Diseño de investigación

Estrategia general utilizada para llevar a cabo la investigación

El diseño de investigación se refiere a la estrategia general utilizada para responder a las preguntas de investigación . Un diseño de investigación generalmente describe las teorías y los modelos que sustentan un proyecto; las preguntas de investigación de un proyecto; una estrategia para recopilar datos e información; y una estrategia para producir respuestas a partir de los datos. ^[1] Un diseño de investigación sólido produce respuestas válidas a las preguntas de investigación, mientras que los diseños débiles producen respuestas poco confiables, imprecisas o irrelevantes. ^[1]

La incorporación en el diseño de un estudio de investigación dependerá del punto de vista del investigador sobre sus creencias en la naturaleza del conocimiento (ver epistemología ) y la realidad (ver ontología ), a menudo determinadas por las áreas disciplinarias a las que pertenece el investigador. ^[2]^[3]

El diseño de un estudio define el tipo de estudio (descriptivo, correlacional, semiexperimental, experimental, de revisión, metaanalítico) y el subtipo (por ejemplo, estudio de caso descriptivo-longitudinal ), el problema de investigación , las hipótesis , las variables independientes y dependientes , el diseño experimental y, si corresponde, los métodos de recopilación de datos y un plan de análisis estadístico. ^[4] Un diseño de investigación es un marco que se ha creado para encontrar respuestas a las preguntas de investigación . ^{[ cita requerida ]}

Tipos y subtipos de diseño

Existen muchas formas de clasificar los diseños de investigación. No obstante, la lista que figura a continuación ofrece una serie de distinciones útiles entre los posibles diseños de investigación. Un diseño de investigación es un conjunto de condiciones o un conjunto de ellas. ^[5]

Descriptivo (por ejemplo, estudio de caso , observación naturalista , encuesta )
Correlacional (por ejemplo, estudio de casos y controles , estudio observacional )
Experimental (por ejemplo, experimento de campo , experimento controlado , cuasiexperimento )
Revisión ( revisión de literatura , revisión sistemática )
Meta-analítico ( meta-análisis )

A veces se hace una distinción entre diseños "fijos" y "flexibles". En algunos casos, estos tipos coinciden con los diseños de investigación cuantitativos y cualitativos respectivamente, ^[6] aunque esto no necesariamente tiene que ser así. En los diseños fijos, el diseño del estudio se fija antes de que tenga lugar la etapa principal de recolección de datos. Los diseños fijos normalmente están impulsados por la teoría; de lo contrario, es imposible saber de antemano qué variables necesitan ser controladas y medidas. A menudo, estas variables se miden cuantitativamente. Los diseños flexibles permiten más libertad durante el proceso de recolección de datos. Una razón para usar un diseño de investigación flexible puede ser que la variable de interés no sea cuantitativamente medible, como la cultura. En otros casos, la teoría podría no estar disponible antes de que uno comience la investigación.

Agrupamiento

La elección de cómo agrupar a los participantes depende de la hipótesis de investigación y de cómo se muestrea a los participantes . En un estudio experimental típico, habrá al menos una condición "experimental" (por ejemplo, "tratamiento") y una condición "de control" ("sin tratamiento"), pero el método adecuado de agrupamiento puede depender de factores como la duración de la fase de medición y las características de los participantes:

Investigación confirmatoria versus investigación exploratoria

La investigación confirmatoria pone a prueba hipótesis a priori , es decir, predicciones de resultados que se hacen antes de que comience la fase de medición. Estas hipótesis a priori suelen derivarse de una teoría o de los resultados de estudios anteriores. La ventaja de la investigación confirmatoria es que el resultado es más significativo, en el sentido de que es mucho más difícil afirmar que un determinado resultado es generalizable más allá del conjunto de datos. La razón de esto es que en la investigación confirmatoria, uno intenta, idealmente, reducir la probabilidad de informar falsamente un resultado coincidente como significativo. Esta probabilidad se conoce como nivel α o probabilidad de un error de tipo I.

La investigación exploratoria , por otro lado, busca generar hipótesis a posteriori examinando un conjunto de datos y buscando relaciones potenciales entre variables. También es posible tener una idea acerca de una relación entre variables pero no saber la dirección y fuerza de la relación. Si el investigador no tiene ninguna hipótesis específica de antemano, el estudio es exploratorio con respecto a las variables en cuestión (aunque podría ser confirmatorio para otras). La ventaja de la investigación exploratoria es que es más fácil hacer nuevos descubrimientos debido a las restricciones metodológicas menos estrictas. Aquí, el investigador no quiere pasar por alto una relación potencialmente interesante y, por lo tanto, busca minimizar la probabilidad de rechazar un efecto o relación real ; esta probabilidad a veces se denomina β y el error asociado es de tipo II . En otras palabras, si el investigador simplemente quiere ver si algunas variables medidas podrían estar relacionadas, querría aumentar las posibilidades de encontrar un resultado significativo reduciendo el umbral de lo que se considera significativo .

A veces, un investigador puede realizar una investigación exploratoria pero informarla como si hubiera sido confirmatoria ('Formular hipótesis después de conocer los resultados', HARKing ^[7] —ver Hipótesis sugeridas por los datos ); esta es una práctica de investigación cuestionable que raya en el fraude.

Problemas de estado versus problemas de proceso

Se puede hacer una distinción entre problemas de estado y problemas de proceso. Los problemas de estado tienen como objetivo responder cuál es el estado de un fenómeno en un momento dado, mientras que los problemas de proceso tratan del cambio de los fenómenos a lo largo del tiempo. Ejemplos de problemas de estado son el nivel de habilidades matemáticas de los niños de dieciséis años, las habilidades informáticas de los ancianos, el nivel de depresión de una persona, etc. Ejemplos de problemas de proceso son el desarrollo de las habilidades matemáticas desde la pubertad hasta la edad adulta, el cambio en las habilidades informáticas cuando las personas se hacen mayores y cómo cambian los síntomas de la depresión durante la terapia.

Los problemas de estado son más fáciles de medir que los de proceso. Los problemas de estado solo requieren una medición de los fenómenos de interés, mientras que los problemas de proceso siempre requieren múltiples mediciones. Se necesitan diseños de investigación como mediciones repetidas y estudios longitudinales para abordar los problemas de proceso.

Ejemplos de diseños fijos

Diseños de investigación experimental

En un diseño experimental, el investigador intenta activamente cambiar la situación, las circunstancias o la experiencia de los participantes (manipulación), lo que puede provocar un cambio en el comportamiento o los resultados de los participantes del estudio. El investigador asigna aleatoriamente a los participantes a diferentes condiciones, mide las variables de interés e intenta controlar las variables de confusión . Por lo tanto, los experimentos suelen estar muy fijados incluso antes de que comience la recopilación de datos .

En un buen diseño experimental , algunas cosas son de gran importancia. En primer lugar, es necesario pensar en la mejor manera de operacionalizar las variables que se medirán, así como qué métodos estadísticos serían los más apropiados para responder a la pregunta de investigación . Por lo tanto, el investigador debe considerar cuáles son las expectativas del estudio, así como la forma de analizar los posibles resultados. Finalmente, en un diseño experimental, el investigador debe pensar en las limitaciones prácticas, incluida la disponibilidad de participantes, así como en qué tan representativos son los participantes para la población objetivo. Es importante considerar cada uno de estos factores antes de comenzar el experimento. ^[8] Además, muchos investigadores emplean el análisis de potencia antes de realizar un experimento, para determinar qué tan grande debe ser la muestra para encontrar un efecto de un tamaño determinado con un diseño determinado con la probabilidad deseada de cometer un error Tipo I o Tipo II . El investigador tiene la ventaja de minimizar los recursos en los diseños de investigación experimental.

Diseños de investigación no experimentales

Los diseños de investigación no experimentales no implican una manipulación de la situación, las circunstancias o la experiencia de los participantes. Los diseños de investigación no experimentales se pueden clasificar ampliamente en tres categorías. Primero, en los diseños relacionales, se mide una variedad de variables. Estos diseños también se denominan estudios de correlación porque los datos de correlación se utilizan con mayor frecuencia en el análisis. Dado que la correlación no implica causalidad , estos estudios simplemente identifican co-movimientos de variables. Los diseños correlacionales son útiles para identificar la relación de una variable con otra y ver la frecuencia de co-ocurrencia en dos grupos naturales (ver Correlación y dependencia ). El segundo tipo es la investigación comparativa . Estos diseños comparan dos o más grupos en una o más variables, como el efecto del género en las calificaciones. El tercer tipo de investigación no experimental es un diseño longitudinal. Un diseño longitudinal examina variables como el desempeño exhibido por un grupo o grupos a lo largo del tiempo (ver Estudio longitudinal ).

Ejemplos de diseños de investigación flexibles

Estudio de caso

Estudios de casos famosos son, por ejemplo, las descripciones de los pacientes de Freud, que fueron analizados y descritos detalladamente.

Bell (1999) afirma que "un enfoque de estudio de caso es particularmente apropiado para investigadores individuales porque brinda la oportunidad de estudiar un aspecto de un problema con cierta profundidad dentro de una escala de tiempo limitada". ^[9]

Estudio de la teoría fundamentada

La investigación basada en la teoría fundamentada es un proceso de investigación sistemático que trabaja para desarrollar "un proceso y una acción o una interacción sobre un tema sustancial". ^[10]

Véase también

Referencias

^ ab Blair, Graeme; Coppock, Alexander; Humphreys, Macartan (2023), Diseño de investigación en las ciencias sociales: declaración, diagnóstico y rediseño, Princeton University Press, doi :10.1515/9780691199580, ISBN 978-0-691-19958-0
^ Wright, Sarah; O'Brien, Bridget C.; Nimmon, Laura; Law, Marcus; Mylopoulos, Maria (2016). "Consideraciones sobre el diseño de la investigación". Revista de educación médica de posgrado . 8 (1): 97–98. doi :10.4300/JGME-D-15-00566.1. ISSN 1949-8349. PMC 4763399 . PMID 26913111.
^ Tobi, Hilde; Kampen, Jarl K. (2018). "Diseño de investigación: la metodología para el marco de investigación interdisciplinario". Calidad y cantidad . 52 (3): 1209–1225. doi :10.1007/s11135-017-0513-8. ISSN 0033-5177. PMC 5897493 . PMID 29674791.
^ Creswell, John W. (2014). Diseño de investigación: enfoques cualitativos, cuantitativos y de métodos mixtos (4.ª ed.). Thousand Oaks : SAGE Publications . ISBN 978-1-4522-2609-5.
^ Muaz, Jalil Mohammad (2013), Pautas prácticas para la realización de investigaciones. Resumen de buenas prácticas de investigación de acuerdo con la Norma DCED
^ Robson, C. (1993). Investigación en el mundo real: un recurso para científicos sociales e investigadores profesionales. Malden: Blackwell Publishing.
^ Diekmann, Andreas (2011). "¿Son falsos la mayoría de los resultados de las investigaciones publicadas?". Jahrbücher für Nationalökonomie und Statistik . 231 (5–6): 628–635. doi :10.1515/jbnst-2011-5-606. ISSN 2366-049X. S2CID 117338880.
^ Adèr, HJ , Mellenbergh, GJ y Hand, DJ (2008). Asesoramiento sobre métodos de investigación: el acompañante de un consultor. Huizen: Editorial Johannes van Kessel. ISBN 978-90-79418-01-5
^ Bell, J. (1999). Cómo llevar a cabo su proyecto de investigación. Buckingham: OUP.
^ Creswell, JW (2012). Investigación educativa: planificación, realización y evaluación de investigaciones cuantitativas y cualitativas. Upper Saddle River, NJ: Prentice Hall.

[:0-1] Blair, Graeme; Coppock, Alexander; Humphreys, Macartan (2023), Diseño de investigación en las ciencias sociales: declaración, diagnóstico y rediseño, Princeton University Press, doi :10.1515/9780691199580, ISBN 978-0-691-19958-0

[2] Wright, Sarah; O'Brien, Bridget C.; Nimmon, Laura; Law, Marcus; Mylopoulos, Maria (2016). "Consideraciones sobre el diseño de la investigación". Revista de educación médica de posgrado . 8 (1): 97–98. doi :10.4300/JGME-D-15-00566.1. ISSN 1949-8349. PMC 4763399 . PMID 26913111.

[3] Tobi, Hilde; Kampen, Jarl K. (2018). "Diseño de investigación: la metodología para el marco de investigación interdisciplinario". Calidad y cantidad . 52 (3): 1209–1225. doi :10.1007/s11135-017-0513-8. ISSN 0033-5177. PMC 5897493 . PMID 29674791.

[Creswell2014-4] Creswell, John W. (2014). Diseño de investigación: enfoques cualitativos, cuantitativos y de métodos mixtos (4.ª ed.). Thousand Oaks : SAGE Publications . ISBN 978-1-4522-2609-5.

[5] Muaz, Jalil Mohammad (2013), Pautas prácticas para la realización de investigaciones. Resumen de buenas prácticas de investigación de acuerdo con la Norma DCED

[6] Robson, C. (1993). Investigación en el mundo real: un recurso para científicos sociales e investigadores profesionales. Malden: Blackwell Publishing.

[7] Diekmann, Andreas (2011). "¿Son falsos la mayoría de los resultados de las investigaciones publicadas?". Jahrbücher für Nationalökonomie und Statistik . 231 (5–6): 628–635. doi :10.1515/jbnst-2011-5-606. ISSN 2366-049X. S2CID 117338880.

[8] Adèr, HJ , Mellenbergh, GJ y Hand, DJ (2008). Asesoramiento sobre métodos de investigación: el acompañante de un consultor. Huizen: Editorial Johannes van Kessel. ISBN 978-90-79418-01-5

[9] Bell, J. (1999). Cómo llevar a cabo su proyecto de investigación. Buckingham: OUP.

[10] Creswell, JW (2012). Investigación educativa: planificación, realización y evaluación de investigaciones cuantitativas y cualitativas. Upper Saddle River, NJ: Prentice Hall.