Investigación Cuantitativa Ejemplo: Diseño, Instrumentos y Análisis Estadístico para TFG 2026
La investigación cuantitativa es el paradigma metodológico predominante en los TFG y tesis de Ciencias de la Salud, Economía, Administración de Empresas, Ingeniería Social, Psicología experimental y Ciencias del Deporte en las universidades españolas y latinoamericanas. Su premisa fundamental es que la realidad puede medirse, cuantificarse y analizarse estadísticamente para establecer relaciones, comparaciones y predicciones con rigor científico. No obstante, muchos estudiantes llegan al capítulo de metodología sin saber qué diseño elegir, cómo justificar el tamaño muestral o qué prueba estadística corresponde a sus hipótesis.
Este artículo proporciona ejemplos completos de investigación cuantitativa con diseño detallado, hipótesis operacionales, instrumentos validados, cálculo de muestra justificado y análisis estadístico, tal como lo exige un tribunal académico español o latinoamericano.
Tipos de diseño cuantitativo y cuándo aplicar cada uno
| Diseño | Características | Adecuado para | Limitación |
|---|---|---|---|
| Descriptivo transversal | Una medida en un punto del tiempo | TFG, primeros estudios sobre un tema | No permite inferir causalidad |
| Correlacional | Mide asociación entre variables | TFG y TFM en cualquier disciplina | Correlación no implica causalidad |
| Cuasi-experimental | Grupos de intervención y control sin aleatorización plena | TFM, tesis, estudios con grupos naturales | Menor control de variables de confusión |
| Experimental | Asignación aleatoria a grupos | Tesis doctoral, ensayos clínicos | Difícil de implementar en entornos educativos/sociales |
| Longitudinal | Medidas repetidas en el tiempo | Tesis doctoral, estudios de cohorte | Costoso en tiempo y recursos; pérdida de muestra |
Formulación de hipótesis cuantitativas: ejemplos reales
Una hipótesis cuantitativa bien formulada especifica: (a) las variables implicadas, (b) la dirección esperada de la relación o diferencia, y (c) la población a la que se refiere. Existen tres tipos:
Hipótesis de diferencia
H1: Los estudiantes de grado que utilizan herramientas de IA para la gestión bibliográfica obtienen puntuaciones significativamente más altas en el rendimiento académico (medido en promedio de calificaciones del último semestre) que los estudiantes que no las utilizan, en una muestra de universidades públicas españolas.
H0: No existe diferencia significativa en el rendimiento académico entre ambos grupos.
Hipótesis de correlación
H1: Existe una correlación positiva y significativa entre el nivel de ansiedad ante los exámenes (medida con la Escala STAI) y las conductas de procrastinación académica (medida con la Escala PASS) en estudiantes universitarios de primer curso.
Hipótesis de predicción (regresión)
H1: La motivación autónoma, la autoeficacia percibida y el apoyo del tutor predicen de forma significativa la tasa de finalización del TFG en el plazo previsto en estudiantes de grado de la Universidad Complutense de Madrid.
Cálculo del tamaño muestral: fórmulas y ejemplos
El tamaño muestral en investigación cuantitativa no se decide arbitrariamente. Depende de: (1) el tamaño de la población objetivo, (2) el nivel de confianza (habitualmente 95%), (3) el margen de error aceptado (habitualmente ±5%), y (4) la varianza esperada de la variable principal.
Fórmula para poblaciones finitas (N conocido)
Donde: Z = 1,96 (IC 95%); p = q = 0,5 (máxima varianza); e = margen de error (0,05 = 5%); N = tamaño de la población.
Ejemplo práctico
Población: 4.000 estudiantes de Enfermería de primer curso en Cataluña. Confianza: 95%. Margen de error: 5%.
n = (3,8416 × 0,25 × 4.000) / (0,0025 × 3.999 + 3,8416 × 0,25)
n = 3.841,6 / (9,9975 + 0,9604)
n = 3.841,6 / 10,9579
n ≈ 351 estudiantes
Para el análisis de regresión múltiple, la regla práctica de Green (1991) recomienda un mínimo de n ≥ 50 + 8k (donde k = número de predictores). Para análisis factorial confirmatorio, se recomienda al menos 200 casos o un ratio de 10 casos por ítem.
Instrumentos de medida validados más utilizados
El uso de instrumentos validados y estandarizados es uno de los requisitos de rigor más valorados por los tribunales. No es necesario crear cuestionarios propios si ya existen instrumentos validados para la variable que se mide. Los más empleados en TFG y tesis españolas son:
| Variable | Instrumento | Propiedades psicométricas |
|---|---|---|
| Ansiedad | STAI (State-Trait Anxiety Inventory) | α Cronbach ≥ 0,86; validado en población española |
| Burnout | MBI (Maslach Burnout Inventory) | Tres dimensiones; α ≥ 0,70 |
| Calidad de vida | SF-36 | 8 dimensiones; validado en España (Vilagut et al., 2005) |
| Motivación académica | EME (Échelle de Motivation en Éducation), adaptación española | 7 factores; α ≥ 0,72 en muestra universitaria española |
| Procrastinación académica | PASS (Procrastination Assessment Scale for Students) | Validación española: Díaz-Morales et al. (2006) |
Ejemplo completo: tesis en Ciencias de la Salud
Título
«Relación entre la adherencia a la dieta mediterránea y los niveles de ansiedad en adultos mayores de 65 años en centros de día de Andalucía: un estudio correlacional transversal»
Diseño
Estudio observacional analítico transversal con diseño correlacional. Variable independiente: puntuación en el Test de Adherencia a la Dieta Mediterránea (PREDIMED). Variable dependiente: puntuación en la escala STAI-E.
Muestra
n = 312 (calculado para r = 0,20, α = 0,05, potencia = 0,80). Muestreo aleatorio estratificado por provincia (Sevilla, Málaga, Granada). Criterios de exclusión: deterioro cognitivo severo (MMSE < 15), diagnóstico previo de trastorno de ansiedad generalizada.
Análisis
- Estadística descriptiva: frecuencias, medias y desviaciones típicas.
- Prueba de Kolmogorov-Smirnov para normalidad.
- Correlación de Pearson o Spearman según normalidad.
- Regresión lineal múltiple ajustada por variables sociodemográficas.
- Software: SPSS v. 29.0. Nivel de significación: p < 0,05 (bilateral).
Ejemplo completo: TFG en Educación
Título
«Diferencias en el rendimiento en comprensión lectora entre alumnado de 4.º de Primaria según el método de enseñanza de la lectura: un estudio cuasi-experimental en colegios públicos de Castilla y León»
Diseño
Cuasi-experimental con grupo de intervención (método silábico digital) y grupo control (método tradicional). Pretest y postest con la Prueba ACL-4.
Muestra
6 colegios seleccionados por conveniencia; asignación por centro al grupo de intervención o control (para evitar contaminación entre grupos). n = 184 (92 por grupo). Potencia estadística calculada para d = 0,5, α = 0,05, 1-β = 0,80.
Análisis
ANCOVA con la puntuación pretest como covariable, para controlar las diferencias iniciales entre grupos. Tamaño del efecto con η² parcial.
Ejemplo completo: TFG en Administración de Empresas
Título
«Impacto de las prácticas de responsabilidad social corporativa en la satisfacción laboral de empleados de PYMEs españolas: un análisis de regresión múltiple»
Diseño
Descriptivo correlacional. Cuestionario online de 28 ítems adaptado de la escala RSC-PYMEs (González-Sánchez & García-Muiña, 2011) y la Escala de Satisfacción Laboral de Warr et al. (1979), versión reducida validada en España.
Análisis
Análisis factorial exploratorio (AFE) para verificar la estructura de la escala. Alfa de Cronbach para fiabilidad (> 0,70). Regresión lineal múltiple (método por pasos). R² ajustado para interpretación del modelo. Detección de multicolinealidad con VIF (< 10).
Guía rápida de pruebas estadísticas en SPSS
| Objetivo del análisis | Datos normales | Datos no normales |
|---|---|---|
| Comparar 2 grupos independientes | T de Student para muestras independientes | U de Mann-Whitney |
| Comparar 2 grupos relacionados | T de Student para muestras relacionadas | Test de Wilcoxon |
| Comparar 3+ grupos independientes | ANOVA de un factor + post hoc Tukey | Kruskal-Wallis + Dunn |
| Correlación entre dos variables continuas | r de Pearson | ρ de Spearman |
| Predecir una variable continua | Regresión lineal múltiple | Regresión de Poisson / bootstrap |
| Variables categóricas: asociación | Chi-cuadrado de Pearson (frecuencias esperadas > 5) | |
Para profundizar en el análisis de los datos de tu TFG, consulta nuestro artículo análisis de datos en el TFG y la guía de metodología del TFG.
Errores frecuentes que los tribunales señalan en investigación cuantitativa
- No justificar el tamaño muestral: indicar solo el número de participantes sin mostrar el cálculo o la referencia al análisis de potencia.
- Confundir fiabilidad con validez: un instrumento puede ser fiable (resultados consistentes) pero no válido (no mide lo que pretende medir).
- Elegir pruebas paramétricas sin verificar normalidad: el histograma y el test de Shapiro-Wilk deben aparecer antes de cualquier t de Student o ANOVA.
- Interpretar correlación como causalidad: r = 0,65 indica asociación, no que una variable cause la otra.
- No reportar el tamaño del efecto: la significación estadística (p < 0,05) sin d de Cohen, η² o r indica poca madurez metodológica.
Revisa también nuestra guía sobre ética en la investigación académica para el tratamiento correcto de los datos de los participantes según el RGPD y la normativa española.
Preguntas frecuentes
¿Cuál es la diferencia entre diseño experimental y cuasi-experimental?
En un diseño experimental, los participantes se asignan de forma aleatoria a los grupos de intervención y control, lo que permite controlar las variables de confusión y establecer relaciones causales con mayor certeza. En un diseño cuasi-experimental, no hay aleatorización plena (por ejemplo, se usan grupos naturales como clases o centros), lo que introduce más fuentes de sesgo pero es más viable en contextos educativos y sociales donde la aleatorización sería imposible o poco ética.
¿Cuántos ítems debe tener un cuestionario en un TFG cuantitativo?
No existe un número mínimo universal, pero la recomendación metodológica para garantizar la validez de constructo mediante análisis factorial es tener al menos 3-4 ítems por dimensión o factor. Un cuestionario de TFG suele oscilar entre 20 y 40 ítems. Lo más importante es que cada ítem esté respaldado por el marco teórico y que el instrumento esté validado en la población de estudio o bien se valide en el propio trabajo.
¿Necesito SPSS para el análisis estadístico de mi TFG?
No necesariamente. Muchas universidades españolas tienen licencias de SPSS para estudiantes, pero existen alternativas gratuitas igualmente válidas: R (con RStudio), JAMOVI (interfaz visual más sencilla, ideal para TFG), JASP (orientado a estadística bayesiana) y Python con la librería scipy. El software es un medio, no un fin; lo importante es justificar las pruebas seleccionadas y reportar los resultados con el nivel de detalle que exige el diseño.
¿Cuándo se debe usar la escala Likert de 5 puntos vs. 7 puntos?
La escala Likert de 5 puntos (1=totalmente en desacuerdo; 5=totalmente de acuerdo) es más sencilla y adecuada cuando los participantes tienen menor nivel educativo o el constructo es relativamente simple. La escala de 7 puntos ofrece mayor varianza y sensibilidad discriminativa, lo que mejora las propiedades psicométricas del instrumento. Para TFG con análisis factorial o de regresión, se recomienda usar escalas de 5 o 7 puntos, nunca dicotómicas (sí/no), que reducen drásticamente la varianza.
¿Puedo combinar metodología cuantitativa y cualitativa en un TFG?
Sí, es lo que se denomina diseño mixto o de métodos mixtos. En un TFG de grado puede ser muy valioso: por ejemplo, una fase cuantitativa (encuesta) para identificar patrones y una fase cualitativa (entrevistas) para profundizar en los casos extremos o más relevantes. El reto es justificar metodológicamente la integración de ambas fases y cuál de ellas tiene mayor peso en el diseño general. Los diseños mixtos secuenciales son los más frecuentes en TFG: primero lo cuantitativo, después lo cualitativo, o viceversa.
¿Necesitas ayuda con el diseño metodológico de tu TFG?
Tesify te guía en la selección del diseño cuantitativo más adecuado, la redacción del capítulo metodológico y la interpretación de los resultados estadísticos. Diseñado para estudiantes universitarios en España y Latinoamérica.
Deja una respuesta