Flores-Crespo, P. (2014).

 Los diversos espacios de la investigación educativa.

 Revista Mexicana De Investigación Educativa, 19(62), pp. 679-682.
Diseños y métodos
de investigación
cuantitativa
 Introducción al diseño de
investigación cuantitativa
 Diseñar investigación cuantitativa supone elegir sujetos, técnicas de recogida de datos
(cuestionarios, observaciones o entrevistas), procedimientos para la recogida de datos y la
implantación de tratamientos
EL PROPÓSITO DEL DISEÑO DE
INVESTIGACIÓN
 Un diseño de investigación se refiere a un plan para la selección de sujetos, de escenarios
de investigación y de procedimientos de recogida de datos que respondan a las preguntas
de la investigación

 La credibilidad aumenta cuando el diseño de investigación tiene en cuenta las posibles

fuentes de error que pueden debilitar la calidad de la investigación y distorsionar los
resultados
 Fuentes de variabilidad
 Desde el punto de vista del diseño, es importante reconocer y controlar tres fuentes de
variabilidad: sistemática, error y externa.

 Validez del diseño

 La validez interna expresa el grado en que las variables externas se han tenido en cuenta o
se han controlado. La validez externa se refiere a la generalizabilidad de los resultados.
 Se utilizan varias técnicas para reducir la varianza externa en investigación cuantitativa:
elección al azar de sujetos, mantenimiento de condiciones o factores constantes,
construcción de condiciones o factores dentro del diseño como variables independientes y
ajustes estadísticos (Wiersma, 2000).
Control de variables externas.

 1. ¿Tiene el investigador algún sesgo con respecto a los sujetos o al asunto investigado?
 2. ¿Son conscientes los sujetos de que están siendo estudiados?
 3. ¿Están respondiendo honestamente los sujetos?
 4. ¿Han recibido ambos grupos los tratamientos como se describe? 5. ¿El sexo del
entrevistador ha marcado una diferencia?
 6. ¿Abandonaron muchos sujetos antes del final del estudio?
 7. ¿Afectó la hora del día de la investigación a los resultados?
 SUJETOS: POBLACIONES Y MUESTRAS

 La muestra puede seleccionarse a partir de un grupo mayor de personas, conocido como

población, o puede referirse simplemente al grupo de sujetos a partir de los cuales se han
recogido los datos (aunque los sujetos no estén seleccionados de una población).

 muestreo aleatorio, muestreo por conveniencia o muestreo estratificado

 La población se define conceptualmente o en términos generales. Se necesita, después, una
definición más específica, basada en las características demográficas como por ejemplo,
edad, género, localización, nivel, puesto de trabajo y época del año. Estas características, a
veces, se denominan variables de identificación
 Muestreo probabilístico

 En el muestreo probabilístico, los sujetos se extraen a partir de una población más amplia
de manera que se conoce la probabilidad de selección de cada miembro de la población,
aunque las probabilidades no son necesariamente iguales.
 lo que se describe en la muestra también será cierto, con cierto grado de error, para la
población
 El muestreo aleatorio evita el sesgo porque hay una alta probabilidad de que todas las
características de la población estén representadas en la muestra
 En el muestreo aleatorio simple, los sujetos son seleccionados a partir de la población, de tal manera que
todos los miembros de la población tienen la misma probabilidad de resultar escogidos

 En el muestreo sistemático se selecciona cada enésimo elemento a partir de una lista de todos los
elementos de la población, comenzando con un elemento seleccionado de forma aleatoria

 Muestreo aleatorio estratificado. Así se denomina una variante habitual del muestreo aleatorio. En este
procedimiento, la población se divide en subgrupos o estratos sobre la base de una variable elegida por el
investigador, como por ejemplo, el género, la edad o el nivel educativo. Una vez que se ha dividido la
población, se extraen al azar las muestras de cada subgrupo

 El muestreo por grupos, el investigador identifica, según le conviene, unidades grupales naturales, como
por ejemplo vecindarios, colegios, distritos o regiones, en lugar de sujetos individuales, y selecciona al azar
alguna de estas unidades para el estudio
 Muestreo no probabilístico

 El investigador toma sujetos que resultan accesibles o que pueden representar ciertos tipos de características.
Por ejemplo, podría ser una clase de estudiantes o un grupo constituido para una reunión

 Una muestra por conveniencia es un grupo de sujetos seleccionados sobre la base de ser accesibles o
adecuados
 En un muestreo intencionado se hace un juicio sobre qué sujetos deberían ser seleccionados para
proporcionar la información más adecuada que responda al propósito de la investigación.
 El muestreo por cuotas se emplea cuando el investigador no puede utilizar el muestreo probabilístico, pero
todavía es capaz de seleccionar sujetos sobre la base de las características de la población
 Tamaño de la muestra

 El número de sujetos en un estudio se denomina tamaño de la muestra, representado por la

letra n.
 La regla general para determinar el tamaño de la muestra es obtener un número suficiente
para proporcionar un resultado creíble.
 El tipo de investigación. La investigación correlacional debería realizarse con un mínimo
de treinta sujetos, y en la investigación que compara grupos debería haber como mínimo
quince sujetos en cada grupo (algunos experimentos altamente controlados poseen de ocho
a diez sujetos por cada grupo). En la investigación mediante encuesta debería haber
aproximadamente cien sujetos por cada subgrupo principal que se analice y de veinte a
cincuenta en los grupos menores.

 Una muestra de gran tamaño es el mejor método para incrementar la potencia de un

estudio.
 TÉCNICAS DE RECOGIDA DE DATOS

 1. Cuestionarios
 2. Entrevistas estructuradas
 3. Tests
 4. Observaciones estructuradas
 5. Inventarios
 6. Escalas de ordenación o clasificación
 7. Puntuaciones adecuadas
 Dos principios son básicos en la medición, validez y fiabilidad, y son comunes a todos los métodos.

 La validez es un juicio de la idoneidad de una medida para las deducciones específicas, las decisiones, las
consecuencias o los usos que se obtienen a partir de las puntuaciones que se generan.
 Por ejemplo, si se van a emplear datos normativos a partir de una prueba estandarizada, las normas deberían
haber sido generadas a partir de una población que sea similar a los sujetos del estudio
 La fiabilidad de una prueba hace referencia a la consistencia de su dimensión, el grado en el que las
puntuaciones son similares en las diferentes formas de la misma prueba o en distintos momentos de la
recogida de datos
 1. ¿Son las puntuaciones fiables para los sujetos de la investigación en particular?
 2. ¿Son las características de los sujetos empleadas para establecer la validez y fiabilidad
similares a las características de los sujetos en el estudio? Si no es así, ¿es razonable
emplear estos instrumentos o pruebas?
 3. ¿Se utilizan los mejores instrumentos? ¿Existen otros más fiables y que proporcionarían
resultados más válidos?
 4. ¿Por qué eligió esos instrumentos/ pruebas el investigador?
 5. ¿Están descritas o citadas las pruebas suficientemente bien como para permitir que otro
investigador repita la investigación?
 Una regla general de orientación en la realización de una investigación es elegir una
prueba que tenga la fiabilidad y validez necesaria
Desarrollo de
pruebas
 VALIDEZ INTERNA DEL DISEÑO
 La validez interna, que hemos definido como el grado de control sobre las variables externas, es más fuerte
cuando el diseño del estudio (sujetos, pruebas y procedimiento) controla eficazmente las posibles fuentes de
error
 La historia, también, incluye variables de confusión que están asociadas con niveles de la variable
independiente. Por ejemplo, imagine un experimento que compara dos métodos de enseñanza: un
tratamiento se hace por la mañana y el otro por la tarde
 La amenaza de selección existe siempre que los grupos de sujetos no puedan asignarse de forma aleatoria
 La regresión estadística hace referencia a la tendencia de los sujetos que puntúan muy alto o bajo en un
pretest a puntuar cerca de la media («retroceder» hacia la media) en el postest, independientemente de los
efectos del tratamiento
 El mero hecho de hacer un pretest puede proporcionar al sujeto práctica o motivación sobre el tipo de
cuestiones preguntadas
 La instrumentación puede afectar a los resultados se observa cuando las puntuaciones del mismo test
estandarizado se emplean para seguir la pista del rendimiento a lo largo de varios años.
 La mortalidad experimental (también llamada mortalidad de sujetos) ocurre en un estudio cuando los
sujetos abandonan sistemáticamente o se pierden durante la investigación
 La maduración hace referencia a los cambios en los sujetos de un estudio a través del tiempo que afectan a
la variable dependiente
 Se supone que en los diseños experimentales se administra un tratamiento a un grupo y el grupo alternativo
o de control nunca entra en contacto con el del tratamiento experimental.
 Las repeticiones del tratamiento son una amenaza a la validez interna en el grado en que
el número de sujetos en el estudio no sea el mismo que el número de repeticiones
independientes del tratamiento
 Los efectos del sujeto hacen referencia a las modificaciones de conducta del sujeto,
admitidas por él mismo, como respuesta a la situación de la investigación.
VALIDEZ EXTERNA DEL DISEÑO

 El grado en el que los resultados pueden generalizarse a otras personas se denomina

validez externa poblacional
 La validez externa ecológica hace referencia a las condiciones de la investigación y al
grado en el que la generalización de resultados se limita a condiciones similares.
 efecto Hawthorne: la tendencia de las personas a actuar de forma diferente, simplemente,
porque se dan cuenta de que son sujetos de una investigación.