Metodología de la investigación educativa: requisitos de la pregunta, enfoques cualitativo y cuantitativo, muestreo y diseño

Requisitos de la pregunta de investigación

Requisitos de fondo de la pregunta. La respuesta no debe conocerse de antemano. Debe poder responderse con evidencia empírica, usar medios éticos y aportar conocimiento sustancial.

Requisitos de forma de la pregunta. Debe ser clara y precisa y tener un solo interrogante. Tiene que estar delimitada en espacio y tiempo e incluir el perfil de las unidades de observación. No lleva juicios de valor ni admite respuestas de sí o no.

Criterios de justificación

Criterios de justificación. Son cinco criterios para evaluar el valor de una investigación. Lo ideal es que cumpla varios:

• Conveniencia: para qué sirve la investigación.
• Relevancia social: qué trascendencia tiene para la sociedad y a quiénes beneficia.
• Implicaciones prácticas: si ayuda a resolver un problema real, por ejemplo reducir un 15 % los costos.
• Valor teórico: si llena un vacío de conocimiento o aporta a una teoría.
• Utilidad metodológica: si aporta un nuevo instrumento o una nueva forma de estudiar el fenómeno.

Delimitación (acotamiento)

Delimitación (acotamiento). Precisa quiénes son, dónde están y en qué período se los estudia, y permite saber cuántos son (unidades de análisis). Tiene dos partes:

• Espacial: el lugar geográfico, por ejemplo la ciudad de Corrientes.
• Temporal: el período, por ejemplo el año 2026.

Marco teórico

Marco teórico. Es a la vez un proceso y un producto. Como proceso, es la inmersión en el conocimiento existente sobre el problema. Como producto, es el texto escrito que describe el estado de ese conocimiento.

Funciones del marco teórico antes de recolectar datos. Permite conocer la historia y el alcance del problema, los métodos ya usados y las respuestas existentes. También ayuda a identificar qué variables medir y cómo, a decidir cómo recolectar los datos, a refinar el planteamiento y a sugerir hipótesis.

Después de recolectar datos. Sirve para comparar los resultados con lo que ya se sabe y para interpretar los datos. También permite ubicar las conclusiones en el conocimiento existente y generar nuevas preguntas e hipótesis.

Fuentes de información

Fuentes primarias. Son los textos originales, como libros, artículos y tesis, que el investigador debe leer y citar directamente.

Fuentes secundarias y terciarias. Resumen, reúnen o remiten a las fuentes primarias. También deben ser confiables y citables.

Literatura académica arbitrada. Incluye libros especializados, revistas con revisión de pares, tesis y documentos institucionales. Tiene autores identificables y pasó controles de calidad (P44 · Bloque 3; Sandoval).

Enfoques de investigación

Ruta cualitativa. Entiende la realidad como construida por los participantes. Es inductiva y flexible, y usa datos no numéricos para comprender significados en profundidad.

Enfoque mixto. Combina ambas rutas en un mismo estudio. Une la amplitud de los datos numéricos con la profundidad de los relatos.

Realidad objetiva. Es la premisa cuantitativa: la realidad existe fuera del investigador y puede medirse.

Realidad construida. Es la premisa cualitativa: la realidad se forma a partir de las interpretaciones de los participantes.

Razonamiento deductivo. Va de la teoría a la hipótesis, que luego se prueba con datos.

Razonamiento inductivo. Va de los datos a la interpretación (P3, P31 · HS, Enfoques).

Postura reduccionista. Es creer que solo valen los datos estadísticos. En realidad, ambas rutas tienen el mismo valor científico con propósitos distintos.

Alcances de la investigación

• Exploratorio: examina un tema nuevo o poco estudiado y prepara el terreno para otros estudios.
• Descriptivo: especifica propiedades y características de un fenómeno; mide sin buscar causas.
• Correlacional: mide el grado de asociación entre dos o más variables, sin afirmar causalidad.
• Explicativo: busca las causas, es decir, por qué ocurre un fenómeno y en qué condiciones.

Causalidad. Es la relación en la que una variable produce un efecto en otra. Que dos variables estén correlacionadas no significa que una cause la otra.

Hipótesis

Hipótesis. Es una explicación tentativa del fenómeno, formulada como proposición. Debe someterse a prueba empírica, y los datos pueden apoyarla o refutarla.

Origen de la hipótesis. Surge del planteamiento del problema, del marco teórico y de los antecedentes.

Prueba empírica. Es contrastar la hipótesis con datos reales.

Clasificación de las hipótesis

• De investigación: proposición tentativa sobre la relación entre variables que el estudio pone a prueba.
• Nula: niega o refuta la relación planteada por la hipótesis de investigación.
• Alternativa: ofrece otra explicación posible, distinta de la de investigación y de la nula.
• Estadística: traduce las anteriores a términos estadísticos para probarlas con los datos.

Tipos de hipótesis de investigación

• Descriptiva: anticipa un valor o una característica de una variable.
• Correlacional: plantea la relación entre dos o más variables y cómo se asocian (X - Y).
• De diferencia de grupos: compara una misma variable entre grupos, por ejemplo el ausentismo del turno mañana y el del turno noche.
• Causal: afirma que una variable provoca a otra.

Hipótesis direccional. Indica a favor de qué grupo, o en qué sentido, va la diferencia o la relación.

Variables y operacionalización

Variable. Es una característica o propiedad que se estudia y que puede variar y medirse, por ejemplo la satisfacción laboral.

• Definición conceptual: explica el significado de la variable con otros términos tomados de la teoría.
• Definición operacional: indica qué operaciones hay que realizar para medir la variable.

Operacionalización. Es pasar de la variable abstracta a dimensiones e indicadores que se puedan medir.

• Dimensión: es un aspecto o faceta de una variable, por ejemplo la capacidad de resolución de reclamos.
• Indicador: es el elemento observable y medible que representa a una dimensión, por ejemplo los minutos de espera.
• Ítem o reactivo: es cada pregunta o afirmación del instrumento que mide un indicador.

Variable independiente (VI). Es la que se supone causa o antecede al fenómeno, por ejemplo las horas de capacitación.

Variable dependiente (VD). Es el efecto que se mide, por ejemplo la cantidad de accidentes.

Población y muestra

Población o universo. Es el conjunto de todos los casos que cumplen las características del estudio, por ejemplo los 1.500 empleados de la empresa.

Muestra. Es el subconjunto de la población del que se obtienen los datos.

Tipos de muestra

• Muestra probabilística: todos los elementos tienen una probabilidad conocida y no nula de ser elegidos, y la selección se hace al azar.
• Muestra no probabilística: la selección depende del criterio o la conveniencia del investigador. No permite generalizar ni calcular el error.

Marco muestral. Es el listado que identifica a cada elemento de la población, por ejemplo un padrón o una nómina.

Tamaño de muestra. Es la cantidad de casos, que se calcula según el nivel de confianza, el margen de error y la variabilidad.

Inferencia estadística. Es generalizar los resultados de la muestra a la población.

Margen de error. Indica cuánto puede diferir el resultado de la muestra del de la población.

Nivel de confianza. Es la probabilidad de que el resultado real esté dentro del margen de error.

Tipos de muestreo probabilístico

• Aleatorio simple: todos tienen la misma probabilidad y se elige por sorteo o con una tabla de números aleatorios.
• Sistemático: se elige cada cierta cantidad de elementos de la lista, a partir de un inicio al azar.
• Estratificado: se divide la población en estratos o grupos y se sortea dentro de cada uno. Es proporcional cuando la muestra de cada estrato respeta su peso en la población.
• Por conglomerados: se sortean grupos completos, como sucursales, en lugar de personas.

Tabla de números aleatorios. Es una herramienta para sortear qué elementos del marco muestral entran en la muestra.

Tipos de muestreo no probabilístico

Son cinco:

• Por conveniencia: se eligen los casos disponibles o conocidos.
• Por juicio o criterio: el investigador elige los casos que considera adecuados.
• Por cuotas: se fijan cantidades por categoría y se completan sin sorteo.
• Casual: se toma a quien aparece en el momento.
• Bola de nieve: cada participante recomienda a otros.

Muestra cualitativa

Muestra cualitativa. Se eligen personas que puedan aportar información útil, no una muestra representativa. Por eso no hace falta un tamaño estadístico.

Saturación de categorías. Se dejan de hacer entrevistas cuando las personas ya no aportan información nueva.

Sesgo de muestra. Se produce al excluir grupos sin un criterio técnico: la muestra deja de representar a la población.

Medición e instrumentos

Requisitos de la medición.

• Confiabilidad: si se aplica varias veces al mismo sujeto, da los mismos resultados.
• Validez: mide realmente la variable que pretende medir.
• Objetividad: resiste a los sesgos de quien lo aplica, califica e interpreta.

Cuestionario. Es un conjunto de preguntas estandarizadas para medir variables en muchos casos.

Escala tipo Likert. Son ítems con opciones de 1 a 5, de