2.4 Marco Metodológico de la Investigación

Objetivo del tema

El objetivo principal de esta clase es que las y los estudiantes comprendan en profundidad el marco metodológico de la investigación, distinguiendo sus componentes clave (diseño, enfoque y nivel de la investigación) y aprendiendo a aplicarlos de forma integrada en el desarrollo de un proyecto de tesis. Al finalizar la clase, el estudiante será capaz de:

• Definir y explicar qué es el diseño de investigación, los enfoques cuantitativo, cualitativo y mixto, y los niveles o alcances de la investigación.

• Identificar la importancia de cada componente metodológico y cómo se reflejan en la validez y confiabilidad de un estudio.

• Ilustrar con ejemplos reales cómo se aplican distintos diseños, enfoques y niveles en investigaciones concretas.

• Entender la relación e interdependencia entre diseño, enfoque y nivel al planificar una investigación de tesis, asegurando coherencia metodológica en su trabajo final.

Con este tema se busca fortalecer las bases metodológicas de los futuros profesionales, dotándolos de criterios sólidos para estructurar investigaciones rigurosas y efectivas.

2.4.1 Diseño de la investigación

Introducción o antecedentes

En cualquier proyecto de investigación científica, el diseño de la investigación constituye la hoja de ruta que guía todo el proceso indagatorio. Históricamente, metodólogos y científicos han puesto especial énfasis en la formulación del diseño porque determina cómo se recolectarán y analizarán los datos, y con ello la credibilidad de los hallazgos. Desde mediados del siglo XX, con la formalización del método científico en distintas disciplinas, surgió la necesidad de estandarizar qué entendemos por diseño de investigación. Autores clásicos como Campbell y Stanley, y en el mundo hispano autores como Hernández Sampieri, han aportado definiciones que convergen en ver el diseño como la planificación estratégica del estudio. Esto implica tomar decisiones previas sobre si el estudio será experimental o no, si se medirá algo una sola vez o en varias etapas, cómo se controlarán variables extrañas, entre otros aspectos fundamentales. Por ejemplo, en una investigación educativa sobre nuevos métodos de enseñanza, definir el diseño implica decidir si se hará un experimento con grupo control y experimental, o una observación descriptiva en aulas reales. Estas decisiones son cruciales, pues un diseño apropiado permite responder de manera clara a la pregunta planteada y evita sesgos que pudieran invalidar el trabajo. En suma, el diseño es el esqueleto metodológico del proyecto: sobre él se montan todas las demás fases (muestra, instrumentos, análisis) y de él depende en gran medida la solidez de las conclusiones que se obtengan.

Definiciones claras

Existen diversas definiciones académicas de diseño de investigación, todas coincidiendo en que es un plan general que orienta cómo se llevará a cabo el estudio. En términos sencillos, el diseño de investigación es el plan o estructura metodológica establecido para llevar a cabo un estudio científico con el fin de responder preguntas de investigación, probar hipótesis o explorar fenómenosrepositorio.ug.edu.ec. En otras palabras, el diseño proporciona la estructura que integra todos los elementos de un estudio empírico (desde la selección de participantes hasta la forma de analizar los datos) de modo que los resultados sean creíbles, libres de sesgo y generalizablesscielo.isciii.es. Un diseño bien concebido articula claramente qué se va a hacer, cómo, cuándo, dónde y con qué recursos. Por ejemplo, define si se compararán grupos (diseño experimental), si solo se observará una situación sin intervenir (diseño no experimental), si los datos se recogerán en un único momento temporal (diseño transversal) o a lo largo del tiempo (diseño longitudinal), entre otras consideraciones. Tradicionalmente, los diseños de investigación se clasifican en dos grandes grupos según el grado de control del investigador sobre las variables: los diseños experimentales, en los que el investigador manipula intencionalmente al menos una variable independiente para observar sus efectos (por ejemplo, aplicando un nuevo tratamiento o método pedagógico a un grupo experimental y comparando con un grupo control), y los diseños no experimentales, en los que no hay manipulación deliberada sino observación de fenómenos en su entorno naturalscielo.org.mx. Dentro de estos grupos generales existen subtipos; por ejemplo, en el ámbito experimental se incluyen los diseños verdaderamente experimentales (con asignación aleatoria de sujetos a grupos), los cuasiexperimentales (sin aleatoriedad completa) y diseños pre-experimentales. En el ámbito no experimental se hallan los estudios descriptivos (que solo pretenden medir o caracterizar fenómenos) y los correlacionales (que examinan relaciones entre variables sin inferir causalidad). Cada uno de estos diseños tiene metodologías y técnicas específicas que deben seleccionarse de forma lógica y coherente con el problema de investigaciónid.scribd.comscielo.isciii.es.

En resumen, el diseño de investigación es la planificación estratégica integral de un estudio. Según Hernández et al. (2014), “el término diseño se refiere al plan o estrategia concebida para obtener la información que se desea con el fin de responder al planteamiento del problema”. Esto refuerza la idea de que el diseño conecta directamente con la pregunta de investigación: establece cómo se obtendrán los datos necesarios para contestarla. Un buen diseño busca asegurar la validez interna (que los resultados reflejen realmente la relación causa-efecto investigada y no otros factores) y la validez externa (que los hallazgos puedan generalizarse más allá de la muestra estudiada). De hecho, en metodología se reconoce que lograr un equilibrio entre validez interna y externa es uno de los mayores retos de un diseño: los diseños experimentales enfatizan la validez interna controlando al máximo las variables, mientras que los diseños observacionales amplían la validez externa al estudiar fenómenos en contextos naturalesscielo.isciii.es.

Importancia del diseño de la investigación

El diseño es vital para garantizar la calidad y credibilidad de una investigación. Un diseño bien fundamentado permite obtener resultados válidos y confiables, ya que plantea de antemano cómo evitar sesgos, cómo controlar variables extrañas y cómo estructurar la recolección de datos de forma consistenterepositorio.ug.edu.ec. Por el contrario, un diseño débil o incoherente puede conducir a conclusiones erróneas o no fundamentadas, sin importar cuán sofisticados sean los análisis posteriores. La importancia del diseño también radica en que sirve de guía para el investigador y para los lectores: al explicitar el plan metodológico, otros pueden comprender cómo se llevó a cabo el estudio y evaluar la solidez de sus hallazgos. En el contexto de una tesis de fin de carrera, dedicar tiempo a definir el diseño es invertir en el éxito del proyecto, pues clarifica los pasos a seguir y anticipa posibles dificultades metodológicas. Además, un diseño adecuado facilita la triangulación y la integración con el enfoque y el nivel de la investigación: por ejemplo, si se pretende explicar causalmente un fenómeno (alcance explicativo), será esencial un diseño riguroso (posiblemente experimental o cuasiexperimental) que permita inferir esas causasdialnet.unirioja.es. No es exagerado afirmar que el diseño es la columna vertebral del proyecto de investigación; sobre él descansan la fiabilidad de los datos y la validez de las interpretaciones. Un diseño robusto genera confianza en que los resultados obtenidos efectivamente responden a la pregunta planteada y no son producto del azar o de errores metodológicos.

Ejemplo aplicado

Caso: Imaginemos una estudiante de Pedagogía en Matemáticas que va a realizar su tesis sobre el efecto de una nueva estrategia didáctica en el rendimiento de los alumnos en cálculo. Su pregunta de investigación es: “¿Influye la estrategia X en el rendimiento de los estudiantes de primer año en la asignatura de Cálculo I?”. Para responderla, el diseño de investigación que elija será crucial. La estudiante decide adoptar un diseño cuasi-experimental de tipo pre-prueba/post-prueba con grupo de control no equivalente. En la práctica, esto significa que seleccionará dos grupos de estudiantes: uno aplicará la nueva estrategia didáctica (grupo experimental) y el otro continuará con la metodología tradicional (grupo de control). Antes de iniciar, ambos grupos rinden una prueba diagnóstica de cálculo (pre-prueba) y, tras un semestre, rinden una prueba final (post-prueba). Este diseño le permite comparar el cambio en el rendimiento entre ambos grupos. Al no poder asignar aleatoriamente a los estudiantes (porque los grupos ya estaban formados en sus clases), el diseño es cuasiexperimental y no completamente aleatorizado. La estudiante también planifica cómo controlará variables externas: por ejemplo, se asegura de que los grupos tengan nivel académico similar al inicio y que los docentes tengan experiencia comparable, para que las diferencias observadas se atribuyan con mayor confianza a la estrategia didáctica. Durante el estudio, se recolectan datos numéricos de las calificaciones y se analizan estadísticamente para verificar si la diferencia de mejora entre el grupo experimental y el de control es significativa. Este ejemplo ilustra cómo, a partir de una pregunta concreta, el diseño de investigación guía todo: qué datos recoger (calificaciones antes y después), a quiénes (dos grupos de estudiantes), cómo distribuir la intervención (un grupo recibe la estrategia, otro no), y cómo analizar (comparando mejoras con estadística inferencial). Si la estudiante hubiese elegido un mal diseño –por ejemplo, solo observar un grupo sin grupo de comparación– no podría responder adecuadamente si la estrategia causó una diferencia en el rendimiento. Gracias al diseño cuasi-experimental escogido, puede aproximarse a una conclusión con sustento metodológico.

Otros ejemplos reales

• Diseño experimental en medicina: En un ensayo clínico para probar la eficacia de una nueva vacuna, los investigadores utilizan un diseño experimental aleatorizado con grupo placebo. Dividen aleatoriamente a miles de voluntarios en dos grupos: uno recibe la vacuna y otro un placebo. Luego comparan la tasa de infección en ambos grupos. Este diseño controlado y aleatorio permite establecer relaciones de causa-efecto con alta validez interna, atribuyendo diferencias en infección a la vacuna mismadialnet.unirioja.es.

• Diseño no experimental descriptivo en ciencias sociales: Un equipo de sociólogos realiza una encuesta nacional para describir los hábitos de lectura en la población adulta. Su diseño es no experimental transversal descriptivo: aplican un cuestionario a una muestra representativa en un solo momento. No hay manipulación ni grupos control, solo medición de variables (frecuencia de lectura, género, nivel educativo, etc.) y análisis estadístico de distribuciones y correlaciones simples. El diseño descriptivo permite caracterizar el fenómeno (hábitos de lectura) en determinado contexto temporaldialnet.unirioja.es.

• Diseño de estudio de caso cualitativo: En el ámbito educativo, un investigador interesando en la dinámica de aula podría optar por un diseño cualitativo tipo estudio de caso. Por ejemplo, analiza profundamente una escuela rural que ha adoptado métodos Montessori en la enseñanza de matemáticas. El investigador observa clases, entrevista a docentes, estudiantes y padres, y revisa documentos durante un año escolar completo (diseño longitudinal cualitativo). No compara con otra escuela ni cuantifica resultados; su objetivo es comprender a fondo cómo se implementa la metodología y qué efectos cualitativos tiene en la comunidad escolar. Este diseño flexible y holístico es adecuado para explorar procesos y contextos en detalle, aunque sus hallazgos no pretenden ser generalizados estadísticamente a otras escuelas.

Relación entre los subtemas para el trabajo de investigación de tesis

El diseño de investigación en una tesis de fin de carrera no funciona de forma aislada, sino que está estrechamente ligado al enfoque y al nivel de la investigación. Al planificar una tesis, el estudiante debe asegurar que diseño, enfoque y nivel sean coherentes entre sí y con los objetivos del estudio. Por ejemplo, si el enfoque elegido es cuantitativo, el diseño probablemente incluirá técnicas de medición estructuradas y puede aspirar a niveles descriptivos, correlacionales o explicativos según la profundidad del análisis. En cambio, con un enfoque cualitativo, el diseño tomará forma de estudio de caso, etnografía, fenomenología, etc., y usualmente tendrá alcances exploratorios o descriptivos (buscando cómo y por qué ocurren los fenómenos en contextos específicos). Esto implica que la elección del diseño depende del enfoque: un enfoque cuantitativo suele requerir diseños formales (encuestas, experimentos) para probar hipótesis con datos numéricos, mientras que un enfoque cualitativo necesita diseños flexibles que permitan recolectar narrativas o interpretaciones profundas. A la vez, el diseño define en qué nivel de investigación se podrá situar el estudio. Por ejemplo, un diseño experimental cuasi o verdadero es propicio para alcances explicativos (porque permite inferir causalidad), mientras que un diseño observacional transversal difícilmente pasará de un alcance descriptivo o correlacional. En la práctica de la tesis, el estudiante debe articular: “Dado mi problema y objetivos, escogeré un enfoque X; con ese enfoque, el diseño más adecuado es Y; este diseño me permitirá alcanzar un nivel Z (exploratorio, descriptivo, etc.) en el conocimiento del problema”. La relación entre subtemas se ve claramente cuando se elabora el capítulo metodológico de la tesis: allí se enuncia el enfoque (p. ej. mixto), luego el tipo de diseño específico (p. ej. estudio de campo no experimental descriptivo) y el nivel o alcance (p. ej. descriptivo con intención exploratoria). Todos se sustentan mutuamente. Un diseño mal alineado con el enfoque podría forzar técnicas inapropiadas (imaginemos intentar un experimento rigurosamente cuantitativo en un estudio cuyo enfoque real es cualitativo interpretativo). Igualmente, si el nivel pretendido (por ejemplo explicativo) no corresponde con el diseño (por ejemplo un simple corte transversal descriptivo), la tesis carecerá de cohesión lógica. En síntesis, diseño, enfoque y nivel son piezas de un mismo rompecabezas metodológico: en la tesis deben encajar perfectamente para dar una imagen clara y sólida de cómo se responderá la pregunta de investigación.

2.4.2 Enfoque de la investigación

Introducción o antecedentes

El enfoque de la investigación se refiere a la orientación epistemológica y metodológica general que toma un estudio, es decir, si el investigador abordará el problema desde una perspectiva cuantitativa, cualitativa o una combinación de ambas (mixta). Este concepto de enfoque surge de reconocer que no todas las preguntas de investigación pueden o deben responderse de la misma manera: algunas requieren medir y cuantificar fenómenos, mientras otras buscan comprender significados, experiencias o procesos. A mediados del siglo XX, la llamada “guerra de los paradigmas” en ciencias sociales enfrentó a defensores del método cuantitativo (asociado al positivismo y la medición objetiva) contra defensores del método cualitativo (asociado a corrientes interpretativas). Con el tiempo, la academia ha llegado a consensos importantes: ambos enfoques no son excluyentes, sino complementarios, y de hecho en años recientes ha cobrado fuerza el enfoque mixto que integra lo mejor de cada unoelsevier.eselsevier.es. Sin embargo, es didácticamente útil entenderlos por separado primero.

En la historia de la investigación educativa (y científica en general), el enfoque cuantitativo dominó durante décadas, privilegiando la recolección de datos numéricos y el análisis estadístico para encontrar leyes o regularidades generales. Por ejemplo, grandes evaluaciones estandarizadas de rendimiento académico o estudios epidemiológicos en salud son esencialmente cuantitativos. Por otro lado, desde las humanidades y ciertas ramas de las ciencias sociales emergió con fuerza el enfoque cualitativo, argumentando que no todo fenómeno puede reducirse a números sin perder su esencia. Investigaciones etnográficas en aulas, por ejemplo, prefieren describir y explicar cómo se dan las interacciones y por qué de cierta dinámica, en lugar de cuántas veces ocurre algo. Durante los años 1980-1990 se produjo una convergencia: muchos investigadores empezaron a ver valor en combinar enfoques (surge la metodología mixta) para obtener una comprensión más completa de problemas complejos. Hoy en día se reconoce que la elección del enfoque depende sobre todo de la naturaleza del problema y de las preguntas de investigación: ¿Necesito medir con precisión cuánto ocurre un fenómeno? ¿O entender profundamente las razones y contextos de ese fenómeno? Dependiendo de la respuesta, se optará por un enfoque u otro, o ambos. En síntesis, el enfoque de la investigación establece el tipo de mirada que se echará sobre la realidad estudiada, configurando así el tipo de datos que se recogerán (numéricos, textuales, observacionales) y la manera de analizarlos.

Definiciones claras

Enfoque cuantitativo: Es aquel en el que se recopilan datos numéricos y se aplican análisis estadísticos para responder las preguntas de investigación. El enfoque cuantitativo busca generalmente responder a cuestiones del tipo "¿cuánto?" o "¿con qué frecuencia?" y probar hipótesis específicas midiendo variables de forma objetivaelsevier.es. Se sustenta en el razonamiento hipotético-deductivo propio del positivismo, lo cual implica partir de teorías o hipótesis previamente formuladas y someterlas a prueba contra la evidencia empírica. En un estudio cuantitativo típico, el investigador define variables dependientes e independientes, recoge datos mediante instrumentos estandarizados (encuestas, pruebas, sensores, etc.), y luego analiza esos datos con técnicas estadísticas para determinar patrones, correlaciones o efectos causales. Un autor describe que en la investigación cuantitativa “el dato, el valor, la probabilidad medida y ajustada, la búsqueda de la precisión, la exactitud, [y] el análisis de datos desde un enfoque hipotético-deductivo, en un marco empírico positivista y pospositivista se convierten en elementos clave”elsevier.es. En suma, el enfoque cuantitativo cuantifica la realidad: la transforma en números para facilitar su análisis, con el objetivo de lograr conclusiones generalizables y comparables con un alto grado de confianza estadística.

Enfoque cualitativo: Es aquel que se orienta a comprender la naturaleza de los fenómenos en profundidad, explorando los porqués y cómos a través de datos predominantemente no numéricos (textos, narrativas, observaciones, imágenes). La investigación cualitativa suele responder a preguntas como “¿cómo sucede esto?” o “¿por qué ocurre?” enfocándose en significados, experiencias y contextoselsevier.es. En lugar de medir variables previamente definidas, el investigador cualitativo a menudo adopta un rol más exploratorio y flexible: por ejemplo, realiza entrevistas abiertas, grupos focales, observación participante, análisis de documentos o historias de vida. Un estudio cualitativo típicamente no busca probar hipótesis nulas con significancia estadística, sino descubrir interpretaciones y construir teorías a partir de los datos. Piza et al. (2019) señalan que gracias a la investigación cualitativa es posible “entender, describir y algunas veces explicar fenómenos sociales ‘desde el interior’ de varias maneras diferentes”repositorio.ug.edu.ec, es decir, captando las perspectivas de los propios participantes y el contexto en que se desenvuelven. El análisis en este enfoque es habitualmente inductivo: se revisan los datos para identificar categorías, temas o patrones emergentes, iterando constantemente entre datos y interpretaciones. Los resultados suelen presentarse en forma narrativa o descriptiva, incluyendo citas textuales de los participantes o detalladas descripciones de situaciones, a fin de ilustrar los hallazgos de manera rica y contextualizada. Si bien el enfoque cualitativo no pretende generalizar numéricamente a poblaciones amplias, ofrece un profundo entendimiento de los fenómenos estudiados, revelando matices, procesos y significados que podrían quedar ocultos tras las cifras.

Enfoque mixto: Llamado también método mixto o multimétodo, es aquel que combina procedimientos cuantitativos y cualitativos en un mismo estudio para aprovechar las ventajas de ambos enfoques. La idea central del enfoque mixto es la complementariedad: se busca una comprensión más completa y robusta del fenómeno integrando perspectivas numéricas y narrativas. En términos operativos, una investigación mixta puede involucrar, por ejemplo, recolectar datos cuantitativos (encuestas, experimentos) y cualitativos (entrevistas, observaciones) sobre el mismo problema, analizando luego ambos conjuntos de datos por separado y en conjunto. La literatura metodológica enfatiza que en los métodos mixtos no se trata simplemente de sumar datos cualitativos a un diseño cuantitativo o viceversa, sino de integrarlos desde la planificación con un propósito claroelsevier.eselsevier.es. Una definición sencilla plantea que “la metodología de métodos mixtos se centra en la sinergia de combinar enfoques cuantitativos y cualitativos para una comprensión más completa del tema de estudio”elsevier.es. Por ejemplo, supongamos un investigador en educación que estudia el impacto de la motivación en el aprendizaje de matemáticas: podría aplicar un cuestionario (dando un puntaje de motivación a 100 estudiantes y correlacionándolo con sus calificaciones, enfoque cuantitativo) y además realizar entrevistas en profundidad con 10 estudiantes para indagar cómo perciben su propio proceso de motivación (enfoque cualitativo). El enfoque mixto permite triangular resultados: tal vez los datos cuantitativos muestren que a mayor motivación promedio, mayor calificación; las entrevistas podrían revelar qué factores específicos alimentan esa motivación (por ejemplo, el apoyo de la familia, la pasión del profesor, la utilidad percibida de la matemática en la vida real, etc.). Integrando ambos resultados, el investigador obtiene un panorama más rico: no solo sabe que existe una relación motivación-rendimiento, sino también cómo y por qué se da esa relación en la experiencia de los alumnos.

Cabe mencionar que implementar un enfoque mixto requiere cuidado adicional: se necesita mayor planificación, tiempo y recursos, pues esencialmente se están realizando dos estudios en uno (uno cuantitativo y otro cualitativo) y luego fusionando sus hallazgos. Si bien ofrece grandes beneficios en comprensión, no siempre es necesario ni viable llevarlo a caboelsevier.es – todo depende de la pregunta de investigación. En cualquier caso, la aparición del enfoque mixto en las últimas décadas refleja un consenso creciente de que las metodologías cuantitativa y cualitativa pueden complementarse para superar las limitaciones de cada una por separado.

Importancia del enfoque de la investigación

Seleccionar el enfoque adecuado para una investigación es un paso crítico, ya que determina el tipo de datos que se recopilarán, cómo se analizarán y qué tipo de respuestas se obtendrán. Un enfoque inapropiado podría llevar a resultados poco útiles: por ejemplo, usar solo técnicas cuantitativas para estudiar un fenómeno profundamente humano y contextual (como las percepciones de los docentes sobre la vocación) puede omitir matices importantes; a la inversa, abordar solo cualitativamente una pregunta que demanda medir magnitudes (como la eficacia relativa de dos métodos de enseñanza a gran escala) podría no proporcionar evidencias concluyentes. Por ello, la importancia del enfoque radica en alinear los métodos con la naturaleza del problema.

El enfoque también tiene implicaciones epistemológicas y de validez. Un estudio cuantitativo bien ejecutado puede proveer resultados generalizables a poblaciones más amplias, con alto control de sesgos y estimación de la incertidumbre (intervalos de confianza, niveles de significancia). Esto es fundamental cuando se requieren conclusiones objetivas y comparables, por ejemplo en políticas públicas o eficacia de tratamientos. Por su parte, un estudio cualitativo profundo asegura que las conclusiones reflejen la realidad vivida por los participantes, con validez de constructo y riqueza descriptiva, lo que es esencial cuando se exploran fenómenos nuevos o complejos donde las cifras por sí solas no cuentan toda la historia. Ignorar la dimensión del enfoque podría hacer que el investigador intente, por inercia, cuantificar algo que requería comprensión cualitativa, o viceversa. Elegir el enfoque correcto facilita luego todas las etapas: define qué tipo de diseño es posible (por ejemplo, un enfoque cuantitativo permite diseños experimentales con hipótesis; uno cualitativo llevará a diseños etnográficos, narrativos, etc.), qué instrumentos usar (tests estandarizados vs. guías de entrevista) y hasta qué tipo de reporte presentar (informe estadístico vs. relato interpretativo).

En contextos educativos, reconocer la importancia del enfoque evita caer en sesgos de preferencia: tradicionalmente la pedagogía se nutría más de enfoques cualitativos (observación de aula, estudios de caso de escuelas), pero en las últimas décadas también se valora la evidencia cuantitativa (p.ej., resultados de pruebas estandarizadas, meta-análisis). Un profesional de la educación con sólida formación metodológica sabrá combinar o alternar enfoques según la pregunta que quiera responder. Además, en un mundo interdisciplinario, muchos equipos de investigación son mixtos (psicólogos, pedagogos, sociólogos trabajando juntos) y emplean metodologías híbridas; comprender ambos enfoques permite comunicarse y colaborar efectivamente en tales equipos. Finalmente, el enfoque elegido impacta en la interpretación de resultados: por ejemplo, en un estudio cuantitativo la discusión girará en torno a significancia estadística y contrastación de hipótesis, mientras que en uno cualitativo versará sobre la construcción de significado y la transferencia de hallazgos a otros contextos. Cada enfoque tiene sus criterios de calidad (confiabilidad, objetividad en cuantitativo; credibilidad, autenticidad en cualitativo, etc.), de modo que definirlo claramente desde el inicio es condición para cumplir con dichos criterios y así asegurar la robustez del trabajo investigativo.

Ejemplo aplicado

Caso: Supongamos que un investigador quiere estudiar la experiencia de estrés académico en estudiantes universitarios durante la pandemia. Puede plantear esto de múltiples formas según el enfoque:

• Si elige un enfoque cuantitativo, podría operacionalizar "estrés académico" en variables medibles (por ejemplo, puntaje en una escala de estrés percibido) y "rendimiento" en otras (promedio de calificaciones). Entonces formula hipótesis: “Los estudiantes con altos niveles de estrés académico durante la educación en línea obtienen calificaciones significativamente más bajas”. Diseña un cuestionario que mide estrés, ansiedad, etc., lo aplica a 300 estudiantes y recoge sus promedios. Analiza los datos estadísticamente (correlaciones, regresiones) para ver si efectivamente el estrés alto se asocia a peores notas. Obtiene así un resultado cuantitativo: por ejemplo, “la correlación entre estrés y promedio es r = -0,45, p < 0.01, indicando que a mayor estrés, menor rendimiento académico”. Este enfoque permite cuantificar la magnitud del efecto y generalizar la conclusión a la población de estudiantes con cierto nivel de confianza.

• Si elige un enfoque cualitativo, tal vez la pregunta se reoriente a “¿Cómo describen y afrontan los estudiantes universitarios el estrés académico durante la pandemia?”. No busca medir el estrés en todos, sino entenderlo profundamente a través de las voces de los propios estudiantes. Entonces selecciona intencionalmente un grupo más pequeño (digamos 15 estudiantes de diversas carreras) y realiza entrevistas en profundidad a cada uno. Les pregunta cómo ha sido su experiencia de clases virtuales, qué les genera más estrés, cómo lo manejan, qué emociones han sentido, etc. Luego analiza esas entrevistas identificando temas recurrentes y diferencias individuales. Puede descubrir, por ejemplo, que la incertidumbre sobre el futuro y la sobrecarga de tareas en línea emergen como factores de estrés común, pero que los estudiantes desarrollaron estrategias de afrontamiento como grupos de estudio virtuales, apoyo familiar, o ejercicio físico en casa. El resultado cualitativo sería una rica descripción de estas vivencias, quizás modelándolas en un diagrama o narrativa que explique las fuentes de estrés y las respuestas de afrontamiento, ilustrando con citas textuales de las entrevistas. Este enfoque provee una comprensión detallada y contextual: se escuchan las distintas perspectivas, se conocen matices (por ejemplo, quizá los de primera generación universitaria sufrieron más ansiedad por condiciones familiares, etc.), información que un número o promedio no revelaría por sí solo.

• Si opta por un enfoque mixto, podría combinar ambos: primero aplicar una encuesta a muchos estudiantes para dimensionar el fenómeno (encontrando, por ejemplo, qué porcentaje experimentó alto estrés y cómo se relacionó con variables como género o año de estudio), y luego seleccionar de esa misma muestra algunos casos para entrevistas cualitativas, profundizando en sus experiencias personales. De esta forma obtiene el panorama general y las historias particulares que explican ese panorama. Quizá descubre cuantitativamente que el 60% de los estudiantes reportan estrés alto, y cualitativamente por qué: aislamiento social, dificultades tecnológicas, etc., integrando los hallazgos en una explicación más completa.

Este ejemplo aplicado muestra que la elección del enfoque cambia radicalmente el proceso y los hallazgos. No es que uno sea “mejor” que el otro; simplemente abordan diferentes aristas del fenómeno. Un estudio cuantitativo de estrés académico dará datos generales y comparables, mientras que uno cualitativo dará entendimiento profundo de las vivencias. El enfoque mixto buscará articular ambos niveles. Cualquiera que sea la elección, debe responder a los objetivos del investigador: ¿necesita cifras globales o comprender procesos internos? En la práctica real de la investigación, muchos estudios combinan enfoques secuencialmente (primero exploratorio cualitativo para generar hipótesis, luego cuantitativo para probarlas, o viceversa). Por ello, tener claridad en el concepto de enfoque y sus implicaciones es esencial para diseñar investigaciones efectivas.

Otros ejemplos reales

• Ejemplo de enfoque cuantitativo: Un estudio en psicología educacional investiga si existe relación entre las horas de estudio autodirigido y la nota promedio de los estudiantes. Los investigadores recogen datos de 200 estudiantes mediante un registro de horas de estudio y acceden a sus promedios académicos. Aplican estadísticas descriptivas y correlacionales y encuentran, por ejemplo, que más horas de estudio están modestamente asociadas a mejor desempeño académico (r = 0.30). Este es un claro enfoque cuantitativo: datos numéricos y análisis estadístico para verificar una hipótesiselsevier.es.

• Ejemplo de enfoque cualitativo: Una antropóloga educativa pasa seis meses observando la vida diaria en una escuela de una comunidad indígena, explorando cómo se integran las tradiciones culturales en las aulas. Toma notas de campo detalladas, entrevista a maestros y padres en lengua local y recopila historias de la comunidad. De su análisis emerge una comprensión profunda de que la enseñanza de matemáticas incorpora metáforas del entorno natural y prácticas comunitarias, lo cual no podría haberse captado con un simple cuestionario. No se generan estadísticas aquí, sino una narrativa etnográfica rica que explica ese proceso educativo únicorepositorio.ug.edu.ec.

• Ejemplo de enfoque mixto: En el área de salud pública, un equipo investiga la efectividad de una campaña contra el tabaquismo. Primero, realiza encuestas antes y después de la campaña en una ciudad (enfoque cuantitativo) y comprueba que la tasa de fumadores diarios bajó del 20% al 15% tras la campaña. Luego, para entender mejor el resultado, lleva a cabo grupos focales con fumadores que lograron dejar el cigarrillo y con otros que no lo lograron (enfoque cualitativo). De las charlas, descubren factores cualitativos: los mensajes gráficos de la campaña generaron miedo en algunos (efecto positivo para dejar de fumar) pero rechazo en otros que se sintieron estigmatizados. La integración de resultados permite concluir que la campaña tuvo éxito numérico moderado y revela qué aspectos comunicacionales funcionaron o fallaron. Así, las cifras proporcionan la magnitud del efecto y las voces de la gente explican el porqué, logrando una evaluación integral de la intervenciónelsevier.es.

Relación entre los subtemas para el trabajo de investigación de tesis

En el proyecto de tesis final, la elección del enfoque de investigación (cuantitativo, cualitativo o mixto) está intrínsecamente relacionada con el diseño y el nivel de la investigación. Enfoque, diseño y nivel deben alinearse para dar coherencia metodológica al trabajo. Desde el inicio, al delimitar su problema, el tesista decide un enfoque según qué tipo de datos serán más pertinentes. Esa decisión acota inmediatamente el rango de diseños posibles: por ejemplo, un enfoque cuantitativo se compatibiliza con diseños experimentales, cuasiexperimentales, correlacionales o surveys transversales; un enfoque cualitativo se plasmará quizá en un diseño fenomenológico, estudio de caso, teoría fundamentada, etc. Cada diseño pertinente a su vez viene asociado a ciertos alcances o niveles típicos: un estudio cuantitativo puede aspirar a un nivel explicativo (si es experimental) o correlacional/descriptivo (si es no experimental), mientras que un estudio cualitativo suele comenzar en niveles exploratorios o descriptivos, aunque eventualmente pueda generar explicaciones teóricas de tipo interpretativo.

Veamos un caso concreto: un tesista investiga la deserción escolar en su comunidad. Si adopta enfoque mixto, posiblemente estructura un diseño donde recolecta datos cuantitativos de tasas de deserción y sus correlatos (nivel descriptivo/correlacional) y además realiza entrevistas a estudiantes desertores (nivel exploratorio cualitativo). Aquí la combinación de enfoques implica que su diseño incluya fases diferenciadas (una fase cuantitativa transversal y otra cualitativa narrativa, por ejemplo) pero complementarias. El nivel de conocimiento que alcanzará integrará descripción (¿qué porcentaje y factores cuantificables caracterizan la deserción?) con comprensión profunda (¿por qué los jóvenes abandonan el colegio según sus testimonios?). Todos estos elementos se planifican simultáneamente: no se escoge enfoque en vacío, sino pensando si el diseño resultante y los alcances serán factibles. Un error común en tesis es querer un enfoque mixto “por robustez” pero sin tener recursos para implementarlo; o pretender un nivel explicativo (causal) con un enfoque puramente cualitativo, lo que metodológicamente sería incoherente si no hay contrastación empírica suficiente.

La relación se resume así: el enfoque determina el tipo de diseño (o combinación de diseños) y condiciona el nivel de profundidad alcanzable; a su vez, el nivel de investigación deseado exige cierto rigor de diseño y cierta estrategia de enfoque para lograrse. En una tesis exitosa, si el objetivo es explorar un fenómeno novedoso, se verá probablemente un enfoque cualitativo con un diseño flexible y un alcance exploratorio; si el objetivo es medir impacto de X sobre Y, se verá un enfoque cuantitativo con diseño experimental y alcance explicativo, etc. Además, durante la redacción del informe final, el estudiante deberá justificar por qué su enfoque era el idóneo, cómo su diseño implementó ese enfoque y qué nivel de conocimiento logró obtener. Esa argumentación solo es sólida cuando los tres subtemas están en armonía lógica. En definitiva, enfoque, diseño y nivel forman un engranaje metodológico en el que cada pieza impulsa a las otras: un cambio en el enfoque implicaría replantear diseño y nivel, y viceversa. Por ello, en la planeación de la tesis, el estudiante debe considerar conjuntamente estos factores para asegurar que su investigación sea viable, coherente y capaz de responder a la pregunta planteada con la profundidad esperada.

2.4.3 Nivel de la investigación

Introducción o antecedentes

El nivel de la investigación, también conocido como el alcance o alcance teórico del estudio, se refiere a la profundidad o grado de conocimiento que se pretende lograr sobre el fenómeno investigado. En otras palabras, el nivel indica hasta dónde llegará la investigación en términos de explicación. En metodología, clásicamente se han distinguido varios niveles de investigación, que suelen disponerse en una escala de menor a mayor profundidad cognoscitiva: comúnmente se habla de investigaciones exploratorias, descriptivas, correlacionales y explicativas (algunas clasificaciones incluyen también el nivel evaluativo o predictivo, dependiendo del autor). Esta categorización fue popularizada por autores como Dankhe (1986) y ampliamente difundida en textos como el de Hernández Sampieri, reconociéndose como parte esencial al formular el alcance de un estudio.

¿Por qué es importante definir el nivel desde el inicio? Porque establece qué tipo de respuestas podemos obtener. Un estudio exploratorio, por definición, solo brindará hallazgos iniciales, pistas o aproximaciones sobre un tema poco conocido; no sería realista esperar explicaciones causales detalladas de un estudio de este tipo. En cambio, un estudio explicativo aspira a identificar causas o mecanismos subyacentes a los fenómenos, lo cual requiere ya un bagaje previo de conocimiento y un control metodológico suficiente. Definir el nivel orienta también el diseño y las expectativas: por ejemplo, si se anuncia que la investigación será “correlacional”, se entiende que buscará relaciones entre variables pero sin llegar a probar causalidad, mientras que al decir “explicativa” se asume una intención de llegar a hipótesis causales comprobables. Históricamente, muchos trabajos de titulación de pregrado suelen situarse en niveles exploratorios o descriptivos (porque abordan temas novedosos o utilizan métodos más sencillos), mientras que investigaciones de posgrado o proyectos con más recursos buscan niveles correlacionales y explicativos, aportando evidencia más robusta. Sin embargo, esto no es regla estricta: lo importante es la coherencia entre los objetivos y el nivel. Si un estudiante de séptimo semestre plantea una tesis descriptiva, sus objetivos deberán redactarse en términos de describir características o comportamientos, no de explicar causas profundas, y así sucesivamente.

En el desarrollo histórico de la investigación científica, siempre se comienza en algún punto por lo exploratorio: cuando un fenómeno no ha sido estudiado antes (pensemos en los inicios de la investigación sobre internet en los años 90, o sobre una nueva enfermedad emergente), los primeros estudios solo pueden explorar qué está pasando. Conforme se acumula información, se realizan estudios descriptivos que pintan un panorama más claro (por ejemplo, prevalencia, características demográficas). Luego surgen estudios correlacionales que empiezan a vincular variables (¿está X asociado con Y?), y finalmente se logran estudios explicativos donde se prueban hipótesis de causalidad (¿X provoca Y, controlando otros factores?). Este progreso no siempre es lineal ni rápido, pero entender en qué nivel se encuentra la investigación sobre un tema ayuda a ubicar el aporte de nuestro estudio. Por ejemplo, si estoy investigando un problema muy nuevo en educación del cual casi no hay literatura, probablemente mi trabajo sea exploratorio. Si, en cambio, existe ya bastante conocimiento descriptivo sobre el tema, quizás pueda proponer un estudio correlacional para encontrar relaciones no examinadas previamente. Así, el nivel de investigación es un descriptor fundamental del alcance y límites de nuestro proyecto.

Definiciones claras

A continuación, se definen los principales niveles de investigación, con sus características:

• Investigación exploratoria: Es el nivel más básico y inicial. Se lleva a cabo cuando el tema de estudio es poco conocido o no ha sido investigado antes, de modo que no se dispone de información suficiente para formular hipótesis detalladas. El objetivo de una investigación exploratoria es examinar un fenómeno para identificar sus aspectos fundamentales, familiarizarse con él y sentar bases para estudios posterioresdialnet.unirioja.es. Su enfoque suele ser flexible; puede utilizar metodologías cualitativas, cuantitativas básicas, o ambas. Por ejemplo, al inicio de la pandemia de COVID-19, muchos estudios fueron exploratorios: simplemente trataban de entender las características del virus y la enfermedad, porque no había datos previosdialnet.unirioja.es. En este nivel, no se formulan hipótesis comprobables, ya que el conocimiento existente es insuficiente para anticipar relaciones precisasdialnet.unirioja.es. Técnicas comunes en estudios exploratorios incluyen revisiones bibliográficas iniciales, entrevistas exploratorias, grupos focales para sondear percepciones, análisis preliminares de datos disponibles, etc. El resultado típico de una investigación exploratoria son preguntas refinadas, categorías o hipótesis iniciales para investigar más a fondo. Vale destacar que la exploración no busca conclusiones definitivas, sino descubrir indicios o tendencias. La utilidad de este nivel radica en abrir camino: reduce la incertidumbre para investigaciones posteriores de mayor alcance, sugiriendo qué variables podrían ser relevantes, qué problemas podrían presentarse en la recolección de datos, o qué teorías podrían aplicarse.

• Investigación descriptiva: Corresponde a un nivel en el cual ya se tiene cierta información sobre el fenómeno, suficiente para reconocer sus características generales, y el objetivo es precisamente describir con precisión esas características o el comportamiento del fenómeno en un contexto definidodialnet.unirioja.es. Una investigación descriptiva delinea el “qué”: por ejemplo, describir cuál es la distribución de edades y géneros de los estudiantes que abandonan la universidad, o cuáles son los estilos de aprendizaje predominantes en cierto colegio, o cómo se presenta cierta enfermedad en una población. En este nivel, el investigador puede formular hipótesis, pero normalmente son hipótesis simples orientadas a caracterizar (ejemplo: "Se espera que la deserción escolar sea mayor en zonas rurales que urbanas", lo cual al final sigue siendo descripción comparativa). Las técnicas incluyen generalmente medición sistemática y análisis estadístico básico: se usan frecuencias, porcentajes, medidas de tendencia central (medias, medianas) y de dispersión, tablas y gráficos para sintetizar la informacióndialnet.unirioja.es. En investigaciones descriptivas cualitativas, en lugar de estadísticas se ofrecen descripciones detalladas y categorizadas de fenómenos (por ejemplo, perfil narrativo de los tipos de estrategias didácticas observadas en aula, clasificándolas en categorías). Un estudio descriptivo no establece relaciones causales ni prueba teorías, pero es fundamental porque provee un mapa del terreno. Continuando con el ejemplo del COVID-19: tras la fase exploratoria inicial, se realizaron estudios descriptivos para documentar, por ejemplo, los síntomas más comunes, la tasa de transmisión, las poblaciones más afectadas, etc., pintando un cuadro concreto de la situación. En educación, un estudio descriptivo podría ser un censo educativo que describe la infraestructura escolar de un país. La fortaleza de este nivel es la exactitud en delinear el fenómeno; su limitación es que no avanza hacia explicar por qué sucede o con qué se relaciona más allá de lo observado.

• Investigación correlacional: Es un nivel intermedio, orientado a examinar relaciones entre dos o más variables, pero sin llegar a afirmar causalidad. Aquí el investigador plantea hipótesis que proponen asociación: por ejemplo, "Existe una relación entre el estilo de liderazgo del docente y la motivación de sus alumnos", o "la autoestima de los estudiantes se asocia significativamente con su rendimiento académico". Para abordar esto, típicamente se recogen datos cuantitativos de las variables de interés en una misma muestra y se aplican análisis estadísticos inferenciales (como coeficientes de correlación, regresión, comparación de grupos) para determinar si hay vínculos estadísticamente significativosdialnet.unirioja.es. Un resultado correlacional podría ser: "Encontramos una correlación de r = 0.5 entre autoestima y promedio de calificaciones, indicando relación positiva moderada". Este nivel permite extrapolar resultados a la población con cierto nivel de confianza, especialmente cuando la muestra es representativa y los análisis están bien controladosdialnet.unirioja.es. Sin embargo –y esto es vital–, correlación no implica causalidad: incluso si X y Y se relacionan, podría ser por influencia de una tercera variable no considerada, o la dirección de influencia podría ser inversa a la supuesta. Las investigaciones correlacionales son muy comunes en campos como la psicología, educación y epidemiología, donde a veces no es ético o posible manipular variables, pero se puede observar cómo covarían en la realidad. En cuanto a metodología cualitativa correlacional, no se habla en esos términos estrictamente; más bien, en cualitativo se haría análisis de contenido para buscar co-ocurrencias o conexiones entre categorías en discursos o textosdialnet.unirioja.es, pero sin la fuerza inferencial estadística. Una buena práctica en nivel correlacional es plantear las hipótesis de manera neutral ("existe asociación entre...") y, si se encuentran correlaciones, discutirlas con cautela sobre posibles interpretaciones, pero dejando la confirmación causal a estudios explicativos. Este nivel aporta conocimiento predictivo en cierto grado (por ejemplo, sabiendo que dos variables están correlacionadas, se puede predecir una a partir de la otra parcialmente), y es a menudo la antesala de investigaciones explicativas: sugiere cuáles relaciones valdría la pena someter a prueba en diseños experimentales. Por ejemplo, muchos estudios correlacionales durante la pandemia sugirieron que ciertas comorbilidades se asociaban a mayor mortalidad por COVID; luego estudios explicativos (clínicos) investigaron si esas comorbilidades causaban peor pronóstico o eran meramente indicadores.

• Investigación explicativa: Es el nivel más profundo y ambicioso. Busca identificar las causas o razones de los fenómenos, estableciendo por qué ocurren y bajo qué condiciones. Una investigación explicativa parte generalmente de hipótesis causales o de relaciones de influencia directa que el investigador quiere comprobar. Para lograrlo, suele requerir métodos más rigurosos y controlados, como diseños experimentales o cuasi-experimentales en los que se pueda manipular variables independientes y observar los efectos en las dependientes, o análisis estadísticos avanzados que controlen variables intervinientes (modelos estructurales, análisis longitudinales, etc.)dialnet.unirioja.es. Por ejemplo, un estudio explicativo en educación podría ser: "Demostrar que la aplicación de la metodología Montessori causa una mejora significativa en el pensamiento lógico-matemático de los niños en comparación con la metodología tradicional", para lo cual se diseña un experimento en varias escuelas controlando diversos factores. En este nivel, es obligatorio plantear hipótesis de investigación bien formuladas que luego serán contrastadas con los datosdialnet.unirioja.es. Si el estudio está bien diseñado (aleatorizado, con grupo control, doble ciego en ciencias de la salud, etc.), los resultados pueden llevar a conclusiones causales: por ejemplo, “El método X produjo un aumento del 20% en el rendimiento respecto al método Y, con p < 0.05, controlando variables socioeconómicas”. En investigaciones explicativas cuantitativas, la validez interna es prioritaria: se busca eliminar explicaciones alternativas para asegurar que el efecto observado se debe a la causa estudiadadialnet.unirioja.es. En el ámbito cualitativo, la "explicación" toma otra connotación: un estudio cualitativo explicativo podría referirse a generar una teoría sustantiva que explique un proceso (por ejemplo, teoría fundamentada que explique cómo se desarrolla la resiliencia en estudiantes de sectores vulnerables a través de la interacción escuela-comunidad). Si bien no se habla de causalidad estadística en cualitativo, sí puede haber un nivel explicativo en términos de comprensión teórica profunda. Por ejemplo, un estudio etnográfico explicativo podría "explicar" la dinámica de poder en una escuela describiendo un paradigma cultural subyacente que la rigedialnet.unirioja.es. En general, no obstante, cuando se menciona nivel explicativo se alude a estudios con alta estructura que permiten derivar inferencias causa-efecto. Este nivel es el que más conocimiento aporta en términos de ciencia tradicional, pues establece las leyes o principios que rigen el fenómeno. Un claro ejemplo histórico: tras muchos estudios exploratorios, descriptivos y correlacionales sobre tabaquismo y cáncer de pulmón, se llevaron a cabo estudios explicativos (ensayos clínicos, seguimiento longitudinal) que demostraron causalmente que fumar produce cáncer, lo cual tuvo enorme impacto en salud pública. Conseguir evidencias explicativas suele ser la meta final, pero no siempre es posible en todos los campos (por restricciones éticas o prácticas). A veces, los estudios explicativos se reservan a entornos controlados, mientras que en situaciones reales uno se conforma con correlaciones. En cualquier caso, distinguir este nivel es crucial para saber qué podemos afirmar: un tesista no debe confundir "encontré una correlación" con "expliqué el fenómeno". Lograr una explicación robusta es difícil y exige metodologías impecables, pero proporciona el entendimiento más completo, respondiendo al “por qué sucede” y “qué pasaría si...”.

Como se ve, estos niveles forman una gradiente: exploratorio (empieza a indagar) → descriptivo (caracteriza) → correlacional (relaciona) → explicativo (causa/efecto). No siempre una investigación cae exactamente en una sola categoría cerrada; hay estudios que son descriptivos-correlacionales (describen varias variables y también examinan sus relaciones) o exploratorio-descriptivos, etc. Lo importante es identificar el nivel predominante de nuestros objetivos. En una tesis, declarar "el nivel de investigación es explicativo" implica un compromiso de diseñar y ejecutar el estudio con el rigor suficiente para abordar causalidad; si se declara "nivel descriptivo", se acota la pretensión a caracterizar el fenómeno, lo cual es perfectamente válido si el tema lo amerita. Definir el nivel brinda claridad tanto al investigador como a los lectores sobre qué tipo de hallazgos esperar.

Importancia del nivel de la investigación

Determinar el nivel de investigación desde el inicio de un proyecto es fundamental porque enmarca las expectativas y alcances de los resultados. La importancia de esta decisión radica en varios aspectos:

En primer lugar, guía el diseño metodológico: como ya se ha mencionado, cada nivel suele requerir cierto tipo de diseño y análisis. Si un estudiante pretende llegar a un nivel explicativo, sabrá que debe considerar un diseño sólido (idealmente experimental o cuasiexperimental) y estrategias de control de variables; mientras que si su estudio es exploratorio, puede enfocarse en métodos flexibles y en la recopilación amplia de información más que en pruebas estadísticas formales. Esta claridad evita que el proyecto se torne irrealizable. Por ejemplo, sería poco práctico que un tesista intente una investigación explicativa de gran escala sin recursos ni tiempo suficiente; en tal caso, definir su nivel como descriptivo o correlacional desde el planteamiento permite un proyecto más viable y consistente.

En segundo lugar, el nivel define el tipo de conocimiento aportado. Esto es importante al justificar la relevancia de la investigación. Un trabajo exploratorio aportará información base sobre un problema emergente (valioso cuando hay vacíos de conocimiento); uno descriptivo aportará datos concretos y organizados sobre la situación estudiada (útil para dimensionar problemas o fenómenos); uno correlacional ofrecerá indicadores de posibles relaciones (útil para generar hipótesis de causalidad o identificar factores asociados); y uno explicativo proporcionará entendimiento causal o teórico (útil para tomar decisiones, formular teorías o intervenir en la realidad de manera informada). Cada nivel tiene su lugar en el avance científico. Reconocer esto da al investigador la capacidad de argumentar: "Mi estudio es de nivel descriptivo, por tanto aportará una radiografía detallada del fenómeno X en tal contexto, lo cual antes no se conocía con precisión y servirá de base para acciones o investigaciones futuras." O bien: "Este trabajo busca llegar a nivel explicativo, es decir, demostrar si X influye en Y, proporcionando evidencia causal que sustente tal teoría." Sin esa claridad, es difícil evaluar el éxito o aporte real del estudio, ya que no sabríamos si se quedó corto o cumplió su cometido.

Otra razón de importancia es que el nivel de investigación también orienta la formulación de objetivos y preguntas. Los objetivos generales y específicos de un proyecto deben redactarse en concordancia con el nivel. Por ejemplo, verbos como "explorar", "sondear", "identificar" suelen indicar nivel exploratorio; verbos como "describir", "determinar (características)", "enumerar" apuntan a nivel descriptivo; "analizar la relación", "establecer la asociación" sugieren nivel correlacional; y "comprobar", "demostrar", "explicar la influencia" reflejan nivel explicativo. Esta alineación semántica en la redacción ayuda a mantener coherencia: sería contradictorio un objetivo que diga "Explicar tal fenómeno" si el estudio solo es descriptivo. Muchos manuales de tesis recomiendan incluso incluir una sección explícita de "alcance o nivel del estudio" donde el autor declara y justifica hasta dónde llegará. Esto previene críticas como "sus resultados son meramente descriptivos y no explican nada", cuando en realidad ese era el alcance previsto y declarado.

Además, el nivel de investigación tiene implicaciones éticas y prácticas. Por ejemplo, para realizar un estudio explicativo en ciencias sociales a veces se requieren intervenciones experimentales con personas (como asignar aleatoriamente participantes a distintos tratamientos), lo cual puede plantear dilemas éticos o logísticos. Si esto no es factible, quizá haya que conformarse con un estudio correlacional. Tomar esa decisión tempranamente evita prometer en la propuesta algo inviable o antiético. Igualmente, en ciertos contextos, solo es posible llegar a nivel descriptivo (piénsese en estudiar un fenómeno muy reciente donde ni siquiera hay categorías claras; intentar correlacionar o explicar sería prematuro). Reconocer que "por ahora solo podemos explorar/describir" es una muestra de rigor y honestidad científica.

Finalmente, la importancia del nivel se refleja en la interpretación y uso de los resultados. Un lector o tomador de decisiones debe saber si los hallazgos de un estudio son explicativos, correlacionales, etc., para no malinterpretarlos. Por ejemplo, las autoridades educativas podrían mal usar un estudio correlacional creyendo que demuestra causalidad si no se aclara el alcance. Cuando el nivel está bien establecido, el informe de resultados incluirá frases apropiadas: "se halló asociación entre...", en vez de "se demostró que..." si no es explicativo, etc., evitando conclusiones exageradas. En la tesis, esto se traduce en una discusión honesta: el estudiante discutirá sus hallazgos reconociendo las limitaciones de su nivel. Un trabajo de nivel descriptivo, por ejemplo, concluirá recomendando hacer estudios explicativos a futuro para entender causas, etc., mostrando que el autor comprende hasta dónde llegan sus hallazgos.

En síntesis, definir el nivel de investigación aporta enfoque, realismo y credibilidad al proyecto. Permite diseñar la metodología adecuada, formular objetivos coherentes, anticipar retos, y luego comunicar los resultados de forma precisa. Es un elemento metodológico sencillo en apariencia, pero de gran impacto en la calidad global del trabajo investigativo.

Ejemplo aplicado

Caso: Un estudiante de Pedagogía decide investigar el tema de la adicción a videojuegos en adolescentes y su posible impacto en el rendimiento escolar. Dependiendo del nivel de investigación que elija, su estudio tomará rumbos diferentes:

• Nivel exploratorio: Puesto que en su contexto local (por ejemplo, una ciudad pequeña) no hay datos ni estudios previos sobre adolescentes gamers, él podría plantear una investigación exploratoria. Su pregunta podría ser abierta: “¿Qué características presentan los adolescentes con uso intensivo de videojuegos en cuanto a su vida escolar y familiar?”. Para explorar, realiza entrevistas a profundidad con 8–10 adolescentes que juegan más de 4 horas diarias, conversa con sus padres y quizá con algunos docentes. No tiene hipótesis definidas de antemano; más bien busca descubrir patrones o aspectos relevantes. Tras recolectar la información, encuentra, por ejemplo, que muchos de estos adolescentes duermen menos de 6 horas, dedican poco tiempo a tareas escolares y tienden a aislarse socialmente. También identifica que los padres en general no establecen límites claros de uso. Estos hallazgos, aunque provenientes de pocos casos, le permiten formular algunas hipótesis emergentes: por ejemplo, “el uso excesivo de videojuegos podría asociarse con bajo rendimiento por reducir horas de sueño y estudio” o “la falta de supervisión parental es un factor en la adicción a videojuegos”. No las comprueba aún, pero las deja planteadas. El valor de su estudio exploratorio radica en que puso el tema sobre la mesa en su localidad, revelando que la adicción a videojuegos podría estar ligada a ciertos comportamientos que merecen estudiarse más. Esto podría inspirar a futuros investigadores (quizá él mismo en posgrado) a realizar estudios más amplios o específicos.

• Nivel descriptivo: Siguiendo con el mismo tema, el estudiante podría optar por un estudio descriptivo si ya hay indicios suficientes. Supongamos que a nivel nacional existen datos de encuestas sobre uso de videojuegos, pero quiere describirlo concretamente en su comunidad. Entonces formula un objetivo descriptivo: “Determinar la prevalencia de uso intensivo de videojuegos en estudiantes de 1ero a 3ero de bachillerato y describir las características académicas y familiares asociadas”. Diseña un cuestionario que mide horas de juego por día, tipos de videojuegos jugados, promedio de calificaciones, horas de estudio y otras variables demográficas. Lo aplica a, digamos, 200 estudiantes. Tras el análisis, obtiene datos concretos: por ejemplo, un 25% de los encuestados juega más de 3 horas diarias; la mitad de estos “jugadores intensivos” tienen promedio académico bajo (menos de 7/10) mientras que entre quienes juegan poco solo 20% tiene promedio bajo; además, describe que el 80% de los jugadores intensivos son varones. Presenta tablas y gráficas: distribución de horas de juego, comparación de promedios académicos, etc. Su estudio no establece causalidad, pero pinta un cuadro claro: se sabe cuánto se juega en promedio, qué porcentaje tiene hábitos excesivos, y se notan tendencias (los grandes jugadores tienden a bajo rendimiento, aunque no se ha probado que sea por jugar). También puede describir, por ejemplo, que entre los jugadores intensivos un 60% dedica menos de 1 hora a tareas diarias, etc. Este nivel descriptivo provee a la comunidad educativa local información valiosa: dimensiona el problema. A partir de ahí, las autoridades podrían decidir si es un asunto que requiere intervención (si ve que 1 de cada 4 estudiantes juega mucho y esos mismos rinden bajo, es un dato preocupante descriptivamente). Pero aún no se ha demostrado nada sobre impacto causal.

• Nivel correlacional: Para dar un paso más allá, el estudiante podría plantear un nivel correlacional. Por ejemplo: “Analizar la relación entre el tiempo diario de uso de videojuegos y el rendimiento académico en matemáticas, en estudiantes de bachillerato”. Aquí formula una hipótesis: "Existe una correlación negativa significativa entre horas de videojuegos y nota de matemáticas". Recoge datos numéricos de una muestra (tal vez toma los mismos 200 del ejemplo anterior), asegurándose de cuantificar bien ambas variables. Luego aplica un análisis estadístico: digamos que calcula el coeficiente de correlación de Pearson entre "horas de juego" y "promedio de matemáticas". Supongamos que obtiene r = -0.40, p < 0.01. Esto indicaría una correlación moderada inversa: a más horas de juego, menor promedio de matemáticas, con significancia estadística. Además, podría hacer una regresión simple para ver cuánto predicen las horas de juego la nota, o comparar promedios de notas entre grupos de jugadores leves vs intensivos con una prueba t. Todas esas son herramientas correlacionales/inferenciales. Su conclusión sería: “Se encontró una asociación estadísticamente significativa entre uso de videojuegos y rendimiento académico: los estudiantes que más tiempo dedican a videojuegos tienden a sacar notas más bajas”. Destaca que es correlación, no causación: podría ser que jugar mucho afecte el estudio, o podría ser que estudiantes con mal rendimiento busquen desahogarse jugando más – la dirección no está confirmada. No obstante, este nivel correlacional afina el conocimiento respecto al descriptivo: ya no es solo "parece haber tendencia", sino "hay evidencia estadística de relación". Sirve de base para argumentar la necesidad de profundizar (quizá recomendando un estudio explicativo o intervención para ver si reduciendo horas de juego suben notas).

• Nivel explicativo: Finalmente, el estudiante podría aspirar a un estudio explicativo (quizá este ya es un proyecto más complejo, posiblemente para posgrado o con apoyo institucional). Aquí preguntaría: “¿En qué medida el uso excesivo de videojuegos impacta causalmente en el rendimiento académico?”. Para responder con rigor, idealmente diseña un experimento o cuasiexperimento. Por ejemplo, podría tomar dos grupos similares de estudiantes con alto uso de videojuegos; a uno se le implementa un programa de intervención (talleres de gestión del tiempo y autorregulación para reducir sus horas de juego durante un semestre), al otro no (grupo control). Al final del semestre, compara el cambio en rendimiento académico entre ambos grupos. Si observa que el grupo intervenido (que logró bajar sus horas de juego) mejoró significativamente sus notas en comparación con el control, tendría evidencia explicativa de que reducir el uso de videojuegos mejora el rendimiento, sugiriendo un efecto causal del juego excesivo sobre las calificaciones. Alternativamente, podría hacer un estudio longitudinal observacional controlando otras variables: seguir a estudiantes en el tiempo para ver si cuando aumentan sus horas de juego sus notas bajan, controlando factores como capacidad inicial, hábitos, etc., posiblemente con análisis de modelos de trayectoria. En cualquier caso, lograr evidencia explicativa requiere controlar o manipular variables, y descartar explicaciones alternativas. Si lo logra, su tesis podrá afirmar con cierto grado de certeza: "El uso excesivo de videojuegos causa un detrimento en el desempeño escolar, debido a factores como distracción del estudio y disminución de horas de sueño". Esa explicación podría incluir detalles mecánicos, por ejemplo: horas de juego -> menos estudio/menos descanso -> peores resultados, apoyándose en sus datos experimentales más los correlacionales previos. Un nivel explicativo así tiene un gran impacto, pues permite hacer recomendaciones con fundamento causal (por ejemplo: colegios y padres deberían regular las horas de juego de los adolescentes porque está demostrado que repercute negativamente en sus aprendizajes).

En el ejemplo de la adicción a videojuegos, vemos cómo cada nivel proporciona un tipo de insight diferente y complementario. Si el estudiante fuera a desarrollar este tema a lo largo del tiempo, podría incluso hacer primero un estudio exploratorio para captar variables importantes, luego un descriptivo amplio para cuantificar el fenómeno, después un correlacional para establecer relaciones y finalmente un explicativo para probar causa. En el contexto de una sola tesis de pregrado, usualmente se elige uno de los niveles según la madurez del tema y los recursos disponibles. Lo crucial es ser consciente de cuál nivel se está abordando y enmarcar toda la investigación acorde a él.

Otros ejemplos reales

• Investigación exploratoria real: Al inicio de la pandemia de COVID-19 en 2020, virólogos y epidemiólogos realizaron estudios exploratorios sobre el nuevo virus SARS-CoV-2. Estos estudios, publicados rápidamente, buscaban explorar las características básicas del virus: su estructura genética, formas de transmisión, síntomas iniciales en pacientes, etc. Por ejemplo, un estudio chino en enero 2020 recopiló observaciones de los primeros 41 pacientes hospitalizados, describiendo síntomas comunes como fiebre y tos, y señalando que muchos tenían historial de exposición a un mercado de mariscos. Este estudio exploratorio no probó hipótesis formales (¡no se sabía aún qué preguntar exactamente!), pero descubrió que podía haber transmisión de humano a humano y que la enfermedad afectaba principalmente a personas mayoresdialnet.unirioja.es. Esa información exploratoria fue crítica para generar después estudios descriptivos más amplios (con cientos de pacientes) y lineamientos de salud pública inmediatos.

• Investigación descriptiva real: Un ejemplo clásico es un censo nacional de población. Los censos son investigaciones descriptivas a gran escala: recaban datos demográficos (edad, sexo), socioeconómicos, educativos, etc., de toda la población, con el objetivo de describir la composición y características de la sociedad en un momento dado. Los resultados de un censo presentan, por ejemplo, cuántas personas viven en cada región, cuántos tienen estudios superiores, tasas de alfabetización, promedio de hijos por familia, distribución de viviendas, etc. No se establece causalidad ni se prueban teorías; simplemente se provee un panorama completo que luego servirá para planificar políticas. En ciencia más experimental, podemos citar los estudios descriptivos de una enfermedad: por ejemplo, una investigación médica que describe la incidencia y distribución de diabetes en distintas provincias, identificando porcentajes y medias de nivel de glucosa en la población, pero sin investigar aún por qué ciertas provincias tienen más casos que otrasdialnet.unirioja.es. Estos estudios descriptivos sientan la base para después hacer preguntas explicativas (¿por qué tal provincia tiene más diabetes? ¿Será la dieta, genética, estilo de vida?).

• Investigación correlacional real: En el campo educativo, un estudio correlacional muy citado podría ser aquel que relaciona el nivel socioeconómico de los estudiantes con su desempeño académico. Supongamos que investigadores recogen datos de 500 escuelas, obteniendo el promedio de calificaciones de los alumnos de último año y el nivel socioeconómico promedio de sus familias (medido por ingresos o índice socioeconómico). Al analizar, encuentran una correlación positiva alta (por ejemplo r = 0.7) entre nivel socioeconómico y calificaciones: las escuelas con alumnos de familias más acomodadas tienden a tener promedios académicos más altos. Este es un hallazgo correlacional importante, que de hecho reflejan muchos estudios internacionales (PISA, por ejemplo, suele mostrar esta asociación). Sin embargo, los investigadores no pueden decir que la riqueza causa mejores notas de forma directa; hay múltiples variables en juego (calidad de escuelas, apoyo extraescolar, nutrición, etc.). Aún así, la correlación revela una inequidad que merece atención: su importancia radica en señalar un factor asociado fuertemente al rendimientodialnet.unirioja.es. A partir de ahí, surgen estudios explicativos para desentrañar qué mecanismos dentro del nivel socioeconómico influyen (acceso a materiales, expectativa de los maestros, etc.). Otro ejemplo correlacional: estudios psicológicos que muestran que la autoestima de los adolescentes se correlaciona con su número de amigos cercanos. Nuevamente, sin decir causalidad (¿tener alta autoestima facilita hacer amigos, o tener amigos eleva la autoestima? Probablemente ambos), la correlación aporta conocimiento sobre la dinámica social y personal.

• Investigación explicativa real: Un ejemplo contundente es el conjunto de ensayos clínicos que probaron la eficacia de vacunas contra COVID-19 en 2020-2021. En particular, el ensayo de la vacuna de Pfizer incluyó a ~40.000 voluntarios asignados aleatoriamente: la mitad recibió la vacuna, la mitad un placebo, y luego se midió cuántos se contagiaban sintomáticamente en cada grupo. Los resultados mostraron ~95% de eficacia: es decir, explicaron que recibir la vacuna causaba una reducción drástica de la probabilidad de enfermar de COVID-19. Este es un nivel explicativo claro, con validez interna alta debido al diseño experimental controlado. La consecuencia fue inmediata: se pudo afirmar científicamente que la vacuna funciona, y procedió su aprobación y uso masivo. En ciencias sociales, un ejemplo explicativo podría ser un estudio de economía donde un investigador quiere demostrar que un programa de becas causa disminución de la deserción universitaria. Para ello, implementa un experimento controlado: de un conjunto de estudiantes en riesgo de deserción, a la mitad se les otorga la beca y la otra mitad no (aleatoriamente). Si al cabo de un año la tasa de continuidad es significativamente mayor en el grupo con beca, se habrá establecido con evidencia que la beca tiene un efecto causal en retener a los estudiantes (descontando otros factores, gracias a la aleatorización). Esto puede llevar a políticas públicas informadas. En ambos ejemplos, el valor del estudio explicativo es que proporciona respuesta al porqué: sabemos que la vacuna reduce enfermedad porque genera inmunidad (mecanismo biológico comprobado), sabemos que la beca reduce deserción porque alivió la barrera económica (mecanismo social). Son hallazgos que permiten no solo entender el mundo sino también intervenir en él con conocimiento de causa.

Relación entre los subtemas para el trabajo de investigación de tesis

Al abordar un proyecto de tesis, el nivel de investigación elegido debe encajar de forma armónica con el diseño y el enfoque metodológico, completando así la triada fundamental del marco metodológico. El nivel define el horizonte de profundidad de la tesis, y esto debe ser congruente con el enfoque adoptado y con el diseño planeado. Veámoslo en términos simples: si un tesista plantea un estudio con enfoque cuantitativo y diseño experimental, es natural que aspire a un nivel explicativo (o al menos correlacional) porque ese conjunto de decisiones metodológicas le permite y le exige llegar a pruebas de hipótesis. En cambio, si otro tesista elige un enfoque cualitativo con un diseño de estudio de caso etnográfico, lo esperable es un nivel exploratorio o descriptivo, ya que ese enfoque/diseño se orienta a comprensión en contexto más que a contrastación de hipótesis causales.

La relación entre nivel y diseño es especialmente estrecha. Cada diseño suele estar asociado a ciertos niveles: por ejemplo, un diseño transversal descriptivo difícilmente pase del nivel descriptivo, un diseño correlacional (como encuestas analíticas) se alinea con nivel correlacional, un diseño experimental es prácticamente requisito para nivel explicativo en cuanto a causalidad. De este modo, cuando en la tesis se declara "Diseño de investigación: No experimental, transversal, descriptivo", ya está implícito que el nivel de investigación es descriptivo. Por ello, muchos guías metodológicas ni siquiera separan la discusión de diseño y nivel, sino que hablan del "tipo de estudio" combinando ambos (ej. "estudio descriptivo transversal"). Sin embargo, es didáctico tratarlos por separado para asegurarse de cubrir todas las aristas. En la tesis escrita, después de exponer el diseño (en el capítulo de metodología), el estudiante debería incluir un apartado de "alcance o nivel de investigación" donde diga, por ejemplo: "El presente estudio se clasifica con un alcance correlacional, dado que se analizarán las asociaciones entre las variables X, Y, Z sin manipularlas, con el fin de identificar relaciones estadísticas significativas, pero sin establecer causalidad directa." Esta explicación muestra cómo nivel y diseño van de la mano.

La relación entre nivel y enfoque también es importante, aunque más conceptual. Un enfoque cuantitativo puede abarcar estudios en todos los niveles (exploratorios cuantitativos, descriptivos cuantitativos, etc.), pero solo él puede, estrictamente, alcanzar un nivel explicativo-causal robusto mediante experimentación y análisis estadístico. El enfoque cualitativo típicamente se mueve en niveles exploratorio y descriptivo, y su versión de "explicación" es más interpretación teórica que causalidad demostrada. Entonces, cuando un tesista escoge enfoque cualitativo, sabe que su nivel probablemente será exploratorio/descriptivo; y si escoge enfoque cuantitativo, decide luego si su nivel será descriptivo, correlacional o explicativo dependiendo de la profundidad a la que quiera/pueda llegar. El enfoque mixto, por su propia naturaleza, puede cubrir múltiples niveles simultáneamente (por ejemplo, parte del estudio descriptiva y otra parte explicativa). Esto requiere una planificación cuidadosa para que ambas partes se integren. Un riesgo a evitar en tesis de enfoque mixto es la incoherencia en niveles: podría ocurrir que la parte cuantitativa intente ser explicativa pero la cualitativa sea solo exploratoria, generando un desequilibrio. Lo ideal es que en un estudio mixto, el investigador articule los niveles: por ejemplo, usar la parte cualitativa exploratoria para contextualizar/interpretar mejor las relaciones cuantitativas correlacionales halladas, o viceversa.

En resumen, en la tesis final la coordinación de los subtemas es clave:

• Enfoque determina qué tipo de conocimiento se prioriza (numérico-generalizable vs. contextual-profundo, o ambos).

• Diseño plasma ese enfoque en un plan operativo (cómo recoger datos y con qué control).

• Nivel señala hasta qué punto esos datos y ese plan permitirán responder la pregunta (descubrir aspectos generales, describir parámetros, asociar variables o explicar causas).

Cuando estos tres elementos están bien alineados, la tesis brilla en coherencia. Por ejemplo, si la pregunta de tesis es "¿Por qué los estudiantes de secundaria X tienen bajo rendimiento en matemáticas?", posiblemente se necesite un enfoque mixto (porque hay causas cuantitativas como horas de estudio y cualitativas como actitudes), un diseño que incluya medición objetiva y entrevistas (mixto), y un nivel explicativo (quiere el "porqué"). Si el estudiante no cuenta con medios para un verdadero nivel explicativo, tal vez reformule la pregunta a algo descriptivo: "¿Qué factores caracterizan a los estudiantes de bajo rendimiento?" y realiza un enfoque cuantitativo correlacional. Estas decisiones deben tomarse en conjunto, calibrando la ambición de la pregunta con los recursos y métodos disponibles.

Al final del proceso, la redacción del informe de tesis debe reflejar esta relación entre subtemas: en la metodología se explica el enfoque, diseño y nivel elegidos y por qué son los apropiados para esa investigación; en los resultados y conclusiones, el estudiante se atiene al nivel (no sobreinterpreta más allá de lo permitido por su diseño/enfoque). Un lector evaluador notará esta congruencia y la valorará positivamente, pues indica madurez metodológica. Contrariamente, si hubiera desalineación (por ejemplo, se presenta un diseño muy básico pero en conclusiones se hacen afirmaciones causales contundentes), la credibilidad del trabajo se vería comprometida. Así, los subtemas diseño, enfoque y nivel están intrínsecamente relacionados en la ejecución de una tesis: son las tres caras de la misma moneda que es el marco metodológico, y solo en conjunto garantizan que la investigación esté bien fundamentada y dirigida hacia el logro de sus objetivos.

Actividades para el cierre de la clase

Para afianzar los conocimientos adquiridos sobre el marco metodológico de la investigación y promover habilidades prácticas en los estudiantes, se proponen las siguientes actividades de cierre, organizadas en tres modalidades:

• Actividad práctica (experimental): Diseñando un mini-proyecto. Los estudiantes, divididos en grupos, desarrollarán un esbozo de proyecto de investigación sobre un tema sencillo (por ejemplo, "hábitos de estudio y rendimiento en la clase"). Cada grupo deberá definir claramente el diseño, el enfoque y el nivel de la investigación de su mini-proyecto. Se les proporcionará un formato guía donde especifiquen: pregunta de investigación, enfoque seleccionado (con justificación de por qué cuantitativo, cualitativo o mixto), tipo de diseño (experimental, descriptivo, etc. y por qué es adecuado) y nivel de alcance (exploratorio, descriptivo, correlacional o explicativo, con justificación). Luego, cada grupo expone brevemente su propuesta. Objetivo: aplicar los conceptos aprendidos tomando decisiones metodológicas concretas y justificar su coherencia. Esta es una actividad "experimental" en el sentido pedagógico: los estudiantes experimentan el proceso de armar un marco metodológico, enfrentándose a dilemas reales (¿es factible hacer algo explicativo? ¿cómo controlamos variables? etc.) en un ambiente seguro de aula. Al final, se realiza una retroalimentación conjunta, comparando las decisiones de cada grupo y discutiendo su adecuación.

• Actividad de aprendizaje autónomo: Análisis crítico de un artículo científico. Como tarea extracurricular, cada estudiante buscará un artículo académico (preferiblemente en revistas indexadas o tesis publicadas) relacionado con educación o su disciplina, en el que identifique el marco metodológico empleado. Deberán elaborar un breve informe escrito respondiendo: ¿Cuál es el enfoque de la investigación del artículo (cuant, cual o mixto)? ¿Qué diseño utiliza (por ejemplo: estudio de caso, experimento controlado, encuesta descriptiva, etc.)? ¿Cuál es el nivel o alcance declarado o inferido (exploratorio, descriptivo, correlacional, explicativo)? ¿Cómo lo supo – qué pistas dan el texto o la metodología? Y finalmente, ¿cree que ese diseño/enfoque/nivel fue apropiado para la pregunta de investigación del artículo, por qué? En la siguiente clase, se destinará tiempo para que algunos estudiantes compartan sus análisis y se discuta en plenaria. Objetivo: fomentar la capacidad de lectura comprensiva y crítica de literatura científica, enfocándose en reconocer las partes del marco metodológico y evaluando la congruencia entre problema y método. Al ser autónomo, el estudiante practica la auto-formación investigativa, esencial en la vida académica y profesional.

• Actividad en contacto con el docente: Debate guiado y consultorio metodológico. En la última parte de la clase, el docente propone un debate sobre una pregunta polémica: “¿Es posible que un mismo estudio sea 100% cuantitativo y a la vez exploratorio?” (u otra combinación para provocar reflexión, como "¿puede un estudio cualitativo ser explicativo?"). Los estudiantes opinan libremente, mientras el docente modera para asegurar el uso correcto de conceptos. Tras unos 10 minutos de debate, el docente clarifica las respuestas, resaltando ejemplos reales si aplica, consolidando el conocimiento. Luego, se abre un espacio de consultorio: los estudiantes pueden plantear dudas puntuales que aún tengan sobre diseño, enfoque o nivel, o incluso preguntas sobre cómo aplicar esto a su futuro proyecto de tesis (por ejemplo: "Si me interesa tal tema, ¿qué nivel me recomendaría?"). El docente responde y orienta, fomentando un diálogo cercano. Objetivo: resolver cualquier confusión restante mediante interacción directa, y vincular lo aprendido con intereses concretos de los estudiantes, afianzando la comprensión en un ambiente de confianza.

Estas actividades de cierre combinan aprender-haciendo, reflexión individual y acompañamiento docente, asegurando que los estudiantes consoliden los conocimientos teóricos con habilidades prácticas y clarifiquen sus dudas antes de terminar la sesión.

Cuestionario de Autoevaluación

A continuación se presenta un cuestionario de selección múltiple para reforzar y evaluar la comprensión del tema "Marco metodológico de la investigación". Cada pregunta incluye cuatro opciones de respuesta, seguida de la respuesta correcta y una explicación detallada.

1. ¿Cuál de las siguientes afirmaciones describe mejor qué es el diseño de la investigación?
   a) Es el conjunto de técnicas estadísticas que se aplicarán en el análisis de datos de la investigación.
   b) Es el plan o estrategia general que define cómo se llevará a cabo un estudio para responder la pregunta de investigaciónrepositorio.ug.edu.ec.
   c) Es la manera en que se redactan los objetivos y preguntas de investigación en un proyecto.
   d) Es la teoría o marco conceptual que sustenta la formulación del problema de investigación.
   Respuesta correcta: b)
   Explicación: El diseño de investigación se refiere precisamente al plan estratégico que guía todo el proceso metodológico del estudio, desde la recolección hasta el análisis de datos, con el fin de responder al problema planteadorepositorio.ug.edu.ec. Incluye decisiones como si habrá grupos experimentales, cómo se controlarán variables, cuántas mediciones se harán, etc. La opción a) es incorrecta porque reduce el diseño solo a técnicas estadísticas (eso sería parte del análisis, no el diseño completo). La c) confunde diseño con la formulación de objetivos/preguntas (éstas son anteriores; el diseño responde a cómo lograr esos objetivos). La d) se refiere al marco teórico, no al diseño metodológico.

2. Un estudio que aplica un cuestionario estandarizado a 500 personas para medir su satisfacción laboral y su productividad, con el fin de determinar si existe relación estadística entre ambas variables, se clasificaría metodológicamente como:
   a) Cualitativo – Explicativo.
   b) Cuantitativo – Correlacionaldialnet.unirioja.es.
   c) Cualitativo – Exploratorio.
   d) Cuantitativo – Exploratorio.
   Respuesta correcta: b)
   Explicación: Aplicar un cuestionario a muchas personas y buscar relaciones numéricas indica un enfoque cuantitativo. Además, la intención es determinar asociación entre dos variables (satisfacción y productividad) sin manipular nada, lo que corresponde a un alcance correlacional, no explicativo (no se está probando causa, solo relación)dialnet.unirioja.es. No es exploratorio porque ya hay medición estructurada de variables conocidas. Por tanto, la combinación correcta es cuantitativo – correlacional. La a) es incorrecta porque "explicativo" implicaría buscar causa-efecto (no es el caso aquí). La c) es incorrecta porque el enfoque no es cualitativo (no hay entrevistas ni datos textuales, sino un cuestionario con escalas numéricas). La d) es incorrecta ya que si se miden variables definidas en 500 personas, no es exploratorio (exploratorio sería más abierto y con menos estructura).

3. Según las definiciones vistas, ¿en cuál de los siguientes casos la investigación es de nivel exploratorio?
   a) Un estudio que formula una hipótesis concreta y la pone a prueba mediante un experimento controlado.
   b) Un estudio que busca familiarizarse con un fenómeno poco estudiado, recopilando información inicial sin probar hipótesisdialnet.unirioja.es.
   c) Un estudio que describe en detalle las características de un fenómeno ya conocido en un grupo específico.
   d) Un estudio que analiza la relación entre dos variables mediante técnicas estadísticas inferenciales.
   Respuesta correcta: b)
   Explicación: Una investigación exploratoria se caracteriza por abordar temas novedosos o poco conocidos, recolectando datos de forma abierta para explorar y generar primeras aproximaciones, sin hipótesis definidas de antemanodialnet.unirioja.es. La opción b) describe exactamente ese caso. La a) corresponde a un nivel explicativo (hipótesis + experimento apuntan a explicación causal). La c) es un nivel descriptivo (detallar características de algo ya conocido). La d) es correlacional (analiza relación entre variables con estadística inferencial). Solo b) refleja el espíritu exploratorio.

4. ¿Qué diferencia fundamental distingue un enfoque cuantitativo de uno cualitativo?
   a) El enfoque cuantitativo se basa en datos numéricos y medición objetiva, mientras el cualitativo se centra en datos no numéricos y comprensión de significadoselsevier.es.
   b) El enfoque cuantitativo siempre es mejor que el cualitativo porque emplea estadísticas.
   c) El enfoque cualitativo solo se usa en ciencias sociales y el cuantitativo solo en ciencias naturales.
   d) No hay diferencias; ambos enfoques siguen exactamente los mismos procedimientos.
   Respuesta correcta: a)
   Explicación: La principal diferencia es de naturaleza de datos y propósito: cuantitativo recolecta datos numéricos, utiliza mediciones objetivas y análisis estadísticos para responder preguntas de tipo "¿cuánto, qué tan frecuentemente, con qué efecto?"elsevier.es. Cualitativo recolecta datos textuales o visuales (ej. palabras, observaciones) y busca interpretar significados, responder "¿cómo, por qué?" en contextos específicoselsevier.es. Las demás opciones son falsas: b) es incorrecta y sesgada (ninguno es "siempre mejor"; ambos tienen valor dependiendo del propósito). c) es incorrecta porque ambos enfoques se usan en múltiples disciplinas (hay investigaciones cuantitativas en sociales como encuestas, y cualitativas en salud, por ejemplo experiencias de pacientes). d) es incorrecta porque sí existen diferencias metodológicas sustanciales entre ambos enfoques, aunque comparten el objetivo de generar conocimiento.

5. Un estudiante quiere investigar la cultura de aula en una escuela rural mediante observación participante durante 6 meses y entrevistas a docentes y alumnos, sin cuantificar resultados numéricos. ¿Qué enfoque y diseño son más adecuados para describir este estudio?
   a) Cuantitativo – Experimental.
   b) Cuantitativo – Transversal descriptivo.
   c) Cualitativo – Estudio de caso etnográfico (o etnografía escolar)repositorio.ug.edu.ec.
   d) Mixto – Explicativo.
   Respuesta correcta: c)
   Explicación: El plan descrito (observación participante prolongada, entrevistas en profundidad, énfasis en descripción de cultura) encaja claramente con un enfoque cualitativo, ya que no se buscan datos numéricos sino comprensión contextual. Dentro de los diseños cualitativos, lo que corresponde es un estudio de caso de tipo etnográfico (estudiar la cultura de aula de una escuela rural específica, inmersivamente)repositorio.ug.edu.ec. La opción a) es incorrecta porque no hay experimento ni datos cuantitativos en el plan. La b) tampoco aplica: transversal descriptivo suele referir a encuestas o mediciones puntuales en gran muestra, muy distinto a observación participante. La d) es errónea porque no se mencionó mezcla de métodos (solo cualitativo) y "explicativo" no sería apropiado aquí (el estudiante pretende describir cultura de aula, no explicar causa-efecto con hipótesis).

6. ¿En cuál de las siguientes situaciones la investigación alcanzaría un nivel explicativo?
   a) Un trabajo que se limita a reportar las características demográficas de una población escolar (edad, género, nivel socioeconómico).
   b) Un estudio que propone y comprueba, mediante un experimento, que una nueva técnica de estudio mejora significativamente las calificaciones en matemáticas en comparación con la técnica tradicionaldialnet.unirioja.esdialnet.unirioja.es.
   c) Una investigación que reúne opiniones de expertos sobre un tema emergente sin llegar a conclusiones definitivas.
   d) Un análisis que muestra que dos variables están correlacionadas, pero aclara que no se sabe cuál influye en la otra.
   Respuesta correcta: b)
   Explicación: El nivel explicativo se logra cuando se identifican causas o se comprueban efectos mediante evidencia sólida. La opción b) describe justamente eso: un experimento demuestra causalmente el efecto de una nueva técnica en el rendimientodialnet.unirioja.esdialnet.unirioja.es, lo cual es una explicación (por qué mejoran las notas: por la técnica aplicada). Las otras opciones corresponden a niveles inferiores: a) es descriptivo (solo características, sin buscar causas), c) es exploratorio (opiniones iniciales sin conclusiones firmes), d) es correlacional (encuentra relación pero no explica causalidad). Solo b) muestra intención y logro explicativo.

7. Si una investigación se define como “no experimental, transversal, descriptiva”, significa que:
   a) No utiliza ningún método científico y sus resultados no son válidos.
   b) No manipula variables, recoge datos en un solo momento, y su objetivo es caracterizar un fenómenodialnet.unirioja.es.
   c) Emplea estadísticas muy avanzadas para analizar experimentos longitudinales.
   d) Combina enfoque cuantitativo y cualitativo simultáneamente.
   Respuesta correcta: b)
   Explicación: No experimental indica que no hay manipulación deliberada de variables independientes (el investigador observa las cosas como son, sin experimento). Transversal significa que los datos se recolectan en un solo punto en el tiempo (a diferencia de longitudinal, que sería en varios momentos). Descriptiva implica que la intención es describir características o comportamientos, no probar hipótesis causales ni establecer correlaciones complejasdialnet.unirioja.es. Juntando todo: la investigación observará variables tal como ocurren, en un momento dado, para reportar cómo son o cómo están distribuidas. La opción a) es incorrecta: "no experimental" no significa carencia de método científico, solo define un tipo de método; los resultados sí pueden ser válidos en su alcance. La c) mezcla términos inapropiadamente (lo descrito no involucra experimentos ni longitudinalidad, y las estadísticas avanzadas no vienen implícitas en esa definición). La d) se refiere a enfoque mixto, que no es lo mismo que "no experimental, transversal, descriptivo" (esa frase más bien denota un estudio típicamente cuantitativo, aunque podría también ser una observación cualitativa transversal).

8. ¿Qué caracteriza a un enfoque de métodos mixtos en investigación?
   a) Que no hace falta definir ni enfoque cuantitativo ni cualitativo, porque los mezcla y eso simplifica el trabajo.
   b) Que aborda el problema usando tanto recolección y análisis de datos cuantitativos como cualitativos en un mismo estudioelsevier.es.
   c) Que se analizan los datos con software estadístico y luego se transforman en historias cualitativas.
   d) Que primero se hace una encuesta y si no da resultados, entonces se entrevista gente.
   Respuesta correcta: b)
   Explicación: La investigación de métodos mixtos se define por integrar ambos enfoques en un solo estudio, recogiendo datos numéricos (cuantitativo) y datos textuales/interpretativos (cualitativo) y combinando sus análisis para obtener una comprensión más completa del fenómenoelsevier.es. La opción a) es falsa; por el contrario, en métodos mixtos sí se definen claramente las partes cuantitativa y cualitativa (lo que mezcla son resultados, no que no se definan). La c) describe algo confuso (no se "transforman" datos cuantitativos en historias; más bien se analizan por separado y luego se complementan). La d) podría ser un diseño secuencial exploratorio, pero decir "si no da resultados entonces..." es incorrecto conceptualmente; en métodos mixtos no es plan B sino parte del diseño planificado hacer fases cuantitativa y cualitativa (y ambas "dan resultados", solo que diferentes). La opción b) capta la esencia: uso concurrente o secuencial de ambos tipos de métodos en el mismo estudio.

9. Un investigador realiza un estudio donde primero observa en aulas cómo interactúan los estudiantes (sin idea clara previa, solo para detectar aspectos de interés), y con base en eso después diseña un cuestionario para medir la frecuencia de las conductas observadas en una muestra grande de escuelas. ¿Qué estrategia metodológica está empleando?
   a) Triangulación inversa.
   b) Método hipotético-deductivo puro.
   c) Diseño mixto secuencial exploratorio (cualitativo → cuantitativo)elsevier.es.
   d) Estudio de caso único.
   Respuesta correcta: c)
   Explicación: El investigador primero hace una fase cualitativa exploratoria (observación abierta en aulas para identificar patrones sin hipótesis predefinidas), y luego pasa a una fase cuantitativa (cuestionario para medir la frecuencia de las conductas halladas, en muchas escuelas). Esto es un típico diseño de métodos mixtos secuencial exploratorio, donde la parte cualitativa exploratoria inicial informa la construcción de la parte cuantitativa posteriorelsevier.es. La opción a) no es un término estándar; la triangulación suele referir integrar métodos para corroborar hallazgos, pero "inversa" no es un concepto común en esta contextura. La b) el método hipotético-deductivo implicaría partir de hipótesis, lo cual no ocurrió en la primera fase (fue inductiva). La d) estudio de caso único no aplica, porque se está abarcando muchas aulas y luego muchas escuelas (no es un solo caso en profundidad). La secuencia cualitativo→cuantitativo exploratorio encaja perfecto con c).

10. ¿Por qué no se pueden extraer conclusiones causales de un estudio meramente correlacional?
    a) Porque los estudios correlacionales siempre se hacen mal.
    b) Porque una correlación indica asociación entre variables, pero no establece qué variable causa a la otra ni descarta la influencia de terceras variablesdialnet.unirioja.es.
    c) Porque la estadística de correlación tiene un error matemático que impide interpretarla.
    d) Sí se pueden extraer causas de correlaciones, siempre que el coeficiente sea superior a 0.5.
    Respuesta correcta: b)
    Explicación: Una correlación (por ejemplo, entre A y B) nos dice que A y B tienden a variar conjuntamente, pero no nos dice por qué. Podría ser que A cause B, o B cause A, o una tercera variable C cause tanto A como B. Sin un diseño que controle variables o establezca temporalidad clara, no podemos afirmar causalidad de una simple asociación estadísticadialnet.unirioja.es. La a) es incorrecta (no es cuestión de que se hagan mal, sino inherente a su naturaleza). La c) es falsa; no es un error matemático, la correlación está bien calculada, solo que su interpretación es limitada. La d) es incorrecta; ningún coeficiente por sí solo, por alto que sea, demuestra causalidad sin un contexto experimental o longitudinal apropiado. Solo la opción b) captura el motivo metodológico por el cual correlación ≠ causalidad.

11. Un ejemplo de estudio descriptivo sería aquel que:
    a) Explora un tema nuevo sin datos numéricos, solo para generar ideas.
    b) Mide cuántos estudiantes prefieren cada estilo de aprendizaje y presenta los resultados en porcentajes y promedios, sin analizar relaciones ni efectosdialnet.unirioja.es.
    c) Demuestra que un nuevo fármaco reduce la presión arterial mediante un ensayo clínico.
    d) Entrevista a expertos para proponer una teoría sobre un fenómeno social complejo.
    Respuesta correcta: b)
    Explicación: El nivel descriptivo consiste en medir o documentar características de un fenómeno o población y reportarlas de forma organizada, sin examinar propiamente relaciones causales o correlacionales fuertesdialnet.unirioja.es. El ejemplo de medir preferencias de estilo de aprendizaje y presentar porcentajes/promedios corresponde a eso: describe la distribución de preferencias. La a) es exploratoria (novedoso, sin datos numéricos, buscando generar ideas). La c) es explicativa (un experimento con fármaco que demuestra un efecto). La d) suena a exploratorio o teórico (entrevistas a expertos para teoría, más bien cualitativo exploratorio o hasta un nivel de formulación teórica, pero no es simplemente descriptivo de datos empíricos). Así que b) es la opción claramente descriptiva.

12. En una tesis, ¿cómo se refleja prácticamente la relación entre diseño, enfoque y nivel de la investigación?
    a) Son apartados totalmente independientes; lo que se elija en uno no afecta a los otros.
    b) El enfoque y el nivel se mencionan en el marco teórico, y el diseño solo en las conclusiones.
    c) En la metodología, al describir el tipo de estudio se suelen incluir juntos: por ejemplo “investigación cuantitativa, no experimental, de alcance correlacional”.
    d) No es necesario explicitar ninguno de esos elementos en el informe escrito, solo importan al realizar el estudio.
    Respuesta correcta: c)
    Explicación: En la práctica académica, cuando se describe la metodología de una tesis o artículo, se suele hacer en una sola frase o párrafo integrando el enfoque, el diseño y el nivel. Por ejemplo: "Este estudio siguió un enfoque cuantitativo con un diseño no experimental transeccional de alcance descriptivo" – en esa descripción ya van entrelazados los tres aspectos. Esto demuestra su relación y coherencia conjunta. La opción a) es incorrecta porque estos elementos sí se condicionan mutuamente (por ejemplo, un diseño experimental implica enfoque cuantitativo, un nivel explicativo difícilmente con enfoque cualitativo puro, etc.). La b) está equivocada: enfoque/nivel no van en el marco teórico (van en metodología), y el diseño definitivamente no va en conclusiones sino también en metodología. La d) es rotundamente incorrecta: es necesario explicitar estos elementos en una tesis para que el lector entienda cómo se realizó el estudio; dejarlos implícitos sería una falla grave de redacción metodológica.

13. ¿Qué enunciado es correcto acerca de la investigación de nivel descriptivo?
    a) Que nunca formula hipótesis y por tanto no tiene rigor científico.
    b) Que busca detallar las características o comportamientos de un fenómeno, pudiendo o no incluir hipótesis simples, pero sin investigar causas profundasdialnet.unirioja.es.
    c) Que es equivalente a la fase exploratoria y siempre se hace antes de cualquier otro estudio.
    d) Que siempre utiliza estadísticas inferenciales complejas para cumplir su objetivo.
    Respuesta correcta: b)
    Explicación: La investigación descriptiva se enfoca en describir cómo es un fenómeno; puede incluir hipótesis, pero estas usualmente se refieren a características (por ejemplo, "tal característica es mayor en hombres que en mujeres") y no a relaciones causales profundasdialnet.unirioja.es. Es científica y rigurosa en su ámbito, aunque no explique causas. La a) es errónea: si bien a veces no requiere hipótesis formales, puede tenerlas (por ejemplo, hipótesis descriptiva: "se espera que el promedio de X sea tanto") y de cualquier modo puede ser rigurosa recolectando datos representativos, etc. La c) es inexacta: lo exploratorio y descriptivo son distintos (descriptivo supone ya conocer qué medir; exploratorio es más abierto) y aunque a menudo se explora antes de describir, no es una regla rígida, ni son "equivalentes". La d) es incorrecta: descriptivo normalmente utiliza estadística descriptiva (valga la redundancia: frecuencias, promedios, etc.), no necesariamente inferencial; no es obligatorio usar técnicas complejas (depende del diseño, tamaño muestral y objetivos).

14. Si en un trabajo de investigación se indica: "Enfoque cualitativo; se empleó un diseño fenomenológico; nivel exploratorio", ¿qué podemos inferir sobre ese estudio?
    a) Que recopila datos principalmente narrativos o de percepción personal de los participantes, busca explorar sus experiencias sobre un fenómeno, sin generalizar numéricamente los hallazgos.
    b) Que utilizó números y encuestas para probar una hipótesis muy específica sobre el fenómeno.
    c) Que combina equitativamente métodos cuantitativos y cualitativos.
    d) Que describe estadísticas oficiales gubernamentales acerca de un fenómeno social.
    Respuesta correcta: a)
    Explicación: Un enfoque cualitativo con diseño fenomenológico indica que el estudio se centra en las experiencias subjetivas de individuos respecto a un fenómeno (la fenomenología busca comprender la esencia de las experiencias vividas). Esto típicamente implica entrevistas en profundidad, relatos personales, etc., y el nivel exploratorio sugiere que el objetivo es entender un fenómeno poco estudiado a través de esas percepciones, sin pretensiones de medición cuantitativa o generalización amplia. Por tanto, la opción a) resume correctamente: se recolectan datos narrativos, se exploran experiencias, sin producir estadísticas globales. La b) es lo opuesto (eso sería cuantitativo con hipótesis específica, no concuerda con cualitativo fenomenológico). La c) hablaría de mixto, pero no, aquí claramente dice enfoque cualitativo solamente. La d) suena a descriptivo cuantitativo (estadísticas oficiales), que no es el caso. Así que a) es la inferencia correcta.

15. ¿Qué es lo que garantiza la “validez interna” de un diseño de investigación explicativo?
    a) Que los resultados puedan generalizarse a otras poblaciones con confianza.
    b) Que las conclusiones reflejen realmente una relación causal genuina entre las variables estudiadas, sin influencia de factores externos no controladosdialnet.unirioja.es.
    c) Que se haya usado un instrumento estandarizado internacional.
    d) Que el estudio tenga muchos participantes.
    Respuesta correcta: b)
    Explicación: La validez interna se refiere a cuán bien un diseño de investigación (especialmente en estudios explicativos/causales) logra aislar la relación causa-efecto entre variables de interés, controlando las variables extrañas que podrían sesgar los resultadosdialnet.unirioja.es. En otras palabras, garantía de que los cambios en la variable dependiente se deben a la independiente y no a otro factor. Esto se logra con buena aleatorización, grupos control, eliminación de confusores, etc. La opción a) describe en realidad la validez externa (generalizar a otras poblaciones). La c) es sobre instrumentos (eso influye en confiabilidad o validez de constructo, pero no directamente en validez interna si se trata de causalidad). La d) tener muchos participantes aumenta poder estadístico y quizá validez externa, pero no garantiza validez interna si hay sesgos sistemáticos; es más importante la calidad del control que la cantidad de gente. Así que b) es correcta: validez interna = confianza en la causalidad interna del estudio.

16. Un estudio educativo hipotético concluye: "La motivación de los estudiantes predice significativamente su rendimiento académico (β = 0.5, p < 0.01)". ¿Qué nivel de investigación y diseño son más congruentes con este tipo de resultado?
    a) Nivel correlacional – diseño no experimental longitudinal (análisis de regresión)dialnet.unirioja.es.
    b) Nivel descriptivo – diseño transversal simple.
    c) Nivel exploratorio – diseño cualitativo narrativa de vida.
    d) Nivel explicativo – diseño experimental aleatorio.
    Respuesta correcta: a)
    Explicación: El enunciado habla de predice significativamente con coeficiente β (beta de regresión) y p-valor, lo que implica un análisis estadístico inferencial de relación, probablemente de un estudio no experimental donde se midió motivación y rendimiento y se realizó una regresión para ver cuánto predice una a la otra. Esto corresponde a un nivel correlacional (o asociativo), no llega a ser explicativo causal ya que solo es predicción estadística, no intervención. El diseño sería no experimental, posiblemente longitudinal si hablaron de predicción (podría ser transversal también, pero la palabra predice sugiere que tal vez midieron motivación antes y rendimiento después; un seguimiento en el tiempo daría más fuerza a decir "predice"). La opción a) menciona no experimental longitudinal – eso calzaría bien (midieron motivación al inicio del año y rendimiento al final, por ejemplo). Aunque incluso si fuera transversal, seguiría siendo correlacional no experimental. En cualquier caso, la a) es la mejor: correlacional y no experimentaldialnet.unirioja.es. La b) descriptivo/transversal no generaría un beta = 0.5 significativo, porque descriptivo no hace regresiones ni habla de predicción significativa. La c) exploratorio/cualitativo no cuadran con coeficientes estadísticos. La d) explicativo/experimental implicaría lenguaje de causalidad, no solo "predice", y se esperaría más algo como "causa mejora de X puntos". Además β y p sugieren análisis correlacional/regresión, no resultado de experimento (donde se diría "diferencia significativa entre grupo control y experimental", etc.). Por lo tanto, la a) es congruente.

17. En un informe metodológico se lee: "La investigación se llevó a cabo bajo un enfoque cuantitativo postpositivista, con un diseño cuasiexperimental de tipo pretest-postest con grupo control, y alcance explicativo." ¿Qué podemos deducir acerca de ese estudio?
    a) Que intentó establecer una relación de causa efecto (explicativo) manipulando una variable (cuasiexperimental), midiendo antes y después, comparando con un control, todo ello dentro de un paradigma cuantitativo tradicionaldialnet.unirioja.esdialnet.unirioja.es.
    b) Que seguramente usó entrevistas abiertas sin medición numérica.
    c) Que no tuvo grupo control ni intervención alguna.
    d) Que es un estudio puramente descriptivo sin hipótesis.
    Respuesta correcta: a)
    Explicación: La descripción dada señala todos los elementos de un estudio cuantitativo riguroso: un diseño cuasiexperimental (es decir, hubo intervención deliberada de una variable independiente, pero tal vez sin aleatorización completa), de tipo pretest-postest con grupo control (lo que significa que midieron a ambos grupos antes y después de la intervención, comparándolos), y un alcance explicativo, lo cual indica que buscaban probar efectos/causasdialnet.unirioja.esdialnet.unirioja.es. Esto nos dice que el estudio efectivamente trató de establecer causalidad (por ejemplo: probar si un programa educativo mejora resultados, comparando con quienes no lo recibieron). Opción a) describe justamente ese escenario. Las otras opciones contradicen la información: b) habla de entrevistas abiertas (eso sería cualitativo, incompatible con "cuantitativo cuasiexperimental"). c) dice que no tuvo control ni intervención, lo cual es falso porque "cuasiexperimental con grupo control" implica intervención y control. d) "puramente descriptivo" contradice "alcance explicativo" e "intervención". Así que la a) es deducida correctamente.

18. ¿Por qué es útil para un tesista de pregrado identificar que su estudio será de nivel descriptivo en lugar de explicativo?
    a) Porque así puede omitir la revisión de literatura, ya que solo describirá datos.
    b) Porque le ayuda a delimitar sus objetivos y métodos a algo alcanzable: por ejemplo, se centrará en medir y caracterizar el fenómeno sin tener que probar experimentalmente causas que podrían exceder sus recursosdialnet.unirioja.es.
    c) En realidad no es útil; el nivel es un formalismo teórico sin impacto en el trabajo real.
    d) Porque los estudios descriptivos no requieren metodología ni análisis cuidadoso.
    Respuesta correcta: b)
    Explicación: Reconocer el nivel de alcance descriptivo le permite al investigador establecer objetivos acordes (por ejemplo "describir la situación X") y elegir métodos viables para ello (encuestas, observaciones sistemáticas) sin la presión de tener que diseñar experimentos causales complejos que quizás no podría realizar en pregradodialnet.unirioja.es. En otras palabras, delimita el proyecto a algo manejable y coherente con sus medios. La a) es falsa: aunque sea descriptivo igual necesita revisar literatura para saber qué describir, cómo medir, etc. La c) es incorrecta: el nivel tiene impacto en todo, desde la formulación de preguntas hasta el análisis (no es un mero formalismo). La d) es también falsa: los estudios descriptivos sí requieren rigor metodológico (muestreo adecuado, instrumentos confiables, buen análisis descriptivo); lo que no requieren es probar hipótesis causales, pero sí deben ser cuidadosos en la medición y presentación de datos.

19. Un equipo de investigación implementa una intervención educativa en algunas escuelas y luego compara los resultados de aprendizaje con otras escuelas similares donde no se implementó la intervención. No pudieron asignar aleatoriamente las escuelas a cada condición, pero seleccionaron grupos lo más equivalentes posible. Este diseño se considera:
    a) Experimental puro, exploratorio.
    b) Cuasiexperimental, de enfoque cuantitativo explicativodialnet.unirioja.es.
    c) No experimental correlacional, cualitativo.
    d) Un estudio de casos múltiples, descriptivo.
    Respuesta correcta: b)
    Explicación: Cuando hay intervención (se implementa algo en un grupo y se compara con un grupo sin intervención) pero no hay asignación aleatoria de las unidades (en este caso, escuelas) a condiciones, estamos ante un diseño cuasiexperimental. Sigue siendo enfoque cuantitativo (están comparando resultados de aprendizaje con y sin intervención, seguramente con datos numéricos) y claramente el propósito es explicativo (ver si la intervención causa mejoras, aunque al no ser aleatorio es cuasiexperimental, pero la intención causal está ahí)dialnet.unirioja.es. La opción a) "experimental puro" es incorrecta porque falta aleatorización; "exploratorio" tampoco cuadra, esto es confirmatorio/explicativo. La c) "no experimental correlacional, cualitativo" está mal: hay intervención, así que es experimental en sentido amplio; tampoco hay nada cualitativo mencionado. La d) "casos múltiples descriptivo" no aplica: aunque se involucran múltiples escuelas, la idea es comparar intervención vs control (eso es más que descriptivo, buscan efecto), y no es meramente estudio de casos cualitativo sino evaluación cuantitativa de resultados. Por ende, b) es correcto.

20. ¿Cómo se relacionan el enfoque mixto y la triangulación metodológica?
    a) Son conceptos opuestos; la triangulación evita usar enfoques mixtos.
    b) En un enfoque mixto se suele hacer triangulación, es decir, se combinan múltiples métodos o fuentes de datos para corroborar hallazgos, integrando perspectivas cuantitativas y cualitativaselsevier.es.
    c) La triangulación se refiere solo a usar tres teorías distintas, no tiene que ver con métodos.
    d) El enfoque mixto nunca utiliza triangulación porque mezcla enfoques sin necesidad de corroboración.
    Respuesta correcta: b)
    Explicación: Triangulación metodológica implica usar diferentes métodos (por ejemplo, cuantitativo y cualitativo) para estudiar el mismo fenómeno, con el fin de ver si convergen en resultados congruentes, aumentando la confiabilidad de las conclusiones. Esto está muy ligado al enfoque mixto, ya que este por definición emplea métodos distintos en un mismo estudioelsevier.es. Así, un buen estudio mixto a menudo triangula hallazgos (por ejemplo, los datos cualitativos sirven para explicar por qué vemos ciertos números en los datos cuantitativos, y viceversa). La opción b) acierta al decir que en mixtos se suele hacer triangulación integrando ambas perspectivas. La a) es opuesta a la verdad. La c) confunde triangulación (que puede ser de métodos, de investigadores, de teorías, etc., pero no es "tres teorías distintas" necesariamente, ese es un tipo de triangulación teórica específico). La d) es incorrecta: los estudios mixtos suelen valorar la triangulación, de hecho la existencia de datos de diferentes fuentes es oportunidad para triangular, no es "sin necesidad de corroboración". Por tanto, b) es la respuesta correcta.

Anexos

Resumen final (formato tutoría)

Tutoría sobre Marco Metodológico de la Investigación:
Imagina que llegas a la sesión de tutoría y tu estudiante necesita repasar los aspectos claves del diseño, enfoque y nivel de investigación para su próximo proyecto. ¿Cómo se lo explicarías brevemente?

• Diseño de investigación: es el plan maestro de cómo conducirás tu estudio. Le explicas a tu estudiante que el diseño abarca desde cómo recogerá los datos hasta cómo analizará los resultados. Por ejemplo: ¿Harás un experimento comparando grupos o solo observarás? ¿Tomarás datos una vez o harás seguimiento en el tiempo? Un buen diseño asegura que las piezas del estudio encajen lógicamente. “Piensa en el diseño como los planos de una casa,” le dices, “deben estar bien hechos para que la construcción (la investigación) sea sólida.” Recalcas que hay diseños experimentales (cuando manipulas algo para ver efectos) y no experimentales (solo observas), transversales (un solo momento) o longitudinales (varios momentos), etc., y que debe elegir el que mejor responda a su pregunta manteniendo validez y confiabilidad.

• Enfoque de investigación: aquí le recuerdas que hay dos grandes maneras de investigar: cuantitativa (números, medición, análisis estadístico) y cualitativa (palabras, significados, análisis interpretativo). Le preguntas: “¿Quieres medir cuánto ocurre algo o entender por qué ocurre?” Si quiere lo primero, probablemente será cuantitativo; si lo segundo, cualitativo. También le comentas del enfoque mixto, que combina ambos, aunque adviertes que requiere más trabajo. Le das un ejemplo sencillo: “Si estudias el rendimiento académico, un enfoque cuantitativo podría ser una estadística de cuántos pasan el curso, y uno cualitativo podría ser entrevistar a alumnos sobre cómo se sienten al aprender.” Al final, enfatizas: no es que uno sea mejor que otro, sino que el enfoque debe adecuarse a lo que él/ella quiere averiguar y al tipo de datos que puede conseguir.

• Nivel (alcance) de la investigación: ahora le dices que debe ser realista con hasta dónde llegará su estudio. “¿Vas a explorar un tema nuevo? ¿Vas a describir algo en detalle? ¿Vas a buscar relaciones entre cosas? ¿O incluso probar causas?” Esas preguntas corresponden a exploratorio, descriptivo, correlacional o explicativo respectivamente. Le aconsejas que, si es su primera investigación en este tema, quizá conviene comenzar con un alcance exploratorio o descriptivo (no pretender de inmediato explicar causalmente todo, que es más complejo). Le pones este ejemplo: “Si nunca se ha investigado el fenómeno en tu escuela, primero descríbelo: quiénes, cómo, cuánto pasa. Más adelante, podrías hacer un estudio para ver por qué pasa.” Así, el estudiante comprende que definir el alcance le sirve de guía para no prometer más de la cuenta y para elegir técnicas acordes (por ejemplo, no diseñará un experimento complicado si solo busca describir, ni se quedará en generalidades exploratorias si su meta es explicar).

Finalmente, como tutor, resumiendo, le dices: “El marco metodológico es como un trípode: diseño, enfoque y nivel. Si uno de los tres falla o no se ajusta, la investigación cojea. Debes decidirlos en conjunto: tu enfoque te sugiere ciertos diseños y limita tu nivel; tu nivel te exige cierto diseño; y todo tiene que alinearse con tu pregunta. Cuando logras esa coherencia, tu estudio estará bien encaminado.” El estudiante asiente, entendiendo que un buen marco metodológico es la base de una investigación exitosa.

Actividad para fomentar una habilidad blanda (trabajo en equipo)

Actividad: “Proyecto colaborativo de investigación exprés”
Objetivo de la actividad: Desarrollar la habilidad blanda de trabajo en equipo (colaboración efectiva), integrando a la vez la aplicación de conceptos metodológicos.

Descripción: Se formarán equipos de 4-5 estudiantes. A cada equipo se le entregará una tarjeta con un tema sencillo de investigación (por ejemplo: “Uso de dispositivos móviles en clase”, “Preferencias de aprendizaje de los compañeros”, “Consumo de frutas en la cafetería escolar”). Juntos, en un tiempo corto (30-40 minutos), deben crear un mini-proyecto de investigación que incluya: planteamiento del problema en una frase, un objetivo general, y la definición del marco metodológico (enfoque, diseño y nivel). Deben ponerse de acuerdo, debatir ideas y finalmente rellenar un pequeño formulario que se les proporciona, con esos apartados.

Pasos para los equipos:

1. Organización inicial: repartan roles de forma natural (por ejemplo, alguien que modere la discusión, alguien que anote las ideas, otro que revise tiempo). Esta es una oportunidad para que practiquen tomar iniciativas dentro del equipo y escucharse unos a otros.

2. Discusión: analicen el tema dado. ¿Qué podrían investigar de eso? ¿Qué sería interesante saber? Aquí practican comunicación y pensamiento crítico, aportando cada uno su perspectiva. Deben llegar a un consenso sobre cuál será exactamente la pregunta u objetivo de investigación.

3. Decisiones metodológicas conjuntas: ahora, acuerden qué enfoque usarían (¿necesitamos números o entender experiencias?, ¿o ambos?), qué diseño es factible (¿podemos hacer experimento? ¿o mejor encuesta/observación? ¿cuántas personas, cuánto tiempo?), y qué nivel tendría (¿solo explorar para ver qué hallamos? ¿describir algo específico? etc.). En este punto aprenden a negociar y resolver conflictos: puede que no todos piensen igual, así que deberán argumentar y llegar a un acuerdo sobre la mejor ruta.

4. Síntesis: completen el formulario escribiendo claramente el problema, objetivo, enfoque, diseño y nivel decididos. Todos deben estar de acuerdo con lo escrito – es importante que practiquen la responsabilidad compartida, verificando juntos que la respuesta del equipo refleja las ideas de todos.

5. Presentación corta: si el tiempo lo permite, cada equipo elige un portavoz (o varios) y en un minuto presentan su mini-proyecto al resto de la clase. Esto fomentará confianza en representación grupal y respeto, pues los demás escucharán sin interrumpir y aplaudirán el esfuerzo.

Resultado esperado: A través de esta dinámica, los estudiantes experimentan un simulacro de trabajo de investigación en equipo. Más allá de reforzar conocimientos metodológicos, se enfrentarán a la necesidad de coordinarse: distribuir tareas, aprovechar las fortalezas de cada miembro (quizá el más creativo propone la pregunta, el más organizado estructura el diseño, etc.), manejar desacuerdos con asertividad (si uno quiere enfoque cuantitativo y otro cualitativo, ¿cómo deciden?), y cumplir una meta en conjunto bajo presión de tiempo. Al finalizar, se hace una breve puesta en común sobre cómo fue la experiencia: ¿Qué tan fácil o difícil fue acordar las ideas? ¿Cómo solucionaron las diferencias? ¿Quién asumió liderazgo y cómo? ¿Todos colaboraron por igual? Esta reflexión guiada por el docente ayudará a tomar conciencia de las habilidades de trabajo en equipo: comunicación, liderazgo compartido, respeto a las opiniones, consenso, responsabilidad colectiva en la tarea, etc. Los estudiantes identificarán qué hicieron bien y qué pueden mejorar al trabajar en grupo, una habilidad invaluable tanto en entornos académicos (como proyectos de investigación reales, trabajos grupales) como en su futura vida profesional docente, donde la colaboración con colegas y comunidad es clave.

En conclusión, la actividad no solo integra lo aprendido sobre marco metodológico de manera lúdica, sino que principalmente fortalece la capacidad de los estudiantes para trabajar conjuntamente hacia un objetivo común, respetando y aprovechando la diversidad de ideas del equipo, que es la esencia del trabajo en equipo efectivo.