Portada

Introducción
La investigación cuantitativa es un enfoque metodológico en el que se recopilan y analizan
datos numéricos con el fin de identificar patrones, relaciones y tendencias en un fenómeno
de estudio (Cossio-Bolaños, 2015). En pedagogía es importante su uso, puesto que los
múltiples diseños tienen una función específica que puede adaptarse a las necesidades en
ambientes educativos (Sampieri, 2014).

La Investigación Cuantitativa se caracteriza por su énfasis en la objetividad, la medición y la

generalización de los resultados, por lo que puede ser aplicada en espacios reducidos como
un salón de clases, una escuela o bien a nivel nacional (Cossio-Bolaños, 2015). En la
investigación cuantitativa, se parte de una hipótesis o pregunta de investigación claramente
definida y se utilizan técnicas estadísticas para analizar los datos recopilados (Echeverría,
2016). Los diseños de investigación cuantitativa pueden variar, pero algunos de los más
comunes incluyen el diseño experimental, el diseño correlacional, el diseño de encuesta y el
diseño longitudinal (Sampieri, 2014).

El diseño experimental es ampliamente utilizado en la investigación cuantitativa y consiste

en manipular una variable independiente para observar su efecto en una variable
dependiente (Cossio-Bolaños, 2015). Se controlan otras variables para establecer
relaciones causales. El diseño correlacional se utiliza para analizar la relación entre dos o
más variables sin manipular ninguna de ellas (Echeverría, 2016). El diseño de encuesta
implica la recopilación de datos a través de cuestionarios o entrevistas estructuradas,
mientras que el diseño longitudinal implica la recopilación de datos a lo largo del tiempo
para examinar cambios y tendencias a lo largo de un período específico (Sampieri, 2014).

Existen varios diseños de investigación cuantitativa que los investigadores pueden emplear
según sus objetivos y la naturaleza de su estudio (Cossio-Bolaños, 2015). A continuación,
se describen algunos de los diseños de investigación cuantitativa más comunes:

1. Diseño Experimental: En este diseño, se manipula deliberadamente una o más

variables independientes para observar su efecto sobre una variable dependiente. Se utiliza
para establecer relaciones causales y generalmente involucra un grupo experimental y un
grupo de control (Echeverría, 2016)l. Los ensayos clínicos son un ejemplo de este tipo de
diseño.
2. Diseño Cuasiexperimental: Similar al diseño experimental, pero con menos control
experimental. Los investigadores no pueden asignar aleatoriamente a los participantes a
grupos debido a limitaciones éticas o logísticas. Un ejemplo podría ser un estudio que
compara los resultados de un programa de intervención antes y después de su
implementación (Sampieri, 2014).

3. Diseño Correlacional: Este diseño busca identificar y medir la relación entre dos o más
variables sin manipular ninguna de ellas. Se utiliza para determinar si existe una relación
estadística entre las variables, pero no implica causalidad. Un ejemplo sería un estudio que
examina la correlación entre el nivel de educación y los ingresos.

4. No Experimental: El diseño no experimental se define como una estrategia de

investigación que se distingue por la observación y el registro de datos en su estado natural,
sin la intención deliberada de modificar las variables independientes. Este enfoque se
emplea en situaciones donde llevar a cabo una manipulación experimental resulta
impracticable, inapropiada desde el punto de vista ético o no se considera conveniente, a
pesar de la intención de explorar y describir fenómenos o relaciones entre variables
(Sampieri, 2014).

5. Estadística descriptiva:

La estadística descriptiva es una rama de la estadística que se centra en resumir y

presentar datos de manera concisa y significativa. Su objetivo principal es proporcionar una
comprensión general de un conjunto de datos sin realizar inferencias o pruebas
estadísticas.

Estos son solo algunos ejemplos de diseños de investigación cuantitativa. La elección del
diseño dependerá de la pregunta de investigación, los recursos disponibles y la naturaleza
del fenómeno que se está estudiando. Cada diseño tiene sus propias ventajas y
limitaciones, y es importante seleccionar el que mejor se adapte a los objetivos de
investigación pedagógica (Cossio-Bolaños, 2015).
Desarrollo
La investigación científica es un proceso multifacético que busca comprender y explicar
fenómenos, relaciones y comportamientos en diversos campos del conocimiento, lo cual es
fundamental en el ámbito educativo. Para lograr este objetivo, los investigadores utilizan
diferentes enfoques metodológicos que se adaptan a las características y objetivos de sus
investigaciones.

Entre estos enfoques, se destacan los diseños experimentales, cuasi experimentales, no

experimentales y la estadística transversal (Sampieri, 2014), cada uno con sus propias
particularidades y aplicaciones específicas

Com base en lo anterior, exploraré estos cuatro tipos de diseños de investigación,

analizando sus características, ventajas y limitaciones. Además, brindaré algunos ejemplos
que pueden suceder en contextos reales y su importancia en la generación de
conocimiento científico en el campo de la educación y pedagogía.

Así pues,, a continuación comenzaré con los componentes metodológicos de los enfoques
en diseño experimental y no experimental (Cossio-Bolaños, 2015). Para ejemplificar de
manera más adecuada cada tipo de diseño así como la estadística descriptiva, se
agregaron tres ejemplos de cada uno (Echeverría, 2016).

Diseño Experimental:

El diseño experimental es un enfoque de investigación cuantitativa que se utiliza para

establecer relaciones causales entre variables (Sampieri, 2014). Los componentes centrales
de un diseño experimental incluyen:

1. Variable Independiente (VI): Esta es la variable que el investigador manipula

deliberadamente. Es el factor que se cree que causa un efecto en la variable dependiente.
Ejemplo: En un estudio sobre el efecto de la cantidad de luz en el crecimiento de las
plantas, la cantidad de luz sería la variable independiente (Sampieri, 2014).

2. Variable Dependiente (VD): Esta es la variable que se mide para observar los efectos de
la variable independiente. En el ejemplo de las plantas, la altura o el crecimiento de las
plantas sería la variable dependiente.
3. Grupo Experimental y Grupo de Control: En un diseño experimental típico, se divide a los
participantes en dos grupos. El grupo experimental está expuesto a la variable
independiente, mientras que el grupo de control no lo está. Esto permite comparar los
efectos de la variable independiente. Ejemplo: En la aplicación de un nuevo programa
educativo, el grupo experimental tomaría las clases diseñadas para este programa, mientras
que el grupo de control tomaría las clases normales.

Ejemplos:

1. Estudio de Pedagogía: Hipótesis: "La cantidad de sueño afecta el rendimiento en clases."

VI: Cantidad de sueño (varía entre grupos), VD: Rendimiento cognitivo (medido con pruebas
estandarizadas). Grupo Experimental: Sujetos que duermen 8 horas. Grupo de Control:
Sujetos que duermen 4 horas.

2. Investigación de Compra de Productos en la cooperativa de una escuela: Hipótesis: "El

precio de un producto influye en la decisión de compra." VI: Precio del producto, VD:
Decisión de compra (comprar o no comprar). Grupo Experimental: Exposición a un producto
a $50. Grupo de Control: Exposición al mismo producto a $30.

3. Experimento de estudiantes de Agronomía en una Universidad: Hipótesis: "El tipo de

fertilizante afecta el rendimiento de los cultivos de maíz." VI: Tipo de fertilizante (varía entre
parcelas de cultivo), VD: Rendimiento del maíz (medido en kilogramos por parcela). Grupo
Experimental: Parcelas tratadas con fertilizante A. Grupo de Control: Parcelas tratadas con
fertilizante B.

1. Diseño Cuasiexperimental:

El diseño cuasiexperimental se configura como una modalidad de investigación que exhibe

rasgos comunes tanto con los diseños experimentales como con los no experimentales. En
este tipo de diseño, los investigadores no poseen un control total sobre la asignación de los
participantes a grupos ni sobre la manipulación completa de las variables independientes,
en contraste con lo que ocurre en los diseños experimentales convencionales. En su lugar,
hacen uso de situaciones o condiciones ya existentes para llevar a cabo comparaciones y
analizar los efectos. (Sampieri, 2014)

- Ejemplo 1: Estudio de Efectividad de un Programa de Educación:

 - Variable Independiente: Implementación del programa de educación.
- Variable Dependiente: Mejora en las calificaciones académicas.
- Grupo Experimental: Estudiantes expuestos al programa.
- Grupo de Control: Estudiantes que no recibieron el programa.

- Ejemplo 2: Evaluación de una Política Educativa:

- Variable Independiente: Implementación de la política educativa.
- Variable Dependiente: Cambios en las tasas de desertores.
- Grupo Experimental: Región donde se implementa la política.
- Grupo de Control: Región sin la política educativa.

- Ejemplo 3: Impacto de una Campaña de control de ira en niños preescolares:

- Variable Independiente: Campaña de control de ira.
- Variable Dependiente: Cambio en las actitudes hacia situaciones específicas.
- Grupo Experimental: Personas expuestas a la campaña.
- Grupo de Control: Personas no expuestas.

Diseño No Experimental:

El diseño no experimental se basa en la observación y recopilación de datos tal como se

presentan en su contexto natural, sin manipular intencionalmente variables independientes.
Se emplea cuando la manipulación experimental no es viable, ética o apropiada, pero aún
se busca comprender y describir fenómenos o relaciones entre variables (Sampieri, 2014).
Las principales características incluyen la observación natural de eventos o
comportamientos, la ausencia de manipulación controlada de variables y un enfoque
descriptivo para comprender fenómenos y características. Los datos se recolectan mediante
observaciones directas, encuestas, cuestionarios, entrevistas o revisión de registros
existentes. Algunos ejemplos de este diseño son el estudio de caso, estudio de cohortes,
estudio longitudinal, encuesta transversal y estudio correlacional. En conclusión, los diseños
no experimentales son valiosos para describir, explorar y entender fenómenos en su
entorno natural, siendo de gran utilidad en diversos campos como la psicología, sociología,
educación y salud, entre otros (Sampieri, 2014).

Ejemplo 1: Estudio de Caso en Educación, este diseño se enfoca en un análisis

detallado de cómo se implementa un nuevo enfoque pedagógico en una escuela
primaria. Utiliza observación, entrevistas y revisión de documentos para entender el
 impacto del enfoque en la enseñanza y el aprendizaje en un contexto escolar
específico.

Ejemplo 2 Estudio Longitudinal sobre el Desarrollo del Lenguaje en Niños: En este estudio,
se sigue a un grupo de niños desde la infancia hasta la adolescencia para evaluar su
desarrollo del lenguaje con el tiempo. Emplea evaluaciones, entrevistas y observaciones
para comprender cómo evoluciona el lenguaje y los factores que lo influencian.

Ejemplo 3 Encuesta Transversal sobre el Uso de Tecnología en el Aula: Los investigadores

realizan una encuesta a docentes de diferentes escuelas para investigar cómo incorporan la
tecnología en su enseñanza. El objetivo es obtener una visión general del uso de la
tecnología en las prácticas pedagógicas de los docentes en un momento específico.

Estadística Descriptiva:

La estadística descriptiva se utiliza para resumir y presentar datos de manera organizada.

Los componentes centrales incluyen:

1. Medidas de Tendencia Central: Estas medidas describen la ubicación central de un

conjunto de datos. Incluyen la media (promedio), la mediana (valor medio), y la moda (valor
más frecuente).

2. Medidas de Dispersión:Estas medidas indican cuánto se dispersan los datos alrededor de

una medida central. Incluyen la desviación estándar y el rango.

3. Gráficos y Visualizaciones: Se utilizan gráficos como histogramas, diagramas de

dispersión o diagramas de barras para representar visualmente los datos y facilitar su
comprensión.

Ejemplos:

1. Calificaciones de Estudiantes: Se recopilan las calificaciones de un grupo de estudiantes

en un examen. Medidas de Tendencia Central: Calificación promedio, Mediana. Medidas de
Dispersión: Desviación estándar, Rango. Gráficos: Histograma de las calificaciones.
2. Encuesta a estudiantes sobre sus profesores: Se recopilan respuestas de estudiantes
sobre su satisfacción con un profesor. Medidas de Tendencia Central: Puntuación promedio
de satisfacción, Mediana. Medidas de Dispersión: Desviación estándar de las puntuaciones.
Gráficos: Diagrama de barras que muestra la distribución de las respuestas.

3. Datos de Ventas Mensuales en la cafetería de una facultad de Derecho: Se registran las

ventas mensuales de un negocio durante un año. Medidas de Tendencia Central: Ventas
promedio mensuales, Mediana. Medidas de Dispersión: Desviación estándar de las ventas.
Gráficos: Gráfico de líneas que muestra la variación en las ventas a lo largo del año.

Los ejemplos anteriores ilustran cómo se aplican los componentes de los diseños
experimentales y la estadística descriptiva en diferentes contextos de investigación y
análisis de datos, lo cual es fundamental para cualquier investigación en pedagogía y
educación (Sampieri, 2014).

Consideraciones Finales
Los diseños experimentales, conocidos por su capacidad para establecer relaciones causa-
efecto mediante la manipulación controlada de variables independientes, pueden enfrentar
dilemas éticos cuando esta manipulación afecta significativamente a los participantes
(Sampieri, 2014).

Es importante tomar en cuenta estos factores, principalmente cuando se trabaja con

infantes o menores de edad, ya que pueden existir repercusiones importantes en su
desarrollo. No obstante, estos diseños son reconocidos por proporcionar resultados
altamente confiables y generalizables, especialmente al utilizar muestras aleatorias
representativas.

Por otro lado, los diseños cuasiexperimentales son una opción valiosa en situaciones donde
la asignación aleatoria de participantes o la manipulación total de variables independientes
no resulta viable o ética (Echeverría, 2016). Aunque no pueden establecer relaciones
causales con la misma solidez que los experimentos aleatorios, estos diseños ofrecen
información valiosa sobre escenarios del mundo real, por ejemplo en escuelas o ámbitos
educativos. Se emplean con frecuencia en campos como la educación y la sociología,
donde la manipulación completa de variables suele ser impracticable (Sampieri, 2014).
A su vez, los diseños no experimentales se enfocan en la observación y descripción de
fenómenos dentro de su contexto natural, por ejemplo, dentro de un salón de clases. Son
ideales para explorar relaciones, patrones y tendencias en datos observacionales sin
intervenir directamente en las variables (Echeverría, 2016).

A pesar de su limitación para establecer relaciones causales, estos diseños brindan una
comprensión profunda de los fenómenos estudiados, por lo que son una gran opción en
investigación pedagógica. Encuentran aplicación en disciplinas como la antropología, la
historia y la investigación cualitativa (Echeverría, 2016).

Por último, las encuestas transversales, dentro de la estadística transversal, resultan

efectivas para obtener un retrato instantáneo de una población o grupo en un momento
específico. Se utilizan para medir actitudes, opiniones y características demográficas de
manera eficiente.

Sin embargo, no posibilitan el seguimiento a lo largo del tiempo ni la identificación de

relaciones causales, por lo que usarlas para una investigación en pedagogía puede tener
ciertas limitaciones (Echeverría, 2016).

Para finalizar, me gustaría destacar que la elección del diseño adecuado depende de los
objetivos de investigación, consideraciones éticas y la naturaleza de los datos que se
buscan recolectar. Cada uno de estos enfoques tiene sus propias ventajas y limitaciones, y
es común combinarlos en investigaciones para lograr una comprensión más completa de los
fenómenos analizados.
Referencias
1.COSSIO-BOLAÑOS, M. A. (2015). Métodos de investigación Cuantitativa en Ciencias

de la Educación. https://ediciones.ucm.cl/portada/69/tad34.pdf

2.HERNÁNDEZ SAMPIERI, R. (2014). Parte 2. El proceso de la investigación

cuantitativa. En Metodología de la investigación (pp. 33-352). México: McGraw-Hill.

3.ECHEVERRÍA, D. (2016). Los diseños de investigación cuantitativa en psicologia y

educación. Argentina: UNIRIO.

4.REICHARDT, C. y Cook, T. (1986). Capitulo primero. Hacia una superación del

enfrentamiento entre los métodos cualitativos y los cuantitativos. Métodos

cualitativos y cuantitativos (pp. 3-17). Madrid: Morata.