Investigación cuantitativa: qué es, características, tipos y ejemplos

Si tu pregunta empieza con «cuánto», «con qué frecuencia» o «qué relación existe entre», probablemente tu tesis sea cuantitativa. Este enfoque convierte los fenómenos en variables medibles y usa la estadística para describirlos, compararlos o explicar cómo se relacionan.

En esta guía verás qué es la investigación cuantitativa, sus características, los diseños y técnicas más usados, cómo se analizan los datos y un ejemplo aplicado a una tesis.

Qué es la investigación cuantitativa

La investigación cuantitativa es un enfoque que recolecta y analiza datos numéricos para medir variables, probar hipótesis y establecer patrones de comportamiento en una población. Sigue una lógica deductiva: parte de la teoría, deriva hipótesis y las contrasta con datos obtenidos mediante instrumentos estandarizados.

Su fortaleza es la precisión y la posibilidad de generalizar; su límite es que no captura con profundidad los significados que las personas atribuyen a sus experiencias, algo que aborda mejor la investigación cualitativa.

Características principales

• Mide variables definidas de forma operacional, es decir, con indicadores concretos.
• Usa instrumentos estandarizados, como cuestionarios con escalas o pruebas, aplicados igual a todos los participantes.
• Trabaja con muestras que, idealmente, representan a una población.
• Analiza con estadística descriptiva e inferencial.
• Busca objetividad: el procedimiento se diseña para que el investigador influya lo menos posible en los resultados.
• Es replicable: otro investigador puede repetir el estudio con el mismo procedimiento.

Tipos de estudio cuantitativo

Alcance	Propósito	Ejemplo
Descriptivo	Caracterizar una variable	Nivel de estrés académico en estudiantes de Enfermería
Correlacional	Medir la relación entre variables	Relación entre horas de sueño y promedio
Explicativo	Identificar causas	Efecto de un programa de tutorías en la reprobación

Según el diseño, puede ser experimental (se manipula una variable) o no experimental (se observa sin intervenir), y transversal o longitudinal. Revisa los tipos de investigación para ubicar tu estudio.

Técnicas e instrumentos de recolección

• Encuesta con cuestionario: la técnica más usada. Tienes cómo diseñar una encuesta paso a paso.
• Escalas de actitud, como la escala de Likert.
• Pruebas estandarizadas de conocimientos o habilidades.
• Observación estructurada con listas de cotejo.
• Datos secundarios de fuentes oficiales, como el INEGI o registros institucionales.

Todo instrumento debe ser válido (mide lo que dice medir) y confiable (produce resultados consistentes). La confiabilidad suele reportarse con el coeficiente alfa de Cronbach.

Cómo se analizan los datos

Estadística descriptiva

Resume los datos con frecuencias, porcentajes, medias, medianas y desviaciones estándar. Responde cómo es la muestra y cómo se comportan las variables.

Estadística inferencial

Permite contrastar hipótesis y generalizar a la población: pruebas t, ANOVA, chi cuadrada, correlación de Pearson o Spearman, regresión. La elección depende del tipo de variable y de la distribución de los datos. Aquí se explica qué son los datos cuantitativos y cómo se clasifican.

Ejemplo de tesis cuantitativa

• Pregunta: ¿qué relación existe entre el apoyo social percibido y el rendimiento académico en estudiantes foráneos de una universidad de Querétaro?
• Hipótesis: existe una relación positiva entre ambas variables.
• Diseño: no experimental, transversal, correlacional.
• Muestra: 180 estudiantes seleccionados por muestreo aleatorio estratificado por facultad.
• Instrumentos: escala de apoyo social validada y promedio del semestre.
• Análisis: estadística descriptiva y correlación de Spearman.

La selección de la muestra es una de las decisiones críticas. Revisa las técnicas de muestreo antes de definirla.

Ventajas y limitaciones

Ventajas: resultados precisos y comparables, posibilidad de generalizar, análisis de grandes volúmenes de datos y replicabilidad.

Limitaciones: puede simplificar fenómenos complejos, depende de la calidad del instrumento y no explica por sí sola el «por qué» desde la perspectiva de los participantes. Por eso muchos estudios combinan ambos enfoques en un diseño mixto.

Errores frecuentes

• Usar un cuestionario sin validar.
• Generalizar a partir de muestras por conveniencia.
• Elegir la prueba estadística sin revisar el tipo de variable.
• Interpretar una correlación como causalidad.

Si la parte estadística es la que más te preocupa, en Tesis y Másters ofrecemos asesoría en análisis estadístico con SPSS, desde la base de datos hasta la interpretación de resultados.

Preguntas frecuentes

¿Qué programas se usan para analizar datos cuantitativos?

Los más comunes en tesis son SPSS, Excel, R, Jamovi y Stata. SPSS es muy usado en ciencias sociales y de la salud por su interfaz de menús; R y Jamovi son alternativas gratuitas. La elección depende del análisis y de lo que use tu programa académico.

¿Cuál es el tamaño de muestra mínimo para una tesis cuantitativa?

No existe un número universal. Se calcula a partir del tamaño de la población, el nivel de confianza y el margen de error aceptado, o con un análisis de potencia estadística. Con muestras muy pequeñas es difícil detectar relaciones y generalizar los resultados.

¿Una tesis cuantitativa siempre lleva hipótesis?

No siempre. Los estudios cuantitativos descriptivos pueden guiarse solo por objetivos y preguntas. Las hipótesis son necesarias en los estudios correlacionales y explicativos, donde se pone a prueba una relación entre variables.

Referencias bibliográficas

• Hernández-Sampieri, R. y Mendoza, C. P. (2018). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Interamericana.
• Etikan, I., Musa, S. A. y Alkassim, R. S. (2016). Comparison of Convenience Sampling and Purposive Sampling. American Journal of Theoretical and Applied Statistics, 5(1), 1-4.

Artículos relacionados

• Metodología y análisis de datos Técnicas de muestreo: aprende a aplicarlas paso a paso
• Metodología y análisis de datos Diseño de investigación: qué es, tipos y ejemplos fáciles
• Metodología y análisis de datos Operacionalización de variables: pasos y ejemplos para tu tesis