Please enable JavaScript.
Coggle requires JavaScript to display documents.
INVESTIGACIÓN CUANTITATIVA - Coggle Diagram
INVESTIGACIÓN CUANTITATIVA
Características
Se caracteriza por
Cuantificación de variables
Todo fenómeno se mide en números
Control riguroso
El diseño busca eliminar o reducir los sesgos
Uso de estadísticas
Análisis descriptivos e inferenciales
Repetibilidad
Los estudios pueden replicarse en otras muestras
Diseño estructurado
El proceso sigue pasos lógicos y definidos
Objetividad
Se evita la subjetividad del investigador
Instrumentos estandarizados
Encuestas, test, registros clínicos
Tipos de Estudio
Se divide en
Observacionales
El investigador no interviene directamente
Descriptivos
Describen frecuencias, proporciones, características de una población
Ejemplos: encuesta nacional de salud, censo
Analíticos
Buscan asociaciones o relaciones entre variables
Ejemplos: estudio de cohorte, caso-control
Experimentales
El investigador manipula una variable
Pre-experimentales
Solo hay un grupo, sin comparación ni aleatorización
Ejemplos: intervención antes y después sin grupo control
Cuasi-experimentales
Hay grupo control, pero sin asignación aleatoria
Ejemplo: intervención en escuelas diferentes según turno
Experimentales puros
Asignación aleatoria, control riguroso de variables
Ejemplo: probar la eficacia de un nuevo fármaco
Proceso de Investigación
Se compone de
Planteamiento del problema
Identificar una necesidad o pregunta clara
Ejemplo: ¿Existe relación entre actividad física y obesidad en jóvenes?
Revisión bibliográfica
Analizar estudios previos para fundamentar la investigación
Formulación de hipótesis
Suposición comprobable que relaciona variables
Ejemplo: “A mayor actividad física, menor índice de masa corporal”
Diseño metodológico
Elección del tipo de estudio, población, muestra, variables
Definir instrumentos de medición y método de análisis
Recolección de datos
Aplicación de encuestas, test, mediciones objetivas, etc
Análisis estadístico
Uso de software como Excel para describir y probar hipótesis
Ejemplo: regresión lineal
Interpretación de resultados
Se comprueba o rechaza la hipótesis con base en la evidencia
Se discuten implicancias y limitaciones
Conclusión y comunicación
Redacción de informe, publicación científica, presentaciones
Ventajas
Permite
Precisión y objetividad en los resultados
Capacidad de generalizar a grandes poblaciones
Permite identificar relaciones causa-efecto
Reproducibilidad de estudios
Facilidad para usar herramientas estadísticas
Adecuado para evaluar intervenciones, tratamientos y políticas
Limitaciones
Se enfrenta a
Puede ignorar aspectos subjetivos o emocionales de los participantes
Requiere recursos y tiempo para obtener muestras grandes
Reducción del fenómeno humano a cifras puede ser simplista
No explica el por qué de los comportamientos, solo el qué y cuánto
Los resultados pueden verse afectados por sesgos de muestreo o medición
Requiere instrumentos validados y bien diseñados
Es un enfoque sistemático que busca cuantificar fenómenos y establecer patrones mediante el uso de datos numéricos, con el fin de probar hipótesis, identificar relaciones y generalizar resultados a una población mayor.