Ir al contenido

Investigación cuantitativa

De Wikipedia, la enciclopedia libre
Representación de redes de datos y big data.
Representación de redes de datos y big data.

La investigación cuantitativa es una estrategia de investigación que se centra en la cuantificación en la recopilación y el análisis de datos.[1] Se basa en un enfoque deductivo (que va de lo general a lo particular) orientado a la comprobación de teorías, y está moldeada por filosofías empiristas y positivistas.

Asociada con las ciencias naturales, aplicadas, formales y sociales, esta estrategia promueve la investigación empírica objetiva de los fenómenos observables para probar y comprender sus relaciones. Esto se logra mediante una variedad de métodos y técnicas de cuantificación, lo que refleja su amplia utilización en diferentes disciplinas académicas.[2][3][4]

El objetivo de la investigación cuantitativa es desarrollar y emplear modelos matemáticos, teorías e hipótesis relacionados con los fenómenos estudiados. El proceso de medición es fundamental, ya que proporciona la conexión básica entre la observación empírica y la expresión matemática de las relaciones cuantitativas.[5]

Los datos cuantitativos son aquellos que se presentan en forma numérica, como estadísticos, porcentajes, etc.[4] El investigador analiza estos datos con ayuda de herramientas estadísticas y espera que los números proporcionen un resultado lo más imparcial posible, que pueda generalizarse a una población más amplia. La investigación cualitativa, por otro lado, indaga en profundidad sobre experiencias específicas, con la intención de describir y explorar significados a través del texto, la narrativa o los datos visuales, desarrollando temas particulares para el conjunto de participantes estudiado.[6]

La investigación cuantitativa se utiliza ampliamente en psicología, economía, demografía, sociología, marketing, salud pública, desarrollo humano, estudios de género y ciencias políticas; y con menor frecuencia en antropología e historia. La investigación en ciencias como la física es, por definición, "cuantitativa", aunque este uso del término difiere ligeramente en contexto (se refiere más a la naturaleza de las magnitudes que a una metodología de investigación social). En ciencias sociales, el término se asocia con los métodos empíricos que se originan en el positivismo filosófico y la historia de la estadística, en contraste con los métodos de investigación cualitativa.

La investigación cualitativa proporciona información detallada solo sobre los casos particulares estudiados, por lo que cualquier conclusión más general debe considerarse una hipótesis. Los métodos cuantitativos pueden utilizarse para verificar qué parte de esas hipótesis pueden generalizarse. Un análisis exhaustivo de 1274 artículos publicados en las dos principales revistas de sociología estadounidenses entre 1935 y 2005 encontró que aproximadamente dos tercios utilizaban el método cuantitativo.[7]

Generalidades

[editar]

La investigación cuantitativa suele estar estrechamente vinculada a los principios del método científico, que pueden incluir:

  • La generación de modelos, teorías e hipótesis.
  • El desarrollo de instrumentos y métodos de medición.
  • El control experimental y la manipulación de variables.
  • La recolección de datos empíricos.
  • El modelado y análisis de datos.

La investigación cuantitativa a menudo se contrapone a la investigación cualitativa. Esta última se centra en descubrir significados subyacentes y patrones de relación, incluyendo clasificaciones de tipos de fenómenos, pero sin involucrar necesariamente modelos matemáticos.[8] Los primeros enfoques cuantitativos en psicología se inspiraron en los métodos de las ciencias físicas, como en los trabajos de Gustav Fechner sobre psicofísica, que a su vez se basaban en los estudios de Ernst Heinrich Weber. Aunque es común establecer una distinción entre los aspectos cualitativos y cuantitativos de la investigación, se ha argumentado que ambos están interrelacionados. Por ejemplo, basándose en el análisis de la historia de la ciencia, Thomas Kuhn concluye que:

Una gran cantidad de trabajo cualitativo suele ser un requisito previo para una cuantificación fructífera en las ciencias físicas.[9]

La investigación cualitativa se utiliza a menudo para obtener una comprensión general de los fenómenos y para formular teorías que luego puedan ponerse a prueba mediante investigación cuantitativa. Por ejemplo, en ciencias sociales, los métodos cualitativos son útiles para comprender aspectos como la intencionalidad (a partir del discurso de los participantes) y el significado (qué quiso decir una persona o grupo y qué implicó para ellos).

Aunque la investigación cuantitativa, en un sentido amplio, existe desde que los seres humanos comenzaron a registrar eventos u objetos contables, la idea moderna de los procesos cuantitativos tiene sus raíces en el marco positivista de Auguste Comte.[10] El positivismo enfatizaba el uso del método científico, basado en la observación, para contrastar empíricamente hipótesis que expliquen y predigan los fenómenos. Los positivistas como Comte creían que solo el método científico podía hacer avanzar el conocimiento, en contraposición a las explicaciones espirituales previas sobre el comportamiento humano.

Los métodos cuantitativos son un componente integral de los cinco enfoques de análisis promovidos por la metodología de filtración de datos,[11] que también incluye métodos cualitativos, revisiones de la literatura (incluyendo la académica), entrevistas con expertos y simulación por ordenador, constituyendo una extensión de la triangulación metodológica.

Varios artículos recientes publicados en revistas revisadas por pares ofrecen valiosas recomendaciones sobre cómo redactar, presentar y ejecutar proyectos de investigación con un enfoque cuantitativo.[12][13][14][15]

Sin embargo, los métodos cuantitativos tienen limitaciones. No suelen proporcionar explicaciones sobre las razones detrás de las respuestas de los participantes, a menudo no llegan a poblaciones subrepresentadas y pueden requerir largos periodos de tiempo para la recolección de datos.[16]

Uso de la estadística

[editar]

La estadística es la rama de las matemáticas más utilizada en la investigación cuantitativa fuera de las ciencias físicas, y también encuentra aplicaciones dentro de estas, como en la mecánica estadística. Los métodos estadísticos se emplean ampliamente en campos como la economía, las ciencias sociales y la biología. La investigación cuantitativa que utiliza métodos estadísticos comienza con la recopilación de datos, basada en una hipótesis o teoría. Por lo general, se recoge una muestra grande de datos, lo que requiere verificación, validación y registro antes de poder realizar el análisis. Para ello se utilizan habitualmente paquetes de software como SPSS o R.

Las relaciones causales se estudian manipulando los factores que se cree que influyen en los fenómenos de interés, mientras se controlan otras variables relevantes (diseño experimental). En el campo de la salud, por ejemplo, los investigadores pueden medir y estudiar la relación entre la ingesta dietética y efectos fisiológicos como la pérdida de peso, controlando otras variables clave como el ejercicio. Las encuestas de opinión de base cuantitativa se utilizan ampliamente en los medios de comunicación, y suelen presentar estadísticas como el porcentaje de encuestados a favor de una determinada posición. En estas encuestas, los participantes responden a un conjunto de preguntas estructuradas y sus respuestas se tabulan. En el campo de la climatología, los investigadores recopilan y comparan estadísticas como la temperatura o las concentraciones atmosféricas de dióxido de carbono.

Las relaciones y asociaciones empíricas se estudian frecuentemente mediante el uso de alguna forma de modelo lineal general, modelos no lineales o mediante análisis factorial. Un principio fundamental en la investigación cuantitativa es que la correlación no implica causalidad, aunque autores como Clive Granger sugieren que una serie de correlaciones puede implicar cierto grado de causalidad. Este principio se deriva del hecho de que siempre es posible que exista una relación espuria entre variables que covarían en algún grado. Las asociaciones pueden examinarse entre cualquier combinación de variables continuas y categóricas utilizando métodos estadísticos.

Medición

[editar]
Image
Thomas Samuel Kuhn.

Las opiniones sobre el papel de la medición en la investigación cuantitativa son diversas. A menudo se considera la medición como el medio por el cual las observaciones se expresan numéricamente para investigar relaciones o asociaciones causales. Sin embargo, se ha argumentado que la medición juega un papel aún más importante.[17] Por ejemplo, Kuhn argumentó que, dentro de la investigación cuantitativa, los resultados que se desvían de lo esperado son particularmente valiosos. Esto se debe a que, si los resultados confirman la teoría, pueden pasar desapercibidos, pero si la contradicen, se convierten en anomalías que impulsan el avance científico:

Cuando la medición se aparta de la teoría, es probable que arroje meros números, y su misma neutralidad los vuelve particularmente estériles como fuente de sugerencias correctivas. Pero los números registran la desviación de la teoría con una autoridad y una fineza que ninguna técnica cualitativa puede duplicar, y esa desviación suele ser suficiente para iniciar una búsqueda.[9]

En la física clásica, la teoría y las definiciones que sustentan la medición son generalmente de naturaleza determinista. Por el contrario, en las ciencias sociales se emplean habitualmente modelos de medición probabilísticos, como el modelo de Rasch y los modelos de la teoría de respuesta al ítem (TRI). La psicometría es el campo de estudio que se ocupa de la teoría y la técnica para medir atributos y fenómenos sociales y psicológicos, siendo fundamental para gran parte de la investigación cuantitativa en estas áreas.

La investigación cuantitativa puede implicar el uso de variables proxy (aproximadas o indicadores) como sustitutos de otras magnitudes que no se pueden medir directamente. Por ejemplo, la anchura de los anillos de los árboles se considera un indicador fiable de las condiciones ambientales, como la temperatura o la pluviosidad de las estaciones de crecimiento. Aunque los científicos no pueden medir directamente la temperatura de siglos pasados, la anchura de los anillos de los árboles y otros indicadores climáticos se han utilizado para proporcionar un registro semicuantitativo de la temperatura media en el hemisferio norte hasta el año 1000 d. C. Cuando se utiliza de este modo, el indicador (ancho del anillo) reconstruye solo una parte de la varianza del registro original. El indicador puede calibrarse (por ejemplo, durante el periodo de registro instrumental) para determinar cuánta variación captura, y si refleja tanto la variación a corto como a largo plazo. En el caso de los anillos de los árboles, diferentes especies en diferentes lugares pueden mostrar mayor o menor sensibilidad a, por ejemplo, la lluvia o la temperatura; por ello, al reconstruir un registro de temperatura, es crucial seleccionar indicadores que estén bien correlacionados con la variable de interés.[18]

Modelos causales

[editar]

Los modelos causales son un tipo de modelo matemático que, aplicados a la investigación educativa, permiten obtener un conocimiento fundamentado y verificable sobre la realidad educativa. En el ámbito metodológico, su uso en la investigación pedagógica se vincula con tres ideas principales:[19]

  • La causalidad, que permite determinar en qué medida las variables que intervienen en los procesos educativos se relacionan e integran entre sí.
  • La modelación, entendida como el procedimiento mediante el cual se representa la realidad educativa bajo una estructura regulada por la reflexión causal.
  • Las matemáticas, concebidas como el lenguaje simbólico que posibilita la interpretación y el procesamiento de las redes causales identificadas en la experiencia educativa.

Relación con los métodos cualitativos

[editar]

En la mayoría de las ciencias físicas y biológicas, el uso de métodos cuantitativos o cualitativos no es objeto de controversia; cada uno se utiliza cuando es apropiado. En las ciencias sociales, particularmente en sociología, antropología social, pedagogía y psicología, la elección de un tipo u otro de método puede ser motivo de debate e incluso de posicionamiento ideológico, con escuelas de pensamiento que favorecen un enfoque y desfavorecen al otro. Los diseños cuantitativos experimentales empleados en ciencias sociales y educativas pueden llegar a ser muy complejos, especialmente cuando al investigador le resulta difícil controlar el entorno de investigación. La complejidad de estos diseños aumenta cuanto menor es el control del investigador sobre el contexto, lo que exige estrategias metodológicas rigurosas para minimizar la influencia de variables extrañas y garantizar así la validez de los resultados.[20] Sin embargo, la tendencia mayoritaria a lo largo de la historia de las ciencias sociales es el uso de enfoques eclécticos, combinando ambos métodos. Los métodos cualitativos pueden utilizarse para comprender el significado de las conclusiones obtenidas mediante métodos cuantitativos. A su vez, los métodos cuantitativos permiten dar una expresión precisa y comprobable a las ideas cualitativas. Esta combinación de recopilación y análisis de datos cuantitativos y cualitativos se denomina a menudo investigación de métodos mixtos.[21]

Ejemplos

[editar]
  • Investigación que determina los porcentajes de los elementos que componen la atmósfera terrestre.
  • Encuesta que concluye que el tiempo medio de espera de los pacientes en la sala de espera de un determinado médico es de dos horas.
  • Un experimento en el que al grupo X se le administran dos tabletas de aspirina al día y al grupo Y dos tabletas de un placebo, asignando a los participantes de forma aleatoria a uno u otro grupo. Los factores numéricos (dos tabletas, porcentajes, tiempo de espera) hacen que las situaciones y los resultados sean cuantitativos.
  • En finanzas, la investigación cuantitativa de los mercados de valores se utiliza para desarrollar modelos de valoración de productos complejos y para crear algoritmos que exploten hipótesis de inversión, como se observa en los fondos de cobertura cuantitativos y los índices de estrategia comercial.[22]

Véase también

[editar]

Referencias

[editar]
  1. ↑ Bryman, Alan (2012). Social research methods (4th edición). Oxford: Oxford University Press. ISBN 978-0-19-958805-3. OCLC 751832004.
  2. ↑ Babbie, Earl R. (2010). The practice of social research (12th edición). Belmont, Calif: Wadsworth Cengage. ISBN 978-0-495-59841-1. OCLC 317075477.
  3. ↑ Muijs, Daniel. Doing quantitative research in education with SPSS (2nd edición). Los Angeles. ISBN 978-1-84920-323-4. OCLC 656776067.
  4. 1 2 Given, Lisa M. (2008). The Sage encyclopedia of qualitative research methods. Sage Publications. ISBN 978-1-4129-4163-1. OCLC 185031301.
  5. ↑ Fernández Collado, Carlos; Baptista Lucio, Pilar (2010). Metodología de la investigación (5a. ed edición). McGraw-Hill. ISBN 978-607-15-0291-9. OCLC 754642337. Consultado el 26 de marzo de 2023.
  6. ↑ Corrine, Glesne (2011). Becoming Qualitative Researchers: An Introduction (4th edición). Boston: Pearson. ISBN 978-0137047970. OCLC 464594493.
  7. ↑ Hunter, Laura; Leahey, Erin (2008). «Collaborative Research in Sociology: Trends and Contributing Factors». The American Sociologist 39 (4): 290-306. doi:10.1007/s12108-008-9042-1.
  8. ↑ Massachusetts Institute of Technology, MIT OpenCourseWare. 11.201 Gateway to the Profession of Planning, Fall 2010. p. 4.
  9. 1 2 Kuhn, Thomas S. (1961). «The Function of Measurement in Modern Physical Science». Isis 52 (2): 161-193 (162). doi:10.1086/349468.
  10. ↑ Kasim, R.; Alexander, K.; Hudson, J. (2010). A choice of research strategy for identifying community-based action skill requirements in the process of delivering housing market renewal. Research Institute for the Built and Human Environment, University of Salford, UK.
  11. ↑ Mesly, Olivier (2015). Creating Models in Psychological Research. United States: Springer Psychology: 126 pages. ISBN 978-3-319-15752-8
  12. ↑ Gholipour, Ali; Lee, Edward Y.; Warfield, Simon K. (2014-12). «The anatomy and art of writing a successful grant application: a practical step-by-step approach». Pediatric Radiology 44 (12): 1512-1517. ISSN 1432-1998. PMID 25408133. doi:10.1007/s00247-014-3051-8. Consultado el 19 de noviembre de 2024.
  13. ↑ Sudheesh, K.; Duggappa, Devika Rani; Nethra, S. S. (2016-09). «How to write a research proposal?». Indian Journal of Anaesthesia 60 (9): 631-634. ISSN 0019-5049. PMC 5037942. PMID 27729688. doi:10.4103/0019-5049.190617. Consultado el 19 de noviembre de 2024.
  14. ↑ Forero, Diego A.; Curioso, Walter H.; Wang, Wei (2024-09). «Ten simple rules for successfully carrying out funded research projects». PLoS computational biology 20 (9): e1012431. ISSN 1553-7358. PMID 39298382. doi:10.1371/journal.pcbi.1012431. Consultado el 19 de noviembre de 2024.
  15. ↑ Guyer, Richard A.; Schwarze, Margaret L.; Gosain, Ankush; Maggard-Gibbons, Melinda; Keswani, Sundeep G.; Goldstein, Allan M. (2021-12). «Top ten strategies to enhance grant-writing success». Surgery 170 (6): 1727-1731. ISSN 1532-7361. PMC 8642272. PMID 34294451. doi:10.1016/j.surg.2021.06.039. Consultado el 19 de noviembre de 2024.
  16. ↑ Goertzen, Melissa J. (2017). «Introduction to Quantitative Research and Data.». Library Technology Reports 53 (4): 12-18. ISSN 0024-2586.
  17. ↑ Moballeghi, M.; Moghaddam, G.G. (2008). «How Do We Measure Use of Scientific Journals? A Note on Research Methodologies». Scientometrics 76 (1): 125-133. doi:10.1007/s11192-007-1901-y.
  18. ↑ Briffa, Keith R.; Osborn, Timothy J.; Schweingruber, Fritz H.; Harris, Ian C.; Jones, Philip D.; Shiyatov, Stepan G.; Vaganov, Eugene A. (2001). «Low-frequency temperature variations from a northern tree ring density network». Journal of Geophysical Research 106 (D3): 2929-2941. Bibcode:2001JGR...106.2929B. doi:10.1029/2000JD900617.
  19. ↑ Rojo Ch., Laura (1992). Los modelos causales: Su aplicación en la investigación pedagógica. México: UNAM. pp. 5-7. ISBN 968-36-2201-1.
  20. ↑ Campbell, D.; Stanley, J. (1963). Experimental and quasi-experimental designs for research. Wadsworth Publishing. ISBN 950-518-042-X.
  21. ↑ Diriwächter, R. & Valsiner, J. (January 2006) Qualitative Developmental Research Methods in Their Historical and Epistemological Contexts. FQS. Vol 7, No. 1, Art. 8
  22. ↑ A Simple Overview of Quantitative Analysis. Investopeda, January 2018
Obtenido de «https://es.wikipedia.org/w/index.php?title=Investigación_cuantitativa&oldid=172540994»