Investigar y publicar en FP // parte I · investigar

02 · Diseños de investigación: cuantitativa, cualitativa y mixta

Revisado el 18 de noviembre de 2026.

Guía informativa, no fuente oficial. Las fechas, plazos, cuantías y requisitos cambian cada curso y según la comunidad: comprueba siempre en la fuente oficial enlazada. Si ves un error, avísame.

Una vez que tienes la pregunta, hay que elegir cómo vas a contestarla. Eso es el diseño: el plan que une la pregunta, los datos y el análisis. Este artículo repasa los diseños más habituales en educación, con ejemplos de un ciclo formativo, y explica cómo se cuida que las conclusiones merezcan confianza. Continúa Investigar en educación: la ciencia y su método.

2.1 Hipótesis, variables y muestra

Tres palabras que aparecen en cualquier diseño cuantitativo:

  • Variable: algo que puede tomar valores distintos (la nota, las faltas, el tiempo de estudio, el método usado).
  • Hipótesis: una respuesta provisional que se puede comprobar. «Los grupos que usan aula invertida obtienen una nota media más alta» es una hipótesis; «el aula invertida es buena» no lo es.
  • Muestra: las personas o casos de los que realmente recoges datos. Rara vez es toda la población, y lo que concluyas solo vale para el grupo que se parezca a tu muestra.

En investigación cualitativa no se suele partir de una hipótesis cerrada, sino de una pregunta abierta, y la muestra se elige por lo que puede aportar (una persona que ha vivido la situación), no por ser representativa.

2.2 Diseños cuantitativos

Los manuales clasifican los diseños cuantitativos según cuánto control tiene quien investiga (Cohen et al., 2018; Creswell y Creswell, 2023).

DiseñoQué haceEjemplo en un cicloQué permite decir
DescriptivoCuenta y resume lo que hayPorcentaje de alumnado que abandona antes de la FCTCómo es la situación
CorrelacionalBusca relación entre variables¿Faltar más se asocia con nota más baja en el módulo?Que van juntas, no que una cause la otra
Cuasi-experimentalCompara grupos que ya existen tras un cambioGrupo A con aula invertida y grupo B sin ellaUna pista de causa, con cautelas
ExperimentalAsigna al azar a quién se aplica el cambioSortear qué alumnos usan una herramientaLa mejor base para hablar de causa
  • En un aula casi nunca se puede sortear quién recibe qué: los grupos ya vienen formados. Por eso lo habitual en un centro es el diseño cuasi-experimental, que obliga a preguntarse qué otras diferencias entre los grupos podrían explicar el resultado (Shadish et al., 2002).
  • Correlación no es causa. Si el alumnado que más asiste saca mejor nota, puede ser por la asistencia, por la motivación que ya tenía, o por ambas.
  • Un estudio de caso (un grupo, un módulo, un centro) describe a fondo una situación concreta. Puede usar números, palabras o ambos (Yin, 2018).

2.3 Diseños cualitativos

Aquí interesa comprender cómo viven y explican algo las personas. Los diseños más usados:

DiseñoIdea centralEjemplo en un ciclo
Estudio de casoAnalizar a fondo un caso con varias fuentesCómo un instituto organiza la FP dual con sus empresas
EtnografíaObservar durante tiempo un grupo en su contextoCómo se trabaja en el taller de un ciclo a lo largo de un trimestre
FenomenologíaRecoger la experiencia vivida de quien la ha tenidoQué significó para alumnado de grado básico su primera estancia en una empresa
Teoría fundamentadaConstruir una explicación a partir de los propios datos (Glaser y Strauss, 1967)Entrevistar a tutores de empresa y ver qué categorías aparecen sobre «un buen aprendiz»
Investigación-acciónEl profesorado cambia su práctica y la estudia en ciclosProbar una nueva rúbrica, observar, ajustar y volver a probar

Los datos son sobre todo palabras: entrevistas, observaciones, diarios, documentos. El análisis consiste en leerlos con cuidado, agruparlos en categorías y volver a ellos para comprobar que la interpretación se sostiene.

2.4 Diseños mixtos

Cuando una sola mirada no basta, se combinan. Creswell y Creswell (2023) describen tres formas básicas:

  • Convergente: recoges números y palabras a la vez y contrastas si dicen lo mismo.
  • Explicativo secuencial: primero números, después entrevistas para entender lo que los números muestran. Ejemplo: mides qué grupos abandonan más y luego entrevistas a quien se fue.
  • Exploratorio secuencial: primero entrevistas para descubrir qué importa, después un cuestionario para medir cuánto se extiende.

Un diseño mixto da más información, pero cuesta más tiempo. Para un trabajo pequeño suele ser mejor hacer bien un solo enfoque.

2.5 Confianza en los resultados

Todo estudio debe poder responder a la pregunta «¿por qué me fío de esto?». Cada enfoque lo hace con sus propios criterios.

PreguntaEn un estudio cuantitativoEn un estudio cualitativo (Lincoln y Guba, 1985)
¿Mide o describe lo que dice?ValidezCredibilidad
¿Saldría lo mismo repitiéndolo?FiabilidadConsistencia (que el proceso esté bien documentado)
¿Sirve en otros contextos?GeneralizaciónTransferibilidad (que se describa tan bien el contexto que el lector decida si le aplica)

Medidas prácticas que sirven en ambos:

  • Triangular: contrastar varias fuentes o instrumentos sobre lo mismo.
  • Pedir una segunda lectura a otra persona sobre tus categorías o tus cifras.
  • Dejar rastro: guardar los datos y escribir cada decisión de análisis.
  • Contar los límites sin esconderlos.

En resumen

  • El diseño une pregunta, datos y análisis; se elige según lo que quieres saber.
  • Los diseños cuantitativos van de describir a experimentar; en un aula lo habitual es el cuasi-experimental, con sus cautelas.
  • Correlación no es causa.
  • Los diseños cualitativos (caso, etnografía, fenomenología, teoría fundamentada, investigación-acción) buscan comprender.
  • Un diseño mixto combina ambos, pero cuesta más; no hace falta para un trabajo pequeño.
  • Cada enfoque tiene sus criterios de confianza: validez y fiabilidad, o credibilidad, consistencia y transferibilidad.

Referencias

Cohen, L., Manion, L., & Morrison, K. (2018). Research methods in education (8.ª ed.). Routledge.

Creswell, J. W., & Creswell, J. D. (2023). Research design: Qualitative, quantitative, and mixed methods approaches (6.ª ed.). SAGE.

Glaser, B. G., & Strauss, A. L. (1967). The discovery of grounded theory: Strategies for qualitative research. Aldine.

Lincoln, Y. S., & Guba, E. G. (1985). Naturalistic inquiry. SAGE.

Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.

Yin, R. K. (2018). Case study research and applications: Design and methods (6.ª ed.). SAGE.

Texto bajo licencia CC BY-NC-SA 4.0. Las citas de normas y de otras obras se reproducen solo en lo imprescindible, con su referencia. Si ves algún error, avísame.