Metodología cuantitativa: qué es y cómo aplicarla en tu tesis

Cuando la pregunta de investigación pide medir, comparar o establecer relaciones entre variables, el camino suele ser cuantitativo. Es un enfoque exigente en su planificación: casi todas las decisiones se toman antes de recolectar datos, y un error en el diseño difícilmente se corrige en el análisis.

Qué es la metodología cuantitativa

Es un enfoque de investigación que recoge datos numéricos y los analiza con estadística para describir, comparar, relacionar o explicar fenómenos. Se basa en la medición de variables y, con frecuencia, en la prueba de hipótesis.

Características

• Medición: las variables se operacionalizan y se miden con instrumentos.
• Objetividad: procedimientos estandarizados.
• Secuencialidad: las etapas siguen un orden definido.
• Generalización: con muestras probabilísticas, los resultados se pueden extender a la población.
• Replicabilidad: otro investigador puede repetir el estudio.

Alcances

• Descriptivo: caracteriza variables en una población.
• Correlacional: mide la relación entre variables. Ver investigación correlacional.
• Explicativo: busca causas.

Diseños

Experimentales

El investigador manipula la variable independiente y controla las condiciones. Incluyen experimentos puros y cuasiexperimentos. Ver diseño experimental.

No experimentales

Observan las variables sin manipularlas. Pueden ser transversales, con datos de un solo momento, o longitudinales, con datos en varios momentos.

Pasos para aplicarla

1. Plantea el problema y la pregunta.
2. Construye el marco teórico.
3. Formula hipótesis, si corresponde.
4. Define y operacionaliza las variables.
5. Elige el diseño.
6. Define población y muestra. Ver tipos de muestreo.
7. Diseña y valida los instrumentos.
8. Recolecta los datos.
9. Analiza con estadística descriptiva e inferencial.
10. Interpreta y concluye.

Técnicas de recolección

• Encuestas y cuestionarios. Ver cómo hacer una encuesta.
• Pruebas estandarizadas.
• Observación estructurada.
• Bases de datos secundarias.

Análisis de datos

• Descriptivo: frecuencias, medias, desviaciones, gráficos.
• Inferencial: pruebas de hipótesis, correlación, regresión, comparación de grupos.

Errores frecuentes

• Instrumentos sin validar.
• Muestras pequeñas o sesgadas presentadas como representativas.
• Pruebas estadísticas que no corresponden al tipo de variable.
• Hablar de causalidad con diseños correlacionales.

Para comparar enfoques, revisa la investigación cualitativa. Si necesitas apoyo con el diseño o el análisis estadístico de tu tesis, el servicio de análisis estadístico de Tesis y Másters puede acompañarte.