Investigación cuantitativa en el TFG: diseño y análisis

Una investigación cuantitativa no empieza en el programa estadístico ni en el formulario. Empieza al convertir una pregunta en variables observables y en un diseño capaz de producir la evidencia necesaria. Si esa cadena se rompe, una tabla impecable puede responder a algo distinto de lo que prometían los objetivos.

El alcance de un TFG suele exigir decisiones modestas y explícitas. Un estudio descriptivo bien delimitado es más defendible que presentar como «experimental» una encuesta transversal o atribuir causalidad a una asociación. La calidad no se mide por la complejidad de la prueba, sino por la coherencia entre pregunta, datos, análisis y conclusión.

De la pregunta al diseño

Formule primero qué quiere estimar o comparar, en quién, en qué contexto y en qué periodo. «Analizar el estrés universitario» todavía no indica si se pretende estimar su frecuencia, comparar cursos, estudiar su asociación con el sueño o evaluar una intervención. Cada versión conduce a población, variables y análisis diferentes.

Los diseños transversales observan variables en un momento o periodo y pueden describir o explorar asociaciones. Los longitudinales incorporan el tiempo; los experimentales requieren una intervención, una comparación válida y un protocolo que controle la asignación y el seguimiento. No elija la etiqueta por prestigio. Compruebe acceso, calendario, autorización, riesgo para participantes y exigencias de la guía docente.

Si la pregunta busca comprender experiencias o procesos, revise la guía de investigación cualitativa. Si combina métodos, explique qué aporta cada componente y dónde se integran; dos capítulos independientes no forman automáticamente un diseño mixto.

Operacionalizar antes de medir

Defina cada variable, su función y su forma de registro. Distinga exposición, resultado, posibles factores de confusión y variables descriptivas. Para una escala, indique versión, rango, dirección, tratamiento de valores perdidos y regla para calcular la puntuación. Para una variable creada, explique qué respuesta se considera cada categoría.

Prepare un diccionario de datos antes de abrir el cuestionario. Incluya nombre corto, etiqueta, tipo, unidad, valores permitidos, códigos de ausencia y origen. Esto evita que «no sabe/no contesta», una celda vacía y un cero terminen significando lo mismo. También permite reconstruir el análisis meses después.

Una hipótesis no es una predicción decorativa. Debe derivarse del marco teórico, precisar variables y dirección cuando corresponda, y estar vinculada a un análisis previsto. En estudios exploratorios puede ser más honesto trabajar con preguntas y objetivos que fabricar hipótesis después de ver los datos.

La muestra no se decide con una cifra de internet

El tamaño muestral depende de qué se quiere estimar. Para una proporción importan la precisión y la frecuencia esperada; para una comparación, la diferencia relevante, la variabilidad, el nivel de significación y la potencia; para un modelo, su complejidad y la información disponible. Añada no respuesta o pérdidas previstas y deje constancia de los supuestos.

Defina población objetivo, marco accesible, criterios de inclusión y exclusión, forma de contacto y procedimiento de selección. Un enlace difundido entre conocidos genera una muestra de conveniencia, aunque reúna muchas respuestas. No invalida todo uso descriptivo, pero limita a quién se pueden extender los resultados y exige explicar posibles sesgos de selección.

Separe siempre tamaño planificado, personas invitadas, respuestas recibidas y casos incluidos en cada análisis. Si se excluyen respuestas, declare el criterio y cuándo se fijó. Cambiarlo después de observar el resultado puede introducir sesgo.

Elegir, adaptar o crear el instrumento

Antes de adoptar una escala, compruebe qué constructo mide, en qué población se evaluó, si existe versión válida en el idioma y si necesita permiso. Las reglas de puntuación, los ítems invertidos y el tratamiento de omisiones forman parte del instrumento. Traducir, acortar o cambiar opciones de respuesta puede modificar su significado.

La iniciativa COSMIN ofrece recursos para evaluar propiedades de instrumentos de medida, como validez de contenido, fiabilidad, error y capacidad de detectar cambios. No convierte una escala en «buena» por tener un alfa alto: la evidencia debe ser pertinente para el uso concreto.

Si crea preguntas propias, justifique su contenido con literatura y revisión experta. Pilote instrucciones, comprensión, orden, duración, saltos y registro. El piloto descubre fallos operativos; no demuestra por sí solo que el cuestionario mida el constructo ni autoriza a llamarlo validado. Adjunte el instrumento en los anexos cuando permisos y confidencialidad lo permitan.

Protocolo, ética y protección de datos

La aprobación necesaria depende de disciplina, institución, población, intervención y sensibilidad de los datos. Consúltelo antes del reclutamiento. El formulario debe informar finalidad, voluntariedad, tratamiento de datos, contacto y retirada cuando proceda. Ser anónimo no significa simplemente eliminar el nombre: una combinación de edad, centro, puesto y localidad puede identificar a alguien.

Minimice variables, limite accesos y defina conservación y borrado. No recopile correos automáticamente si no son necesarios. Si una plataforma externa procesa datos, verifique condiciones institucionales antes de usarla. Documente fechas, canales de reclutamiento y cambios del protocolo.

Escribir el plan de análisis antes de mirar resultados

Empiece por controles de calidad: duplicados, rangos imposibles, codificación, datos ausentes y coherencia de saltos. Después describa la muestra y cada variable con medidas adecuadas. Media y desviación no son siempre la mejor descripción; distribución, escala y valores extremos importan.

Para comparaciones y asociaciones, la prueba depende del diseño, tipo de variable, independencia de observaciones, distribución y supuestos. Chi cuadrado, t de Student, pruebas no paramétricas, correlación o regresión no son un menú para probar hasta obtener p menor de 0,05. El análisis debe responder a un objetivo, estimar un efecto y expresar su incertidumbre.

jamovi es una opción gratuita y abierta; JASP, R, SPSS o Stata pueden ser adecuados según el método y la formación. Conserve sintaxis, archivo de análisis o registro de opciones. La reproducibilidad vale más que una captura de pantalla del resultado.

Evite interpretar «no significativo» como ausencia demostrada de efecto y «significativo» como importancia práctica. Informe estimaciones, intervalos de confianza y tamaños de efecto cuando sean pertinentes. Si realizó análisis no previstos, identifíquelos como exploratorios.

Presentar resultados sin duplicarlos

Una tabla debe poder leerse con título, unidades, denominadores y notas. Un gráfico necesita escala honesta y aporta poco si repite exactamente la tabla. El texto destaca patrones relevantes y remite al elemento; no recita cada celda. Mantenga separada la descripción del resultado de su interpretación, que corresponde a la discusión.

Explique flujo de participantes, datos ausentes, exclusiones y número analizado. Compare después con la literatura, valore explicaciones alternativas y limite la conclusión al diseño. Un estudio transversal puede mostrar asociación, no confirmar qué variable causó la otra.

Para estudios observacionales, STROBE recoge información que conviene comunicar. Es una guía de reporte, no una receta para diseñar el estudio ni una puntuación automática de calidad. La red EQUATOR explica qué es una guía de reporte y por qué debe elegirse según el diseño.

Errores que más debilitan un TFG cuantitativo

Los problemas más serios aparecen antes de calcular: objetivo impreciso, muestra sin población definida, cuestionario alterado sin justificar, variables codificadas después de ver el resultado y múltiples pruebas sin plan. También debilitan el informe la causalidad impropia, omitir datos ausentes y esconder que cada análisis tuvo un número distinto de casos.

Si necesita revisar viabilidad, instrumento o interpretación, la tutorización académica puede ayudarle a tomar y documentar sus propias decisiones. No se deben fabricar respuestas ni reconstruir un estudio que nunca se realizó.

En una investigación doctoral, el diseño y el análisis también deben mantener la coherencia entre objetivos, capítulos y resultados. Si necesita ordenar ese nivel de trabajo, puede consultar nuestro apoyo metodológico para una tesis doctoral.

Guías relacionadas

Continúe con la metodología del TFG, la investigación cualitativa y las conclusiones del TFG.