CAPÍTULO III.
DISEÑO METODOLÓGICO
3.1 Tipo y diseño de investigación
3.2 Hipótesis
3.3 Variables
3.4 Definición de variables
Definición conceptual y operacional (cómo las vas a medir).
3.5 Población y muestra
3.6 Técnica de recolección de datos
3.7 Instrumento
3.8 Criterios de decisión
CAPÍTULO III. DISEÑO METODOLÓGICO
Introducción general al capítulo
El Capítulo III, denominado Diseño metodológico, describe de manera exhaustiva
y sistemática el conjunto de decisiones técnicas y procedimentales que orientan la
ejecución de la investigación. Su finalidad es demostrar que el estudio se apoya en
un método científicamente válido, coherente con el problema de investigación, los
objetivos planteados y el marco teórico desarrollado previamente.
Desde la perspectiva de Hernández-Sampieri, Fernández y Baptista, la metodología
representa la "ruta que permite transformar una idea de investigación en un proceso
sistemático, controlado y empírico" (Hernández-Sampieri et al., 2018). En este
sentido, el Capítulo III constituye el eje operativo de la investigación y es
determinante para asegurar la validez y confiabilidad de los resultados.
Creswell (2014) sostiene que la claridad metodológica es un criterio central de
calidad científica, ya que permite comprender cómo se obtuvieron los datos y bajo
qué supuestos epistemológicos se interpretan. Por ello, este capítulo debe ser
suficientemente detallado para permitir la replicabilidad del estudio.
En términos pedagógicos, responde a las preguntas fundamentales: ¿cómo se
investiga?, ¿a quién se estudia?, ¿qué se mide?, ¿con qué instrumentos? y ¿bajo
qué criterios se interpretan los resultados?
3.1 Tipo y diseño de investigación
Definición del apartado
En este apartado se establece el marco metodológico general del estudio. Aquí se
especifica el enfoque de investigación, el tipo o alcance del estudio y el diseño
metodológico, explicando el significado de cada uno y justificando su elección.
Kerlinger y Lee (2002) señalan que el diseño de investigación constituye el "plan y
estructura concebidos para obtener respuestas a las preguntas de investigación".
Por tanto, no se trata de una elección arbitraria, sino de una decisión lógica derivada
del problema y los objetivos.
3.1.1 Enfoques de investigación
Enfoque cuantitativo Según Hernández-Sampieri et al. (2018), el enfoque
cuantitativo se caracteriza por la recolección de datos numéricos, la medición
objetiva de variables y el uso de análisis estadístico para probar hipótesis. Este
enfoque parte de teorías existentes y busca confirmar o refutar supuestos
previamente establecidos.
Este enfoque es particularmente adecuado cuando el interés del estudio es medir,
comparar o analizar relaciones entre variables claramente definidas.
Enfoque cualitativo Creswell (2014) define la investigación cualitativa como un
proceso interpretativo orientado a comprender el significado que los individuos
atribuyen a un fenómeno social. Flick (2015) enfatiza que este enfoque privilegia la
profundidad y el contexto sobre la generalización estadística.
En este enfoque, el rigor no se mide por números, sino por la coherencia
interpretativa, la saturación teórica y la reflexividad del investigador.
Enfoque mixto El enfoque mixto combina métodos cuantitativos y cualitativos en un
mismo estudio. Hernández-Sampieri y Mendoza (2008) indican que su fortaleza
radica en la complementariedad de datos y en la posibilidad de obtener una
comprensión más integral del fenómeno.
El error más común es mezclar enfoques sin justificación; el enfoque mixto exige
una integración metodológica clara.
3.1.2 Tipos o alcances de investigación
Hernández-Sampieri et al. (2018) clasifican los estudios según su alcance en:
● Exploratorio: se utiliza cuando el fenómeno es poco estudiado.
● Descriptivo: busca especificar las características de un fenómeno.
● Correlacional: analiza la relación entre variables.
● Explicativo: pretende establecer relaciones causales.
Bisquerra (2014) añade el enfoque evaluativo, orientado a valorar la eficacia o
impacto de programas, especialmente en el ámbito educativo y social.
El alcance no depende del tamaño de la muestra, sino del nivel de profundidad del
análisis.
3.1.3 Diseño de investigación
Kerlinger y Lee (2002) distinguen entre:
● Diseño experimental: implica manipulación deliberada de variables.
● Diseño no experimental: observa los fenómenos tal como ocurren.
Hernández-Sampieri et al. (2018) clasifican además los diseños en:
● Transversales: datos recolectados en un solo momento.
● Longitudinales: datos recolectados en distintos momentos.
Ejemplo integrado:
La investigación adopta un enfoque cuantitativo, con un diseño no
experimental y transversal, de alcance descriptivo-correlacional, dado
que se pretende medir la percepción de la calidad del servicio y analizar
su relación con la satisfacción del paciente sin manipular las variables.
3.2 Hipótesis
Definición del apartado
Kerlinger (2002) define la hipótesis como una proposición tentativa que establece
una relación entre dos o más variables y que puede ser sometida a prueba empírica.
Hernández-Sampieri et al. (2018) señalan que las hipótesis orientan el análisis
estadístico y delimitan el alcance de las conclusiones.
Tipos de hipótesis
● Hipótesis de investigación
● Hipótesis nula
● Hipótesis alternativa
● Hipótesis estadísticas
Hipótesis nula (H₀)
Niega la relación planteada en la hipótesis de investigación. Es la que se
contrasta estadísticamente para determinar si los resultados se deben al azar.
Ejemplo: No existe una relación significativa entre la calidad del servicio y la
satisfacción del paciente.
Hipótesis alternativa (H₁ o Hₐ)
Plantea una opción distinta a la hipótesis nula, pudiendo indicar dirección o
diferencia. Se utiliza cuando se requieren explicaciones adicionales.
Ejemplo: La satisfacción del paciente es mayor cuando la calidad del servicio
es alta.
Hipótesis estadísticas
Son la expresión matemática de las hipótesis de investigación y nula,
necesarias para aplicar pruebas estadísticas.
No toda investigación requiere hipótesis; su pertinencia depende del enfoque y del
alcance del estudio.
Ejemplo:
Existe una relación estadísticamente significativa entre la calidad del
servicio y la satisfacción del paciente.
3.3 Variables
Definición de variable
Kerlinger y Lee (2002) definen la variable como una propiedad que puede asumir
diferentes valores y ser medida.
Hernández-Sampieri et al. (2018) enfatizan que las variables deben ser observables
y susceptibles de medición empírica.
Tipos de variables
1. Tipos de variables según su función en la investigación
Variable independiente
Es la variable que actúa como causa, antecedente o factor explicativo del
fenómeno estudiado. El investigador la selecciona, manipula o analiza para observar
su influencia sobre otra variable.
En estudios experimentales se manipula directamente; en estudios no
experimentales se observa tal como ocurre en la realidad.
Ejemplo:
Calidad del servicio → Variable independiente
Satisfacción del paciente → Variable dependiente
Variable dependiente
Es la variable que representa el efecto, resultado o consecuencia derivada de la
variable independiente. Su comportamiento depende de los cambios que
experimente la variable independiente.
Ejemplo:
La satisfacción del paciente varía en función de la calidad del servicio recibido.
Variable interviniente
Es una variable que media, modera o explica parcialmente la relación entre la
variable independiente y la dependiente. No siempre se mide, pero su identificación
fortalece el rigor teórico del estudio.
Ejemplo:
La percepción de trato digno puede influir en cómo la calidad del servicio impacta la
satisfacción del paciente.
Variable de control
Son variables que el investigador mantiene constantes o considera para evitar
sesgos, ya que podrían influir en los resultados si no se controlan.
Ejemplo:
Edad, sexo, tipo de institución o nivel socioeconómico de los participantes.
2. Tipos de variables según su naturaleza
Variables cualitativas
Son variables que describen cualidades, características o categorías, sin
implicar medición numérica directa. Se expresan mediante palabras o
clasificaciones.
Ejemplos:
Sexo, tipo de servicio, nivel de satisfacción (bajo, medio, alto).
Variables cuantitativas
Son variables que se expresan numéricamente y permiten realizar operaciones
matemáticas y análisis estadísticos.
Ejemplos:
Edad, número de consultas, puntaje de satisfacción.
Variables discretas
Son variables cuantitativas que admiten valores enteros y contables, sin
fracciones entre ellos.
Ejemplo:
Número de consultas médicas, cantidad de quejas presentadas.
Variables continuas
Son variables cuantitativas que pueden tomar cualquier valor dentro de un
rango, incluyendo decimales, y se miden con instrumentos de precisión.
Ejemplo:
Tiempo de espera en minutos, nivel de presión arterial, puntaje promedio en una
escala.
Un error frecuente es confundir variables con dimensiones o indicadores.
3.4 Definición de variables
Importancia del apartado
El apartado de definición de variables constituye uno de los núcleos
metodológicos más relevantes del Capítulo III, ya que en él se establece cómo
los conceptos teóricos del estudio se traducen en elementos observables y
medibles. Una investigación puede tener un sólido marco teórico, pero si las
variables no están claramente definidas, el estudio pierde validez metodológica.
Bisquerra (2014) señala que operacionalizar una variable implica transformar un
concepto abstracto en indicadores empíricos, de tal forma que pueda ser
observado, medido y analizado de manera objetiva. Este proceso garantiza
coherencia entre el problema, los objetivos, las hipótesis y los resultados.
En este apartado, el investigador demuestra que sabe exactamente qué va a
medir, cómo lo va a medir y con qué instrumento, lo cual es indispensable para
la replicabilidad del estudio.
3.4.1 Definición conceptual
La definición conceptual consiste en explicar el significado teórico de la
variable, apoyándose en autores reconocidos, modelos teóricos y literatura
científica. No se trata de una definición personal ni de diccionario, sino de una
definición académica fundamentada.
🔹
Esta definición responde a la pregunta:
¿Qué se entiende por esta variable desde el punto de vista teórico?
Para una correcta definición conceptual, se recomienda:
● Utilizar autores clásicos o contemporáneos ampliamente citados.
● Mantener coherencia con el enfoque y paradigma del estudio.
● Redactar de forma clara, precisa y formal.
Ejemplo:
Variable: Calidad del servicio
Definición conceptual:
Parasuraman, Zeithaml y Berry (1988) definen la calidad del servicio como el
resultado de la comparación que realiza el usuario entre sus expectativas
previas y las percepciones del servicio recibido, lo que determina su nivel de
satisfacción o insatisfacción.
Esta definición permite comprender la variable como un constructo
multidimensional, fundamental para su medición posterior.
3.4.2 Definición operacional
La definición operacional especifica cómo la variable será medida
empíricamente. Es el paso en el que el concepto teórico se convierte en datos
cuantificables o categorías analizables.
🔹
Responde a las preguntas:
🔹
¿Cómo se va a medir la variable?
¿Con qué instrumento y bajo qué escala?
De acuerdo con Bisquerra (2014), una adecuada operacionalización debe incluir:
● Dimensiones: Componentes o aspectos que integran la variable.
● Indicadores: Elementos específicos observables de cada dimensión.
● Escala de medición: Tipo de escala utilizada (Likert, nominal, ordinal,
intervalo, razón).
● Instrumento: Herramienta concreta con la que se recolectarán los datos.
Ejemplo:
Variable: Calidad del servicio
Definición operacional:
La calidad del servicio se medirá mediante el cuestionario SERVQUAL, el cual
evalúa cinco dimensiones: tangibilidad, fiabilidad, capacidad de respuesta,
seguridad y empatía. Se utilizará una escala tipo Likert de cinco puntos, que va
de “totalmente en desacuerdo” a “totalmente de acuerdo”, aplicada a usuarios del
servicio objeto de estudio.
si una variable no puede operacionalizarse, no puede investigarse. La
definición conceptual otorga sustento teórico; la definición operacional garantiza
validez, confiabilidad y rigor metodológico.
3.5 Población y muestra
Este apartado tiene como propósito delimitar con precisión a quiénes se
estudiará y bajo qué criterios se seleccionarán los participantes. Una definición
incorrecta o ambigua de la población y la muestra compromete seriamente la
validez externa, es decir, la posibilidad de generalizar los resultados.
Hernández-Sampieri et al. (2018) definen la población como el conjunto total de
elementos, sujetos o unidades de análisis que comparten características
específicas relevantes para la investigación. Estas características deben estar
claramente vinculadas con el problema y los objetivos del estudio.
Por su parte, la muestra es un subconjunto de la población, seleccionado
mediante procedimientos sistemáticos, con el propósito de representar
adecuadamente sus características esenciales, cuando no es posible estudiar a
la totalidad de los elementos.
Bisquerra (2014) distingue dos grandes tipos de muestreo:
● Muestreo probabilístico, en el cual todos los elementos de la población
tienen la misma probabilidad de ser seleccionados. Este tipo de muestreo
fortalece la generalización de resultados y es característico de
investigaciones cuantitativas.
● Muestreo no probabilístico, donde la selección depende de criterios
teóricos, accesibilidad o juicio del investigador. Es común en estudios
cualitativos y exploratorios.
La validez externa del estudio depende en gran medida de la selección
muestral; una muestra mal definida invalida cualquier análisis estadístico
posterior, por sofisticado que este sea.
3.6 Técnica de recolección de datos
La técnica de recolección de datos hace referencia al procedimiento general que
se emplea para obtener la información empírica, es decir, al “cómo” se recopilan
los datos.
Según Bisquerra (2014), la técnica es el método sistemático mediante el cual el
investigador obtiene información relevante de la realidad, de manera ordenada
y conforme a los objetivos del estudio.
Entre las técnicas más utilizadas se encuentran:
● Encuesta: adecuada para obtener información cuantificable de grandes
grupos.
● Entrevista: permite profundizar en percepciones, significados y experiencias.
● Observación: posibilita registrar conductas o fenómenos en contextos
naturales.
● Análisis documental: consiste en examinar fuentes escritas, normativas o
registros previos.
La elección de la técnica debe justificarse en función del enfoque, el diseño y el
tipo de datos requeridos.
3.7 Instrumento
El instrumento es la herramienta concreta que se utiliza para medir las variables o
recolectar la información definida en la técnica.
Creswell (2014) señala que el instrumento constituye el medio específico
mediante el cual los datos son registrados, codificados y posteriormente
analizados, por lo que su calidad determina la calidad de los resultados.
En este apartado se debe describir:
● El tipo de instrumento (cuestionario, guía de entrevista, lista de cotejo,
rúbrica).
● Su estructura (número de ítems, dimensiones, tipo de preguntas).
● Evidencias de validez (contenido, constructo o criterio).
● Evidencias de confiabilidad (alfa de Cronbach, estabilidad, consistencia
interna).
Un instrumento sin validez ni confiabilidad convierte la investigación en un
ejercicio meramente descriptivo, sin rigor científico.
3.8 Criterios de decisión
Los criterios de decisión establecen las reglas bajo las cuales se aceptan o
rechazan las hipótesis de investigación, particularmente en estudios
cuantitativos.
Kerlinger (2002) afirma que los criterios de decisión son parámetros estadísticos
previamente definidos, que permiten interpretar los resultados de manera objetiva
y evitar decisiones arbitrarias.
Generalmente, se establece un nivel de significancia de α = 0.05, lo que implica
aceptar un 5 % de probabilidad de cometer error al rechazar una hipótesis nula
verdadera.
En este apartado se especifica:
● El nivel de significancia adoptado.
● El tipo de prueba estadística utilizada.
● Las condiciones bajo las cuales se aceptan o rechazan las hipótesis.
Como señalan Hernández-Sampieri et al. (2018), una metodología mal definida
compromete la credibilidad de cualquier investigación. Un Capítulo III sólido no solo
demuestra rigor científico, sino también madurez metodológica por parte del
investigador.