Luciano Martínez Balbuena
Universidad Digital del Estado de México
| Tipo de Investigación | Uso de la Teoría | Momento en que se utiliza la Teoría | Ejemplos de Teoría en el Contexto |
|---|---|---|---|
| Cuantitativa | Prueba hipótesis derivadas de teorías, usualmente guiando el estudio. | Al inicio del estudio, en la propuesta | Teoría que guía hipótesis específicas |
| Cualitativa | Uso variado: puede generar teoría como resultado del estudio o aplicarla al inicio como lente de análisis. | Puede ir al inicio o al final del estudio | Teoría Arraigada, enfoques de justicia social, etnografías |
| Métodos Mixtos | Puede tanto probar teorías como generarlas. Además, guía partes del diseño como instrumentos y preguntas. | Diferentes etapas del estudio | Teoría para formular instrumentos cuantitativos y preguntas cualitativas |
Buscar y seleccionar la Teoría. Realiza una búsqueda bibliográfica para identificar la teoría (o teorías) que mejor se ajusten a tu tema de estudio.
Introducir la Teoría en el inicio del estudio. Coloca la teoría, modelo o marco conceptual al inicio de tu investigación. Esto servirá como una guía para definir las preguntas de investigación o hipótesis.
Presentar la Teoría formalmente. Menciona el nombre de la teoría y describe cómo va a influir en tu estudio, ya sea en un contexto cuantitativo, cualitativo o de métodos mixtos.
Conectar con estudios previos. Describe estudios que ya hayan utilizado esta teoría, especialmente aquellos que estén estrechamente relacionados con tu investigación. Esto ayuda a justificar la elección de la teoría.
Crear un diagrama. Diseña un esquema visual de la teoría que muestre los principales conceptos o variables y las conexiones que se establecen entre ellos. Esto facilita la comprensión de cómo la teoría estructura el estudio.
Usar la Teoría como marco para el estudio. A lo largo del trabajo, deja claro cómo la teoría guía cada parte de tu investigación, desde el análisis hasta la interpretación de resultados.
Revisar la Teoría en las conclusiones. Al final del estudio, evalúa cómo la teoría ayudó a interpretar los hallazgos y qué papel jugó en los resultados.
Comparar con otros estudios. Explica en qué se parece y en qué difiere el uso de la teoría en tu estudio respecto a investigaciones anteriores, proporcionando una visión crítica de su aplicación.
En investigación cuantitativa, una teoría es un conjunto de conceptos organizados, definiciones y proposiciones interrelacionadas que describe y explica un fenómeno al especificar las relaciones entre variables. La teoría cumple un propósito al ofrecer explicaciones y sigue un procedimiento mediante la organización de relaciones entre variables interrelacionadas.
¿Por qué una variable independiente \(X\), afectaría a una variable dependiente \(Y\)?
Ofrecer una visión sistemática. Proporcionar un marco estructurado para comprender el fenómeno estudiado al definir cómo se relacionan sus componentes principales.
Explicar relaciones entre variables. Identificar y explicar las relaciones esperadas entre variables clave, ayudando a entender los mecanismos subyacentes del fenómeno.
Predecir resultados. Anticipar comportamientos o resultados específicos a partir de las relaciones entre variables, facilitando la formulación de hipótesis comprobables.
Una variable se refiere a una característica o atributo de un individuo u organización que se puede medir u observar y varía entre los individuos u organizaciones.
Las variables independientes son aquellas que influyen o afectan los resultados en un estudio cuantitativo. Se les llama “independientes” porque el investigador puede controlarlas o manipularlas en experimentos para observar cómo afectan a otras variables, conocidas como variables dependientes. En estudios experimentales, también se conocen como variables de tratamiento o manipuladas, ya que permiten probar el efecto de diferentes condiciones o niveles sobre los resultados.
Las variables dependientes son aquellas que dependen de las variables independientes, ya que representan los resultados o efectos que estas últimas producen en un estudio. En investigaciones experimentales, las variables dependientes muestran el impacto de la manipulación de las variables independientes, proporcionando datos medibles sobre el fenómeno estudiado.
Las variables predictoras (también conocidas como variables antecedentes) son variables que se utilizan para anticipar o predecir un resultado de interés en estudios de encuesta y análisis estadístico. Aunque son similares a las variables independientes, ya que se espera que influyan en el resultado, las variables predictoras no se manipulan experimentalmente. En lugar de eso, se miden tal como ocurren en el entorno natural del estudio para observar su capacidad de predicción sobre los resultados.
Las variables de resultado (también conocidas como variables de respuesta o criterio) son los resultados medibles en un estudio de encuesta que se espera sean influenciados o predichos por las variables predictoras. Estas variables representan el efecto o cambio que las variables predictoras pueden anticipar y sirven como criterio para evaluar la relación entre ambas.
Las variables mediadoras o variables intervinientes actúan como un puente entre la variable independiente y la variable dependiente, transmitiendo o explicando el efecto de la primera sobre la segunda. Estas variables ayudan a comprender cómo y por qué una variable independiente influye en una variable dependiente, al desglosar el efecto en pasos intermedios. Su influencia se puede analizar mediante distintos métodos estadísticos de mediación, lo que permite cuantificar el proceso mediante el cual la variable independiente afecta a la variable dependiente a través de la mediadora.
Las variables moderadoras son variables que afectan la dirección o la intensidad de la relación entre una variable independiente y una variable dependiente, o entre variables predictoras y de resultado. Estas variables no causan directamente un efecto, sino que modifican cómo se relacionan otras variables, pudiendo intensificar, reducir o incluso cambiar el sentido de la relación. Las variables moderadoras son clave para entender en qué condiciones o para qué subgrupos específicos una relación puede ser más fuerte o más débil.
Una variable de confusión es una tercera variable que está relacionada tanto con la variable independiente (o predictora) como con la variable dependiente (o de resultado) y que puede distorsionar o sesgar la relación observada entre ellas. Debido a su influencia en ambas variables, la variable de confusión puede crear la apariencia de una relación entre la independiente y la dependiente que no es real, o, por el contrario, puede ocultar una relación existente. Identificar y controlar las variables de confusión es fundamental para obtener conclusiones precisas en un estudio.
En la investigación cuantitativa, una escala de medición es el tipo de sistema utilizado para clasificar y cuantificar las respuestas o datos observados de los participantes. Estas escalas determinan el nivel de precisión y el tipo de análisis que se puede realizar con los datos, y suelen dividirse en cuatro tipos principales: nominal, ordinal, de intervalo y de razón. Cada tipo de escala ofrece distintas opciones de respuesta o formas de clasificar los datos, lo cual permite al investigador medir y analizar variables de manera adecuada según el propósito del estudio.
| Tipo de variable | Escala de medición | Descripción | Ejemplo de pregunta | Ejemplo de opciones de respuesta |
|---|---|---|---|---|
| Categórica | Nominal | Usa categorías sin orden. | ¿Cuánta educación tienes? | Ninguna, licenciatura, posgrado |
| Ordinal | Usa categorías con un orden de rango. | ¿Su asesor le ha ayudado a seleccionar una especialidad? | No en absoluto, hasta cierto punto, en gran medida | |
| Continua | Intervalo | Escala continua sin un cero absoluto. | ¿Estás de acuerdo en que la economía está en recesión? | 1 (totalmente en desacuerdo) a 5 (totalmente de acuerdo) |
| Razón (proporción) | Escala continua con un cero absoluto. | ¿Cuántas horas estudiaste esta semana? | Respuesta numérica en horas (0, 1, 2, …) |
En un estudio de investigación cuantitativa, se describen y analizan las relaciones entre las variables para construir teorías y responder a preguntas de investigación específicas. Las teorías y la definición precisa de las variables permiten a los investigadores formular hipótesis, que son predicciones sobre eventos específicos o relaciones entre variables.
Para poner a prueba estas hipótesis, los investigadores recopilan datos midiendo las respuestas de los participantes en relación con las variables en estudio. Esto permite evaluar si las relaciones entre variables predichas por la teoría se reflejan en los datos obtenidos.
Para el Objetivo 1. Existe una correlación significativa entre los puntajes de las pruebas nacionales de [nombre de la prueba] y las calificaciones académicas de los estudiantes en los cursos de [áreas específicas] durante los semestres [x y y].
Para el Objetivo 2. Los factores adicionales como el contexto socioeconómico, la dedicación horaria y los recursos académicos tienen un efecto significativo en el rendimiento académico en [áreas específicas] durante los semestres [x y y].
Para el Objetivo 3. Las estrategias desarrolladas para mejorar la predictibilidad de los puntajes de las pruebas nacionales sobre el rendimiento académico universitario aumentarán la precisión de las predicciones del desempeño académico en al menos dos cohortes estudiantiles.
Para cada objetivo, se puede plantear una propuesta de cómo categorizar y definir las variables:
| Objetivo | Tipo de Variable | Variable | Descripción |
|---|---|---|---|
| Objetivo 1: Análisis de correlación entre puntajes de pruebas y calificaciones académicas | Variable Independiente | Puntaje en [nombre de la prueba] | Puntaje obtenido por los estudiantes en la prueba nacional específica. |
| Variable Dependiente | Calificaciones académicas en [áreas específicas] | Promedio de calificaciones en las asignaturas específicas durante los semestres [x y y]. | |
| Objetivo 2: Factores adicionales que influyen en el rendimiento académico | Variable Independiente | Contexto socioeconómico | Nivel socioeconómico de los estudiantes, medido a través de variables de ingreso y recursos familiares. |
| Variable Independiente | Dedicación horaria | Número de horas semanales dedicadas al estudio en las materias específicas. | |
| Variable Independiente | Recursos académicos | Acceso a materiales, tutorías o ayudas académicas institucionales. | |
| Variable Dependiente | Rendimiento académico | Calificaciones obtenidas en las áreas de estudio durante los semestres [x y y]. | |
| Objetivo 3: Estrategias para mejorar la predictibilidad | Variable Independiente | Estrategias implementadas | Acciones o programas basados en los resultados de la correlación y los factores influyentes. |
| Variable Dependiente | Desempeño académico | Resultados de los estudiantes en pruebas y calificaciones después de aplicar las estrategias. | |
| Variable de Confusión (posible) | Cohorte estudiantil | Diferencias entre grupos de estudiantes que puedan influir en la comparación entre cohortes. |
Motivación Académica. La motivación de los estudiantes hacia sus estudios podría ser una variable predictora que afecte tanto el rendimiento académico como la correlación con los puntajes de pruebas nacionales. La motivación puede medirse a través de una escala de autoinforme donde los estudiantes respondan sobre su motivación en una escala de Likert, como “muy baja” a “muy alta”.
Estilos de Aprendizaje. Los estilos de aprendizaje (visual, auditivo, kinestésico, etc.) pueden influir en cómo los estudiantes se desempeñan tanto en los exámenes nacionales como en las evaluaciones académicas. Se podría incluir esta variable como una escala categórica nominal donde se clasifique a los estudiantes según su estilo predominante de aprendizaje.
Índice de Satisfacción Académica. Esta variable podría evaluar si los estudiantes se sienten satisfechos con su rendimiento y los recursos académicos ofrecidos. Este índice podría obtenerse mediante una encuesta en escala ordinal o continua (por ejemplo, de 1 a 5, de “muy insatisfecho” a “muy satisfecho”).
Progreso Académico. Otro resultado relevante podría ser el progreso en términos de créditos aprobados o avance en el plan de estudios. Esta variable puede ser una escala de razón (donde los valores parten de cero) y se mide en función de créditos o unidades completadas.
Dado el contexto de las variables en el proyecto, estas podrían ser algunas escalas de medición específicas:
| Variable | Escala de Medición | Descripción de la Escala |
|---|---|---|
| Puntaje en Pruebas Nacionales | Escala de Intervalo | Puntuaciones en la prueba específica, medida en un rango numérico sin un punto cero absoluto. |
| Calificaciones Académicas | Escala de Razón | Calificaciones en cada curso, medida en un sistema que parte de cero (ej., 0-100 puntos). |
| Contexto Socioeconómico | Escala Ordinal o Intervalo | Clasificación en categorías (ej., bajo, medio, alto) o una escala basada en ingresos. |
| Dedicación Horaria | Escala de Razón | Horas dedicadas al estudio, que se pueden medir en números absolutos (ej., 0, 1, 2 horas, etc.). |
| Motivación Académica | Escala de Likert (Ordinal) | Nivel de motivación, medido en una escala de 1 a 5, de “muy baja” a “muy alta”. |
| Estilos de Aprendizaje | Escala Nominal | Clasificación de estilo predominante de aprendizaje (visual, auditivo, kinestésico, etc.). |
| Índice de Satisfacción Académica | Escala de Likert (Ordinal) | Grado de satisfacción en una escala de 1 a 5, desde “muy insatisfecho” a “muy satisfecho”. |
| Progreso Académico | Escala de Razón | Número de créditos o unidades aprobadas, medido como un valor numérico continuo desde cero. |