Tesis Cuantitativa Ejemplo México: Diseño, Variables y Resultados Paso a Paso
Si estás a punto de comenzar tu tesis de licenciatura en México y elegiste el enfoque cuantitativo, probablemente te hagas preguntas como: ¿por dónde empiezo?, ¿cómo defino mis variables?, ¿qué estadístico debo usar? Este artículo responde cada una de esas dudas con un tesis cuantitativa ejemplo México comentado paso a paso, desde el diseño hasta el análisis de resultados. Usaremos referentes de la UNAM, la Universidad Veracruzana y el ITESM para que el material sea directamente aplicable a tu contexto académico.
El enfoque cuantitativo domina en carreras como Psicología, Enfermería, Administración, Educación e Ingeniería. Un estudio publicado en la revista Cuidarte de la UNAM analizó tesis de Enfermería y encontró que el 56% presentan coherencia entre la pregunta de investigación, la hipótesis y el estadístico elegido. Eso significa que casi la mitad carece de esa coherencia —un error que arruina años de trabajo. Sigue esta guía para estar en el 56% que sí la logra, y apunta más alto.
¿Qué es una tesis cuantitativa y cuándo elegirla?
La investigación cuantitativa es el enfoque que busca medir variables, establecer relaciones estadísticas y generalizar resultados a una población. Se apoya en números, fórmulas y pruebas de hipótesis. En México, la mayoría de las instituciones —UNAM, TEC de Monterrey, Universidad Veracruzana, IPN— la consideran el estándar de rigor en disciplinas de ciencias de la salud, ciencias sociales aplicadas y ciencias exactas.
Elige el enfoque cuantitativo cuando tu objetivo sea: medir la frecuencia de un fenómeno, comparar grupos, identificar correlaciones entre variables numéricas o probar si un programa o intervención tuvo efecto. Conoce también el enfoque de investigación cuantitativa ejemplo completo para ver el panorama general antes de entrar al detalle de tu tesis.
Diferencias con la tesis cualitativa y la mixta
| Criterio | Cuantitativa | Cualitativa | Mixta |
|---|---|---|---|
| Datos | Numéricos | Verbales / textuales | Ambos |
| Instrumento | Cuestionario, escala, registro | Entrevista, observación | Cuestionario + entrevista |
| Análisis | Estadística | Interpretación | Triangulación |
| Muestra | Grande (estadísticamente representativa) | Pequeña (saturación) | Variable |
| Generalización | Alta | Limitada al contexto | Parcial |
¿Qué tipo de preguntas responde una tesis cuantitativa?
Un análisis de tesis de enfermería de la UNAM clasifica los estudios en cuatro tipos según su pregunta de investigación: descriptivos (36.4%), relacionales (29.1%), explicativos (27.3%) y predictivos (7.3%). Las preguntas cuantitativas siguen la estructura: «¿Cuál es la prevalencia de X?», «¿Existe relación entre X e Y?», «¿Cuál es el efecto de X sobre Y?» o «¿X predice Y?»
Paso 1 — El diseño de investigación: tipos y cuál elegir
El diseño es el plan estratégico que determina cómo recogerás, medirás y analizarás los datos. Elegirlo mal desde el principio invalida los resultados sin importar qué tan sofisticado sea tu análisis posterior.
No experimental transversal (el más común en licenciatura mexicana)
En este diseño no manipulas ninguna variable —solo observas y mides. El adjetivo «transversal» indica que recoges los datos en un único momento. Es el diseño más aceptado en tesis de licenciatura porque es viable en tiempo y recursos, y la UNAM lo recomienda explícitamente para estudios descriptivos y correlacionales de pregrado.
Ejemplo: «Relación entre el nivel de estrés académico y el rendimiento escolar en estudiantes de primer año de la Facultad de Psicología, UNAM, 2026.»
Experimental y cuasi-experimental
En los diseños experimentales asignas aleatoriamente a los participantes a un grupo control y un grupo experimental, y aplicas un tratamiento. Son los de mayor validez interna pero requieren infraestructura y tiempo. Los cuasi-experimentales no tienen asignación aleatoria, por lo que son más comunes en contextos educativos y de salud pública en México.
Longitudinal
Mides las mismas variables en dos o más puntos en el tiempo. Son excepcionales en licenciatura dado el tiempo que implican, pero aparecen en programas de posgrado y en tesis que siguen a una cohorte durante un semestre.
Paso 2 — Planteamiento del problema e hipótesis
El planteamiento del problema en una tesis cuantitativa debe terminar con una pregunta de investigación medible. Después de la pregunta viene la hipótesis, que es una afirmación provisional sobre la relación entre tus variables.
Estructura de la hipótesis cuantitativa:
- H1 (hipótesis alternativa): «Existe relación significativa entre el nivel de estrés académico (variable X) y el rendimiento escolar (variable Y) en estudiantes de primer año de la Facultad de Psicología UNAM.»
- H0 (hipótesis nula): «No existe relación significativa entre el nivel de estrés académico y el rendimiento escolar en estudiantes de primer año de la Facultad de Psicología UNAM.»
La llave de coherencia metodológica —ese 56% de tesis que sí la logra— está en que la hipótesis dirija directamente al estadístico de prueba. Si planteas «relación» entre dos variables continuas, usarás Pearson. Si planteas «diferencia» entre grupos, usarás t de Student o ANOVA. Si planteas «asociación» entre variables categóricas, usarás chi cuadrado.
Paso 3 — Variables: definición conceptual, operacional e indicadores
Las variables de investigación son el corazón del diseño cuantitativo. Cada variable debe tener tres niveles de definición:
- Definición conceptual: qué es la variable según la teoría (del marco teórico).
- Definición operacional: cómo la vas a medir específicamente en tu estudio.
- Indicadores: los ítems concretos del instrumento que generarán los datos.
La operacionalización de variables es el proceso de pasar de la definición conceptual a los indicadores medibles. El 95% de las tesis analizadas en estudios metodológicos mexicanos tiene como variable principal una variable categórica, lo que implica que la escala de medición determina qué estadístico es posible usar.
Tabla modelo: variable → dimensión → indicador → ítem
| Variable | Dimensión | Indicador | Ítem en el cuestionario | Escala |
|---|---|---|---|---|
| Estrés académico | Estresores | Carga de trabajo | «La cantidad de tareas me genera tensión» | Likert 1–5 |
| Síntomas | Reacciones físicas | «Tengo dolores de cabeza en época de exámenes» | Likert 1–5 | |
| Afrontamiento | Estrategias de manejo | «Busco apoyo de compañeros cuando me siento abrumado» | Likert 1–5 | |
| Rendimiento escolar | Calificaciones | Promedio semestral | Registro de calificación oficial | Razón (0–10) |
| Asistencia | Porcentaje de asistencia | Registro de asistencia semestral | Razón (0–100%) |
Paso 4 — Muestra y población: cómo calcular el tamaño
La muestra y población deben definirse con criterios de inclusión y exclusión antes de calcular el tamaño. La población es el conjunto total (por ejemplo, 1,200 estudiantes de primer año de Psicología UNAM) y la muestra es el subconjunto que efectivamente estudiarás.
Fórmula de Cochran con ejemplo numérico
Para poblaciones finitas (menos de 100,000 individuos), la fórmula de Cochran ajustada es la más usada en tesis mexicanas:
Fórmula de Cochran (población finita):
n = (Z² · p · q · N) / (e² · (N − 1) + Z² · p · q)
Donde:
- Z = valor crítico según nivel de confianza (1.96 para 95%)
- p = proporción esperada del fenómeno (0.50 si desconocida = máxima varianza)
- q = 1 − p (complemento de p)
- N = tamaño de la población
- e = margen de error aceptable (generalmente 0.05 = 5%)
Ejemplo aplicado: Población de 1,200 estudiantes, nivel de confianza 95%, margen de error 5%, proporción esperada 50%:
n = (1.96² × 0.50 × 0.50 × 1,200) / (0.05² × (1,200 − 1) + 1.96² × 0.50 × 0.50)
n = (3.8416 × 0.25 × 1,200) / (0.0025 × 1,199 + 3.8416 × 0.25)
n = 1,152.48 / (2.9975 + 0.9604)
n = 1,152.48 / 3.9579
n ≈ 291 estudiantes
Ese es tu tamaño mínimo de muestra. Puedes redondear al alza (300 en este caso) para compensar posibles rechazos o cuestionarios incompletos.
Paso 5 — El instrumento: cuestionario y escala Likert
El instrumento de recolección de datos más común en tesis cuantitativas mexicanas es el cuestionario autoadministrado con escala Likert. La escala Likert asigna valores numéricos a grados de acuerdo o frecuencia (generalmente 1 a 5), lo que convierte respuestas subjetivas en datos cuantitativos analizables.
Estructura típica de opciones Likert para medir actitudes:
| Valor | Etiqueta |
|---|---|
| 1 | Totalmente en desacuerdo |
| 2 | En desacuerdo |
| 3 | Ni de acuerdo ni en desacuerdo |
| 4 | De acuerdo |
| 5 | Totalmente de acuerdo |
Validez y confiabilidad (Alpha de Cronbach)
Antes de aplicar el instrumento a tu muestra completa, debes hacer una prueba piloto con 20–30 personas y calcular el Alpha de Cronbach para verificar la consistencia interna del cuestionario.
- α < 0.50 → Inaceptable (el instrumento no mide lo que debe medir)
- 0.50 ≤ α < 0.70 → Cuestionable (requiere revisión)
- 0.70 ≤ α < 0.90 → Aceptable (estándar mínimo para tesis de licenciatura)
- α ≥ 0.90 → Excelente (ideal para posgrado y publicación)
La fórmula del Alpha de Cronbach es: α = (k/(k−1)) · (1 − Σσᵢ² / σₜ²), donde k es el número de ítems, σᵢ² es la varianza de cada ítem y σₜ² es la varianza total. En la práctica, SPSS la calcula automáticamente en Analizar → Escala → Análisis de fiabilidad.
Además de la confiabilidad, valida el contenido con al menos dos expertos en el tema (juicio de expertos) antes de la prueba piloto. Documenta en tu metodología el nombre, cargo e institución de los expertos consultados —es un requisito de la UNAM y la mayoría de las universidades mexicanas.
Paso 6 — Análisis de resultados: estadística descriptiva e inferencial
Una vez recolectados los datos, el análisis se divide en dos fases: estadística descriptiva (describe tu muestra) e inferencial (prueba tus hipótesis).
Estadística descriptiva obligatoria: frecuencias y porcentajes para variables categóricas; media, desviación estándar y rango para variables numéricas. Incluye tablas y gráficas para cada variable sociodemográfica de tu muestra.
Chi cuadrado, Pearson, regresión
| Prueba estadística | Cuándo usarla | Tipo de variables | Ejemplo de hipótesis |
|---|---|---|---|
| Chi cuadrado (χ²) | Asociación entre dos variables categóricas | Nominal / Ordinal | «¿Existe asociación entre sexo y nivel de estrés?» |
| Pearson (r) | Correlación entre dos variables continuas | Intervalo / Razón | «¿Existe correlación entre estrés y promedio?» |
| Regresión lineal | Predicción de una variable continua | Intervalo / Razón (VD) | «¿El estrés predice el rendimiento escolar?» |
| t de Student | Comparar medias de dos grupos | VI nominal, VD intervalo | «¿Difiere el promedio entre hombres y mujeres?» |
| ANOVA | Comparar medias de tres o más grupos | VI categórica (>2 grupos), VD continua | «¿Difiere el estrés según carrera?» |
Software: SPSS, R, Excel
- SPSS: el estándar en universidades mexicanas. Intuitivo para chi cuadrado, Pearson, regresión y Alpha de Cronbach. La UNAM tiene licencias institucionales para alumnos.
- R: gratuito y con mayor potencia estadística. Ideal para posgrado o si tu asesor lo domina. Requiere curva de aprendizaje.
- Excel: suficiente para estadística descriptiva y chi cuadrado básico. Evítalo para análisis inferencial complejo —los resultados pueden contener errores de redondeo.
Ejemplo real comentado: fragmento de tesis cuantitativa UNAM
A continuación encontrarás un fragmento representativo del tipo de tesis cuantitativa que se realiza en la UNAM a nivel licenciatura. Las notas entre corchetes explican la función metodológica de cada elemento.
Título: Relación entre estrés académico y rendimiento escolar en estudiantes de primer ingreso a la Facultad de Psicología, UNAM, Ciudad de México, 2026.
Pregunta de investigación: ¿Existe relación estadísticamente significativa entre el nivel de estrés académico y el promedio escolar en estudiantes de primer año de la Facultad de Psicología UNAM durante el semestre 2026-1? [La pregunta es específica, medible y delimita población, lugar y tiempo.]
Hipótesis alternativa (H1): Existe relación negativa estadísticamente significativa (r < 0, p < 0.05) entre el nivel de estrés académico y el promedio escolar en los estudiantes estudiados. [La hipótesis incluye la dirección esperada y el nivel de significancia, preparando el terreno para la correlación de Pearson.]
Diseño: No experimental, transversal, correlacional. [El tipo de diseño justifica el estadístico elegido.]
Población y muestra: 1,450 estudiantes de primer ingreso. Muestra calculada con fórmula de Cochran (95% confianza, 5% error): n = 305 estudiantes. Muestreo probabilístico sistemático. [Cálculo explícito de muestra con justificación probabilística.]
Instrumento: Inventario SISCO del Estrés Académico (Barraza, 2007), adaptado para población universitaria mexicana. 31 ítems en escala Likert 1–5. Alpha de Cronbach obtenido en prueba piloto (n=30): α = 0.82. [Se menciona la fuente del instrumento, la adaptación cultural y el valor de confiabilidad obtenido en la propia muestra.]
Resultado principal: Se encontró correlación negativa débil pero estadísticamente significativa entre estrés académico y promedio escolar (r = −0.31, p = 0.001), lo que permite rechazar H0. [El reporte incluye el coeficiente, su dirección, la magnitud y el valor p.]
Los 5 errores metodológicos más comunes
- Elegir el estadístico antes de definir las variables. El tipo de escala de medición de tus variables (nominal, ordinal, intervalo, razón) determina qué prueba estadística es posible. Definir primero las variables evita tener que rehacer el análisis.
- No reportar el Alpha de Cronbach. Un cuestionario sin evidencia de confiabilidad no tiene validez metodológica. Siempre documenta el α de tu prueba piloto.
- Confundir correlación con causalidad. Un diseño no experimental solo permite afirmar «existe relación entre X e Y». Para decir que X «causa» Y necesitas un diseño experimental.
- Ignorar el nivel de significancia. Reportar r = 0.25 sin el valor p es incompleto. Un coeficiente de correlación solo es interpretable con su p-valor. En México se acepta p ≤ 0.05 como umbral de significancia estadística.
- Muestra de conveniencia sin justificación. Encuestar solo a tus compañeros de clase es válido si lo justificas como muestra no probabilística por conveniencia y reconoces la limitación de generalización en tu discusión.
Preguntas frecuentes
¿Cuál es la diferencia entre tesis cuantitativa y cualitativa?
La tesis cuantitativa mide variables con datos numéricos y usa estadística para probar hipótesis. La cualitativa explora significados y experiencias mediante entrevistas u observaciones, y los resultados son textos interpretativos. La cuantitativa generaliza a una población; la cualitativa profundiza en un contexto específico. En México, la cuantitativa predomina en ciencias de la salud, psicología y administración; la cualitativa, en educación y ciencias sociales.
¿Qué estadísticos se usan más en tesis de licenciatura en México?
Los más frecuentes son: estadística descriptiva (frecuencias, medias, desviación estándar), chi cuadrado para asociación entre variables categóricas, correlación de Pearson para relación entre variables continuas, y t de Student para comparar dos grupos. La regresión lineal aparece con mayor frecuencia en posgrado. Todos se pueden calcular en SPSS, que tiene licencia institucional en la mayoría de las universidades mexicanas.
¿Cómo defino las variables en una tesis cuantitativa?
Cada variable necesita tres niveles: definición conceptual (qué es según la teoría), definición operacional (cómo la medirás) e indicadores (los ítems específicos del instrumento). La operacionalización también incluye la escala de medición: nominal, ordinal, de intervalo o de razón. Esta clasificación determina qué estadísticos puedes usar en el análisis.
¿Qué software estadístico debo usar?
Para tesis de licenciatura en México, SPSS es el estándar porque la mayoría de las universidades tienen licencia institucional y los asesores lo conocen. R es una alternativa gratuita y más potente, pero requiere aprender su sintaxis. Excel solo es adecuado para estadística descriptiva básica; evítalo para análisis inferencial. Consulta con tu asesor cuál prefiere revisar.
¿Cuántas preguntas debe tener un cuestionario?
No hay un número fijo, pero como regla práctica un cuestionario de tesis de licenciatura tiene entre 20 y 50 ítems. Cuestionarios muy cortos (menos de 15 ítems) pueden no tener suficiente cobertura de las dimensiones; los muy largos (más de 60 ítems) generan fatiga del respondente y aumentan el error de medición. El número óptimo depende de cuántas dimensiones tenga tu variable y cuántos ítems necesites por dimensión para alcanzar un Alpha de Cronbach ≥ 0.70.
¿Qué es el Alpha de Cronbach?
El Alpha de Cronbach (α) es un coeficiente que mide la consistencia interna de un cuestionario, es decir, qué tan homogéneos son los ítems entre sí. Sus valores van de 0 a 1. Para tesis de licenciatura en México se considera aceptable α ≥ 0.70 y excelente α ≥ 0.90. Se calcula en SPSS en Analizar → Escala → Análisis de fiabilidad, seleccionando el modelo Alfa.
¿Cómo calculo el tamaño de muestra?
Para poblaciones finitas se usa la fórmula de Cochran ajustada: n = (Z² · p · q · N) / (e² · (N−1) + Z² · p · q). Con nivel de confianza 95% (Z=1.96), margen de error del 5% (e=0.05) y proporción 50% (p=q=0.50), para una población de 1,200 el resultado es aproximadamente 291. Redondea al alza y agrega un 10% extra por posibles rechazos.
¿Qué diseño de investigación es más aceptado en la UNAM?
En tesis de licenciatura de la UNAM, el diseño no experimental transversal correlacional es el más frecuente y aceptado. No requiere manipulación de variables ni seguimiento longitudinal, lo que lo hace viable en el tiempo de un semestre. La UNAM recomienda explícitamente este diseño para estudios descriptivos y relacionales a nivel pregrado.
¿Necesitas ayuda con tu tesis cuantitativa?
Tesify es el asistente de IA diseñado para estudiantes de México y Latinoamérica. Te ayuda a estructurar el planteamiento del problema, redactar el marco metodológico, crear la tabla de operacionalización de variables y generar las secciones de tu tesis con rigor académico.
Plan gratuito disponible. Sin tarjeta de crédito.
Fuentes y referencias:
- Análisis de la aplicación del conocimiento estadístico en tesis de Enfermería UNAM — Revista Cuidarte UNAM
- El protocolo de investigación V: el cálculo del tamaño de muestra — SciELO México
- Fórmulas para el cálculo de la muestra en investigaciones — Redalyc
- Cálculo e interpretación del Alpha de Cronbach — Revista Publicando
Deja una respuesta