
.e
Desde ya agradezco a usted su participación en este estudio, que nos permitirá garantizar una
te
mayor articulación de nuestras carreras con las demandas del sector laboral”.
.u
ea
Aplicación del o los instrumento(s).
Revisión y preparación de los datos (codificación y registrarlos en una base de datos)

in
Análisis de datos asistido por el uso de programas. SPSS, SAS, STATS, Matlab y otros.
l
en
d) Tipos de instrumentos de medición

as
La Tabla a continuación presenta los instrumentos de recolección de datos más utilizados en los
ri
estudios cuantitativos:
st
ae
Dimensiones
Descripción Ejemplo de preguntas/ítems
Instrumento
¿Usted ha sido VcM (pareja o expareja) alguna vez en
m
su vida?
Conjunto de preguntas sobre
SI
uno o varios temas con opción
NO
de respuesta cerrada, única o
¿Usted ha sido VcM (pareja o expareja) en el último
Cuestionarios múltiple. El cuestionario se
año?
de preguntas puede aplicar a través de un
SI
cerradas encuestador en una entrevista
NO
personal, telefónica, video
¿Usted ha sido testigo de VcM en el campus en el
llamada o ser
último año?
autoadministrado.
SI
NO
26 / 41
¿Cuánto es su ingreso mensual bruto?

_______________________
¿Hace cuántos meses trabaja en su trabajo actual?
Conjunto de preguntas sobre
___________
uno o varios temas con opción
¿Cuántas personas integran su núcleo familiar?
de respuesta abierta. El
Cuestionarios ______________
cuestionario se puede aplicar
de preguntas ¿Cuál es su fecha de nacimiento?
a través de un encuestador en
abiertas _______________________________
una entrevista personal,
¿Por qué decidió estudiar una maestría?
telefónica, video llamada o
_______________________
ser autoadministrado.
(este tipo de preguntas exige codificación y
habitualmente se utilizan las respuestas para construir
instrumentos cerrados)
c
.e
du
.e
te
.u
ea
l in
en
as
ri
st
ae
m
27 / 41
Valore sus competencias actuales en una escala de 1 a

5, donde 1 corresponde a muy bajo y 5 a muy alto,
marque con una X.
MUY MUY
COMPETENCIAS BAJO REGULAR ALTO
BAJO ALTO
GENERALES 2 3 4
1 5
Conocimientos de
otras disciplinas
Capacidad de
pensamiento
analítico
Capacidad de
c
pensamiento
Se le solicita al participante
.e
crítico
indicar su grado de acuerdo,
satisfacción, importancia ante Capacidad para
du
un objeto (de cualquier tipo), adquirir nuevos
redactado en forma conocimientos
enunciado, frase completa, Capacidad para
.e
frase para completar o identificar,
pregunta. La escala tipo plantear y resolver
te
Likert corresponde a un nivel problemas
de medición ordinal. Capacidad para
.u
Opciones (se puede construir presentar sus ideas
de 5 o 3 alternativas de o informes en
ea
Escala Tipo respuesta, lo relevante es público

Likert construir opciones Capacidad para
equilibradas, el mismo
in
redactar informes
número de categorías o documentos de
positivas y negativas)
l
trabajo
en
- Siempre → Algunas veces →

Nunca Capacidad para
- Muy Alto→ Alto→ hablar en idiomas
extranjeros
as
Regular→Bajo→Muy bajo
- Acuerdo→ Capacidad para
Neutral/Indeciso→ Desacuerdo escribir en idiomas
ri
- Muy Poco importante→Poco extranjeros

importante→Medianamente
st
Capacidad para
importante→Importante→Muy
utilizar
importante
ae
herramientas
informáticas
básicas
m
Capacidad para
trabajar en
contextos
multiculturales
Capacidad para
trabajar en equipo
Capacidad para
desarrollar
trabajos de
investigación
28 / 41
Listado para medir las interacciones en el aula:

La o el profesor al inicio de la clase saluda a sus
estudiantes.
La o el profesor presenta el objetivo de la clase del día,
los contenidos que serán abordados y las actividades.
La o el profesor incentiva la participación de las y los
estudiantes
La o el profesor incentiva que las y los estudiantes
investiguen previamente los contenidos de la próxima
clase
La o el profesor presta mayor atención a la
participación de los estudiantes hombres.
La o el profesor retroalimenta a los estudiantes a partir
c
Pauta de
Se construye una lista o pauta de los comentarios e intervenciones que realizan
cotejo u
.e
de cotejo La o el profesor presta mayor atención a la
observación
participación de los estudiantes mujeres.
du
La o el profesor incluye actividades de trabajo en
equipo
La o el profesor respeta las intervenciones de las y los
.e
estudiantes
Las y los estudiantes se muestran atentos en clases
te
Las y los estudiantes realizan preguntas relacionadas
con el tema de estudio
.u
Las y los estudiantes Participa en clase, expresando
ideas, comentarios o dudas sobre los temas que se
ea
aborda
Las y los estudiantes prestan atención para escuchar y
seguir las indicaciones del docente
in
- Prueba PISA y PISA-D

Se utilizan para medir - Prueba WLEIS de 16 reactivos que mide la
l
variables (constructs teóricos) inteligencia emocional

en
complejos, tales como - Escala de inteligencia de Wechsler

Pruebas
motivación, inteligencia, - Escala de motivación basada en Motivacional de
estandarizadas
as
personalidad, perfil de McClelland

egreso, resultados de - Ser bachiller/ Examen Transformar
aprendizaje y otros - Prueba de Aptitud Académica
ri
- Prueba de Selección Universitaria

st
- Encuesta de empleo
- Cálculo de la inflación
Instrumentos
ae
- Hamilton Depresion Rating Scale (HDRS)

específicos por
- Exámenes Nacionales de Actualización para Docentes
campo
en Servicio
m
- Escalafón vertical
Recomendaciones al momento de formular preguntas o enunciados en general:
Breves.
Evitar dobles preguntas, dos preguntas en una. ¿El docente que imparte la asignatura es
respetuoso y puntual?
Claras, formuladas en un lenguaje directo y simple.
Precisas ¿Considera que las metodologías de aprendizaje son importantes? Pregunta vaga.
29 / 41
Comprensibles, familiar para los/as participantes.
No estar respaldas en evidencias normativas, las que pueden inducir respuestas. El Ministerio
de Educación considera…, la Organización Mundial de la Salud advierte que el consumo de
drogas….
Evitar preguntas que induzcan respuesta ¿La Violencia contra la Mujer es negativa?
Evitar preguntas en negativo.
Evitar preguntas discriminadoras, sexistas o que ofendan a los participantes.
c
Evitar preguntas con múltiples posibilidades de respuesta: ¿Cuál es su edad? 18-24; 24-30
.e
Evitar intervalos desbalanceados, 3 valores positivos o favorable y 1 negativo.
du
Evitar incongruencia entre la pregunta y alternativa de respuesta, por ejemplo preguntar con
grado de satisfacción y dar como opciones de respuesta alternativas de importancia.
.e
te
Ejemplo .u
ea
l in
en
as
ri
st
ae
m
30 / 41
Ejemplo de Escala tipo Likert.

Escala de medición ordinal, las escalas frecuentemente empleadas utilizan (3), (5) o (7) valores, si
el fenómeno estudiando es de difícil discriminación o si las personas tienen un bajo nivel escolar,
se recomienda emplear pocas categorías, e inclusive imágenes que faciliten la respuesta.
Las preguntas que se realizan son del tipo:
¿Qué tan de acuerdo o desacuerdo está con el siguiente enunciado? Me siento completamente
satisfecho en mi trabajo actual (seleccione alguna de las siguientes alternativas, donde 1 significa
que está totalmente en desacuerdo y 5 totalmente de acuerdo).
Enunciado: En mi trabajo actual me siento …
c
.e
du
.e
Para escoger una Maestría que tan importante es… (marque con una X)
Muy poco Poco Medianamente Importante Muy
te
Importante Importante Importante 4 Importante
1 2 3 .u 5
el precio?
ea
la calidad?
in
la duración?
l
en
la malla?
as
la modalidad?
los profesores?
ri
st
el prestigio del
programa?
ae
La institución?
m
Cómo se construye una escala tipo Likert, qué preguntas y cuántas se deben incluir, se
recomienda revisar los antecedentes teóricos y empíricos, instrumentos similares sobre el tema y
someterla entre otros al juicio de expertos.
1 2 3 4 5
Muy Bajo Regular Alto Muy alto
bajo
Trabajo en Equipo
Redacción de textos complejos
Dominio de una segunda lengua
Pensamiento crítico
Creatividad
Resolución de problemas
31 / 41
4. Análisis de datos cuantitativos
Una vez recogido los datos en una investigación cuantitativa el siguiente paso es analizarlos, para
los cual, se recomienda seleccionar un software de análisis de datos: R, Minitab, SAS, SPPS o
STATA, entre otros.
SPSS es el paquete más usado en el campo de las ciencias sociales, salud y educación, mientras que
STATA es especialmente recomendado para análisis econométricos. La ventaja de SPSS es que
c
permite generar directamente informes de resultados, es más sencillo de ocupar porque tiene una
.e
interfaz amigable, por lo mismo demanda menos tiempo y es apropiado para análisis estadísticos
du
descriptivos. STATA, se recomienda para el desarrollo de investigaciones avanzadas.
.e
Al momento de realizar el análisis de datos, este dependerá:
te
Del problema de investigación
.u
De las hipótesis planteadas
ea
Nivel de medición de las variables

l in
a) Análisis (estadística) Descriptiva

en
La siguiente tabla presenta tipos de análisis descriptivos:

as
ANÁLISIS DESCRIPTIVO
ri
Dimensiones Tipo de Descripción Ejemplo

Análisis análisis
st
ae
m
32 / 41
Forma de presentar Tabla 1

los datos agrupados Máximo nivel de escolaridad de los padres de las y los estudiantes que acceden a la Educación
en torno a los valores Superior en el 2022
de una variable,
generalmente se
presentan los datos
por cada valor y se
incluyen otros
elementos como
porcentaje.
Generalmente se
presentan los
resultados a través de
una tabla de
frecuencia simple (f) o
acumulada (F)
Del total de estudiantes que acceden a la educación superior en el 2022, el 10,9% reporta que sus
c
padres han alcanzado al menos un Nivel Técnico/Tecnológico Superior.
.e
Las distribuciones de Histograma
frecuencias se pueden
también presentar
du
como gráficos:
histogramas,
circulares/pastel/torta,
polígonos de
.e
frecuencia, otros
Distribución tipos.
Estadística
de
Descriptiva
te
Frecuencia
.u
Gráfico circular
ea
l in
en
as
ri
st
ae
La puntuación o Por ejemplo: se obtiene las siguientes edades de una muestra de estudiantes que ingresan a 1ro de
Moda categoría que más se medicina. La Moda es: 20
m
Estadística repite 18 18 19 19 20 20 20 21 22 23 24
Descriptiva Es el valor que divide Fórmula: (N+1)/2
Medidas de Mediana
a la distribución en 2.
tendencia
central VARIABLE GÉNERO MEDIA DESVIACIÒN
Promedio
Media Hombre 1.695 517
¿Cuál es su ingreso mensual bruto?
Mujer 1.306 250
33 / 41
Diferencia entre la Nota máxima: 10

puntuación mayor y Nota Mínima: 6
Rango
menor Rango= 4
Cuanto mayor es el rango mayor la dispersión
Promedio de En el ejemplo anterior, mientras el ingreso promedio mensual del hombre es de US$1695
desviaciones respecto mensuales, con una desviación de US$517, el ingreso promedio mensual de las mujeres es menor
Estadística de la media (s, σ) US$1306, grupo que a su vez presenta una menor dispersión.
Descriptiva Desviación Indica cuánto se
Medidas de estándar desvían en promedio
dispersión o el conjunto de
variabilidad observaciones de la
media
Desviación estándar
elevada al cuadrado
2 2
Varianza s , σ La varianza
siempre será un valor
positivo.
c
Permite calcular que
tanto la distribución
.e
de la investigación se
acerca a la
distribución normal
du
Si la asimetría= 0
simétrica
Si la asimetría> 0,
Asimetría positiva, los valores se
.e
concentran al lado
izquierdo, por debajo
de la media.
Otras
te
Si la asimetría< 0,
medidas de
negativa, los valores
Estadística
se concentran al lado
Descriptiva
derecho, por sobre la
.u
media.
Da cuenta que tan
ea
elevada o plana es la
curva de distribución
Curtosis= 0
Curtosis distribución normal
in
Curtosis<0, negativa,
más plana
Curtosis>0, positiva,
l
más alta
en
Transformaciones a
los valores obtenidos
con el fin de analizar
as
su distancia respecto
a la media. El valor de
Z da cuenta de la
dirección y del grado
ri
en que el valor
obtenido se distancia
st
del promedio, medida

Puntuaciones en escala de
Z desviación estándar.
ae
m
Relación de 2 evento Tasa:

de una categoría, se
Razones y
multiplica
tasas
habitualmente por 10,
100 y por 1000
b) Análisis (estadística) Inferencial
El análisis inferencial se utiliza para estimar parámetros y para probar hipótesis poblacionales:
34 / 41
Prueba de hipótesis Análisis Paramétrico
El análisis Paramétrico, requiere el cumplimiento de los siguientes criterios:
Distribución normal de la variable dependiente
Las variables deben estar en un nivel de medición intervalar o de razón
Varianza homogénas cuando se estudian 2 o más poblaciones
c
Es relevante señalar que cuando se realizan la pruebas no solo se debe analizar el valor que arroja la
.e
prueba, sino el nivel de significancia P, si P <0.05 se dice que el valor es significativo con un nivelde
du
confianza del 95% y una probabilidad de error del 5%.
.e
Por otra parte, las decisiones que toma el investigador a partir de los datos es:
te
Rechazar la hipótesis falsa (correcto)
.u
Aceptar la hipótesis verdara (correcto)
ea
Rechazar una hipótesis verdadera Error Tipo I

in
Aceptar una hipótesis falsa Error Tipo II

l
en
Dimensiones Ejemplo
Descripción. Se utiliza para:
Prueba
as
ri
st
ae
m
35 / 41
Variable dependiente Y: Rendimiento

Analizar la relación entre 2
académico en el 1er año de la Educación
variables, la prueba r, arroja
Superior ES
valores entre -1 y 1
Variable independiente X: Puntaje en la
<0.90: Negativa muy fuerte
Prueba de selección universitaria PSU
-0.50: Negativa media
Ho: No existe relación entre la PSU y
-0.25: Negativa débil
rendimiento académico
0.00: No existe correlación
Resultado: r= 0,9 y un P=0,01
0.25: Positiva debil
Interpretación: Se rechaza la Hipótsis nula,
0.50: Positiva media
existe una correlación positiva y significativa
>0.90 Positiva muy fuerte
Coeficiente de entre la PSU y el Rendiemiento académico de
1.00 Correlación positiva
correlación de los estudiante de 1er año de la ES, con una
perfecta
c
Pearson r probabilidad de error del 1%.
.e
Para contrastar Diagramas de dispersión
hipótesis correlacio-
du
nales
.e
te
.u
ea
El signo negativo indica que a menor valor en X, mayor valor en Y

in
Dimensiones Ejemplo
Descripción. Se utiliza para:
Prueba
l
Ho: El puntaje obtenido en la PSU no explica

en
el rendimiento académico de los estudiante de

Regresión Analizar el efecto de la variable independiente
1er año de la ES
lineal simple sobre la variable dependiente
Resultado: r 2 = 0,81 y un P=0,05
as
Para Un coeficiente de regresión (r2) entre 0.66 y 0.85,

Interpretación:
contrastar según Creswell (2005) explica la variación en la
Se rechaza la Hipótsis nula, el puntaje
hipótesis variable independiente o ofrece una buena
ri
alcanzado en la PSU predice el rendiemiento

causales predicción.
académico de las y los estudiante de 1er año
st
de la ES, con una probabilidad de error del 5%.

ae
m
36 / 41
Variable dependiente Y: Esperanza de vida

(años)
Variable independiente X 1: PIB per cápita
Variable independiente X 2: Tasa de
matrícula en la educación (es una combinación
de la tasa de matrícula en los niveles básica,
secundaria y superior)
Resultados.
Ambos modelos de regresión son altamente
significativos a nivel estadístico (p<0,01),
R2 aumenta a 0,804 al excluir del análisis
Luxemburgo, Malawi y Zambia, que presentan
datos extremos.
R2 de 0,8 indica que la esperanza de vida
c
aumenta, cuando aumenta el ingreso per
.e
Analizar el efecto de varias variables cápita y la tasa de matrícula combinada.
independientes sobre la variable dependiente. Los datos permiten determinar cuánto
aumenta la esperanza de vida. El coeficiente
du
estandarizado en el caso del PIB percapita está
expresado no en $1 dólar, sino en $1000
sólares.
.e
El primer modelo indica que cuando el PIB per
cápita aumenta en $1000 dólares la esperanza
te
de vida aumenta 0,48 años, y que cuando la
.u tasa de matrícula aumenta en 1 unidad la
esperanza de vida aumenta en 0,28 años, o si
Regresión la tasa de matrícula aumenta en 10 puntos, la
lineal esperanza de vida aumenta en 2,8 años. Si
ea
múltiple queremos aumentar la esperanza de vida al

Para nacer entonces es importante invertir en
contrastar educación para incrementar la tasa de
in
hipótesis matrícula.
causales
l
en
as
ri
st
ae
m
37 / 41
Hernández-Sampieri et al. (2010) compararon

el desempeño académico entre mujeres y
hombres medido a través del promedio general
de la carrera, en el estudio participaron
alrededor de medio millón de estudiantes.
Ho: No existen diferencias siginificativa en el
Analizar si las medias de dos grupos en una variable desempeño académico entre mujeres y
difieren entre sí de manera significativa. hombres
Esta prueba se puede utilizar en los diseños Ha: Si existen diferencias siginificativa en el
experimentales para verificar el efecto de la desempeño académico entre mujeres y
variable independiente sobre la dependiente. hombres
Prueba t de
Ejemplo: Analizar si el método de enseñanza- Resultados:
Student
aprendizaje A aumenta el desempeño académico. t= 22.802,
Se esperaría que el desempeño promedio del grupo P= 0.000 (menor al 0.01).
c
experimental luego de aplicar el método A, aumente Promedio estudiantes hombres= 6.58 (n = 302
.e
significativamente respecto de la evaluación inicial 272)
y del grupo control. Promedio estudiantes mujeres= 7.11 (n = 193
436).
du
Interpretación:
Se rechaza la hipótesis nula, las mujeres
obtienen un mayor promedio que los hombres
.e
en 0.53 puntos, lo que es significativa al nivel
del 0.01.
te
Un estudiante de Maestría está intersado en
medir cual de los siguientes 3 métodos
.u
centrados en el estudiante mejora el desarrollo
de las habilidades del siglo XXI en estudiantes
ea
de bachillerato:
1 Factor: Variable Independiente: Método
in
Respuesta Variable Dependiente: Habilidades

Analizar las medias y varianzas del siglo XXI (HS21) (para lo cual construye un
l
de dos o más grupos difieren instrumento que evalúa de forma combinada 6

en
significativamente entre sí. habilidades)

Puede calcularse para 1 factor o Media (HS21) Grupo 1, Método A: 59,9 (n: 100)
ANOVA m{as factores, esn estos casos se Media (HS21) Grupo 2, Método B: 40,3 (n: 95)
as
utiliza MANOVA, an{alisis Media (HS21) Grupo 3, Método C: 39,2 (n: 100)
multivariado de la varianza, para gl F Sig
ri
2 o m{as variables dependientes

e independientes. Inter-grupos 2 6,45 0,0001
st
Intra-grupos 292
Total 294
ae
Se rechaza la hipótesis nula de igualdad de las

medias y queda confirmado que el Método A
m
comparativamente mejora el desarrollo de las

habilidades del siglo XXI en estudiantes de
bachillerato.
38 / 41
Analizar si el porcentaje deserción en el nivel

escolar básico es mayor en los estudiantes que
presentan alguna discapacidad (Grupo 1) en
comparación a quienes no presentan (Grupo 2).
Ho: No existen diferencias significativas en el
Analizar si dos porcentajes o porcentaje de deserción en el nivel escolar
proporciones difieren básico entre los estudiantes que presentan
significativa-mente. alguna discapacidad y quienes no.
Nivel de medición de las Ha: El porcentaje deserción en el nivel escolar
variables: cualquier nivel, pero básico es mayor en los estudiantes que
Prueba de
en el caso del nivel intervalar o presentan alguna discapacidad, en comparación
contraste de
razón los valores se deben a quienes no presentan.
proporciones
c
expresar en términos de Tasa de deserción Grupo 1: 35%
.e
porcentaje o proporción. Tasa de deserción Grupo 2: 20%
No es necesario que los grupos Probabilidad de diferencia significativa: 95% de
du
tengan el mismo número de confianza
participantes. Valor Z: 1.96
Dado que se alcanza una significancia del 95%
.e
se rechaza la hipótesis nula, por lo que el
porcentaje de deserción en el nivel escolar
te
básico es mayor en los estudiantes que
presentan alguna discapacidad.
.u
Prueba de Hipótesis Análisis No Paramétrico
ea
El Análisis No Paramétrico:
l in
No requiere que la variable dependiente presente una distribución normal, ni que la

en
distribución sea conocida.

as
Las variables no requieren estar en un nivel de medición intervalar o de razón, es más en
algunas pruebas estos dos últimos deben transformarse a un nivel nominal u ordinal.
ri
st
Las pruebas no paramétricas más utilizadas son:

ae
m
Chi cuadrado
: Se utiliza para analizar la asociación entre 2 variables categóricas o medidas a nivel nominal.
Ejemplos medir la asociación entre: etnía e intención de voto por un candidato determinado en
una elección presidencial; actividades lúdicas en el aula y prendizaje significativo. Si el nivel de
significacncia el >0.05 entonces de acepta la hipótesis nula y se rechaza la hipótesis de
39 / 41
investigación (Ha), es decir, no existe asociación entre las variables.
Ho: No existe asociación entre las variables
Ha: Si existe asociación entre las variables
Coeficiente de correlación de independencia. Sirve para determinar si las variables incluidas en
la tabla de contingencia están correlacionadas.
c
Coeficiente de correlación por rangos ordenado, de Spearman o de Kendall, se utiliza para
.e
medir el nivel de asociación, entre variables (ambas) ordinales.
du
.e
Una vez, analizado los datos, corresponde redactar los resultados, los que se recomienda presentar
de acuerdo a los objetivos específicos de la investigación.
te
.u
Finalmente, se elaboran las conclusiones las que suelen incluir un resumen de los principales
ea
resultados de acuerdo al problema de estudio, un análisis comparado entre los hallazgos
encontrados y las investigaciones previas, una reflexión en torno a la importancia de los hallazgos y
in
el enunciado o recomendaciones de posibles investigaciones futuras a partir de los resultados

l
en
alcanzados.
as
ri
st
Figura 4. Secciones Reporte de Investigación

ae
m
El Coeficiente de correlación por rangos ordenado, sirve para determinar si las

variables incluidas en la tabla de contingencia están correlacionadas.
Verdadero
Falso
40 / 41
Recuerda
¿Qué son los métodos cuantitativos? Son procedimientos que posibilitan la recolección y
análisis de datos cuantitativos, se caracterizan por llevarse a cabo a través de un proceso
lineal, en el que las etapas no ocurren de forma simultánea como acontece en el caso de los
estudios cualitativos, sino que de forma secuencial. Habitualmente buscan explicar la
ocurrencia del problema estudiado, es decir, están orientados a determinar sus causas.
c
¿Cuándo utilizar métodos cualitativos en investigación? Cuando se quiere estudiar medir
.e
y cuantificar el problema de estudio, determinar sus causas, cuando se busca generalizar los
du
resultados encontrados al conjunto de la población.
¿Qué se debe incluir al momento de describir la metodología empleada en la
.e
investigación? Al menos se debe describir el diseño, los participantes, las técnicas de
te
recolección datos y el procedimiento de análisis de datos.
.u
¿Cuáles son las principales técnicas de recolección de datos que se utilizan en los
ea
estudios cualitativos? Los cuestionarios cerrados, las escala tipo Likert, pruebas o baterias
de recolección de datos.
in
¿Por qué hablamos de participantes en investigación? cuando la población y la muestra

l
en
están conformados por personas, se debe utilizar el nombre de “Participantes”, mientras que si
solo se incluyen objetos se habla de “diseño muestral”.

as
¿Por qué las muestras probabilísticas son las maás recomendadas en los estudios
ri
cuantitativos? Porque permitem generalizar los resultados y controlar varios de los factores
st
de invalidez.
ae
m
41 / 41

Aproximación A Los Métodos Cuantitativos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Aproximación A Los Métodos Cuantitativos

Cargado por

Copyright:

Formatos disponibles

[AFO028B94] Metodología de la Investigación

[MOD024911] Metodología de la Investigación

recolección y una clasificación del análisis de datos propio de este enfoque.

Si se asume el proceso de investigación como un conjunto de pasos sistemáticos para responder la

pregunta o problema de estudio, en el caso de las investigaciones cuantitativas, a diferencia de

Características de los estudios cuantitativos:

de los estudios cualitativos.

Están orientados a medir y cuantificar el problema de estudio, a determinar por ejemplo: su

otras variables, entre otros.

Habitualmente buscan explicar la ocurrencia del problema estudiado, es decir, están

orientados a determinar sus causas.

La búsqueda de antecedentes teóricos y empíricos, frecuentemente se emplea para definir

El fenómeno estudiado se desglosa en variables factibles de ser operacionalizadas y medidas.

Pretende generalizar los resultados encontrados al conjunto de la población, para lo cual es

indispensable que la muestra cumpla con un conjunto de criterios.

Se busca generar resultados válidos y confiables.

El investigador asume un enfoque desde afuera, no participa, ni se involucra en el estudio.

beneficios de adquirir un segundo idioma. Esta investigación se centra en el estudio de las

y aprendizaje para los jóvenes universitarios.

En la primera pregunta el 68,39% de los encuestados ha usado recursos virtuales para

aprender diversos conocimientos.

y el 74,66% expresan que no ha dispuesto su uso.

que no lo consideran una buena idea

Alvarado, P. y Delgado, N. (2021). metodología cuantitativa en como las herramientas digitales

(Edición núm. 58) Vol. 6, No 8, agosto 2021, pp. 939-959. Recuperado:

Conocer y analizar las principales características de los métodos cuantitativos.

Conocer los principales diseños, técnicas y estrategias de investigación cuantitativa.

Desarrollar competencias en la aplicación de los métodos cuantitativos en la investigación

estudios cuantitativos de forma similar a los cualitativos, implica seleccionar: a) el diseño de

investigación, b) definir el diseño muestral o participantes, c) escoger o construir las técnicas de

a) Diseños no experimentales. Una investigación que utiliza un diseño no experimental, es aquella

Longitudinales: estudian y miden las variables en el trascurso de un intervalo de tiempo, el

sostenible en educación al 2030. Entre el tipo de estudios longitudinales destacan:

transversales es que no es posible estimar modelos dinámicos a partir de

observaciones en un solo punto en el tiempo ya sea en el campo de la economía,

tiempo o estudios longitudinales es que ofrecen la posibilidad de investigar

heterogeneidad al incluir distintos participantes, países, unidades educativas,

resultados en educación alcanzados por distintos países en el tiempo.

Latina en la Prueba PISA-D y PISA desde hoy al 2030.

la educación: inicial, básica, bachillerato y superior.

De tendencia. Son estudios poblacionales que miden la evolución de una variable en el

Ejemplo: analizar la evolución de las actitudes de estudiantes hombres de bachillerato y educación

egresando, pero las nuevas muestras pertenecerán a la misma población o universo.

discapacidad o hacia la interculturalidad desde el 2020-2030; o analizar la evolución de los

Transversales o transeccionales: son aquellos que estudian las variables de forma en un

medir y comparar la tasa bruta de matrícula en la educación inicial, básica y bachillerato en

general y en los distintos niveles de formación (escolar y educación superior) en países de en

América Latina y países de la OCDE. Estos estudios a su vez se dividen en:

Exploratorio. Se utiliza cuándo el problema de estudio es poco conocido, por ejemplo,

una metodología innovadora nueva, una enfermedad de reciente aparición como es el

caso de la COVID-19 en el 2020, el efecto de una nueva política pública, el impacto de un

y elementos que contribuyan a su caracterización. En este caso no se plantean hipótesis

porque generalmente no se tiene supuestos acerca del problema de estudio.

Descriptivo. Están orientados identificar las características, propiedades y los perfiles de

los fenómenos, personas, grupos, comunidades, estudiadas, su propósito no es describir

ejemplo: 1) Medir la Prevalencia de la Violencia contra las Mujeres (estudio desarrollado

por la Universidad UTE y la Coordinación Alemana GIZ Deutsche Gelleschaft für

Internationale Zusammenarbeit), esta investigación estuvo orientada a determinar la

prevalencia de la violencia contra estudiantes, docentes y trabajadoras de la UTE,

perpetradas por la pareja o por otros integrantes de la comunidad universitaria, las

actitudes tolerantes hacia la violencia y su efecto en la productividad académica y laboral;

(Chorro de Quevedo) y de Ecuador (Otavalo), 5) identificar y medir mecanismos de

cuándo se busca someter a contrastación un valor o pronóstico de la variable estudiada. Por