DISEÑOS DE INVESTIGACIÓN: ELEGIR EL CAMINO APROPIADO

PARA EL DESCUBRIMIENTO DEL CONOCIMIENTO

Research Designs: Choosing The Right Path To Knowledge Discovery

Autor: Ayala Dorado, Felipe Alfredo

Universidad Privada Domingo Savio
felipeayaladorado@gmail.com

Resumen
Este artículo examina la esencia y la variedad de diseños de investigación utilizados en
varias disciplinas científicas. La elección del diseño de investigación influye directamente
en la validez de los resultados de una investigación, y una elección incorrecta puede
conducir a conclusiones erróneas. Por lo tanto, los investigadores deben seleccionar
cuidadosamente el diseño más apropiado en función de las características específicas
de su estudio.

La investigación es un pilar fundamental de la generación de conocimiento en todas las

disciplinas académicas. En este artículo, exploramos los tres principales diseños de
investigación: experimental, no experimental y mixto, cada uno con sus fortalezas y
limitaciones.

Los diseños experimentales son apreciados por su habilidad para establecer relaciones
de causalidad y controlar las variables de confusión, aunque enfrentan limitaciones éticas
y prácticas en ciertas situaciones donde no es factible manipular variables. Los diseños
no experimentales, por su parte, son útiles para estudiar fenómenos en su contexto
natural sin intervención, aunque carecen de la capacidad para establecer relaciones
causales con la misma precisión que los diseños experimentales.

Por último, los diseños mixtos, que combinan enfoques cuantitativos y cualitativos, están
ganando popularidad debido a su capacidad para proporcionar una comprensión más
rica y matizada de los fenómenos en estudio. Aunque su implementación puede ser
desafiante, su potencial para enriquecer nuestra comprensión del mundo es indudable.

Palabras clave
Diseño de investigación, investigación cuantitativa, investigación cualitativa, diseño
experimental, diseño no experimental, diseño mixto

Abstract
This article examines the essence and variety of research designs used in various
scientific disciplines. The choice of research design directly influences the validity of the
research results, and an incorrect choice can lead to wrong conclusions. Therefore,
investigators should carefully select the most appropriate design based on the specifics
of their study.

Research is a fundamental pillar of the generation of knowledge in all academic

disciplines. In this article, we explore the three main research designs: experimental, non-
experimental, and mixed, each with their strengths and limitations.

Experimental designs are appreciated for their ability to establish causal relationships and
control for confounding variables, although they face ethical and practical limitations in
certain situations where it is not feasible to manipulate variables. Non-experimental
designs, on the other hand, are useful for studying phenomena in their natural context
without intervention, although they lack the ability to establish causal relationships with
the same precision as experimental designs.

Lastly, mixed designs, which combine quantitative and qualitative approaches, are
gaining popularity due to their ability to provide a richer and more nuanced understanding
of the phenomena under study. Although its implementation can be challenging, its
potential to enrich our understanding of the world is undoubted.

Keywords
Research design, quantitative research, qualitative research, experimental design, non-
experimental design, mixed design.
Introducción
La investigación es un viaje
descubrimiento, y la elección del diseño de
investigación es como seleccionar el camino
a seguir en este viaje (Creswell, 2014). Los
diseños de investigación proporcionan el plan
para la recopilación, medición y análisis de
datos. Seleccionar el diseño de investigación
más apropiado es un paso crucial en
cualquier proyecto de investigación, ya que
este no solo proporciona la estructura general
de la investigación, sino que también dicta las
estrategias a utilizar para recopilar y analizar
los datos (Campbell & Stanley, 1963).
Los diseños de investigación se pueden
clasificar en tres categorías principales:
experimental, no experimental y mixto. Cada
uno de estos diseños tiene sus fortalezas y
debilidades, y la elección de un diseño en
particular debe estar guiada por la naturaleza
de la pregunta de investigación, los objetivos
de la investigación, y las limitaciones
prácticas y éticas.
Los diseños experimentales, a menudo
considerados como el "estándar de oro" en la
investigación cuantitativa, implican
manipulación directa de una o más variables
independientes y la observación de sus
efectos en una o más variables dependientes.
Los diseños no experimentales, en cambio,
son aquellos en los que el investigador no
manipula ninguna variable, sino que observa
de fenómenos tal como ocurren naturalmente.
Los diseños mixtos, por su parte, combinan
elementos de los métodos cuantitativos y
cualitativos en un único estudio, lo que puede
proporcionar una comprensión más rica y
completa de un fenómeno de investigación
(Johnson & Onwuegbuzie, 2004).
Este artículo tiene como objetivo proporcionar
una visión general de estos tres tipos de
diseños de investigación, examinando sus
características distintivas, sus aplicaciones, y
las consideraciones clave para su elección.
Es esencial que los investigadores tengan un
entendimiento sólido de los diferentes
diseños de investigación disponibles para
ellos y de cómo seleccionar el diseño más
apropiado para su investigación particular.
Tipos de Diseño de Investigación
Diseño Experimental
Los diseños experimentales, a menudo
considerados como el "estándar de oro" en la
investigación cuantitativa, se caracterizan por
la manipulación de una o más variables
la
independientes y la observación de los
efectos de esta manipulación en una o más
variables dependientes (Campbell & Stanley,
1963). Este tipo de diseño permite a los
investigadores establecer relaciones de
causa y efecto y controlar el efecto de las independientes al mismo tiempo. Los
variables de confusión. experimentos factoriales permiten examinar
no solo los efectos principales de cada
En un diseño experimental verdadero, los
variable independiente, sino también las
sujetos de la investigación se asignan al azar
interacciones entre las variables
a grupos de tratamiento o control, y se
independientes (Creswell, 2014).
manipula la variable independiente en el
grupo de tratamiento. Este tipo de diseño Además, los diseños experimentales pueden
experimental asegura que cualquier ser pre-test y post-test, en los que se mide la
diferencia observada entre los grupos variable dependiente antes y después de la
después del tratamiento es atribuible al manipulación de la variable independiente.
tratamiento en sí y no a otras variables. Esto permite determinar si la intervención ha
Además, la asignación aleatoria de los tenido un efecto sobre la variable
sujetos ayuda a equilibrar las variables no dependiente (Campbell & Stanley, 1963).
controladas y a reducir el sesgo.

Sin embargo, los diseños experimentales Diseño No Experimental

también tienen sus limitaciones. No todas las A diferencia de los diseños experimentales,
variables pueden ser manipuladas ética o los diseños no experimentales no implican la
prácticamente, y algunos fenómenos no manipulación de ninguna variable. En su
pueden estudiarse en entornos controlados. lugar, el investigador observa los fenómenos
Por ejemplo, es imposible, e incluso tal como ocurren en su contexto natural, sin
inapropiado desde el punto de vista ético, interferir ni controlar las variables del estudio
manipular algunas variables en la (Creswell, 2014). Los diseños no
investigación en ciencias sociales y de la experimentales son comunes en disciplinas
salud, como el estatus socioeconómico, la como la psicología, la sociología, la
raza o el género. educación y otras ciencias sociales.

Por otra parte, los diseños experimentales Una de las principales ventajas de los diseños
pueden ser clasificados en simples y no experimentales es que permiten estudiar
factoriales. En los experimentos simples, se fenómenos en situaciones naturales y
manipula una sola variable independiente, auténticas, lo que puede aumentar la validez
mientras que en los experimentos factoriales ecológica de la investigación. A diferencia de
se manipulan dos o más variables los diseños experimentales, los diseños no
experimentales no requieren que
investigador manipule o controle las variables
de estudio, lo que puede facilitar la realización
de investigaciones en contextos donde la
manipulación es impracticable o éticamente
inaceptable.
Sin embargo, una limitación importante de los
diseños no experimentales es que, dado que
las variables no son manipuladas
controladas, es difícil establecer relaciones
de causa y efecto. Por ejemplo, aunque un
investigador podría encontrar una correlación
entre dos variables, no puede estar seguro de
que una variable cause la otra.
Dentro de los diseños no experimentales,
existen varias subcategorías, como los
diseños descriptivos, correlacionales, de
casos únicos y de estudios de observación
natural.
Los diseños descriptivos buscan describir las
características de un fenómeno o la relación
entre variables, pero no buscan establecer
relaciones de causa y efecto. Los estudios
correlacionales, por otro lado, buscan
determinar si existe una relación entre dos o
más variables, y cuán fuerte es esa relación.
Los diseños de casos únicos se centran en el
estudio detallado de un individuo, grupo o
evento específico. Por último, los estudios de
observación natural implican observar y
el grabar el comportamiento de los sujetos en su
entorno natural.
Diseño Mixto
El diseño mixto de investigación, también
conocido como método mixto, combina
elementos de los métodos de investigación
cuantitativos y cualitativos en un único
ni estudio. Esta estrategia de investigación se
ha vuelto cada vez más popular en diversas
disciplinas científicas, desde las ciencias
sociales hasta las ciencias de la salud y la
educación (Johnson & Onwuegbuzie, 2004).
La principal ventaja de los diseños mixtos es
su capacidad para proporcionar una
comprensión más rica y completa de un
fenómeno de investigación. Al combinar los
enfoques cuantitativos y cualitativos, los
investigadores pueden beneficiarse de las
fortalezas de ambos mientras minimizan sus
debilidades. Los métodos cuantitativos son
útiles para recopilar datos numéricos y para
examinar las relaciones entre las variables,
mientras que los métodos cualitativos son
útiles para explorar en profundidad las
experiencias y perspectivas de los individuos.
Además, los diseños mixtos permiten a los
investigadores validar y enriquecer sus
hallazgos a través de la triangulación de los
datos. Esto significa que pueden usar
diferentes métodos para investigar el mismo
fenómeno y luego comparar y combinar los disponibles en la literatura científica. Los
resultados. Por ejemplo, un investigador métodos para la revisión incluyeron los
puede comenzar realizando una encuesta siguientes pasos:
cuantitativa para identificar las tendencias
1. Selección de Fuentes: Se realizaron
generales y luego realizar entrevistas
búsquedas en bases de datos
cualitativas para explorar en profundidad
académicas como PubMed, Scopus, y
algunas de estas tendencias.
Google Scholar utilizando términos
A pesar de estas ventajas, los diseños mixtos clave como "diseño de investigación",
también presentan desafíos. Por un lado, "investigación cuantitativa",
requieren habilidades y conocimientos tanto "investigación cualitativa", y otros
cuantitativos como cualitativos, lo que puede términos relacionados.
suponer un desafío para los investigadores
2. Criterios de Inclusión y Exclusión:
menos experimentados. Por otro lado, el
Se incluyeron artículos y estudios que
análisis e interpretación de los datos puede
ofrecen una visión completa y
ser complejo y consumir mucho tiempo.
detallada de los diseños de
Existen varios tipos de diseños mixtos, investigación. Se excluyeron fuentes
incluyendo el diseño convergente, en el que que no proporcionaban información
los datos cuantitativos y cualitativos se significativa o que estaban
recopilan simultáneamente y luego se desactualizadas.
comparan o combinan; el diseño secuencial
3. Síntesis de Información: Los diseños
explicativo, en el que los datos cuantitativos
de investigación incluidos en la
se recopilan primero y luego se utilizan para
revisión se sintetizaron en categorías
informar la recopilación de datos cualitativos;
principales y subcategorías,
y el diseño secuencial exploratorio, en el que
evaluando sus aplicaciones, ventajas,
los datos cualitativos se recopilan primero y
y desventajas.
luego se utilizan para informar la recopilación
de datos cuantitativos (Creswell, 2014). 4. Comparación y Contraste: Se
emplearon métodos de comparación y
Materiales y métodos
contraste para evaluar las fortalezas y
Para el presente artículos se ha adoptado un
debilidades de los distintos diseños,
enfoque de revisión sistemática para evaluar
la variedad de diseños de investigación
 así como sus aplicaciones más dificultades para establecer relaciones de
adecuadas. causa y efecto.

Este enfoque sistemático permitió examinar Por último, los diseños mixtos representan
una amplia gama de diseños de investigación una estrategia cada vez más popular que
y proporcionar una visión equilibrada y combina las ventajas de los enfoques
detallada que será útil tanto para cuantitativos y cualitativos, permitiendo una
investigadores novatos como para expertos comprensión más completa y matizada de los
en la materia. fenómenos de investigación. A pesar de su
potencial, su implementación requiere
habilidades y conocimientos en ambos

Conclusión enfoques, y presenta desafíos en términos de

En la presente revisión, hemos explorado los análisis e interpretación de datos.

tres principales diseños de investigación:

Por lo tanto, la elección del diseño de
experimental, no experimental y mixto. Cada
investigación más apropiado debe ser un
uno de estos diseños tiene sus propias
proceso reflexivo, informado por la pregunta
ventajas y desventajas, y la elección de uno
de investigación, los objetivos de la
sobre otro debe ser cuidadosamente
investigación, y las consideraciones éticas y
considerada y basarse en la naturaleza y
prácticas. Asimismo, los investigadores
objetivos de la investigación.
deben estar preparados para las limitaciones

El diseño experimental, con su capacidad de inherentes a cada diseño y estrategias para

establecer causalidad y controlar variables de mitigarlas. Por último, a medida que la ciencia

confusión, es a menudo considerado como el avanza y evoluciona, es esencial que los

"estándar de oro" en la investigación investigadores sigan buscando y explorando

cuantitativa. Sin embargo, sus limitaciones, nuevas formas de diseñar y realizar

incluyendo restricciones éticas y prácticas en investigaciones que permitan una mejor

la manipulación de variables, deben ser comprensión de nuestro mundo.

consideradas cuidadosamente. Los diseños

no experimentales, por otro lado, permiten a
los investigadores estudiar fenómenos en
situaciones naturales, aunque presentan
Referencias
Campbell, D. T., & Stanley, J. C. (1963).
Experimental and quasi-experimental designs
for research. Houghton Mifflin Company.
https://www.sfu.ca/~palys/Campbell&Stanley
-1959-
Exptl&QuasiExptlDesignsForResearch.pdf

Creswell, J. W. (2014). Research Design:

Qualitative, Quantitative, and Mixed Methods
Approaches (4th ed.). SAGE Publications.
https://www.ucg.ac.me/skladiste/blog_60933
2/objava_105202/fajlovi/Creswell.pdf

Johnson, R. B., & Onwuegbuzie, A. J. (2004).

Mixed methods research: A research
paradigm whose time has come. Educational
Researcher, 33(7), 14-26.
https://www.jstor.org/stable/3700093