Los métodos de investigación son procedimientos específicos para la recolección y el análisis de datos. El desarrollo de los métodos de investigación es una parte integral del diseño de una investigación. Al planificar los métodos, hay dos decisiones claves a tomar.
Primero, decidir cómo se recolectarán los datos. Los métodos dependen del tipo de datos que se necesitan para responder a la pregunta de la investigación:
- Cualitativos vs. cuantitativos: ¿Los datos tomarán la forma de palabras o números?
- Primario vs. secundario: ¿Se recolectarán los datos originales por sí mismos, o se utilizarán datos que ya han sido recolectados por otra persona?
- Descriptivo vs. experimental: ¿Se tomarán medidas de algo tal como está, o se realizará un experimento?
En segundo lugar, decidir cómo se van a analizar los datos.
- En el caso de los datos cuantitativos, se pueden utilizar métodos de análisis estadístico para probar las relaciones entre las variables.
- Para los datos cualitativos, se pueden utilizar métodos como el análisis temático para interpretar patrones y significados en los datos.
Métodos de recogida de datos
Los datos son la información que el autor recoge con el fin de responder a su pregunta de investigación. Los métodos de investigación que utiliza dependen del tipo de datos que la investigación necesita.
Datos cualitativos vs. cuantitativos
La elección de la recopilación de datos cualitativos o cuantitativos depende del tipo de conocimiento que se quiera desarrollar.
Para preguntas sobre ideas, experiencias y significados, o para estudiar algo que no se puede describir numéricamente, recopilar datos cualitativos.
Si se desea desarrollar una comprensión más mecánica de un tema, o si la investigación implica la prueba de hipótesis, se deben recolectar datos cuantitativos.
| Pros | Contras | |
| Cualitativo | Flexible. A menudo se pueden ajustar los métodos a medida que se van desarrollando nuevos conocimientos. Puede realizarse con muestras pequeñas. | No puede ser analizado estadísticamente o generalizado a poblaciones más amplias. Es difícil estandarizar la investigación. |
| Cuantitativo | Se puede utilizar para describir sistemáticamente grandes colecciones de cosas. Genera un conocimiento reproducible. | Requiere entrenamiento estadístico para analizar los datos. Requiere muestras más grandes. |
También puede adoptar un enfoque de métodos mixtos, en el que se utilizan métodos de investigación tanto cualitativos como cuantitativos.
Datos primarios vs. secundarios
Los datos primarios son cualquier información original que el investigador recolecte con el propósito de responder la pregunta de investigación (por ejemplo, a través de encuestas, observaciones y experimentos). Los datos secundarios son información que ya ha sido recogida por otros investigadores (por ejemplo, en un censo del gobierno o en estudios científicos previos).
Si se está explorando una pregunta de investigación novedosa, probablemente se necesitará recolectar datos primarios. Pero si se quiere sintetizar el conocimiento existente, analizar las tendencias históricas o identificar patrones a gran escala, los datos secundarios podrían ser una mejor opción.
| Pros | Contras | |
| Datos primarios | Se pueden recoger para responder a la pregunta de investigación específica. El investigador tiene el control sobre los métodos de muestreo y medición. | Es más caro y lleva mucho tiempo recogerlo. Requiere capacitación en métodos de recolección de datos. |
| Datos secundarios | Más fácil y rápido de acceder. Se puede recopilar datos que abarcan escalas de tiempo más largas y ubicaciones geográficas más amplias. | No hay control sobre cómo se generaron los datos. Requiere un procesamiento adicional para asegurarse de que funciona para el análisis. |
Datos descriptivos vs. experimentales
En la investigación descriptiva, el investigador recoge datos sobre su sujeto de estudio sin intervenir. La validez de su investigación dependerá del método de muestreo.
En la investigación experimental, el investigador interviene sistemáticamente en un proceso y mide el resultado. La validez de la investigación dependerá del diseño experimental.
Para llevar a cabo un experimento, el investigador necesita ser capaz de variar su variable independiente, medir con precisión su variable dependiente y controlar las variables de confusión. Si es práctica y éticamente posible, este método es la mejor opción para responder a las preguntas sobre causa y efecto.
| Pros | Contras | |
| Descriptivo | Permite describir el tema de su investigación sin influir en él. Accesible. Se pueden reunir más datos a mayor escala. | No hay control sobre las variables de confusión. No se pueden establecer relaciones de causa y efecto. |
| Experimental | Más control sobre las variables de confusión. Se pueden establecer relaciones de causa y efecto. | El autor puede influir en su sujeto de investigación de maneras inesperadas. Por lo general, se requiere más experiencia y recursos para recolectar los datos. |
Ejemplos de métodos de recopilación de datos
Métodos de investigación para la recogida de datos
| Métodos de investigación | ¿Primario o secundario? | ¿Cualitativo o cuantitativo? | Cuándo usar |
| Experimental | Primario | Cuantitativo | Para probar las relaciones de causa y efecto. |
| Encuesta | Primario | Cuantitativo | Comprender las características generales de una población. |
| Entrevista/grupo de enfoque | Primario | Cualitativo | Para obtener una comprensión más profunda de un tema. |
| Observación | Primario | Cualquiera | Entender cómo ocurre algo en su entorno natural. |
| Revisión de literatura | Secundario | Cualquiera | Para situar la investigación en un cuerpo de trabajo existente, o para evaluar las tendencias dentro de un tema de investigación. |
| Estudio de caso | Cualquiera | Cualquiera | Para obtener una comprensión profunda de un grupo o contexto específico, o cuando no se tienen los recursos para un estudio grande. |
Métodos de análisis de datos
Los métodos de análisis de datos dependerán del tipo de datos que se recojan y de cómo sean preparados para el análisis.
A menudo los datos pueden ser analizados tanto cuantitativa como cualitativamente. Por ejemplo, las respuestas a una encuesta pueden analizarse cualitativamente estudiando los significados de las respuestas o cuantitativamente estudiando las frecuencias de las respuestas.
Métodos de análisis cualitativo
El análisis cualitativo se utiliza para comprender palabras, ideas y experiencias. Se puede utilizar para interpretar los datos que se han recogido:
- A partir de preguntas abiertas de encuestas y entrevistas, revisiones de literatura, estudios de caso y otras fuentes que utilizan texto en lugar de números.
- Utilizando métodos de muestreo no probabilísticos.
El análisis cualitativo tiende a ser bastante flexible y se basa en el juicio del investigador, por lo que hay que reflexionar cuidadosamente sobre las elecciones y supuestos.
Métodos de análisis cuantitativo
El análisis cuantitativo utiliza números y estadísticas para comprender las frecuencias, los promedios y las correlaciones (en los estudios descriptivos) o las relaciones de causa y efecto (en los experimentos).
Se puede utilizar el análisis cuantitativo para interpretar los datos que se han recogido:
- Durante un experimento.
- Utilizando métodos de muestreo probabilístico.
Debido a que los datos se recogen y analizan de una manera estadísticamente válida, los resultados del análisis cuantitativo pueden ser fácilmente estandarizados y compartidos entre los investigadores.
Ejemplos de métodos de análisis de datos
Métodos de investigación para el análisis de datos
| Método de investigación | ¿Cualitativo o cuantitativo? | Cuándo usar |
| Análisis estadístico | Cuantitativo | Analizar los datos recogidos de una manera estadísticamente válida (por ejemplo, de experimentos, encuestas y observaciones). |
| Meta-análisis | Cuantitativo | Analizar estadísticamente los resultados de una gran colección de estudios. Sólo se puede aplicar a los estudios que recogieron datos de una manera estadísticamente válida. |
| Análisis temático | Cualitativo | Analizar los datos recogidos en las entrevistas, grupos focales o fuentes textuales. Comprender los temas generales de los datos y cómo se comunican. |
| Análisis del contenido | Cualquiera | Analizar grandes volúmenes de datos textuales o visuales recogidos de encuestas, revisiones de literatura u otras fuentes. Puede ser cualitativo (es decir, frecuencias de palabras) o cuantitativo (es decir, significados de palabras). |
