El diseño de la investigación cuantitativa constituye el método experimental común de la mayoría de las disciplinas científicas.
En ocasiones, a estos experimentos se los denomina ciencia verdadera y emplean medios matemáticos y estadísticos tradicionales para medir los resultados de manera concluyente.
Son los más utilizados por los científicos físicos, aunque las ciencias sociales, la educación y la economía también han recurrido a este tipo de investigación. Es lo contrario de la investigación cualitativa.
Todos los experimentos cuantitativos utilizan un formato estándar, con algunas pequeñas diferencias inter-disciplinarias para generar una hipótesis que será probada o desmentida. Esta hipótesis debe ser demostrable por medios matemáticos y estadísticos y constituye la base alrededor de la cual se diseña todo el experimento.
La asignación al azar de un grupo de estudio es esencial y se debe incluir un grupo de control, siempre que sea posible. Un buen diseño cuantitativo sólo debe manipular una variable a la vez, de lo contrario, el análisis estadístico se vuelve muy complicado y susceptible a cuestionamientos.
Idealmente, la investigación debe ser armada de manera tal que permita a otros repetir el experimento y obtener resultados similares.
Cuándo realizar el diseño de la investigación cuantitativa.
El diseño de la investigación cuantitativa es una excelente manera de finalizar los resultados y probar o refutar una hipótesis. La estructura no ha cambiado hace siglos, por lo que es común en muchos campos y disciplinas científicas.
Luego del análisis estadístico de los resultados, se llega a una respuesta abarcativa y los resultados pueden ser discutidos y publicados legítimamente. Los experimentos cuantitativos también filtran los factores externos, si se diseñan adecuadamente, y de esta manera los resultados obtenidos pueden ser vistos como reales e imparciales.
Los experimentos cuantitativos son útiles para comprobar los resultados obtenidos por una serie de experimentos cualitativos, conducen a una respuesta final y reducen las direcciones posibles que la investigación pueda tomar.
Los experimentos cuantitativos pueden ser difíciles y costosos y exigen mucho tiempo para su realización. Se deben planear cuidadosamente para asegurar que exista una aleatoriedad completa y una designación correcta de los grupos de control.
Generalmente, los estudios cuantitativos exigen un análisis estadístico extenso, que puede ser complicado debido a que la mayoría de los científicos no son estadísticos. El campo del estudio estadístico es una disciplina científica en sí y puede resultar difícil para los que no son matemáticos.
Además, los requisitos para la confirmación estadística exitosa de los resultados son muy estrictos. Existen muy pocos experimentos que exhaustivamente prueben una hipótesis; generalmente existe cierta ambigüedad, que requiere repetir las pruebas y perfeccionar el diseño. Esto significa otra inversión de tiempo y recursos para sintonizar los resultados.
El diseño de la investigación cuantitativa también tiende a generar resultados solamente probados o no probados, con poco espacio para zonas grises e incertidumbre. Para las ciencias sociales, la educación, la antropología y la psicología, la naturaleza humana es mucho más compleja que una simple respuesta afirmativa o negativa.
Martyn Shuttleworth (Mar 7, 2008). Diseño de la Investigación Cuantitativa. Oct 15, 2024 Obtenido de Explorable.com: https://explorable.com/es/diseno-de-la-investigacion-cuantitativa
The text in this article is licensed under the Creative Commons-License Attribution 4.0 International (CC BY 4.0).
This means you're free to copy, share and adapt any parts (or all) of the text in the article, as long as you give appropriate credit and provide a link/reference to this page.
That is it. You don't need our permission to copy the article; just include a link/reference back to this page. You can use it freely (with some kind of link), and we're also okay with people reprinting in publications like books, blogs, newsletters, course-material, papers, wikipedia and presentations (with clear attribution).