0
1
Tratado exhaustivo sobre metodología
de la investigación en humanidades y
educación: paradigmas, diseños y
praxis contemporánea
Paredes Isuiza, Heydi Mariel; Ramirez
Zegarra, Rosalvina; Rios Del Aguila,
Perlita; Vásquez Mesía, Martha Isabel;
Díaz Vásquez, Selva Libertad; Vela Yuri,
Jorge; Chung Curi, Segundo Ladislao
© Paredes Isuiza, Heydi Mariel; Ramirez
Zegarra, Rosalvina; Rios Del Aguila,
Perlita; Vásquez Mesía, Martha Isabel;
Díaz Vásquez, Selva Libertad; Vela Yuri,
Jorge; Chung Curi, Segundo Ladislao,
2026
Primera edición (1.ª ed.): junio, 2026
Editado por:
Editorial Mar Caribe ®
www.editorialmarcaribe.es
Av. Gral. Flores 547, 70000 Col. del
Sacramento, Departamento de
Colonia, Uruguay.
Diseño de carátula e ilustraciones:
Editorial Mar Caribe
Libro electrónico disponible en:
https://editorialmarcaribe.es/ark:/109
51/isbn.9789915715001
Formato: Electrónico
ISBN: 978-9915-715-00-1
ARK: ark:/10951/isbn.9789915715001
Editorial Mar Caribe (OASPA): Como miembro
de la Open Access Scholarly Publishing
Association, apoyamos el acceso abierto de
acuerdo con el código de conducta, la
transparencia y las mejores prácticas de OASPA
para la publicación de libros académicos y de
investigación. Estamos comprometidos con los
más altos estándares editoriales en ética y
deontología, bajo la premisa de «Ciencia
Abierta en América Latina y el Caribe»
Editorial Mar Caribe, firmante Nº 795 de
12.08.2024 de la Declaración de Berlín
"... Nos sentimos obligados a abordar los retos de
Internet como un medio funcional emergente
para la distribución del conocimiento.
Obviamente, estos avances pueden modificar
significativamente la naturaleza de la
publicación científica, así como el actual
sistema de garantía de calidad...." (Max Planck
Society, ed. 2003, pp. 152-153).
CC BY-NC 4.0
Los autores pueden autorizar al público en
general a reutilizar sus obras únicamente con
fines no lucrativos, los lectores pueden utilizar
una obra para generar otra, siempre que se dé
crédito a la investigación, y conceden al editor
el derecho a publicar primero su ensayo bajo los
términos de la licencia CC BY-NC 4.0.
Editorial Mar Caribe se adhiere a la
"Recomendación relativa a la preservación del
patrimonio documental, comprendido el
patrimonio digital, y el acceso al mismo" de la
UNESCO y a la Norma Internacional de
referencia para un sistema abierto de
información archivística (OAIS-ISO 14721). Este
libro está preservado digitalmente por
datasegura.info
DATA SEGURA
2
Editorial Mar Caribe
Tratado exhaustivo sobre metodología de
la investigación en humanidades y
educación: paradigmas, diseños y praxis
contemporánea
Colonia, Uruguay
2026
4
Editorial Mar Caribe
Av. General Flores 547, Colonia, Colonia, Uruguay. CP 70000
www.editorialmarcaribe.es
www.editorialmarcaribe.uy
Encuéntranos en:
Facebook
X
Contáctenos:
contacto@editorialmarcaribe.es
contacto@editorialmarcaribe.uy
ISBN 978-9915-715-00-1
Título: Tratado exhaustivo sobre metodología de la investigación en
humanidades y educación: paradigmas, diseños y praxis contemporánea
El contenido de este libro es propiedad intelectual de:
Paredes Isuiza, Heydi Mariel; Ramirez Zegarra, Rosalvina; Rios Del Aguila,
Perlita; Vásquez Mesía, Martha Isabel; Díaz Vásquez, Selva Libertad; Vela
Yuri, Jorge; Chung Curi, Segundo Ladislao
2026
5
Índice
Prólogo ......................................................................................................................... 9
Introducción ................................................................................................................12
Capítulo 1 ....................................................................................................................16
Tratado exhaustivo sobre metodología de la investigación en humanidades y
educación: paradigmas, diseños y praxis contemporánea .....................................16
Las epistemologías del sur: ecología de saberes y la superación del
pensamiento abismal ..........................................................................................17
Diseños metodológicos: praxis participativa, enfoques mixtos y criterios de
rigor ..........................................................................................................................19
La investigación-acción participativa (IAP): ontología y praxis
transformadora ....................................................................................................19
Taxonomía e integración en los diseños de métodos mixtos ..........................20
Criterios de rigor en la indagación cualitativa: la matriz de Lincoln y Guba .21
Praxis contemporánea: humanidades digitales, etnografía virtual e inteligencia
artificial ....................................................................................................................22
Netnografía y etnografía virtual: abordajes metodológicos en redes digitales
..............................................................................................................................24
La hibridación analítica: software CAQDAS e Inteligencia Artificial
Generativa ............................................................................................................25
Capítulo 2 ....................................................................................................................28
Fundamentos, diseños y técnicas cuantitativas en la investigación científica: un
análisis metodológico integral ..................................................................................28
Estimación de la consistencia interna: alfa de cronbach, omega de mcdonald
y alfa ordinal ........................................................................................................29
Cuantificación de la validez de contenido y acuerdo entre evaluadores ........30
Diseños muestrales y determinación del tamaño de la muestra .......................32
Muestreo probabilístico: representatividad y control de sesgos ....................32
Muestreo no probabilístico y métodos muestrales alternativos .....................33
Diseños de investigación cuantitativa: experimentales y no experimentales ...34
El Continuo del control experimental: preexperimentos, cuasiexperimentos y
6
experimentos puros .............................................................................................34
Amenazas a la validez interna y externa en el diseño experimental ..............36
Marco decisional: estadística paramétrica vs. no paramétrica .......................37
Taxonomía de Pruebas Univariadas y Bivariadas .............................................38
Análisis multivariado: EFA, CFA y modelos de ecuaciones estructurales
(SEM) ....................................................................................................................39
Capítulo 3 ....................................................................................................................42
Las técnicas estructurales de investigación social: un análisis integral de la
entrevista, el grupo de discusión, la observación y la biografía ............................42
Fundamentos epistemológicos y la ruptura de Jesús Ibáñez ............................43
La entrevista abierta y en profundidad: el sujeto en el discurso .......................45
Dimensiones discursivas y la naturaleza del encuentro ..................................45
Procedimientos técnicos y la gestión del rapport ............................................47
El grupo de discusión: la microestructura de la opinión social ..........................47
La simulación del grupo y el papel del moderador ..........................................48
Dinámica y fases de la interacción grupal ........................................................48
La observación cualitativa: El investigador en el entorno natural .....................50
La dialéctica de la participación y el distanciamiento .....................................50
Registro, formalización y el dilema cuántico ....................................................52
El método biográfico: relatos de vida y trayectorias sociales .............................53
Historia de vida vs. relato de vida ......................................................................53
Memoria, identidad y tiempo histórico ..............................................................54
Calidad, validez y fiabilidad en la investigación estructural ...............................54
Estrategias de validación y triangulación .........................................................55
El proceso de análisis: de la categorización a la teoría ...................................56
Capítulo 4 ....................................................................................................................58
Tratado integral sobre la investigación social y los diseños de muestreo en la
era de la inteligencia artificial ...................................................................................58
Epistemología de la investigación social: entre el oficio y la ciencia .................59
La arquitectura del muestreo: lógica y necesidad ...............................................61
7
Muestreo probabilístico: el estándar de la representatividad .........................62
Muestreo no probabilístico: profundidad y flexibilidad ...................................64
Determinación estadística del tamaño de la muestra .........................................65
Ética y desafíos en el muestreo de poblaciones vulnerables ..............................67
La taxonomía de la vulnerabilidad según Kipnis ..............................................67
Transformación digital: big data y redes sociales en la investigación ..............68
Innovaciones en el muestreo de redes: RDS y TLS .............................................69
La inteligencia artificial: un nuevo paradigma investigativo ..............................70
Capítulo 5 ....................................................................................................................73
Análisis crítico-comparativo del modelo positivista/empírico-analítico y el
interpretativo/constructivista ....................................................................................73
El paradigma positivista y empírico-analítico ......................................................74
La Teoría crítica de Habermas y la impugnación del positivismo ......................76
El paradigma interpretativo y constructivista ......................................................77
Análisis comparativo metateórico .........................................................................79
Desafíos metodológicos de ambos modelos ........................................................81
Criterios de rigor metodológico cualitativo ..........................................................84
El paradigma pragmático y la integración metodológica ...................................87
Capítulo 6 ....................................................................................................................91
Diseños de investigación contemporáneos: enfoque mixto (MMR) .......................91
Fundamentos epistemológicos y paradigmáticos del enfoque mixto ................91
Pragmatismo ........................................................................................................92
Enfoque transformativo y paradigmas indígenas ............................................93
Postura dialéctica y pluralismo dialéctico .........................................................93
Realismo crítico y enfoque performativo ..........................................................93
Tabla 11: Paradigmas filosófico del criticismo .................................................94
Tipología y arquitectura de los diseños mixtos contemporáneos ......................95
Diseños mixtos básicos .......................................................................................95
Marcos y diseños mixtos avanzados o complejos .............................................96
8
Mecanismos de integración de datos y la función de las pantallas mixtas (Joint
Displays) ...................................................................................................................98
Criterios de calidad, legitimación y rigor metodológico .................................... 101
La tipología de legitimación de Martínez (2006) ............................................ 101
Directrices de reporte GRAMMS y herramientas de evaluación MMAT ........ 102
Transformación tecnológica: software CAQDAS, inteligencia artificial y
métodos mixtos computacionales ....................................................................... 104
Comparativa de herramientas software en MMR ........................................... 104
Inteligencia artificial, LLMs y métodos mixtos computacionales .................. 106
Conclusión ................................................................................................................. 109
Bibliografía ................................................................................................................ 115
9
Prólogo
La investigación en ciencias humanas y educación atraviesa hoy un
momento de profunda metamorfosis. Vivimos en una época en la que la
complejidad de los fenómenos sociales, las disrupciones tecnológicas y las
transformaciones socioculturales demandan respuestas que trascienden los
marcos conceptuales tradicionales. Investigar hoy no es solo recopilar datos ni
aplicar fórmulas heredadas; es un acto de interpretación rigurosa, una reflexión
ética y una toma de postura frente a las realidades complejas que moldean la
experiencia humana y la formación de los sujetos.
En este horizonte, Tratado exhaustivo sobre metodología de la investigación
en humanidades y educación: paradigmas, diseños y praxis contemporánea surge
como texto de referencia metodológica y cartografía crítica e imprescindible para
el investigador del siglo XXI.
Durante décadas, la discusión metodológica en el ámbito académico estuvo
dominada por falsas dicotomías: lo cualitativo frente a lo cuantitativo, el rigor
frente a la interpretación, la teoría pura frente a la aplicación práctica. Este
tratado supera de forma definitiva esas lecturas maniqueas. Por lo que el libro
adopta una perspectiva integrada y pluralista que aborda la investigación desde
tres pilares fundamentales:
• Fundamentación paradigmática: antes de elegir una técnica o un
instrumento, el investigador debe comprender desde dónde mira el mundo.
La obra ofrece una revisión profunda de los cimientos epistemológicos y
ontológicos —desde el positivismo y el interpretativismo hasta las teorías
críticas, el constructivismo social y los enfoques poscualitativos—.
10
• Diversidad de diseños metodológicos: se analizan con minucia técnica y
flexibilidad procedimental tanto los diseños cuantitativos (experimentales,
cuasiexperimentales y correlacionales) como las metodologías cualitativas
consolidadas y emergentes: la etnografía digital, la investigación-acción
participativa, los estudios narrativos, la fenomenología y los métodos
mixtos.
• La praxis contemporánea: la metodología no cobra sentido en el vacío
teórico, sino en la práctica encarnada. La obra aborda con lucidez los retos
éticos de la era digital, la integración responsable de la inteligencia
artificial en el procesamiento de datos, la reflexividad del investigador y la
transferencia del conocimiento hacia el impacto social y educativo real.
Uno de los mayores aciertos de esta obra es el equilibrio que logra entre
la densidad conceptual y la claridad expositiva. Lejos de situarse en una torre de
marfil inaccesible, la estructura pedagógica orienta de forma progresiva tanto al
investigador novel que inicia su proyecto de tesis como al académico
experimentado que busca actualizar sus marcos metodológicos frente a las
exigencias contemporáneas.
Cada capítulo responde al «cómo hacer» y de manera prioritaria al «por
qué» y al «para qué» de cada decisión metodológica. En cada apartado se percibe
una convicción fundamental: la coherencia entre el problema planteado, el
paradigma elegido y la técnica aplicada es el verdadero indicador de la excelencia
investigativa.
Investigar en humanidades y en educación es, en última instancia,
defender la capacidad de cuestionar, comprender y transformar la sociedad. Este
volumen es una invitación formal a despojarse de las inercias metodológicas, a
abrazar la interdisciplinariedad y a cultivar una curiosidad metodológicamente
11
situada y éticamente comprometida.
Quien recorra las páginas de este tratado no solo encontrará herramientas
procedimentales de impecable factura, sino también un faro intelectual que
dignifica el oficio de investigar en y para la diversidad del mundo contemporáneo.
Celebro la aparición de esta obra, llamada a convertirse en una lectura de consulta
obligada en nuestras aulas, seminarios y centros de investigación.
Andrea Mercedes Alvarez Rubio
Docente
Universidad Nacional de Cajamarca
25/06/2026
12
Introducción
El desarrollo de las ciencias humanas y educativas en el siglo XXI presenta
una paradoja epistémica: aunque la cantidad de datos, publicaciones y
herramientas tecnológicas ha crecido exponencialmente, la comprensión
ontológica y metodológica de cómo se construye el conocimiento en estas áreas
sigue en tensión y fragmentación. Durante años, la investigación en humanidades
y educación ha oscilado entre imitar los cánones positivistas de ciencias
mecanicistas y una dispersión interpretativa que, en ocasiones, careció de rigor
metodológico.
En la actualidad, la aparición de las tecnologías digitales, las perspectivas
decoloniales, la investigación-acción participativa y el requerimiento de abordar
problemas sociales complejos requieren un marco metodológico sistematizado y
riguroso que se ajuste a los métodos contemporáneos.
Este libro es concebido con el propósito de convertirse en una referencia
teórica y práctica completa. No tiene como objetivo ser simplemente un catálogo
de fórmulas metodológicas, sino un mapa crítico de los caminos epistemológicos
que dirigen la creación del conocimiento científico y humanístico. Con este
tratado, se analizan las conexiones entre los paradigmas clásico-hermenéuticos,
las perspectivas cualitativas, cuantitativas y mixtas, así como los nuevos métodos
emergentes. El objetivo es ofrecer a los alumnos de posgrado, a los docentes y a
los investigadores una brújula analítica confiable para la formulación, realización
y valoración de proyectos de investigación.
Frente al panorama epistemológico contemporáneo, este tratado se
articula en torno a la interrogante central:
13
¿De qué manera la integración crítica de los paradigmas epistemológicos
clásicos y contemporáneos, junto con la diversificación de diseños metodológicos
y praxis investigativas, permite responder con rigor teórico y metodológico a la
complejidad de los fenómenos educativos y humanísticos en el contexto global
actual?
Y, la relevancia de esta obra se fundamenta en tres dimensiones clave:
i. Dimensión epistemológica: permite superar la dicotomía estéril entre
metodologías cuantitativas y cualitativas, proponiendo una integración
sintética fundada en la complementariedad de paradigmas. Frente a la
hiperespecialización aislada, el tratado restituye el sentido conceptual
y filosófico del método.
ii. Dimensión práctica e institucional: responde a la necesidad urgente
detectada en programas de maestría y doctorado en América Latina y
Europa, donde se evidencia una brecha significativa entre la formación
teórica metodológica y la capacidad de traducir dichos marcos en
diseños de investigación viables, éticos e impactantes.
iii. Dimensión social e innovadora: integra la investigación transdisciplinar
y las metodologías contemporáneas —como las metodologías digitales,
los enfoques decoloniales, el análisis cualitativo asistido por software y
los diseños mixtos avanzados—, permitiendo que la investigación
humanística y educativa dialogue directamente con las demandas
cambiantes de la sociedad contemporánea.
El alcance de este tratado es teórico, conceptual y metodológico-
aplicado, abarcando las siguientes delimitaciones:
i. Cobertura disciplinar: se circunscribe a las áreas metodológicas de la
educación (pedagogía, currículo, gestión, sociología de la educación) y
14
las humanidades (literatura, filosofía, historia, lingüística aplicada y
estudios culturales).
ii. Profundización de paradigmas: examina en detalle los paradigmas
Positivista/Postpositivista, Interpretativo (Hermenéutico-
Fenomenológico), Sociocrítico (Investigación-Acción, Enfoques Críticos)
y los Enfoques Emergentes (Pensamiento Complejo, Humanidades
Digitales y Perspectivas Decoloniales).
iii. Dimensión temporal e histórica: si bien rastrea los orígenes normativos
del método científico, centra su foco en los desarrollos y discusiones
metodológicas de las primeras décadas del siglo XXI.
En este sentido, toda investigación en las áreas de la educación y las
humanidades descansa sobre una arquitectura invisible pero determinante: la
postura epistemológica del investigador. Un paradigma no es meramente un
conjunto de herramientas o técnicas de recolección de datos, sino, en palabras de
Thomas Kuhn (1962), una constelación de creencias, valores, técnicas y
compromisos ontológicos compartidos por una comunidad científica.
Comprender la evolución histórica de los paradigmas permite al
investigador sustentar de manera rigurosa la relación entre la realidad observada
(ontología), la naturaleza del conocimiento y el rol de quien conoce
(epistemología), y las vías procedimentales para acceder a dicho saber
(metodología).
Con base en este escenario, se plantea como objetivo de investigación
desarrollar un tratado metodológico exhaustivo e integrador que sistematice los
paradigmas, diseños investigativos y herramientas de la praxis contemporánea,
15
ofreciendo un marco normativo, conceptual y operativo riguroso para la
producción de conocimiento en las áreas de las humanidades y la educación.
Ahora bien, el investigador contemporáneo en humanidades y educación
no debe concebir los paradigmas como compartimentos estancos ni como dogmas
rígidos. Por el contrario, la praxis actual demanda una reflexividad epistemológica
constante: la capacidad de justificar éticamente por qué se adopta determinado
enfoque y de qué forma la elección metodológica responde de manera genuina al
objeto de estudio y a las comunidades involucradas. Por ende, la integración
metódica de estos paradigmas —posibilitada por el surgimiento del pragmatismo
y los métodos mixtos de investigación— no implica un eclecticismo superficial,
sino un ejercicio de rigor donde cada fase del estudio guarda coherencia
epistémica con su pregunta orientadora.
La indagación de este texto sobre la comprensión contemporánea de la
investigación en humanidades y educación exige trascender los marcos
decimonónicos que encasillaron la producción de conocimiento en una dicotomía
rígida entre el objetivismo cuantitativo y la hermenéutica tradicional. El giro
decolonial y las humanidades digitales son dos enfoques teóricos y metodológicos
centrales que están modificando el estatus epistemológico del investigador, a
medida que la aceleración tecnológica, la globalización económica y las crisis
socioambientales transforman las dinámicas sociales. Ambas corrientes no
representan meras técnicas novedosas o modas académicas; constituyen
verdaderas reconfiguraciones de la matriz ontológica, epistemológica y ética
sobre la que se asienta la investigación contemporánea.
16
Capítulo 1
Tratado exhaustivo sobre
metodología de la investigación en
humanidades y educación:
paradigmas, diseños y praxis
contemporánea
El campo de la investigación en humanidades y educación atraviesa una
profunda reconfiguración ontológica y epistemológica. Históricamente, la
formación investigativa en la educación superior ha estado dominada por una
concepción reduccionista e instrumental del método científico, identificada
fundamentalmente con el canon de las ciencias naturales. Esta visión positivista
asume la existencia de una realidad objetiva, fragmentable y cuantificable, en la
que la persona investigadora opera como un observador neutral, guiado por pasos
secuenciales e inflexibles que abarcan desde la observación y la formulación de
hipótesis hasta la experimentación y la deducción de leyes universales (Reidl,
2012; Lizet et al., 2012). Sin embargo, la complejidad inherente a los fenómenos
socioeducativos y culturales devela la insuficiencia de este enfoque para
aprehender la polifonía de significados, las dinámicas relacionales y las
construcciones subjetivas de los actores humanos.
Frente a la hegemonía positivista, la investigación socioeducativa ha
consolidado perspectivas interpretativas y crítico-reflexivas que desplazan el foco
desde la explicación causal hacia la comprensión profunda (Verstehen) y la
17
transformación emancipadora de la realidad. Este tránsito epistemológico
reconoce que la metodología no se reduce a una mera selección de técnicas e
instrumentos para la recolección de datos empíricos. Por el contrario, la
metodología constituye la dimensión filosófica fundamental desde la cual se
examinan la naturaleza del conocimiento, las concepciones sobre la realidad y los
posicionamientos axiológicos e ideológicos de quien investiga (Deroncele et al.,
2023).
La evolución desde el positivismo clásico hacia los enfoques interpretativos
y crítico-reflexivos ha dado lugar al surgimiento de la pedagogía decolonial, la
alteridad y la interculturalidad crítica como marcos de fundamentación de la
investigación en el contexto latinoamericano. Estas perspectivas cuestionan la
colonización interna de las estructuras académicas y postulan un giro decolonial
orientado a deslegitimar las lógicas de dominación económica, política, social y
epistémica heredadas de la modernidad eurocéntrica. Se configura así un modelo
de formación e indagación fundado en relaciones sujeto-sujeto, donde los saberes
de las comunidades históricamente subordinadas dejan de ser tratados como
objetos de estudio o materia prima empírica para convertirse en conocimientos
legítimos articulados en la construcción del saber científico.
Las epistemologías del sur: ecología de saberes y la
superación del pensamiento abismal
Formuladas por el sociólogo de Sousa (2015), las Epistemologías del Sur
ofrecen un marco teórico-metodológico radical para enfrentar el imperialismo
cognitivo de la ciencia moderna. Su presupuesto central sostiene que la
comprensión del mundo trasciende ampliamente la comprensión occidental del
18
mismo, postulando la necesidad de una justicia cognitiva global como condición
previa e indispensable para la justicia social.
Las Epistemologías del Sur identifican la pervivencia de un pensamiento
abismal que divide la realidad social mediante una línea radical e invisible en dos
universos contrapuestos. Por un lado, se sitúa el Universo A (este lado de la línea),
constituido por las formas de conocimiento e instituciones validadas por el canon
occidental, tales como la ciencia positivista, la filosofía académica y la teología
hegemonizada. Por otro lado, se ubica el Universo B (el otro lado de la línea),
poblado por saberes invisibilizados, despreciados o declarados inexistentes, entre
los que figuran los conocimientos ancestrales, campesinos, indígenas, plebeyos y
populares (Sousa, 2015).
Para operar metodológicamente sobre este diagnóstico, de Sousa (2015)
propone dispositivos analíticos estructurantes orientados a desmantelar la
monocultura del saber:
● La Sociología de las Ausencias: Orientada a transformar los sujetos y
saberes producidos como ausentes en sujetos y conocimientos presentes.
Esto exige desactivar cinco modos de producción de no-existencia
característicos de la razón monocultural: la lógica del rigor científico (que
produce ignorancia), la lógica del tiempo lineal (que produce retraso), la
lógica de las clasificaciones sociales (que naturaliza la inferioridad), la lógica
de la escala dominante (que relega lo contextual a lo local o particular) y la
lógica productivista (que tilda lo no mercantilizable de estéril).
● La Sociología de las Emergencias y la Ecología de Saberes: Frente al
desperdicio de la experiencia humana, la sociología de las emergencias
expande el presente mediante la valoración de las alternativas latentes y los
conocimientos nacidos en las luchas contra la opresión. La ecología de
19
saberes constituye el dispositivo metodológico que permite el diálogo
horizontal entre conocimientos científicos y no científicos, reconociendo la
inconmensurabilidad y los límites de cada saber sin establecer jerarquías a
priori.
● Traducción Intercultural: Metodología analítica diseñada para crear
inteligibilidad mutua entre experiencias, inteligencias y proyectos políticos
del Sur epistemológico sin destruir sus identidades ni imponer una
gramática universalista.
Diseños metodológicos: praxis participativa,
enfoques mixtos y criterios de rigor
La investigación-acción participativa (IAP): ontología y praxis
transformadora
Originada en las propuestas iniciales de Kurt Lewin y desarrollada en
América Latina por Orlando Fals Borda y Paulo Freire, la Investigación-Acción
Participativa (IAP) se sitúa en el paradigma socio-crítico. La IAP rechaza la
separación entre el sujeto que investiga y el objeto investigado, concibiendo la
investigación como un proceso dinámico de autorreflexión, producción colectiva
de conocimiento y transformación de la praxis social.
Desde el punto de vista procedimental, para Balcazar (2003) la IAP avanza
a través de una espiral autorreflexiva de ciclos continuos que articulan el
diagnóstico participativo, la planificación de la acción, la intervención en la
realidad socioeducativa y la reflexión crítica sobre los procesos y resultados. Este
20
proceso quiebra el monopolio del saber académico mediante el establecimiento
de una relación simétrica entre investigadoras e investigadores externos y los
miembros de la comunidad. Los principios fundamentales que guían la estructura
ontológica y metodológica de la IAP incluyen:
● Unión indivisible de teoría y praxis: Orientación del conocimiento hacia la
emancipación humana, donde la validez teórica se somete a la prueba de la
transformación práctica de la realidad.
● Desarrollo de la conciencia crítica: Promoción de procesos de aprendizaje
colaborativo que permitan a las comunidades documentar su historia,
analizar las causas estructurales de sus problemas y asumir el liderazgo de
sus procesos de cambio.
● Comunicación auténtica y simetría epistémica: Erradicación de las
asimetrías de poder mediante la escucha activa y el diálogo de saberes,
convirtiendo el conocimiento generado en un patrimonio colectivo
autogestionado.
Taxonomía e integración en los diseños de métodos mixtos
Los métodos mixtos representan una respuesta epistemológica y
pragmática a la naturaleza multidimensional de los fenómenos socioeducativos,
los cuales integran manifestaciones objetivas (estructuras socioeconómicas,
indicadores cuantitativos) y vivencias subjetivas (creencias, significados,
discursos). Tras superar las posturas puristas que declaraban la incompatibilidad
de paradigmas, la metodología mixta demuestra que la integración cualitativa y
cuantitativa genera hallazgos sustantivamente más holísticos que las
monometodologías aisladas (Sánchez, 2019).
21
El diseño de una investigación mixta requiere definir la secuencia temporal
(concurrente o secuencial), la ponderación o prioridad de los enfoques (igualdad
o dominancia cuantitativa [CUAN] o cualitativa [CUAL]) y la fase de integración
analítica donde se combinan los datos.
La efectividad de los enfoques mixtos reside en lograr que las dimensiones
cuantitativas y cualitativas sean mutuamente enriquecedoras, evitando la simple
adición fragmentada de procedimientos.
Criterios de rigor en la indagación cualitativa: la matriz de
Lincoln y Guba
Frente a la extrapolación de los criterios positivistas tradicionales (validez
interna, validez externa, fiabilidad y objetividad), Guba y Lincoln (1985)
formularon un marco de confiabilidad (trustworthiness) adaptado a los
presupuestos de la investigación cualitativa e interpretativa. Este marco
reemplaza la búsqueda de verdades objetivas atemporales por la verificación de
acuerdos intersubjetivos y la rigurosidad procesal en el tratamiento de los datos.
Los cuatro criterios de confiabilidad se operacionalizan en la praxis cualitativa
mediante técnicas específicas:
1. Credibilidad: Actúa como el equivalente a la validez interna y evalúa si las
interpretaciones construidas por el equipo investigador representan
fielmente las experiencias y significados de los participantes. Se establece a
través de la estancia prolongada en el campo para reducir sesgos de
reactividad, la observación persistente, la triangulación de fuentes, métodos
o evaluadores, el member checking (devolución y comprobación del análisis
con los participantes) y el análisis de casos negativos para ajustar las
22
categorías emergentes frente a evidencias contradictorias.
2. Transferibilidad: Corresponde al equivalente cualitativo de la validez
externa. Puesto que los estudios interpretativos no buscan la generalización
estadística, la transferibilidad depende de proporcionar una descripción
densa y contextualizada (thick description) del escenario socioeducativo, las
características de los participantes y las dinámicas observadas, permitiendo
que otros investigadores evalúen la aplicabilidad de los hallazgos a sus
propios contextos.
3. Dependencia: Reemplaza el concepto de fiabilidad o replicabilidad. Se
alcanza mediante la consolidación de una pista de auditoría procesal
transparente, en la cual se documentan de forma minuciosa todas las
decisiones metodológicas, los cambios de diseño, los diarios de campo y el
desarrollo del sistema de codificación.
4. Confirmabilidad: Representa el equivalente cualitativo de la objetividad. No
exige neutralidad axiológica, sino la garantía de que los datos y las
inferencias derivan directamente del material empírico y no de los prejuicios
del investigador. Se operacionaliza explicitando la postura epistemológica
(reflexividad), elaborando memorandos analíticos y manteniendo
descripciones de bajo nivel de inferencia.
Praxis contemporánea: humanidades digitales,
etnografía virtual e inteligencia artificial
El desarrollo de las Humanidades Digitales ha redefinido el estatuto de las
evidencias empíricas y las escalas de análisis en los estudios literarios,
23
historiográficos y lingüísticos. Históricamente, las disciplinas humanísticas han
dependido del Close Reading (lectura cercana o atenta), una técnica hermenéutica
intensiva volcada en el escrutinio detallado, estilístico y contextual de un corpus
reducido de obras canónicas. No obstante, la masiva digitalización de archivos y
la conformación de grandes bases de datos culturales compuestas por millones
de volúmenes han dejado al descubierto las limitaciones de escala de la lectura
intensiva tradicional.
Formulada por Franco Moretti y promovida en espacios como el Stanford
Literary Lab, la Lectura Distante (Distant Reading) o macroanálisis propone
distanciar la mirada del texto individual para aplicar métodos computacionales
sobre grandes volúmenes de datos textuales. Al tratar la masa textual como un
conjunto de datos estructurados, la lectura distante permite visibilizar
regularidades, ciclos de producción, derivas estilísticas y transformaciones
morfológicas que resultan imperceptibles para la observación humana individual.
En este enfoque, el corpus textual es sometido a procesamiento algorítmico para
generar tres modelos formales de abstracción analítica (Eve, 2022):
● Gráficos: Dispositivos cuantitativos diseñados para medir patrones
diacrónicos y fluctuaciones de producción a lo largo de marcos temporales
amplios, permitiendo analizar el ascenso, consolidación y declive de los
géneros literarios en forma de ciclos históricos.
● Mapas: Representaciones de espacialización analítica que proyectan las
geografías narrativas o las redes de circulación de las obras, visibilizando
las tensiones entre centros y periferias culturales o la topografía de los
relatos.
● Árboles: Modelos estructurales e inspirados en diagramas evolutivos que
permiten graficar la bifurcación, diversificación o extinción de recursos
24
formales y estéticos a lo largo del tiempo.
La praxis contemporánea de las Humanidades Digitales no busca erradicar
la interpretación atenta, sino articular procesos de Scalable Reading (lectura
escalable). En esta dinámica, las exploraciones macrocomputacionales identifican
patrones o anomalías en el gran corpus textual, los cuales orientan
posteriormente la aplicación del Close Reading sobre nodos específicos de la obra.
Netnografía y etnografía virtual: abordajes metodológicos en
redes digitales
El traslado de las interacciones socioeducativas hacia entornos digitales y
plataformas sociotécnicas ha demandado la reconfiguración de las herramientas
etnográficas. Términos como etnografía virtual o netnografía definen adaptaciones
metodológicas rigurosas orientadas a investigar las culturas, subjetividades y
modalidades de socialización que se despliegan en espacios mediados por
tecnologías digitales.
La netnografía no se reduce a una recolección automatizada de rastros
digitales o minería de datos. Constituye una inmersión cualitativa en el campo de
las comunidades en línea, donde la persona investigadora debe atender a la
subjetividad del algoritmo para comprender cómo las arquitecturas de las
plataformas condicionan la visibilidad y afectividad de las interacciones.
Asimismo, este abordaje examina la fluidez multisituada entre las dinámicas
virtuales y presenciales, integrando el análisis del discurso con el examen de
contenidos multimodales y métricas relacionales de interacción.
25
La hibridación analítica: software CAQDAS e Inteligencia
Artificial Generativa
El empleo de programas para el análisis cualitativo de datos asistido por
computadora (CAQDAS, por sus siglas en inglés), como ATLAS.ti, NVivo y MAXQDA,
ha transformado la gestión y sistematización de corpora cualitativos complejos.
Tradicionalmente, estos entornos han operado como organizadores procesales
que facilitan el archivo, la segmentación y la recuperación de datos, reservando
la codificación e inferencia analítica a la labor exclusiva del equipo investigador.
La convergencia entre los paquetes CAQDAS y las herramientas de
Inteligencia Artificial Generativa (IAGen) basadas en Modelos de Lenguaje de
Gran Escala (LLM) ha inaugurado un cambio de paradigma en el procesamiento
de datos cualitativos. La integración de tecnologías de transcripción automática
impulsadas por modelos de reconocimiento de voz y la incorporación de funciones
de codificación e inferencia asistida (AI Coding) amplían las capacidades
analíticas, al tiempo que introducen importantes desafíos metodológicos y éticos.
El flujo de trabajo contemporáneo que combina la IAGen y los programas CAQDAS
se estructura en una secuencia metodológica articulada:
1. Preprocesamiento y transcripción automatizada: El material empírico de
audio o video es procesado mediante modelos de reconocimiento del
lenguaje natural como Whisper, optimizando los tiempos de preparación de
las transcripciones.
2. Codificación asistida y revisión crítica: Las herramientas de AI Coding
realizan un escrutinio inicial del texto proponiendo códigos emergentes y
resúmenes de segmentos. El investigador analiza críticamente estas
26
propuestas, ajustando y depurando la estructura categorial para evitar
interpretaciones descontextualizadas.
3. Ingeniería de prompts y análisis discursivo: A partir de los informes
extraídos del CAQDAS, se formulan consultas estructuradas a modelos de
lenguaje para explorar modelos mentales, polifonías narrativas y metáforas
en los discursos.
4. Vigilancia ética y resguardo epistemológico: El uso de IA generativa exige
mantener un estricto control sobre la integridad académica, previniendo
sesgos de entrenamiento, alucinaciones del modelo y riesgos de
confidencialidad. La IA debe actuar como un soporte analítico y jamás como
un sustituto de la agencia interpretativa y la reflexividad del investigador.
La reconstrucción de los fundamentos y prácticas de la metodología de la
investigación en humanidades y educación confirma un tránsito desde posturas
positivistas dogmáticas hacia un campo plural, integrador y críticamente reflexivo.
La apertura hacia paradigmas socio-críticos y decoloniales ha demostrado que el
rigor investigativo no reside en la adhesión a un método único y universal, sino
en la coherencia ontológica, la vigilancia epistemológica y la capacidad de
responder a las demandas de equidad y transformación social (González, 2023).
Las Epistemologías del Sur y los enfoques participativos como la IAP
consolidan una redefinición de la relación investigativa, transformando la
tradicional extracción de información en procesos horizontales de construcción
colectiva del conocimiento. Asimismo, el desarrollo de las metodologías mixtas y
la sistematización de los criterios de confiabilidad cualitativa ofrecen
herramientas metodológicas sólidas para abordar la complejidad socioeducativa
con exigencia técnica e intersubjetiva (de Sousa, 2015).
Por su parte, la incorporación de las Humanidades Digitales, la netnografía
27
y la Inteligencia Artificial Generativa representa un salto cualitativo en las
capacidades de gestión, exploración y análisis de grandes corpora textuales e
interacciones digitales. No obstante, el desarrollo tecnológico exige afianzar una
ética de la responsabilidad donde la automatización y las herramientas
algorítmicas se mantengan supeditadas al juicio crítico, la sensibilidad contextual
y la hermenéutica humana. En última instancia, el futuro de la indagación
humanística y educativa dependerá de su capacidad para articular la innovación
metodológica con el compromiso ético, emancipador y transformador de la praxis
investigativa.
28
Capítulo 2
Fundamentos, diseños y técnicas
cuantitativas en la investigación
científica: un análisis metodológico
integral
La investigación cuantitativa descansa sobre la premisa epistemológica de
que las variables abstractas, latentes o no observables directamente —tales como
las actitudes, conocimientos, percepciones, competencias o estados fisiológicos—
pueden operacionalizarse y traducirse a valores numéricos precisos mediante
instrumentos estandarizados. Para garantizar que las inferencias derivadas de
estos datos posean rigor científico, los instrumentos de recolección deben
someterse a evaluaciones estrictas de sus propiedades psicométricas, centradas
en dos pilares fundamentales: la validez y la confiabilidad.
La validez se concibe como el grado en que la evidencia empírica y los
fundamentos teóricos respaldan la interpretación de las puntuaciones obtenidas
por un instrumento en un contexto y propósito específicos. Constituye un error
conceptual asumir la validez como una propiedad intrínseca e inmutable del
instrumento; por el contrario, la validez pertenece a las puntuaciones generadas
y a las interpretaciones derivadas de una muestra concreta en un momento dado
(García y Sánchez, 2020). Por su parte, la confiabilidad alude a la consistencia,
estabilidad y reproducibilidad de las mediciones bajo condiciones idénticas o
equivalentes, reflejando la ausencia de error aleatorio de medida en el proceso de
29
recolección de datos. Aunque un instrumento puede presentar una elevada
confiabilidad sin ser válido —como un termómetro descalibrado que marca
sistemáticamente la misma temperatura errónea—, la confiabilidad representa
una condición previa necesaria para la validez.
Estimación de la consistencia interna: alfa de cronbach,
omega de mcdonald y alfa ordinal
La consistencia interna evalúa la homogeneidad con la que los ítems de
una escala miden el mismo constructo subyacente a través de una única
administración del cuestionario. Históricamente, la métrica predominante ha sido
el coeficiente alfa de Cronbach, en , como una generalización de la propuesta de
Kuder y Richardson para datos dicotómicos. Matemáticamente, el alfa de
Cronbach se expresa a partir de la varianza de los ítems y la varianza total de la
escala, o en su versión estandarizada mediante el promedio de las correlaciones
interítem.
A pesar de su arraigo institucional en el análisis de datos, la literatura
psicométrica actual demuestra que el alfa de Cronbach presenta serias
limitaciones. En primer lugar, la validez del parámetro exige el cumplimiento
estricto del supuesto de equivalencia de tau. Cuando las cargas factoriales de los
ítems son heterogéneas —la condición empírica más común—, el alfa de Cronbach
subestima sistemáticamente la confiabilidad real del instrumento. En segundo
lugar, este coeficiente es mecánicamente sensible a la cantidad de ítems (k), lo
que permite inflar artificialmente la puntuación mediante la inclusión de reactivos
redundantes. En tercer lugar, presuponer la matriz de correlación de Pearson para
escalas de tipo Likert introduce un sesgo de atenuación al tratar datos ordinales
30
discretos como si fuesen continuos de intervalo.
Para subsanar las deficiencias metodológicas del alfa de Cronbach, la
investigación contemporánea prioriza el coeficiente omega de McDonald y el alfa
ordinal. El Omega de McDonald se calcula a partir de las cargas factoriales
obtenidas en un Análisis Factorial Confirmatorio (CFA), lo que independiza la
estimación del supuesto de equivalencia de tau y le otorga estabilidad frente a
variaciones en la longitud de la escala. El coeficiente Omega se desagrega en tres
métricas específicas según la estructura factorial planteada:
● Omega Total: Estima la proporción total de varianza observada explicada
por todos los factores latentes (tanto generales como específicos) en un
modelo de medida.
● Omega Jerárquico: Evalúa la proporción de varianza de la puntuación total
atribuible exclusivamente al factor general o unidimensional, aislando el
impacto de los factores específicos o de grupo.
● Omega de Subescala: Mide la fiabilidad propia de una subescala específica
descontando la varianza explicada por el factor general en modelos
bifactoriales.
Por su parte, el Alfa Ordinal sustituye la matriz de correlaciones de Pearson
por la matriz de correlaciones policóricas, la cual modela de forma precisa la
naturaleza discreta y no continua de los ítems Likert. La selección adecuada del
coeficiente debe ajustarse rigurosamente a las propiedades de los datos y al
modelo factorial subyacente.
Cuantificación de la validez de contenido y acuerdo entre
evaluadores
31
La validez de contenido evalúa si los ítems de un instrumento representan
de forma exhaustiva y representativa el dominio teórico del constructo que se
pretende medir. Para cuantificar el criterio de jueces expertos durante la fase de
validación, se recurre a modelos cuantitativos de consenso. C. H. Lawshe formuló
la Razón de Validez de Contenido (CVR), en la cual un panel de expertos evalúa
cada reactivo clasificándolo como "esencial", "útil pero no esencial" o "no
necesario". Debido a que la tabla original de Lawshe exige consensos
extremadamente rígidos para paneles pequeños, Tristán-López desarrolló una
modificación ajustada (CVR') fundamentada en una distribución normalizada. Bajo
esta estandarización, cualquier reactivo que alcance una CVR' \ge 0.582 se
conserva en la prueba, independientemente de variaciones moderadas en el
tamaño del panel de evaluadores.
Se asume una validez de contenido satisfactoria cuando el I-CVI \ge 0.78
para cada ítem y la media global del instrumento (S-CVI/ave) alcanza o supera el
umbral de 0.90.
Cuando la evaluación requiere que dos jueces o codificadores
independientes clasifiquen unidades de análisis en categorías discretas, la
concordancia interevaluador se determina mediante el coeficiente Kappa de
Cohen (K). La evaluación cualitativa de la magnitud alcanzada por el coeficiente
Kappa se realiza mediante los intervalos estandarizados formulados por Landis y
Koch:
- Menor a 0: Acuerdo deficiente o pobre (< 0)
- 0.00 a 0.20: Acuerdo leve o ligero (0 - 0.2)
- 0.21 a 0.40: Acuerdo regular o aceptable (0.2 - 0.4)
- 0.41 a 0.60: Acuerdo moderado (0.4 - 0.6)
- 0.61 a 0.80: Acuerdo sustancial o considerable (0.6 - 0.8)
32
- 0.81 a 1.00: Acuerdo casi perfecto (> 0.8)
Diseños muestrales y determinación del tamaño
de la muestra
Muestreo probabilístico: representatividad y control de
sesgos
El muestreo probabilístico se sustenta en el principio de equiprobabilidad,
garantizando que cada elemento constitutivo de la población de estudio posea
una probabilidad conocida, fija y distinta de cero de ser integrado en la muestra.
Esta condición matemática resulta indispensable para calcular objetivamente el
error estándar, estimar parámetros poblacionales mediante intervalos de
confianza y controlar el sesgo de selección (Cantroni, 2009).
● Muestreo Aleatorio Simple (MAS): Cada unidad dentro del marco muestral
ordenado de 1 a N tiene una probabilidad idéntica de selección equivalente
a n/N. Exige la disponibilidad de un marco muestral completo y depurado,
lo cual limita su factibilidad en universos masivos o geográficamente
dispersos.
● Muestreo Sistemático: Selecciona las unidades de análisis mediante un
intervalo regular k = N/n a lo largo del marco muestral, partiendo de un
arranque aleatorio r comprendido entre 1 y k. Es un método
operacionalmente eficiente, aunque susceptible de introducir sesgos
severos si la población presenta patrones cíclicos o periódicos alineados con
la constante k.
33
● Muestreo Estratificado: La población se segmenta en subgrupos
homogéneos e internamente mutuamente excluyentes denominados
estratos, en función de variables relevantes como el nivel socioeconómico o
el grupo etario. Posteriormente, se extrae una muestra aleatoria
independiente dentro de cada estrato. La distribución del tamaño muestral
entre los estratos puede ser proporcional al volumen de cada subgrupo o
basarse en una afijación óptima que considere la variabilidad interna. Esta
técnica reduce la varianza muestral frente al MAS.
● Muestreo por Conglomerados y Polietápico: Se aplica cuando las unidades
de análisis se encuentran agrupadas de forma natural en unidades
primarias de muestreo (UPM) de índole geográfica o institucional, como
escuelas o zonas censales. En el muestreo por conglomerados monolítico,
se seleccionan UPM al azar y se evalúa a la totalidad de sus integrantes. En
el muestreo polietápico, se seleccionan las UPM y, en fases sucesivas, se
muestrean unidades secundarias (USM) hasta alcanzar al participante final.
Si bien reduce sensiblemente los costos logísticos y no exige un marco de
individuos al inicio, incrementa el error de muestreo en comparación con el
MAS para un mismo tamaño muestral.
Muestreo no probabilístico y métodos muestrales
alternativos
Cuando se carece de un marco muestral formal, los recursos operativos
son acotados o la investigación persigue objetivos exploratorios o cuali-
cuantitativos específicos, se aplican diseños no probabilísticos. En estos
esquemas, la selección de los participantes no atiende a mecanismos aleatorios,
34
sino a criterios prefijados por el equipo investigador o a la accesibilidad directa
de las unidades. Su restricción fundamental radica en la imposibilidad de calcular
el error muestral y en la falta de justificación estadística para extrapolar los
resultados a la totalidad de la población (González et al., 2022).
● Muestreo por conveniencia: Los sujetos se reclutan según su disponibilidad
e inclusión en un punto o momento determinado.
● Muestreo Intencional, Crítico o por Juicio: La selección se realiza de forma
deliberada sobre individuos que cumplen con un perfil teórico o técnico
específico necesario para responder al objetivo de investigación.
● Muestreo por Cuotas: Se definen proporciones muestrales ajustadas a
variables demográficas clave y se procede a la selección consecutiva de
casos hasta completar la cuota estipulada, combinando criterios de
estratificación con selección no aleatoria.
● Muestreo por bola de nieve o en red: Indicado para estudiar poblaciones
estigmatizadas, marginales o de difícil localización. Un sujeto inicial que
satisface los criterios del estudio facilita la identificación y el contacto de
otros miembros de su red social, haciendo crecer la muestra en fases
sucesivas.
Diseños de investigación cuantitativa:
experimentales y no experimentales
El Continuo del control experimental: preexperimentos,
cuasiexperimentos y experimentos puros
35
Los diseños de investigación en el enfoque cuantitativo representan la
estrategia metodológica adoptada para comprobar empíricamente las hipótesis
formuladas. La tipología de los diseños se organiza a lo largo de un continuo
definido por dos variables: el grado de manipulación intencionada de las variables
independientes (causas) para analizar sus efectos sobre las variables
dependientes (consecuencias), y el nivel de control ejercido sobre las variables
extrañas, alcanzado mediante la asignación aleatoria (Ocampo, 2026):
● Preexperimentos: Ofrecen un nivel mínimo de control experimental. Se
caracterizan por evaluar a un único grupo de sujetos, prescindir de
mediciones basales previas (pretest) o carecer de un grupo de comparación
no expuesto al tratamiento. Poseen un valor explicativo limitado y se
circunscriben a aproximaciones exploratorias.
● Cuasiexperimentos: Manipulan intencionadamente al menos una variable
independiente para observar su efecto en una o más variables dependientes,
pero se diferencian de los experimentos puros en que los participantes no
se asignan al azar a las condiciones de tratamiento. Los sujetos forman
parte de "grupos intactos" previamente consolidados por razones operativas
o institucionales (p. ej., aulas escolares, secciones fabriles o turnos
hospitalarios). Aunque permiten un control aceptable mediante la inclusión
de pretest y grupos de comparación, la falta de aleatorización inicial limita
la certeza sobre la equivalencia basal entre los grupos.
● Experimentos Puros: Constituyen la aproximación metodológica por
excelencia para la verificación de relaciones causales directas. Cumplen con
tres condiciones indispensables: la manipulación deliberada de una o más
variables independientes en distintos niveles o grados (presencia-ausencia,
variaciones dosis-respuesta); la medición válida y confiable de la variable
36
dependiente; y el control sobre la situación experimental, obtenido mediante
la asignación aleatoria de los participantes a las distintas condiciones de
estudio.
● Experimentos Digitales Aleatorizados (A/B Testing): Ampliamente
utilizados en el desarrollo de productos digitales y la investigación de
comportamiento del usuario. Adaptan la estructura del experimento
aleatorizado al entorno digital, donde un flujo continuo de usuarios es
asignado estocásticamente a la versión original de control (A) o a una
variante modificada (B) para evaluar de forma precisa diferencias en tasas
de conversión, rendimiento o permanencia sin sesgo del investigador.
Amenazas a la validez interna y externa en el diseño
experimental
La validez interna cuantifica la certeza con la que se puede afirmar que los
cambios observados en la variable dependiente son causados de forma exclusiva
por la manipulación de la variable independiente y no por la interferencia de
variables extrañas fuera de control. En forma complementaria, la validez externa
evalúa la capacidad de generalizar los hallazgos del estudio a contextos no
experimentales, a otras poblaciones, momentos y entornos de la vida real.
La presencia de amenazas no neutralizadas compromete la validez interna
del estudio, exigiendo la aplicación de técnicas de control como el apareamiento,
la homogeneización o el doble ciego:
● Historia: Eventos externos e imprevistos que ocurren paralelamente al
desarrollo del experimento y que pueden alterar la variable dependiente.
● Maduración: Cambios biológicos o psicológicos internos en los participantes
37
asociados al mero transcurso del tiempo, como el cansancio, el
envejecimiento o la adaptación.
● Sensibilización de la Prueba (Efecto del Pretest): La alteración en las
respuestas del postest causada por la aplicación de la evaluación basal
inicial.
● Inestabilidad de la instrumentación: Modificaciones introducidas en las
herramientas de medición o falta de calibración entre los evaluadores a lo
largo de las distintas fases.
● Mortalidad Experimental (Atrición): La pérdida diferencial de participantes
entre los grupos sometidos a comparación durante la ejecución del estudio.
● Sesgo del experimentador: Actitudes o expectativas del investigador que
condicionan, de manera consciente o inconsciente, las respuestas de los
participantes en la dirección de la hipótesis formulada.
Marco decisional: estadística paramétrica vs. no paramétrica
El análisis inferencial de los datos permite poner a prueba las hipótesis de
investigación y realizar estimaciones sobre los parámetros de la población de
origen. La selección formal de la prueba de hipótesis adecuada requiere verificar
el cumplimiento de los supuestos matemáticos planteados por la teoría
estadística.
La estadística paramétrica se aplica cuando los datos provienen de
variables cuantitativas continuas (medidas en escalas de intervalo o razón), las
distribuciones muestrales se ajustan a la normalidad y se verifica la
homocedasticidad (igualdad de varianzas) entre los grupos analizados (Sánchez,
2019). Su fortaleza radica en que ofrece una mayor potencia estadística,
detectando con mayor precisión las diferencias o efectos reales presentes en la
38
población.
Por su parte, la estadística no paramétrica (o de distribución libre)
prescinde de supuestos sobre la forma de la distribución poblacional y no requiere
varianzas homogéneas. Se utiliza al analizar datos categóricos nominales,
variables ordinales o mediciones continuas obtenidas en muestras pequeñas que
no permiten asumir el supuesto de normalidad. Aunque presenta una potencia
estadística sensiblemente menor al trabajar con datos continuos, resulta una
alternativa robusta que previene conclusiones sesgadas ante violaciones de los
supuestos paramétricos.
Taxonomía de Pruebas Univariadas y Bivariadas
La selección de la prueba estadística idónea vincula el objetivo de la
investigación, la escala de medición de las variables implicadas y la estructura del
diseño muestral (muestras independientes vs. muestras relacionadas):
● Comparación de dos grupos independientes: Evalúa diferencias entre dos
poblaciones diferenciadas. La prueba paramétrica estándar es la prueba t
de Student para muestras independientes. Si no se cumple el supuesto de
normalidad o la variable es de tipo ordinal, se aplica la prueba U de Mann-
Whitney.
● Comparación de dos grupos relacionados (medidas repetidas): Compara
mediciones continuas obtenidas en los mismos sujetos en dos momentos
distintos (pretest y postest). Se aplica la prueba t de Student para muestras
pareadas (paramétrica), la prueba de rangos con signo de Wilcoxon o la
prueba de los signos (no paramétricas).
● Comparación de k grupos independientes: Contrasta diferencias entre tres
39
o más grupos independientes. La técnica paramétrica correspondiente es el
Análisis de Varianza de un Factor (ANOVA), basado en la distribución del
estadístico F. Su contraparte no paramétrica es la Prueba de Kruskal-Wallis,
la cual opera sobre los rangos transformados de las observaciones.
● Comparación de k grupos relacionados: Analiza evaluaciones repetidas a
lo largo de tres o más momentos en los mismos participantes. La alternativa
paramétrica es el ANOVA de medidas repetidas, mientras que la opción no
paramétrica es la prueba de Friedman.
● Asociación entre dos variables continuas u ordinales: Para determinar la
magnitud y dirección de la relación entre variables numéricas normales, se
estima el coeficiente de correlación de Pearson (r). En presencia de datos
ordinales o alejados de la normalidad, se calcula el coeficiente de correlación
de Spearman (ρ).
● Asociación entre variables categóricas nominales: Para tablas de
contingencia, se utiliza la prueba de chi-cuadrado (chi2) de independencia.
En tablas 2 × 2 con observaciones pares relacionadas, se utiliza la prueba
de McNemar.
Análisis multivariado: EFA, CFA y modelos de ecuaciones
estructurales (SEM)
Cuando la investigación cuantitativa examina fenómenos
multidimensionales en los que intervienen de forma simultánea múltiples
variables observadas y construcciones latentes, las técnicas univariadas y
bivariadas resultan insuficientes. En estos escenarios, el análisis estadístico
multivariado ofrece el marco adecuado para evaluar modelos teóricos complejos.
40
● Análisis Factorial Exploratorio (EFA): Técnica inductiva orientada a
descubrir la estructura subyacente de un conjunto amplio de variables
observables, agrupándolas en factores latentes sin imponer una estructura
previa.
● Análisis Factorial Confirmatorio (CFA): Procedimiento deductivo mediante
el cual se pone a prueba una hipótesis previa respecto a la cantidad de
factores y la asignación específica de los ítems a dichos factores.
● Modelos de Ecuaciones Estructurales (SEM): Integran el análisis factorial
confirmatorio y la regresión múltiple, permitiendo evaluar de forma
simultánea relaciones directas, indirectas, de mediación y de moderación
entre múltiples constructos independientes y dependientes. Los modelos
SEM se dividen en dos enfoques metodológicos principales:
○ CB-SEM (SEM basado en covarianzas): Implementado mediante
algoritmos de máxima verosimilitud en paquetes estadísticos como R
(lavaan) o AMOS. Está orientado a la confirmación de teorías e
hipótesis sobre la matriz de covarianzas, exigiendo muestras amplias
y el cumplimiento del supuesto de normalidad multivariada.
○ PLS-SEM (SEM de Mínimos Cuadrados Parciales): Enfocado en la
predicción de constructos clave y en maximizar la varianza explicada
(R2). Es altamente robusto ante desviaciones de la normalidad,
acomoda modelos estructurales complejos con múltiples mediaciones
y opera adecuadamente con muestras de tamaño moderado.
El diseño metodológico en la investigación cuantitativa exige una
articulación coherente entre la teoría y la práctica estadística en todas las fases
del proceso. La validez de los hallazgos depende de una secuencia rigurosa que
41
se inicia con la operacionalización clara de los constructos, continúa con la
validación psicométrica de los instrumentos de recolección y se consolida en la
selección de la muestra y el análisis de los datos (Sánchez, 2019).
En el desarrollo y evaluación de instrumentos, la determinación de la
consistencia interna mediante el Omega de McDonald o el Alfa Ordinal
proporciona estimaciones más precisas que el Alfa de Cronbach cuando no se
satisface el supuesto de equivalencia de tau o se trabaja con escalas de tipo Likert.
Asimismo, el empleo de cuantitadores de validez de contenido, tales como la CVR
de Lawshe o su modificación ajustada CVR', permite objetivar el juicio de expertos
de forma estandarizada.
Desde la perspectiva muestral y del diseño de investigación, el cálculo
adecuado del tamaño de la muestra previene fallas en la potencia estadística y
acota los errores de estimación. En estudios experimentales, la asignación
aleatoria y el control de variables extrañas constituyen la salvaguarda
fundamental para preservar la validez interna y sustentar relaciones causales
directas.
Finalmente, en la etapa de análisis de datos, la verificación previa de los
supuestos normativos fundamenta la elección entre estadística paramétrica y no
paramétrica. Ante modelos teóricos complejos que involucran la interacción de
múltiples variables latentes, el uso de técnicas multivariadas como SEM (en sus
vertientes CB-SEM o PLS-SEM) ofrece el marco analítico necesario para validar
estructuras conceptuales integrales.
42
Capítulo 3
Las técnicas estructurales de
investigación social: un análisis
integral de la entrevista, el grupo
de discusión, la observación y la
biografía
La investigación social cualitativa se ha consolidado en las últimas décadas
no solo como un conjunto de herramientas técnicas, sino como un paradigma
epistemológico robusto que busca desentrañar la complejidad simbólica de la
acción humana. En el contexto de la sociología contemporánea, especialmente
tras la renovación de los planes de estudio en la década de 90 en España, las
denominadas técnicas estructurales han adquirido un protagonismo central como
mecanismos de acceso a la producción de sentido y a la subjetividad de los actores
sociales. Este enfoque estructural, que encuentra en figuras como Jesús Ibáñez,
Alfonso Ortí y Fernando Conde a sus principales exponentes teóricos, propone una
ruptura con el empirismo ingenuo y el positivismo lógico, situando al lenguaje y
al discurso como los ejes vertebradores de la realidad social (Walker, 2016;
Escobar y Escobar, 2023).
En el capítulo se analizan de manera exhaustiva las cuatro técnicas
fundamentales de esta perspectiva —la entrevista, el grupo de discusión, la
observación y la biografía—, explorando sus fundamentos teóricos, sus
43
procedimientos técnicos y sus implicaciones para la práctica profesional del
investigador.
Fundamentos epistemológicos y la ruptura de
Jesús Ibáñez
Para Pérez (2025), comprender la naturaleza de las técnicas estructurales,
es imperativo partir de la distinción propuesta por Jesús Ibáñez entre las tres
perspectivas del análisis de la realidad social: la distributiva, la estructural y la
dialéctica. Esta clasificación no es meramente técnica, sino que responde a
diferentes niveles de organización y complejidad del conocimiento social. La
perspectiva distributiva, asociada a la encuesta estadística, opera en un nivel
tecnológico y empirista; trata a la sociedad como un conjunto de elementos
independientes y busca captar la redundancia del sistema mediante la medición
de estados pasados.
En cambio, la perspectiva estructural articula el empirismo con el
formalismo lingüístico, situándose en un nivel metodológico donde lo relevante
no es la frecuencia de un fenómeno, sino las relaciones de sentido que lo
constituyen. Finalmente, la perspectiva dialéctica introduce una ruptura al
reconocer al sujeto en proceso como la única medida de la transformación social,
priorizando el nivel epistemológico y la resolución de las contradicciones entre lo
individual y lo social.
La investigación cualitativa estructural se asienta fundamentalmente en la
segunda de estas perspectivas. Su objetivo es identificar las estructuras latentes
que rigen el discurso y la práctica de los sujetos, asumiendo que el orden social
44
es, ante todo, un orden simbólico y comunicativo. Fernando Conde ha
profundizado en esta visión al proponer el isomorfismo de las dimensiones
topológicas entre las técnicas cuantitativas y cualitativas, sugiriendo que ambas
dimensiones se complementan en el análisis integral de la conducta. Sin embargo,
la técnica cualitativa no busca evaluar hipótesis preconcebidas, sino desarrollar
conceptos e interpretaciones a partir de las pautas emergentes de los propios
datos, en un proceso inductivo y humanista que se niega a reducir al ser humano
a ecuaciones estadísticas (Sánchez y Murillo, 2021). (véase la tabla 1).
Tabla 1: Comparativa de las perspectivas de investigación social según Jesús
Ibáñez.
Perspectiva de
Investigación
Nivel Dominante
Operación
Científica
Modelo de
Sujeto
Técnica
Característica
Distributiva
Tecnológico
Comprobación
empírica
Sujeto como
objeto (cosa)
Encuesta
estadística
Estructural
Metodológico
Construcción
teórica
Sujeto como
actor discursivo
Grupo de discusión
Dialéctica
Epistemológico
Ruptura y
reflexión
Sujeto en
proceso (cambio)
Socioanálisis / IAP
45
La entrevista abierta y en profundidad: el sujeto
en el discurso
La entrevista constituye, en palabras de Luis Enrique Alonso, el lugar del
sujeto y el discurso en las prácticas de la sociología cualitativa. Se define como
un intercambio verbal entre un investigador y un entrevistado, de carácter privado
y cordial, orientado a que una persona cuente su historia o dé su versión de los
hechos respecto a un problema específico. A diferencia de un interrogatorio o una
encuesta rígida, la entrevista en profundidad se asemeja a una "conversación
profesional" controlada, donde se busca comprender las perspectivas de los
informantes respecto de sus vidas y experiencias (Callejo, 2002).
Dimensiones discursivas y la naturaleza del encuentro
Desde la perspectiva estructural, la entrevista no es un canal neutral de
información, sino una instancia de producción de realidad donde al menos dos
personas interactúan para generar un nuevo conocimiento. El investigador no es
un mero receptor, sino un artífice que debe poseer una sólida imaginación
sociológica para construir su propio método a partir de la interacción humana. En
este encuentro, la palabra modela y moldea el pensamiento del hablante,
permitiéndole afirmar y controlar su propia acción social. Como señala Alonso, la
conversación es una necesidad compulsiva del sujeto social; es en los intersticios
de lo trivial donde se conforman la identidad y la percepción social profunda.
La entrevista en profundidad puede clasificarse según un continuo de libertad y
estructuración. Siguiendo el esquema de Grawitz, encontramos desde la
entrevista clínica, de fuerte raíz psicoanalítica y objetivo terapéutico, hasta la
46
entrevista de preguntas cerradas, que marca el límite con lo cuantitativo (Robles,
2011). Entre ellas, la entrevista semiestructurada se posiciona como la
herramienta más versátil, utilizando un guion flexible que permite profundizar en
temas emergentes sin perder el norte de los objetivos de la investigación (véase
la tabla 2).
Tabla 2: Clasificación de las entrevistas según su nivel de directividad y
profundidad
Tipología de
Entrevista
Grado de Estructura
Naturaleza de la
Respuesta
Rol del Investigador
Clínica
Mínima
Asociación libre /
Monólogo
Escucha analítica / No
directiva
En Profundidad
Baja
Narrativa libre /
Profunda
Indagador de campo y
sentido
Semiestructurada
Media
Respuesta abierta
sobre temas clave
Guía flexible del
discurso
Estructurada
Alta
Elección limitada /
Cerrada
Administrador de
cuestionario
47
Procedimientos técnicos y la gestión del rapport
La ejecución de una entrevista estructural requiere una planificación que
va más allá del simple listado de preguntas. Comienza con el diseño de una guía
que actúe como mapa orientador, la selección de informantes bajo criterios de
significatividad y la creación de un ambiente de confianza absoluta. Durante la
entrevista, el investigador debe practicar una actitud de aceptación incondicional
y una escucha metódica, identificando palabras clave que permitan reconstruir el
universo simbólico del entrevistado.
Un elemento crítico es la gestión de los aspectos no verbales y
emocionales. El investigador debe ser sensible a temas delicados, evitando la
confrontación y utilizando el reflejo o parafraseo para reducir la importancia
inmediata del problema, racionalizando así el discurso del hablante. La grabación
y transcripción íntegras son obligatorias para captar el flujo natural de la vivencia,
pero deben complementarse con notas de campo que registren sentimientos,
impresiones y emociones que el audio no puede retener. El cierre de la entrevista
no es solo un agradecimiento, sino una fase de validación de la información
subjetiva obtenida antes de proceder a la deconstrucción analítica.
El grupo de discusión: la microestructura de la
opinión social
El grupo de discusión se erige como la técnica estructural por excelencia,
ejemplificando la transición de lo individual a lo colectivo en la producción de
sentido. Metodológicamente, se define como una conversación cuidadosamente
planeada en un ambiente permisivo, diseñada para obtener información de un
48
área de interés a través de la interacción grupal. A diferencia de los grupos focales
de mercadotecnia, que buscan conocer gustos y preferencias, el grupo de
discusión sociológico pretende encontrar el sentido y el significado compartidos
por un sector social frente a un fenómeno determinado (Callejo, 2002).
La simulación del grupo y el papel del moderador
El grupo de discusión es una construcción artificial, un grupo "simulado,
imaginario y manipulable" que no existe previamente en la realidad social, sino
que es convocado por el investigador para cumplir un fin determinado. No es una
suma de individuos, sino una estructura que emerge de la tensión entre atracción
y rechazo, donde el discurso generado funciona como una representación
simbólica del grupo frente al objeto de estudio.
El papel del moderador es fundamental para la vitalidad de esta estructura.
Posee el poder de asignar el espacio y el tiempo, pero su intervención debe ser
esencialmente no directiva. Actúa como un "espejo" que devuelve al grupo sus
propios discursos, fomentando una reflexividad que genera conocimiento sobre el
campo que estructura a los participantes. El moderador debe poseer habilidades
de persuasión, empatía y una escucha activa metódica, siendo capaz de animar a
los tímidos y limitar a los líderes que puedan monopolizar la discusión (Escobar
y Escobar, 2023).
Dinámica y fases de la interacción grupal
La vida de un grupo de discusión es breve pero intensa, y suele atravesar
tres fases críticas que marcan la evolución de la comunicación (Callejo, 2002)
(véase la tabla 3):
49
1. Fase de extrañamiento: Al inicio, los participantes actúan de forma insegura
o cuidadosa, tratando de definir la situación grupal. El moderador debe
facilitar una transición rápida hacia la interacción mediante presentaciones
breves y un estímulo provocador inicial.
2. Fase de orientación: Los integrantes buscan estructurar la comunicación
grupal a través de comentarios provocativos o evaluaciones contundentes.
Es aquí donde aparecen las primeras posiciones personales y se vislumbra
la diversidad de opiniones.
3. Fase de adaptación: La estructura comunicativa ya está definida. Los
participantes se desenvuelven con claridad en sus roles, buscan acuerdos y
necesitan verse confirmados en sus posiciones por el resto del grupo.
Tabla 3: Evolución de la dinámica comunicativa en el grupo de discusión.
Fase de la Discusión
Clima Emocional
Tipo de Interacción
Objetivo del
Moderador
Extrañamiento
Inseguridad /
Reserva
Cautela y observación
mutua
Romper el hielo /
Encuadre
Orientación
Tensión /
Expresividad
Posicionamiento y
debate
Estimular la diversidad
de ideas
50
Adaptación
Cohesión /
Estabilidad
Búsqueda de
consenso o disenso
claro
Asegurar la cobertura
de temas
La información recogida en el grupo no se limita a lo verbal. Los datos no
verbales —gestos, posturas, silencios— proporcionan interpretaciones más
densas y ricas que el mero registro fonético. El éxito de la técnica radica en la
capacidad de generar una "habla compulsiva" que revele las motivaciones y
actitudes profundas que los sujetos suelen ocultar en interacciones individuales.
La observación cualitativa: El investigador en el
entorno natural
La observación se presenta como el método más antiguo para comprender
la naturaleza humana y social, basada en la recopilación sistemática de datos a
través de la percepción de los sentidos. En la investigación estructural, la
observación pretende describir, explicar y comprender patrones de
comportamiento en su contexto original, convirtiendo al investigador en el
instrumento clave de medida.
La dialéctica de la participación y el distanciamiento
La principal clasificación de la observación reside en el grado de
implicación del investigador. La observación participante implica que el
investigador se adentra directamente en el ambiente natural de un grupo social
durante un tiempo prolongado, estableciendo relaciones de interacción personal
51
para comprender las motivaciones desde el interior. En este sentido, la
observación es científica porque es un proceso de acercamiento gradual que
busca dejar de ser un elemento perturbador para la comunidad.
Por el contrario, la observación no participante se basa en una distancia
epistemológica. El investigador actúa como un espectador externo y pasivo, sin
ocupar una función dentro de la comunidad. Esta modalidad busca una mayor
objetividad, pero corre el riesgo de caer en sesgos interpretativos al no permitir
una comprensión holística del fenómeno estudiado. Autores como Malinowski han
subrayado que la previa autoobservación del investigador es indispensable para
mirar al otro con rigor, integrando tanto el lado objetivo como el subjetivo de la
realidad (véase la tabla 4).
Tabla 4: Grados de participación y su impacto en la construcción del dato
observacional
Modalidad de
Observación
Relación con el
Sujeto
Grado de Implicación
Tipo de Conocimiento
Externa / No
Participante
Distante / Espectador
Nulo o mínimo
Fenomenológico
externo
Participante Limitada
Formal / Distante
Bajo
Descriptivo controlado
52
Participante Plena
Íntima / Miembro
Alto
Comprensivo / Emic
Auto-observación
Introspectiva
Máximo
Reflexivo / Identitario
Registro, formalización y el dilema cuántico
Un aspecto fascinante de la observación contemporánea es la reflexión
sobre el impacto del observador en lo observado, a menudo comparado con los
fenómenos de la física cuántica: el mero hecho de observar puede modificar el
comportamiento natural del sujeto. Para mitigar este efecto, se requiere una
planificación sistemática que incluya la definición clara de qué, para qué y por
cuánto tiempo se va a observar.
El registro de la observación se formaliza a través de notas de campo,
grabaciones, fotos y objetos que documenten la situación social. Es preferible
esperar a tener una idea general del escenario antes de iniciar las notas
detalladas para no perder la perspectiva holística. El investigador debe distinguir
entre los hechos brutos y sus interpretaciones personales, manteniendo una
actitud imparcial y suprimiendo juicios de valor que puedan sesgar los resultados
científicos.
53
El método biográfico: relatos de vida y
trayectorias sociales
El método biográfico ha irrumpido con vigor en las ciencias sociales
contemporáneas como una respuesta a la necesidad de captar el "espesor de lo
social" a partir de las memorias individuales. Esta técnica utiliza documentos de
vida —diarios, cartas, fotografías— y testimonios orales para reconstruir la
experiencia humana en su doble faceta de individualidad única y sujeto histórico.
Historia de vida vs. relato de vida
Dentro de este enfoque, es crucial la distinción terminológica y
metodológica entre dos conceptos que frecuentemente se confunden.
● Relato de vida (life story): Se refiere a la historia de una vida tal y como la
persona que la ha vivido la cuenta. Es un testimonio subjetivo centrado en
la narrativa personal.
● Historia de vida (life history): Es un estudio de caso más exhaustivo que
incluye el relato del sujeto, pero lo complementa con documentos oficiales,
testimonios de terceros y registros históricos para reconstruir la biografía
de forma objetiva y contextualizada.
La biografía sociológica no se limita a la vida privada; sirve para estudiar
las transformaciones del entorno sociocultural y las trayectorias de vida dentro
de un movimiento histórico. El método permite identificar los turning points o
puntos de inflexión, acontecimientos biográficos que marcan cambios
estructurales en el destino del individuo. En contextos de exclusión social o
54
pobreza, comunes en la investigación latinoamericana, las historias de vida
permiten conocer la complejidad de los modos de inserción individual con un
ahorro de recursos frente a las grandes encuestas estadísticas.
Memoria, identidad y tiempo histórico
La reconstrucción biográfica es un juego de intersubjetividades entre el
informante y el investigador. La memoria autobiográfica no es una reproducción
literal del pasado, sino una producción activa de significados donde el sujeto juzga
su historia desde su situación actual. Esta memoria individual se nutre de
representaciones colectivas y leyendas compartidas por su generación, lo que
permite al investigador contrastar la perspectiva micro con la macro.
Como bien señaló M.C. Bateson, la vida es un trabajo continuo de composición;
hoy día los materiales para construirla no son tan claros como en sociedades
estables del pasado, obligando al individuo a improvisar y recombinar elementos
conocidos de nuevas maneras. El método biográfico captura esa improvisación,
mostrando cómo los destinos individuales se entrelazan con la flecha del tiempo
y las estructuras de poder.
Calidad, validez y fiabilidad en la investigación
estructural
El rigor en la investigación cualitativa no se mide por la estandarización de
los procedimientos, sino por el estrecho ajuste entre los datos recogidos y lo que
la gente realmente hace y dice. La validez estructural se fundamenta en la
capacidad de los resultados para reflejar una imagen completa, clara y
55
representativa de la situación estudiada.
Estrategias de validación y triangulación
Para asegurar que los hallazgos sean auditables y estén libres de sesgos,
el investigador debe emplear diversas formas de triangulación. La triangulación
de métodos (usar entrevistas y grupos de discusión para un mismo objeto) y de
fuentes de información (contrastar lo dicho por diferentes actores) son las
prácticas más habituales para reforzar la validez interna.
Un criterio clave es la búsqueda de la representatividad simbólica o
cualitativa. A diferencia de la representatividad estadística, que busca extrapolar
resultados a una población con un margen de error, la investigación estructural
busca captar la diversidad de discursos y posiciones posibles dentro de un campo
social. Mientras que los estudios cuantitativos son fuertes en validez externa
(generalización), los cualitativos son potentes en validez interna, permitiendo
identificar la naturaleza profunda de las realidades sociales (González et al.,
2022) (véase la tabla 5).
Tabla 5: Criterios de rigor científico en el paradigma cualitativo-estructural.
Criterio de Calidad
Definición Operativa
Técnica de Aplicación
Validez de Contenido
Cobertura adecuada del tema
de estudio
Revisión por expertos / Guías
exhaustivas
56
Credibilidad
Ajuste entre interpretaciones
y realidad de los sujetos
Comprobación con los
miembros (feedback)
Transferibilidad
Posibilidad de aplicar
hallazgos a contextos
similares
Descripción densa del contexto
social
Dependencia
Estabilidad de los datos a lo
largo del tiempo
Auditoría externa / Registro de
procesos
El proceso de análisis: de la categorización a la teoría
El análisis cualitativo no ocurre al final, sino que es un proceso constante
de diseño y rediseño. Comienza con la categorización de la información, asignando
clases significativas a los segmentos de discurso para identificar patrones y
tendencias. Mediante el círculo hermenéutico, el investigador sobrepasa sus
propias preconcepciones para elaborar nuevos horizontes de interpretación,
integrando el todo y las partes de manera sistémica. La validez final de la
investigación se alcanza cuando los conceptos generados están interrelacionados
de forma coherente y poseen una densidad conceptual que resiste el paso del
tiempo y deviene en parte de la discusión profesional.
Las técnicas estructurales —entrevista, grupo de discusión, observación y
biografía— no deben entenderse como compartimentos estancos, sino como una
caja de herramientas complementaria para el investigador social. El uso conjunto
57
de estas técnicas permite una comprensión holística que ninguna de ellas por
separado podría alcanzar (Callejo, 2002). Una investigación sobre un fenómeno
complejo, como la integración de jóvenes inmigrantes en el mercado laboral, se
beneficiaría de la observación de sus entornos naturales, de la realización de
entrevistas en profundidad para conocer sus historias de vida y de la convocatoria
de grupos de discusión para captar el imaginario social y los discursos de poder
que atraviesan su realidad (Robles, 2011).
La investigación cualitativa estructural es, en última instancia, un arte que
requiere flexibilidad y rigor a partes iguales. Al alejarse de la reducción numérica,
estas técnicas preservan el aspecto humano de la vida social, permitiendo conocer
la vida interior, las luchas morales y los significados auténticos que rigen nuestra
existencia colectiva. En un mundo marcado por la paradoja y la contradicción, la
apuesta por el análisis estructural de la palabra y la acción sigue siendo la vía
más fértil para una sociología que no solo quiera contar la sociedad, sino
verdaderamente comprenderla.
58
Capítulo 4
Tratado integral sobre la
investigación social y los diseños
de muestreo en la era de la
inteligencia artificial
La investigación social se define como un conjunto de procedimientos
científicos rigurosos utilizados por investigadores para decodificar las
complejidades de las personas y las sociedades. Este campo del saber parte de la
premisa de que los grupos socioeconómicos, condicionados por su ubicación
geográfica y su contexto histórico, desarrollan estructuras de pensamiento
divergentes, lo que exige un estudio metódico para comprender los hechos
concretos que afectan a la ciudadanía.
El objeto de estudio en las ciencias sociales trasciende la mera observación
superficial, centrándose en el conocimiento y la explicación de los
comportamientos humanos y las relaciones sistémicas que emergen en el seno
de una sociedad. En este marco, el muestreo no se presenta simplemente como
una herramienta logística, sino como el pilar fundamental que garantiza que la
investigación sea viable, representativa y éticamente responsable (Rojas, 2013).
59
Epistemología de la investigación social: entre
el oficio y la ciencia
La producción de conocimiento en las ciencias sociales se articula a través
de una relación dialéctica entre el método y el objeto de investigación. No se trata
simplemente de recolectar datos, sino de producirlos mediante una práctica que
se asemeja tanto a un oficio como a un arte. Esta distinción es crucial: mientras
que la recolección sugiere una tarea mecánica de extracción, la producción de
datos implica que el investigador debe diseñar sus instrumentos y seleccionar sus
estrategias basándose en una reflexión profunda sobre su propia posición y los
movimientos de observación que realiza sobre lo observado (De la Barra, 2026).
La investigación social contemporánea se organiza fundamentalmente en
tres enfoques metodológicos: el cuantitativo, el cualitativo y el dialéctico o
reflexivo. El enfoque cuantitativo se apoya en el pensamiento estadístico para
estudiar distribuciones de variables en poblaciones de individuos tratados como
unidades simples y equivalentes. Por el contrario, el enfoque cualitativo utiliza el
pensamiento discursivo para penetrar en las estructuras de significación. El tercer
enfoque, el dialéctico, busca subvertir el ordenamiento básico de los dos
anteriores, situándose en un nivel epistemológico que cuestiona la neutralidad
del observador y la inmutabilidad de lo observado (Walker, 2016).
En este contexto, los objetivos de la investigación social deben ser plurales
y estar claramente diferenciados del objeto de estudio. Mientras que el objeto es
singular (el hecho social en sí), los objetivos se desglosan en metas generales,
que recogen la finalidad esencial del proyecto, y objetivos específicos, que actúan
60
como representaciones detalladas de las acciones necesarias para concretar la
meta principal. Estos últimos deben ser revisados en cada etapa de la
investigación para permitir correcciones o modificaciones según el desarrollo del
trabajo de campo (véase la tabla 6).
Tabla 6: Epistemología de la Investigación Social: Entre el Oficio y la Ciencia
Dimensión de
Análisis
Enfoque
Cuantitativo
Enfoque Cualitativo
Enfoque Dialéctico
Fundamento
Pensamiento
estadístico
Pensamiento
discursivo
Subversión
epistemológica
Unidad de Análisis
Unidades simples y
equivalentes
Estructuras de
significación
Relaciones de poder
y cambio
Objetivo Primordial
Generalización y
precisión
Comprensión de
significados
Reflexividad y
transformación
Técnica de
Muestreo
Probabilística de
gran escala
Intencional y de
difícil acceso
Crítica y
participativa
La realidad social, por tanto, se entiende como una interpretación de los
significados que los grupos confieren a su entorno. Esto plantea interrogantes
profundos sobre la naturaleza de los objetos de investigación, los cuales a
menudo son inmateriales o metafísicos, como la gobernabilidad democrática o la
transparencia gubernamental. Los sujetos de estudio tampoco se limitan a
individuos; pueden ser organizaciones, movimientos sociales o incluso políticas
públicas, lo que obliga a una flexibilidad metodológica constante (Walker, 2016).
61
La arquitectura del muestreo: lógica y
necesidad
El muestreo constituye el procedimiento mediante el cual se establece el
tamaño y las características de la muestra, permitiendo que un subconjunto de la
población manifieste las características, similitudes y diferencias del universo
total. Su importancia es tanto económica como logística: cuando el tamaño de la
población es vasto, resulta impracticable recolectar datos de cada miembro. El
objetivo último es generar una muestra que represente fielmente a la población
para extrapolar los resultados, asumiendo siempre un margen de error admisible
(Cantroni, 2009).
Para que un proceso de muestreo sea válido, debe existir una coherencia
absoluta entre el objetivo de la investigación, la hipótesis planteada y la unidad
de análisis. La unidad de análisis indica qué o quiénes busca el investigador y es
el primer paso crítico para determinar el tamaño de la muestra. Si la muestra no
responde a lo requerido por la hipótesis, la recolección de información se
convierte en un desperdicio de recursos intelectuales y financieros. Además, el
diseño de la muestra debe considerar los antecedentes del tema; conocer qué han
hecho otros investigadores facilita la construcción de una muestra válida y
permite decidir si es preferible un enfoque probabilístico o uno no probabilístico.
Existen dos grandes familias de técnicas de muestreo, cada una con sus
propias reglas y alcances: las técnicas basadas en la probabilidad y las que no lo
están. La decisión sobre cuál utilizar no es meramente técnica, sino que depende
de la naturaleza del objeto de estudio y de si se busca la generalización de los
62
resultados o una profundidad analítica en casos específicos.
Muestreo probabilístico: el estándar de la representatividad
En el muestreo probabilístico, todos los elementos de la población tienen
una probabilidad conocida y distinta de cero de ser seleccionados. Este método
es fundamental para la investigación que aspira a una alta validez externa y a la
reducción del sesgo humano en la selección.
El muestreo aleatorio simple es la forma más pura de esta técnica.
Requiere un marco muestral completo, es decir, una lista total de la población
donde a cada individuo se le asigna un número único. La selección se realiza
mediante generadores de números aleatorios o métodos de lotería, garantizando
que cada sujeto tenga exactamente la misma oportunidad de inclusión. Aunque
es sencillo de entender, su implementación en poblaciones muy grandes y
heterogéneas puede ser logísticamente compleja y costosa (Cantroni, 2009).
El muestreo sistemático introduce un intervalo constante en la selección.
Tras elegir un punto de inicio al azar, el investigador selecciona sistemáticamente
cada k-ésimo elemento de la lista poblacional. El intervalo de selección se calcula
mediante la fórmula , donde es la población y la muestra. Es una
técnica eficiente para listas ordenadas o procesos secuenciales, pero conlleva el
riesgo de sesgo si existe un patrón periódico oculto en la lista que coincida con el
intervalo de muestreo.
El muestreo estratificado busca mejorar la precisión dividiendo la
población en segmentos o estratos homogéneos internamente y heterogéneos
entre sí (por ejemplo, por edad, sexo o nivel socioeconómico). Una vez definidos
63
los estratos, se realiza un muestreo aleatorio simple dentro de cada uno. Este
método permite resaltar subgrupos específicos y reducir el error muestral global.
El investigador puede optar por una afijación proporcionada (manteniendo los
pesos reales de la población), uniforme (mismo número por estrato) u óptima
(asignando más muestra a los estratos con mayor variabilidad).
El muestreo por conglomerados se utiliza cuando la población ya se
encuentra agrupada naturalmente en subpoblaciones o clústeres (como escuelas,
barrios o distritos). En lugar de seleccionar individuos, se eligen aleatoriamente
algunos conglomerados y se estudia a todos los sujetos que los integran. Es la
técnica ideal para poblaciones geográficamente dispersas, permitiendo un ahorro
considerable de tiempo y dinero. No obstante, su diseño debe considerar el "efecto
de agrupación", ya que los individuos dentro de un mismo conglomerado suelen
parecerse más entre sí que a los del resto de la población (véase la tabla 7).
Tabla 7: Estándar de representatividad muestral
Método
Probabilístico
Requisito
Principal
Aplicación Ideal
Ventaja Clave
Aleatorio Simple
Marco muestra
completo
Poblaciones
pequeñas y
homogéneas
Simplicidad y
pureza estadística
Sistemático
Lista ordenada de
la población
Procesos
secuenciales o
industriales
Rapidez y
cobertura
uniforme
Estratificado
Información
previa sobre
estratos
Necesidad de
representar
subgrupos
Mayor precisión y
menor error
64
Conglomerados
Lista de grupos,
no de individuos
Poblaciones
dispersas
geográficamente
Eficiencia y
reducción de
costes
Muestreo no probabilístico: profundidad y flexibilidad
Las técnicas no probabilísticas no dependen del azar, sino de las
características de la población y el criterio del investigador. Se utilizan cuando no
se tiene acceso a toda la población, cuando los recursos son extremadamente
limitados o cuando se requiere una exploración profunda en las fases iniciales de
una investigación.
El muestreo por conveniencia es el más accesible, ya que selecciona a los
sujetos basándose en su proximidad física o disponibilidad inmediata. Es común
en estudios piloto o cuando se busca información rápida sobre un fenómeno
emergente. Un ejemplo típico es entrevistar a personas en la calle durante una
manifestación o detener a compradores en un centro comercial para probar un
producto. Su limitación fundamental es la imposibilidad de generalizar los
hallazgos a toda la población debido al alto riesgo de sesgo.
El muestreo por cuotas es una variante no aleatoria del muestreo
estratificado. El investigador parte de características predeterminadas (como el
género o la edad) y elige intencionalmente a los sujetos hasta completar una
cuota que respete la distribución de la población total. Aunque no permite el
cálculo del error muestral, proporciona una muestra que se asemeja
estructuralmente al universo estudiado.
El muestreo intencional o por juicio se basa en el conocimiento experto del
65
investigador. Los sujetos se seleccionan deliberadamente porque cumplen con un
propósito específico crucial para el estudio. Se aplica, por ejemplo, cuando se
busca entrevistar a especialistas en un área técnica o a personas que han vivido
una experiencia muy particular (como sobrevivientes de un desastre natural).
El muestreo de bola de nieve es la técnica por excelencia para acceder a
poblaciones de difícil localización o estigmatizadas. El proceso comienza con unos
pocos participantes iniciales ("semillas") que refieren a otros contactos con
características similares, creando una reacción en cadena. Es ideal para estudios
sobre comportamientos marginales o redes sociales ocultas, como usuarios de
drogas, trabajadores sexuales o miembros de sectas.
Determinación estadística del tamaño de la
muestra
Calcular el tamaño de la muestra no es una tarea arbitraria, sino una
operación matemática que busca garantizar la precisión y la fiabilidad de la
investigación. El investigador debe definir el grado de error aceptable y el nivel
de confianza necesario antes de iniciar el trabajo de campo. Para estudios que
buscan estimar una proporción en poblaciones muy grandes (donde
), se utiliza comúnmente la fórmula simplificada (Rendón y
Villasís, 2017):
En esta ecuación, cada término tiene una implicación crítica para la validez
66
del estudio:
● (Puntuación Z): Es la conversión del nivel de confianza. Los valores más
frecuentes son para una confianza del y para el .
● (Estimación de la proporción): Es la probabilidad de que el fenómeno
ocurra. Si no existen estudios previos, se utiliza un valor conservador de
( ), lo que garantiza el tamaño de muestra más grande posible para esa
precisión.
● (Probabilidad contraria): Es simplemente .
● (Margen de error): Es la diferencia máxima que el investigador está
dispuesto a tolerar entre la media muestral y la poblacional. Suele fijarse
entre el ( ) y el ( ).
Cuando la población es finita y conocida, la fórmula se ajusta para evitar
un sobremuestreo innecesario. Es fundamental recordar que el tamaño de la
muestra no es proporcional al tamaño de la población; a medida que el universo
crece, el incremento necesario en la muestra se vuelve marginal (véase la tabla
8).
Tabla 8: Determinación estadística del tamaño de la muestra
Nivel de
Confianza
Coeficiente Z
Margen de
Error (e)
Proporción (p)
Tamaño
Muestral (n)
95%
1.96
5% (0.05)
0.5
5030
67
95%
1.96
3% (0.03)
0.5
1067
99%
2.576
5% (0.05)
0.5
664
En la práctica, un incremento en el nivel de confianza o una disminución
del margen de error obligará a aumentar el tamaño de la muestra. Además, en
contextos clínicos o estudios longitudinales, se recomienda aumentar la muestra
inicial entre un y un para compensar posibles pérdidas o abandonos de
los participantes durante el proceso.
Ética y desafíos en el muestreo de poblaciones
vulnerables
La investigación social se desarrolla a menudo en terrenos éticamente
complejos, especialmente cuando involucra a grupos que carecen de la capacidad
absoluta para proteger sus propios intereses. La vulnerabilidad no es una
característica estática, sino una condición dinámica y relacional que puede variar
según el contexto social (Rojas, 2013).
La taxonomía de la vulnerabilidad según Kipnis
Kenneth Kipnis propuso una taxonomía que identifica siete tipos de
vulnerabilidades que los investigadores deben considerar para asegurar un trato
ético (Florencia, 2015):
1. Cognitiva: Personas con capacidades limitadas para comprender la
información del estudio (como niños o personas con deterioro cognitivo).
68
2. De Autoridad: Sujetos subordinados a otros que pueden ejercer presión
sobre su decisión de participar (prisioneros, estudiantes, empleados de nivel
inicial).
3. Médica: Personas con enfermedades graves que pueden ver en la
investigación una esperanza desesperada de curación.
4. Económica: Individuos en situación de pobreza que podrían ser inducidos a
participar por incentivos financieros.
5. Institucional: Personas cuya vida está regida por una estructura
organizacional rígida.
6. Social: Miembros de grupos cuyos derechos e intereses han sido
históricamente subestimados.
7. Relacional: Personas emparentadas con los investigadores o con aquellos
que van a ser investigados.
La investigación con estas poblaciones plantea dilemas profundos. Por un
lado, existe el riesgo de daño por participación (como la estigmatización o
represalias legales); por otro, excluirlos de la ciencia perpetúa su invisibilidad y
evita que se generen conocimientos que puedan beneficiarlos. El consentimiento
informado, por tanto, debe ser un proceso continuo, transparente y voluntario,
donde se respete la autonomía progresiva de los menores y el derecho de
cualquier sujeto a abandonar el estudio sin represalias (Hurtado, 2020).
Transformación digital: big data y redes
sociales en la investigación
La explosión del uso masivo de redes sociales, la reducción de costes de
69
internet y la mejora en la infraestructura de conectividad han dado paso a la era
del Big Data en la investigación social. El Big Data se caracteriza por sus "cuatro
uves": Volumen (cantidades masivas), Variedad (datos estructurados y no
estructurados como tuits, videos y clics), Velocidad (procesamiento en tiempo
real) y Veracidad (incertidumbre sobre la fiabilidad).
Las redes sociales han facilitado la participación ciudadana y el activismo
político, permitiendo a los investigadores analizar sentimientos colectivos y
comportamientos electorales a una escala global. Sin embargo, la investigación
en este entorno digital enfrenta retos metodológicos significativos, como el sesgo
de selección inherente a la brecha digital y la necesidad de nuevas arquitecturas
para capturar y analizar volúmenes de datos que los sistemas tradicionales no
pueden gestionar.
La sociología digital ha comenzado a explorar cómo los macrodatos pueden
identificar patrones de comportamiento social, optimizar procesos de negocio y
predecir tendencias en salud pública. Aun así, el éxito de estas investigaciones
depende de un conocimiento consciente de los límites y ventajas de estas bases
empíricas, evitando que la tecnología opaque la necesidad de un análisis
cualitativo profundo.
Innovaciones en el muestreo de redes: RDS y
TLS
Para superar las limitaciones del muestreo de bola de nieve tradicional,
han surgido métodos más sofisticados diseñados para poblaciones ocultas. El
Respondent-Driven Sampling (RDS) combina el reclutamiento por pares con un
70
algoritmo analítico que corrige los sesgos de red. En el RDS, los reclutas invitan
personalmente a nuevos participantes mediante un sistema de cupones limitados,
lo que evita la sobrerrepresentación de individuos con redes muy extensas. Este
método se basa en modelos de cadenas de Markov para aproximar un diseño de
muestra probabilística (Navarrete et al., 2022).
Recientemente, el RDS se ha trasladado al entorno online (WebRDS),
permitiendo reclutamientos más rápidos y económicos a través de herramientas
digitales. Sin embargo, el WebRDS enfrenta desafíos críticos como el fraude de
datos, donde los participantes pueden intentar completar la encuesta varias veces
o suplantar identidades para obtener incentivos. La implementación de sistemas
basados en smartphones con validación de identidad se presenta como un avance
metodológico para maximizar la calidad de los datos.
El Time-Location Sampling (TLS), por su parte, es un método basado en la
probabilidad que muestrea a la población en lugares físicos o virtuales donde
suelen congregarse (puntos de reunión, ONGs, parques, mercados). El TLS utiliza
una selección aleatoria de "lugar-día-hora" (VDT - Venue-Day-Time) y sistematiza
la inclusión de los asistentes en esos momentos específicos.
La inteligencia artificial: un nuevo paradigma
investigativo
La Inteligencia Artificial (IA) ha transformado significativamente las
ciencias sociales, ofreciendo mejoras notables en la precisión y eficiencia del
análisis de datos. Un de los investigadores reporta un impacto positivo de
71
la IA en su labor, facilitando la identificación de tendencias ocultas en el
comportamiento electoral y el impacto de políticas públicas.
La automatización de tareas repetitivas libera tiempo para análisis más
profundos, aunque plantea desafíos metodológicos y éticos, especialmente en
cuanto a la privacidad y la transparencia algorítmica. Las aplicaciones de la IA en
la investigación actual son variadas (Brandao, 2025):
● Evaluación de sentimientos: utilizada por los investigadores para analizar
opiniones en redes sociales.
● Modelos predictivos: Permiten prever comportamientos futuros con una
precisión en estudios complejos.
● Procesamiento de Lenguaje Natural (PLN): Facilita el análisis de grandes
volúmenes de transcripciones de entrevistas y textos documentales.
● Reclutamiento y Selección: La IA mejora la coincidencia entre los
candidatos y los perfiles buscados, reduciendo el tiempo de selección en un
y mejorando la calidad de las contrataciones en un .
A pesar de estos avances, la adopción de la IA no está exenta de riesgos.
El de los investigadores manifiesta preocupaciones éticas sobre el uso
indebido de los datos y el sesgo de los algoritmos que pueden perpetuar
estereotipos raciales o de género. Es imperativo un enfoque equilibrado donde la
supervisión humana y el juicio crítico complementen la potencia de la máquina
para lograr investigaciones contextualmente relevantes y éticamente robustas.
La investigación social y los métodos de muestreo han evolucionado desde
la observación directa y el azar simple hacia sistemas hiperconectados e
impulsados por datos masivos e inteligencia artificial. La esencia del oficio, sin
72
embargo, permanece inalterada: la búsqueda de una comprensión honesta y
profunda de la condición humana (Cea D’Ancona, 2026).
El muestreo, ya sea probabilístico o no probabilístico, continúa siendo el
puente necesario entre la inmensidad del universo social y la capacidad finita del
investigador. La clave del éxito reside en la experticia para identificar el método
que mejor se adapte a los objetivos, considerando siempre que una muestra
representativa es la única garantía de que las conclusiones obtenidas puedan
servir para la transformación social y el bienestar de la ciudadanía. En este nuevo
horizonte digital, la formación técnica adecuada y el compromiso ético
innegociable son las herramientas más valiosas para navegar la complejidad de
las sociedades contemporáneas.
73
Capítulo 5
Análisis crítico-comparativo del
modelo positivista/empírico-
analítico y el
interpretativo/constructivista
El estudio del conocimiento científico exige examinar los marcos
conceptuales que configuran el quehacer de las comunidades de investigación. La
epistemología, entendida formalmente como la disciplina que indaga la génesis,
la estructura y la validez del saber científico, proporciona el terreno conceptual
para decodificar las prácticas metodológicas (De la Barra, 2026). La noción de
paradigma, acuñada históricamente por Thomas Kuhn, alude a las realizaciones
científicas universalmente reconocidas que, durante un tiempo determinado,
suministran modelos conceptuales, metodológicos y de resolución de problemas
a una comunidad de especialistas. Un paradigma de investigación representa un
sistema de creencias básicas o una cosmovisión que define la naturaleza del
mundo, el lugar que el individuo ocupa en él y el espectro de relaciones posibles
que se pueden entablar con ese entorno y sus componentes.
La evolución histórica del pensamiento occidental revela una tensión
constante entre dos grandes tradiciones filosóficas: el realismo y el idealismo.
Esta polaridad conceptual influyó en la separación entre la tradición galileana, de
carácter cuantitativo y orientada a la explicación causal, y la tradición aristotélica,
de naturaleza cualitativa y centrada en la comprensión profunda de los
74
fenómenos (González et al., 2022). La fragmentación del sujeto cognoscente y el
objeto de estudio tiene su raíz en la escisión cartesiana entre el ego cogitans y la
res extensa, un dualismo simplificador que sentó las bases para el posterior
reduccionismo analítico de la ciencia moderna .
Frente a este reduccionismo, la formulación contemporánea de los
paradigmas efectuada por Guba Lincoln (1985) establecen que cualquier
andamiaje conceptual de investigación puede ser examinado a partir de las
respuestas que se brinden a tres interrogantes fundamentales íntimamente
interrelacionadas:
● La pregunta ontológica, orientada a indagar sobre la forma y la naturaleza
de la realidad y, por ende, a determinar qué es aquello que puede ser
conocido.
● La pregunta epistemológica, que cuestiona la naturaleza de la relación entre
el sujeto cognoscente y el objeto de conocimiento posible.
● La pregunta metodológica, enfocada en esclarecer de qué manera el
investigador puede descubrir o construir de forma legítima aquello que
considera cognoscible.
La manera en que un investigador responde a estas preguntas determina
su posicionamiento paradigmático y define los límites de lo que se considera una
indagación legítima dentro de su disciplina.
El paradigma positivista y empírico-analítico
El paradigma positivista, catalogado también como cuantitativo, empírico-
analítico o racionalista, constituyó el modelo hegemónico de validación científica
desde el siglo XIX hasta bien entrado el siglo XX. Su desarrollo histórico se
encuentra asociado a las premisas del empirismo inglés de Francis Bacon, los
75
desarrollos iniciales de David Hume y Saint-Simon, y la formalización conceptual
de Auguste Comte con su teoría de los tres estados del conocimiento de la
humanidad expuesta en su Curso de filosofía positiva. Posteriormente, estas ideas
fueron sistematizadas en la sociología clásica por Émile Durkheim, refinadas por
el neopositivismo lógico del Círculo de Viena y reformuladas de manera crítica por
Karl Popper a través de su propuesta de contrastación hipotético-deductiva y
falsación de teorías (Inche et al., 2003).
En el plano ontológico, el positivismo clásico se fundamenta en un realismo
ingenuo que postula la existencia de una realidad externa, objetiva, singular y
gobernada por leyes naturales inmutables (Hurtado, 2020). No obstante, el
devenir del racionalismo crítico dio paso al pospositivismo, el cual adopta un
realismo crítico. Esta variante asume que la realidad existe de manera
independiente del observador, pero sostiene que solo puede ser aprehendida de
forma imperfecta y probabilística debido a la inherente limitación del aparato
cognitivo humano y a la complejidad intrínseca de los fenómenos.
Epistemológicamente, el positivismo promulga un dualismo y un
objetivismo radical. El investigador asume una postura de distanciamiento y
neutralidad valorativa con respecto al objeto estudiado, operando bajo la premisa
de que es factible observar los fenómenos sin influir sobre ellos ni ser influido por
estos. La objetividad se convierte en un ideal regulativo y los sesgos subjetivos o
juicios de valor son relegados al considerarse factores de contaminación que
amenazan la validez de los hallazgos. En este marco, el conocimiento es válido
únicamente si se deriva de la verificación empírica y la medición controlada de
variables observables (Miranda y Ortiz, 2020).
Metodológicamente, se priorizan los diseños experimentales y
correlacionales de carácter deductivo y reduccionista, los cuales buscan aislar los
76
componentes de un fenómeno para analizar sus causas y efectos de forma
independiente de su entorno (Ocampo, 2026). Se parte de hipótesis formuladas a
priori a partir de teorías consolidadas, las cuales se someten a pruebas
estadísticas inferenciales con el propósito de establecer generalizaciones libres
de contexto y tiempo. Los instrumentos de medición cuantitativa deben cumplir
con rigurosos criterios de confiabilidad y validez para asegurar la replicabilidad
de los experimentos en laboratorios o entornos controlados (Sánchez, 2019).
La Teoría crítica de Habermas y la impugnación
del positivismo
La hegemonía del positivismo lógico fue objeto de un cuestionamiento
sistemático por parte de la Escuela de Frankfurt, en especial a través de la Teoría
Crítica de la sociedad de teóricos como Max Horkheimer, Theodor Adorno, Herbert
Marcuse y, posteriormente, Jürgen Habermas. Esta corriente denunció que el
positivismo redujo la teoría del conocimiento a una simple teoría de la ciencia,
mistificando el método científico-natural y promoviendo una ideologización de la
ciencia y la técnica en el mundo contemporáneo . Bajo esta mirada crítica, la
ciencia empírico-analítica, al pretender una neutralidad valorativa ficticia, despojó
al saber de su dimensión transformadora e histórica, convirtiendo los resultados
de la investigación en factores de autoconservación del orden socioeconómico y
político establecido .
Habermas estructuró su crítica en torno a los intereses cognoscitivos
rectores del conocimiento, argumentando que la actividad mental del ser humano
no se produce de forma desinteresada u objetivista, sino que está guiada por
orientaciones de carácter antropológico vinculadas a la supervivencia de la
77
especie. Estas orientaciones se manifiestan en tres tipos de intereses que
delimitan la manera en que se constituye y objetiva la realidad (Hurtado, 2020):
● El interés técnico, que rige a las ciencias empírico-analíticas. Está motivado
por la necesidad de dominar, predecir y controlar los procesos naturales
mediante la acción racional orientada a fines o racionalidad instrumental .
● El interés práctico, que orienta a las ciencias histórico-hermenéuticas e
interpretativas. Su propósito no es el control técnico, sino la comprensión
del sentido, la preservación de la comunicación humana intersubjetiva y la
orientación de la praxis social dentro del mundo de la vida .
● El interés emancipatorio, que direcciona a las ciencias crítico-sociales.
Persigue la autorreflexión de los sujetos para develar y transformar las
relaciones de poder, dominación y coacción distorsionadas que limitan la
libertad humana, unificando de esta manera la teoría con la acción social
transformadora .
Habermas postuló la viabilidad de edificar un conocimiento social objetivo
sin necesidad de asumir una neutralidad valorativa ingenua. Esto se alcanza
sustituyendo el monólogo objetivador del investigador positivista por un espacio
de diálogo argumentativo e intercambio lingüístico intersubjetivo, donde la verdad
se fundamenta en el consenso racional y el reconocimiento del contexto
sociohistórico de los participantes implicados .
El paradigma interpretativo y constructivista
El paradigma interpretativo, asociado a las denominaciones de cualitativo,
fenomenológico, naturalista o constructivista, emergió como una alternativa
epistemológica al racionalismo instrumental positivista . Su justificación teórica
parte de la premisa de que los fenómenos sociales y educativos poseen una
78
naturaleza subjetiva, interactiva e ideográfica que no puede ser aprehendida de
forma adecuada mediante las técnicas cuantitativas diseñadas para las ciencias
de la naturaleza (Carles, 2019). Este paradigma reconoce que la conducta humana
está impregnada de intenciones, motivos y significaciones que exigen un abordaje
interpretativo comprensivo (Verstehen) en lugar de explicaciones puramente
causales (Erklären).
Su esencia filosófica se nutre de diversas corrientes críticas al positivismo
decimonónico (Walker, 2022):
● Wilhelm Dilthey, con su delimitación de las Ciencias del Espíritu frente a las
Ciencias de la Naturaleza, argumenta que comprender el devenir histórico y
cultural requiere metodologías cualitativas específicas de interpretación .
● Max Weber, quien introdujo la noción de acción social definida como aquella
conducta a la cual el sujeto le asocia un sentido subjetivo, posibilitando la
formulación de tipos ideales como herramientas para comprender de forma
lógica la acción real de los individuos.
● Edmund Husserl y Martin Heidegger, quienes desarrollaron la
fenomenología como un enfoque centrado en la reducción fenomenológica,
la intencionalidad de la conciencia y la comprensión existencial del ser-en-
el-mundo.
● Alfred Schutz, con su teorización sobre el mundo de la vida cotidiana
(Lebenswelt), donde la realidad se construye intersubjetivamente a través
de tipificaciones compartidas. Schutz formuló el postulado de interpretación
subjetiva y el postulado de adecuación, el cual demanda que los modelos
científicos construidos por el investigador posean coherencia y
compatibilidad con las interpretaciones del sentido común de los propios
actores sociales implicados en la cotidianidad.
79
Ontológicamente, el constructivismo se caracteriza por un relativismo
radical o moderado. El constructivismo radical niega la existencia de una realidad
externa e independiente, asumiendo que cada individuo produce de manera
exclusiva su propia realidad cognitiva. Por el contrario, la variante moderada
reconoce la preexistencia del entorno social, pero asume que la realidad es una
construcción mental e intersubjetiva que varía significativamente entre diferentes
individuos, grupos y culturas . La realidad no se descubre, sino que se construye
a partir de la praxis social y la interacción simbólica de los seres humanos
(Hernández, 2008).
En el plano epistemológico, se adopta una posición subjetivista e
interaccionista, en la cual la relación entre el investigador y el investigado se
concibe como una díada interactiva e indisociable. El conocimiento no es el
resultado de un descubrimiento pasivo de hechos objetivos, sino un producto
dinámico y construido a través de la comunicación y el diálogo. La axiología de
este paradigma admite abiertamente la presencia e influencia de los valores,
asunciones, motivaciones e intereses políticos del investigador en todas las etapas
del proceso, asumiendo que dichos factores no constituyen obstáculos
epistemológicos, sino elementos constitutivos de la interpretación.
Análisis comparativo metateórico
Para clarificar la brecha epistemológica existente entre ambos paradigmas
de referencia, se presenta a continuación un cuadro sistemático que confronta
sus supuestos metateóricos y ontológicos fundamentales (véase la tabla 9):
80
Tabla 9: Supuestos metateóricos y ontológicos fundamentales en epistemología
Criterio de Comparación
Paradigma Positivista /
Empírico-Analítico
Paradigma Interpretativo /
Constructivista
Punto de Partida Filosófico
Realismo, Empirismo lógico,
Racionalismo popperiano .
Fenomenología,
Hermenéutica,
Interaccionismo simbólico.
Naturaleza de la Realidad
(Ontología)
Externa, objetiva, singular,
fragmentable, estática y
regida por nexos causales
de carácter nomotético.
Múltiple, holística,
construida socialmente,
dinámica, divergente y
contextualizada.
Relación Sujeto-Objeto
(Epistemología)
Independiente, neutral,
libre de influencias
recíprocas y distanciada; el
sujeto observa desde fuera.
Interrelacionada,
transaccional, subjetivista y
cocreada; la separación
entre sujeto y objeto es
artificial e inexistente.
Axiología (Rol de los
Valores)
Libre de valores;
neutralidad ética como
garantía de la objetividad
de los hechos científicos.
Cargada de valores;
reconocimiento de que las
intenciones y valores
condicionan la estructura
teórica.
Orientación Metodológica
Cuantitativa, hipotético-
deductiva, experimental,
orientada al resultado
medible y controlable.
Cualitativa, hermenéutica-
dialéctica, inductiva,
orientada al proceso y al
significado subjetivo.
Manejo Teórico
Contrastación de teorías a
priori mediante hipótesis
formuladas formalmente
antes del inicio empírico.
Teoría emergente o
fundamentada, construida
progresivamente a partir
del trabajo de campo
interactivo.
Diseño de Investigación
Rígido, cerrado,
predeterminado y replicable
en laboratorios o ambientes
controlados.
Abierto, flexible, emergente,
adaptativo y
contextualizado en
escenarios de la vida
81
cotidiana.
Tipo de Explicación
Científica
Explicación causal,
identificación de causas
reales precedentes o
simultáneas independientes
de los individuos.
Comprensión e
interpretación ideográfica
de los significados, motivos
y fines de los actores
sociales.
Muestreo y Sujetos
Muestras representativas de
carácter estadístico
orientadas a la
generalización masiva.
Muestras pequeñas, no
representativas, teóricas,
que se ajustan
dinámicamente según la
saturación.
Desafíos metodológicos de ambos modelos
Las diferencias conceptuales analizadas derivan en lógicas de ejecución
empírica divergentes y excluyentes en la praxis investigativa. En el paradigma
empírico-analítico, el procedimiento metodológico se fundamenta en diseños
cuantitativos rígidamente estandarizados (Ocampo, 2026). El investigador asume
un rol pasivo de observación o activo de manipulación de variables independientes
bajo condiciones rigurosamente controladas para dilucidar su efecto sobre
variables dependientes, limitando la influencia de variables intervinientes (García
y Sánchez, 2020).
La recolección de información se realiza mediante instrumentos
estructurados como cuestionarios cerrados, escalas psicométricas
estandarizadas, censos o registros biofísicos susceptibles de codificación
numérica . El análisis de datos se ejecuta al concluir la recolección, aplicando
estadística descriptiva e inferencial para procesar los datos de manera
82
matemática.
Por el contrario, el paradigma interpretativo concibe la investigación social
como un proceso dialógico y adaptativo . Guba y Lincoln identifican diez
características operativas distintivas de la indagación cualitativa que ilustran la
especificidad de esta tradición (Walker, 2016):
● El ambiente natural, asumiendo que las conductas humanas no pueden
comprenderse si son aisladas de sus entornos sociohistóricos cotidianos.
● El ser humano es el instrumento de investigación por excelencia, ya que
ningún instrumento no humano posee la flexibilidad adaptativa necesaria
para comprender realidades subjetivas complejas.
● La utilización del conocimiento tácito, reconociendo dimensiones de
significado que escapan al lenguaje formalizado o proposicional directo.
● El empleo prioritario de métodos cualitativos como entrevistas en
profundidad, grupos focales, historias de vida y observación participante.
● El análisis de datos de carácter fundamentalmente inductivo, permitiendo
que las explicaciones emerjan directamente de los datos empíricos
recopilados.
● La estructuración de una teoría fundamentada y enraizada en el campo, en
lugar de forzar los datos en categorías teóricas preconcebidas de forma
deductiva.
● La adopción de un diseño emergente, que se ajusta e interrelaciona
constantemente a lo largo de las distintas etapas de la investigación .
● La negociación de los resultados con los propios informantes para
corroborar que las tipificaciones construidas por el investigador coincidan
con su sentido común.
● El informe escrito bajo el formato de estudio de casos, incorporando
83
descripciones densas en lugar de informes exclusivamente técnicos .
● La interpretación ideográfica de los hallazgos en función de las
particularidades situacionales del caso analizado.
El paradigma interpretativo cuenta con métodos estructurados como la
fenomenología interpretativa de Martin Heidegger y Patricia Benner, orientada a
rescatar las experiencias vividas en contextos de salud y enfermedad mediante la
transcripción, codificación, análisis temático y análisis de casos paradigmáticos .
No obstante, el método de mayor rigor analítico es la teoría fundamentada
(Grounded Theory). En su variante sistemática formulada por Anselm Strauss y
Juliet Corbin, el análisis se articula a través de tres fases lógicas de codificación
empírica:
1. Codificación Abierta: El investigador fragmenta el texto bruto de las
entrevistas o diarios de campo para asignarle códigos iniciales descriptivos,
identificando detalladamente las propiedades de los incidentes y
situándolos en un rango dimensional específico.
2. Codificación Axial: Se deconstruye la fragmentación anterior estableciendo
relaciones sistemáticas entre las categorías obtenidas y sus
correspondientes subcategorías mediante el paradigma codificador, el cual
organiza la información en torno a condiciones causales, contextuales,
intervinientes, estrategias de acción de los sujetos y consecuencias prácticas
observables.
3. Codificación Selectiva: Consiste en la fase de mayor abstracción teórica,
donde se unifican de manera conceptual todas las categorías del estudio
alrededor de una categoría central (core category), la cual debe explicar de
manera lógica y coherente el proceso medular analizado.
En contraste con este análisis inductivo de significados, la tradición
84
fenomenológica de Husserl exige que el investigador ejecute de forma rigurosa la
técnica de la epojé o reducción fenomenológica. La epojé consiste en la suspensión
voluntaria y consciente de todos los juicios de valor, asunciones empíricas,
prejuicios teóricos y conocimientos cotidianos previos que el investigador posea
respecto al fenómeno estudiado (Herrera, 2018). A través de este "poner entre
paréntesis" las explicaciones de las ciencias naturales y la metafísica, se posibilita
una actitud de apertura intelectual que permite aproximarse a la estructura de la
experiencia humana tal como esta se manifiesta directamente ante la conciencia.
Criterios de rigor metodológico cualitativo
Debido a que el rigor en las ciencias experimentales se sustenta en
garantizar la objetividad del conocimiento frente a las intromisiones subjetivas, el
paradigma positivista perfeccionó un conjunto de estándares de validez y
confiabilidad medibles cuantitativamente. No obstante, pretender evaluar el rigor
de la investigación cualitativa interpretativa mediante el uso de estos criterios
convencionales es metodológicamente incongruente y constituye un error de
consistencia epistemológica . La validez del conocimiento cualitativo es una
cuestión de relación entre el investigador y aquello que desea comprender,
mediada por aspectos morales, políticos y éticos indispensables.
Para superar esta limitación metodológica, Guba y Lincoln (1985)
articularon en 81 y 85 un conjunto de criterios de rigor específicos, renombrados
posteriormente como criterios de confiabilidad (trustworthiness) para la
evaluación de la calidad de los procesos cualitativos interpretativos.
Adicionalmente, en su obra Fourth Generation Evaluation, introdujeron los
criterios de autenticidad para dar cuenta de la utilidad social y transformadora
de la investigación (véase la tabla 10).
85
Tabla 10: Criterios de rigor metodológico cualitativo
Criterio
Cualitativo
Paralelo
Positivista
Pregunta
Clave de Rigor
Técnicas de
Implementaci
ón
Metodológica
Errores
Comunes de
Praxis
Credibilidad
Validez Interna
¿Representan
las
construcciones
del
investigador la
realidad
experimentada
por los
participantes
de forma
fidedigna?.
Participación
prolongada en
el campo,
observación
persistente,
triangulación
(de fuentes,
teorías,
métodos), peer
debriefing
(abogado del
diablo), análisis
de casos
negativos y
member
checking.
Confundir el
member
checking con
mera
validación
pasiva de las
conclusiones
del
investigador;
omitir la
exploración
analítica de las
discrepancias
empíricas.
Transferibilida
d
Validez Externa
¿Es viable
adecuar o
transferir los
hallazgos
explicativos a
otros
escenarios o
poblaciones
semejantes?.
Descripción
densa y
detallada del
contexto físico
y sociocultural;
caracterización
exhaustiva de
los
participantes y
muestreo
intencional
razonado.
Pretender
generalizar los
hallazgos en
términos
estadísticos sin
justificar la
similitud
contextual e
interpretativa.
Dependencia /
Consistencia
Fiabilidad /
Confiabilidad
¿Es el proceso
de recolección
y análisis de
datos
Auditorías de
dependencia
(interna y
externa), pistas
Presentar
descripciones
metodológicas
vagas o
86
rastreable,
consistente,
documentado y
auditable por
terceros?.
de auditoría
(audit trail),
acuerdos
intercodificado
res y
documentación
procedimental
sistemática.
desprovistas de
justificación
empírica sobre
los pasos
analíticos
concretos.
Confirmabilida
d
Objetividad
¿Están los
hallazgos
fundamentados
en el material
bruto o reflejan
prejuicios
dogmáticos del
investigador?.
Ejercicios de
reflexividad
documentada,
explicitación de
la posición del
investigador,
pistas de
auditoría
confirmables y
triangulación
cruzada.
Ignorar la
confirmabilidad
bajo el
supuesto de
que el enfoque
cualitativo
convalida la
subjetividad sin
necesidad de
transparencia.
Autenticidad
Sin equivalente
directo
¿Despierta el
estudio la
acción
catalizadora y
táctica de los
agentes,
empoderándol
os para
transformar
sus
realidades?.
Autenticidad
educativa,
catalizadora y
táctica;
representación
justa de todas
las voces,
incluyendo
sectores
minorizados e
invisibilizados.
Limitar la labor
del
investigador a
la mera
descripción
hermenéutica,
neutralizando
la función
emancipadora
y
transformador
a del saber.
87
El paradigma pragmático y la integración
metodológica
La radicalización del debate en torno a la inconmensurabilidad de los
paradigmas —tesis que sostiene que la adopción de un modelo imposibilita
conceptualmente la importación de supuestos u operaciones metodológicas de
otro— propició un estancamiento en el abordaje de problemas prácticos
complejos. Desde la mirada de la inconmensurabilidad tradicional, el investigador
debe elegir de manera excluyente entre el realismo objetivista del positivismo o
el relativismo subjetivista del constructivismo, asumiendo el riesgo de incurrir en
contradicciones lógicas insalvables si intenta mezclarlos en un único diseño
investigativo (Arias, 2023).
Como respuesta a este dilema, el surgimiento contemporáneo del
paradigma pragmático, respaldado por autores de la metodología mixta como
John Creswell y Plano Clark, ha reconfigurado los escenarios analíticos en las
ciencias sociales y de la conducta . El pragmatismo rechaza la subordinación
dogmática del investigador ante disputas de índole exclusivamente metafísica y
ontológica, sosteniendo que el criterio de verdad de un conocimiento científico
está determinado por su utilidad práctica para resolver de forma efectiva las
problemáticas reales y complejas de una sociedad.
Desde la perspectiva del pragmatismo y de la complementariedad
paradigmática, los enfoques cualitativos y cuantitativos no representan polos
opuestos mutuamente excluyentes, sino herramientas heurísticas
complementarias. En un diseño de métodos mixtos, se asume que las realidades
sociales contienen tanto estructuras macro (distribuciones de variables
88
estadísticas, frecuencias y tendencias demográficas identificables bajo enfoques
empírico-analíticos) como dinámicas micro (procesos intersubjetivos, discursivos
y atribuciones de significado construidos fenomenológicamente por los propios
actores sociales) (Manning, 2026).
El uso integrado de ambos enfoques metodológicos permite no solo
describir detalladamente las causas externas o la frecuencia de aparición de un
problema social determinado, sino comprender el porqué, el sentido y las
interpretaciones subjetivas que configuran los modos en que los sujetos
responden ante ese escenario real. De este modo, la práctica de la investigación
mixta contemporánea trasciende las limitaciones dogmáticas de las tradiciones
clásicas al integrar el rigor y la objetividad del positivismo lógico con la
profundidad intersubjetiva y el compromiso ético-social propio del
constructivismo, logrando una visión holística y multidimensional de los
fenómenos humanos.
La reconstrucción epistemológica efectuada en este análisis crítico-
comparativo permite estructurar las siguientes tesis de síntesis:
● Los paradigmas de investigación representan marcos conceptuales
determinantes de la actividad científica, puesto que la forma en que el
investigador responde a las interrogantes ontológicas, epistemológicas y
metodológicas direcciona de forma ineludible su aproximación al objeto de
estudio, definiendo qué constituye conocimiento legítimo y qué queda fuera
de los límites de la ciencia aceptada.
● El paradigma positivista y empírico-analítico se cimenta sobre premisas
realistas y una epistemología objetivista y neutral, siendo idóneo para dar
cuenta de leyes generales, explicaciones causales de carácter nomotético y
predicciones de alta precisión numérica. No obstante, su limitación
89
estructural estriba en la omisión del contexto subjetivo, asumiendo una
neutralidad valorativa ficticia que la Teoría Crítica habermasiana devela
como una manifestación ideológica de la racionalidad instrumental y del
interés técnico de dominación.
● El paradigma interpretativo y constructivista se erige sobre un relativismo
ontológico y una epistemología subjetivista y comunicativa, asumiendo que
la realidad es dinámica, múltiple y construida intersubjetivamente. Este
modelo privilegia la comprensión comprensiva de los motivos, intenciones y
significados que configuran la acción social de los individuos, asumiendo los
valores no como factores de sesgo que deben ser neutralizados, sino como
los cimientos mismos de la interpretación dialógica del mundo de la vida.
● La validez de un estudio depende de su congruencia paradigmática interna,
lo que demanda que el rigor cualitativo sea juzgado bajo sus propios
estándares de calidad y confianza . Los criterios de credibilidad,
transferibilidad, dependencia y confirmabilidad propuestos por Guba y
Lincoln, enriquecidos por los criterios de autenticidad, ofrecen un andamiaje
analítico de primer orden que legitima la rigurosidad y validez del enfoque
cualitativo frente a las exigencias convencionales de la experimentación
cuantitativa.
● La superación de la guerra de paradigmas y de la tesis de la
inconmensurabilidad absoluta halla su viabilidad metodológica en la
complementariedad paradigmática facilitada por el pragmatismo. Los
enfoques mixtos contemporáneos demuestran que es posible articular la
rigurosidad causal cuantitativa del paradigma empírico-analítico con la
densidad interpretativa cualitativa del modelo constructivista, aportando
soluciones a problemáticas complejas que demandan explicaciones
90
integrales sin caer en simplificaciones reduccionistas ni dogmatismos
teóricos estériles.
91
Capítulo 6
Diseños de investigación
contemporáneos: enfoque mixto
(MMR)
La investigación de métodos mixtos (MMR, por sus siglas en inglés, Mixed
Methods Research) se ha consolidado sustantivamente como el "tercer
movimiento metodológico" o la "tercera vía" en las ciencias sociales, del
comportamiento y de la salud. Este enfoque supera la histórica "guerra de
paradigmas" que dividió de forma dicotómica las aproximaciones cuantitativas y
cualitativas durante la segunda mitad del siglo XX. La investigación mixta
contemporánea no se limita a la simple acumulación o yuxtaposición de técnicas
de recolección de datos; consiste en la articulación e integración sistemática,
rigurosa y teóricamente fundamentada de datos, análisis e inferencias
cuantitativas y cualitativas dentro de un mismo estudio o programa de
investigación longitudinal (Carles, 2019).
Fundamentos epistemológicos y
paradigmáticos del enfoque mixto
La fundamentación filosófica de los métodos mixtos ha evolucionado desde
una búsqueda inicial de pacificación epistemológica hacia un pluralismo analítico
crecientemente refinado. Para superar la "tesis de incompatibilidad" —que
92
postulaba que los métodos cuantitativos (asociados al
positivismo/postpositivismo) y cualitativos (asociados al
constructivismo/interpretativismo) no podían combinarse debido a sus premisas
metafísicas contradictorias— la comunidad metodológica ha desarrollado
diversas posturas paradigmáticas (González et al., 2023).
Metodólogos e historiadores de la ciencia identifican tres niveles de
fundamentación filosófica en MMR: débil, moderado y fuerte. La fundamentación
débil justifica la posibilidad técnica de la integración; la moderada aporta razones
epistemológicas sustantivas para combinar enfoques en problemas específicos; y
la fuerte establece una tesis normativa según la cual la complejidad de los
fenómenos sociales exige inherentemente una aproximación plimétrica y
multidimensional.
Pragmatismo
El pragmatismo representa la postura paradigmática más extendida en la
investigación mixta contemporánea. Basado en las contribuciones filosóficas de
Charles Sanders Peirce, William James y John Dewey, el pragmatismo rechaza las
dicotomías rígidas entre objetivismo y subjetivismo, o inducción y deducción. Su
premisa ontológica y epistemológica es antirepresentacional y antidualista,
negando que la investigación deba reflejar una realidad exenta de observador de
forma exacta y priorizando la producción de conocimiento capaz de resolver
problemas concretos (Arias, 2023). En la praxis pragmática, la pregunta de
investigación orienta la elección metodológica, evaluando las herramientas
cuantitativas y cualitativas por su utilidad práctica para responder al problema
planteado.
93
Enfoque transformativo y paradigmas indígenas
Propuesto primordialmente por Donna Mertens, el paradigma
transformativo coloca a la axiología en el centro del proceso de investigación. Esta
postura parte de que las realidades sociales están moldeadas por factores
políticos, culturales, étnicos y de género, estructurados por relaciones de poder
asimétricas. El diseño mixto desde la perspectiva transformativa busca la
emancipación social, involucrando dinámicamente a las comunidades marginadas
a lo largo de todo el proceso analítico. De forma complementaria, los paradigmas
indígenas o decoloniales, articulados por investigadoras como Bagele Chilisa,
desafían las hegemonías euro-occidentales apelando a una ontología relacional y
una epistemología basada en la conexidad comunitaria y el respeto contextual.
Postura dialéctica y pluralismo dialéctico
Formulada por Jori Hall y expandida metodológicamente por R. Burke
Johnson, la postura dialéctica asume que las diferencias entre paradigmas son
legítimas e irreconciliables. En lugar de buscar un consenso o diluir las fronteras
epistemológicas, el pluralismo dialéctico alienta al investigador a mantener
diferentes visiones del mundo en una tensión activa y constructiva. Al hacer
interactuar sistemáticamente la visión positivista con la interpretación
fenomenológica, se produce un diálogo que enriquece la validez y profundidad de
las metainferencias generadas.
Realismo crítico y enfoque performativo
El realismo crítico, impulsado por métodos mixtos por Joseph Maxwell,
94
defiende que existe una realidad independiente de nuestras representaciones,
pero sostiene que nuestro acceso a ella es siempre mediado por la cultura y el
lenguaje. Esta postura resulta particularmente potente para la inferencia causal
en métodos mixtos, al distinguir entre patrones de regularidad cuantitativa y
mecanismos causales contextuales cualitativos (Rana y Chimoriya, 2025). Por otro
lado, la postura performativa, conceptualizada por Judith Schoonenboom,
argumenta que las herramientas metodológicas no solo miden ni interpretan
realidades preexistentes, sino que actúan e intervienen directamente en la
creación y coordinación de nuevos mundos y configuraciones sociales (véase la
tabla 11).
Tabla 11: Paradigmas filosófico del criticismo
Paradigma
Filosófico
Postura Ontológica
Postura
Epistemológica
Énfasis Axiológico
Nivel de
Fundamentación
(Shan)
Pragmatismo
Múltiple, basada
en las
consecuencias de
las acciones
Antidualista; el
conocimiento es
instrumental y
práctico
Orientado a la
resolución de
problemas reales
Débil a Moderado
(Permite la
integración)
Transformativo
Históricamente
moldeada por
estructuras de
poder
Interactiva y
vinculada a la
posición social del
sujeto
Emancipador,
orientado a la
justicia social
Moderado
(Proporciona
razones teóricas)
Pluralismo
Dialéctico
Pluralista;
coexisten múltiples
formas de realidad
Dialéctica; diálogo
activo entre
epistemologías
Inclusivo de
múltiples sistemas
de valores
Fuerte (Justifica la
necesidad
normativa)
Realismo Crítico
Realismo
estratificado
independiente de
la mente
Constructivismo
crítico;
conocimiento
falible
Neutralidad
reflexiva y rigor
explicativo
Fuerte (Sustenta
causalidad
explicativa)
Paradigmas
Indígenas
Relacional; la
realidad radica en
los vínculos
Conocimiento
relacional y
comunitario
Respeto,
reciprocidad y
decolonialidad
Moderado a Fuerte
95
Tipología y arquitectura de los diseños mixtos
contemporáneos
La formulación de un diseño de investigación mixto exige decisiones
explícitas sobre cuatro dimensiones procedimentales centrales: el nivel de
interacción entre los componentes cuantitativo y cualitativo, la prioridad o
ponderación asignada a cada rama (estatus igual o dominante), la secuencia
temporal o temporización de la recolección de datos (concurrente, secuencial o
multifase) y el punto específico de integración de los datos (Ocampo, 2026). Los
autores clásicos y contemporáneos, como John Creswell, Vicki Plano Clark,
Roberto Hernández-Sampieri y Christian Mendoza, organizan las tipologías en
diseños básicos fundamentales y marcos complejos o avanzados.
Diseños mixtos básicos
En el Diseño Convergente Paralelo (CUAN + CUAL), el investigador
recolecta y analiza datos cuantitativos y cualitativos de manera simultánea
durante el mismo periodo temporal. Ambas ramas poseen habitualmente la
misma prioridad. El objetivo central es la triangulación o confirmación, buscando
comparar directamente los resultados estadísticos con las narrativas cualitativas
para determinar si existe convergencia, divergencia o inconsistencia en la
comprensión del fenómeno (Bagur et al., 2021).
Por su parte, el Diseño Secuencial Explicativo (CUAN) transcurre en dos
fases cronológicas diferenciadas. Comienza con una fase cuantitativa dominante
destinada a medir patrones, evaluar frecuencias o probar hipótesis
96
estadísticamente. A partir de los resultados estadísticos preliminares —
especialmente ante variaciones inesperadas, valores atípicos o asociaciones no
explicadas— se diseña y ejecuta una segunda fase cualitativa. La finalidad de esta
última es profundizar, explicar y contextualizar las tendencias numéricas
descubiertas previamente.
En contraste, el Diseño Secuencial Exploratorio (CUAL \ CUAN) invierte la
temporalidad al estructurar una fase inicial cualitativa que precede a la
cuantitativa. Se erige como la arquitectura idónea cuando el fenómeno de estudio
es poco conocido, no existen instrumentos de medición validados o se busca
generar una teoría sustantiva basada en el contexto (Ortega y Heras, 2021). Las
categorías, temas y construcciones teóricas derivadas de la exploración cualitativa
inicial se utilizan activamente para construir un nuevo instrumento de medición,
desarrollar una intervención o formular hipótesis que posteriormente son
evaluadas estadísticamente en una muestra representativa.
Finalmente, el diseño anidado o incrustado (Embedded Design) opera
cuando un método secundario (cuantitativo o cualitativo) se encuentra
subordinado dentro de un diseño primario o dominante. Un ejemplo
representativo es la inclusión de entrevistas cualitativas dentro de un ensayo
controlado aleatorizado cuantitativo para explorar la adherencia o la percepción
de los participantes sobre el tratamiento recibido (Carles, 2019).
Marcos y diseños mixtos avanzados o complejos
Los desarrollos metodológicos recientes han impulsado arquitecturas más
complejas adaptadas a proyectos institucionales y sistémicos. El diseño Multifase
(Multiphase Design) se emplea en programas de investigación de gran escala,
97
evaluación de sistemas y proyectos longitudinales (Marcano, 2023; González,
2023). El equipo de investigación aplica una serie de fases interconectadas que
combinan diseños convergentes y secuenciales a lo largo del tiempo para abordar
un objetivo macro prospectivo.
De manera análoga, el Diseño de Intervención (Intervention Framework) integra
la recolección de datos cualitativos en un diseño experimental o
cuasiexperimental preexistente en múltiples puntos temporales: antes de la
intervención para adaptar el protocolo, durante el proceso para monitorear la
implementación y con posterioridad para evaluar los resultados clínicos o de
impacto.
En el ámbito del Estudio de Caso Mixto (Mixed Methods Case Study Research
- MMCSR), el estudio de caso delimita las fronteras de la investigación, empleando
sistemáticamente datos cuantitativos y cualitativos integrados para construir una
caracterización holística y contextualizada del caso o de múltiples casos
comparativos. Por último, los Marcos Participativos y Transformativos estructuran
estos diseños dentro de un compromiso explícito de investigación-acción, donde
los actores sociales coparticipan en la toma de decisiones metodológicas y la
interpretación de los datos (véase la tabla 12).
Tabla 12: Marcos y Diseños Mixtos Avanzados o Complejos
Diseño de
Investigación
Secuencia
Temporal
Ponderación /
Prioridad
Mecanismo de
Integración
Primario
Propósito
Metodológico
Principal
Convergente
Paralelo
Concurrente
(Simultáneo)
Generalmente
igual (CUAN +
CUAL)
Fusión (Merging)
en análisis o
interpretación
Triangulación,
comparación
directa y
validación
cruzada
Secuencial
Explicativo
Secuencial (1.º
CUAN → 2.º
Dominancia
Cuantitativa
Conexión
(Connecting) a
Explicación
profunda de
98
Diseño de
Investigación
Secuencia
Temporal
Ponderación /
Prioridad
Mecanismo de
Integración
Primario
Propósito
Metodológico
Principal
CUAL)
(CUAN)
través del
muestreo o
diseño
patrones
estadísticos o
anomalías
Secuencial
Exploratorio
Secuencial (1.º
CUAL → 2.º
CUAN)
Dominancia
Cualitativa (CUAL
\CUAN)
Construcción
(Building) de
instrumentos o
variables
Exploración de
fenómenos,
desarrollo de
herramientas y
generalización
Anidado /
Incrustado
Concurrente o
Secuencial
Desigual (Un
método
incrustado en el
otro)
Incrustación
(Embedding) en
múltiples puntos
analíticos
Enriquecer la
metodología
primaria con
perspectivas
suplementarias
Estudio de Caso
Mixto
Variable
(Flexible)
Dependiente del
límite del caso
Sistémico dentro
de los límites del
caso (Case
bounded)
Comprensión
holística e
intensiva de
entidades
complejas
Multifase
Longitudinal /
Progresivo
Variable a través
de las etapas
Integración
escalonada o
reiterativa
(Staged)
Evaluación e
investigación de
sistemas
complejos e
intervenciones
Nota: Interpretado desde (Rana y Chimoriya, 2025).
Mecanismos de integración de datos y la función
de las pantallas mixtas (Joint Displays)
El valor metodológico añadido de la investigación mixta radica de manera
exclusiva en la integración. La simple presencia de datos cualitativos y
cuantitativos presentados en capítulos o secciones separadas de un documento
99
no constituye un estudio mixto riguroso, sino una mera recolección multimétodo
paralela (Sánchez y Murillo, 2021). Michael Fetters, Leslie Curry y John Creswell
conceptualizan la integración en tres niveles interconectados dentro del proceso
de investigación: el nivel de diseño, el nivel de métodos y el nivel de interpretación
y reporte.
A nivel de diseño, la integración queda establecida mediante la elección de
la estructura general (básica o avanzada) que orquesta el estudio. A nivel de
métodos, la integración operativa de la recolección y el análisis se operacionaliza
mediante cuatro mecanismos principales: conexión, construcción, fusión e
incrustación. La conexión ocurre en diseños secuenciales cuando el análisis de la
primera base de datos informa directamente el muestreo de la segunda fase,
como al seleccionar participantes para entrevistas profundas basándose en
puntuaciones extremas de una encuesta previa. La construcción se presenta
cuando los hallazgos cualitativos iniciales alimentan el desarrollo de reactivos de
un instrumento cuantitativo. La fusión consiste en unir o yuxtaponer las bases de
datos separadas para realizar un análisis comparativo unificado, típico de los
diseños convergentes. La incrustación vincula la recolección y el análisis en
múltiples puntos dentro de un marco de estudio más amplio.
A nivel de interpretación y reporte, la síntesis analítica culmina en la
generación de meta-inferencias, definidas como las conclusiones comprehensivas
obtenidas al integrar las inferencias cuantitativas y cualitativas parciales. Esta
síntesis se lleva a cabo mediante tres vías principales. La integración narrativa
presenta el texto de forma contigua, en tejido (weaving, entrelazando hallazgos
tema por tema) o por etapas (staged).
La transformación de datos implica la conversión de un tipo de dato en otro,
siendo la cuantitativización la práctica más habitual mediante la codificación de
100
narrativas en variables numéricas o matrices categóricas. Por último, las pantallas
mixtas (joint displays) representan el recurso visual estructurado —mediante
tablas o figuras— que posiciona los datos cuantitativos y cualitativos lado a lado
o interconectados por dimensiones teóricas, facilitando la extracción transparente
de meta-inferencias.
Las estructuras de joint displays más extendidas comprenden la matriz de
estadísticas por temas (que mapea temas cualitativos junto a datos estadísticos
inferenciales o descriptivos), la matriz de comparación lado a lado (que contrasta
hallazgos cuantitativos y citas cualitativas para identificar convergencias o
divergencias) y las matrices vinculadas a marcos teóricos (que organizan la
evidencia en torno a los constructos de un modelo conceptual previo) (Carles,
2019) (véase la tabla 13).
Tabla 13: Funciones de las pantallas mixtas y los mecanismos para integrar datos
Estrategia de
Integración
Mecanismo de
Vinculación Operativa
Nivel del Proceso
Artefacto o Resultado
Visible
Conexión (Connecting)
Vínculo a través de la
estrategia de muestreo
Métodos
Selección de
subsincrónicos o casos
atípicos basados en
datos previos
Construcción
(Building)
Generación de
herramientas derivadas
de una fase a otra
Métodos
Instrumentos de
medición, ítems de
encuestas, protocolos
de intervención
Transformación de
Datos
Conversión analítica
(CUAL \ CUAN o CUAN
/ CUAL)
Interpretación /
Análisis
Matrices de frecuencias
de código, análisis
multivariado de códigos
Pantalla Mixta (Joint
Display)
Mapeo visual integrado
y transparente de
ambas ramas
Reporte / Análisis
Tablas comparativas
lado a lado, matrices
estadísticas por temas
Narrativa en Tejido
(Weaving)
Entrelazamiento textual
tema por tema
Reporte
Discusión integrada
donde cada afirmación
teórica combina
números y narrativas
101
Criterios de calidad, legitimación y rigor
metodológico
El debate sobre la evaluación de la calidad en la investigación mixta ha
requerido superar la mera aplicación aislada de criterios cuantitativos (validez
interna, validez externa, confiabilidad) o cualitativos (credibilidad, transferibilidad,
confirmabilidad). Anthony Onwuegbuzie y R. Burke Johnson propusieron el
concepto unificado de Legitimación (Legitimation) para conceptualizar la validez
específica de la investigación con métodos mixtos.
La tipología de legitimación de Martínez (2006)
La legitimación se concibe como un proceso continuo y holístico que opera
a lo largo de todas las fases del estudio. Esta tipología abarca nueve dimensiones
interconectadas:
La legitimación muestral evalúa la calidad de las meta-inferencias
generadas a partir de la combinación de estrategias de muestreo cuantitativo y
cualitativo. La legitimación dentro-fuera mide el grado en que el investigador
equilibra e integra adecuadamente las perspectivas emic (internas de los
participantes) y etic (categorización externa cuantitativa). La legitimación por
minimización de debilidades examina cómo las fortalezas de un método
compensan de manera efectiva las limitaciones del otro. La legitimación
secuencial aborda la mitigación de los posibles sesgos de orden introducidos al
ejecutar una fase de recolección antes que la otra.
Por su parte, la legitimación de conversión garantiza el rigor metodológico
102
al transformar datos, asegurando que la cuantificación no descontextualice la
riqueza narrativa original. La legitimación de la mezcla paradigmática evalúa la
capacidad del investigador para integrar conscientemente las premisas
epistemológicas subyacentes. La legitimación de la conmensurabilidad analiza la
facilidad con la que el investigador conmuta entre las visiones del mundo
cuantitativas y cualitativas para crear una síntesis unificada (Carles, 2019). La
legitimación de validez múltiple asegura el logro de una calidad técnica óptima al
aplicar rigurosamente los estándares de validez y credibilidad específicos a cada
rama del estudio. Finalmente, la legitimación política mide el grado en que los
evaluadores y la toma de decisiones aceptan el valor de las meta-inferencias
integradas.
Directrices de reporte GRAMMS y herramientas de evaluación
MMAT
Para asegurar la transparencia operativa de la investigación mixta en las
publicaciones académicas, O'Cathain, Murphy y Nicholl desarrollaron las
directrices GRAMMS (Good Reporting of a Mixed Methods Study), actualizadas
recientemente en el marco GRAMMS 2.0. Este instrumento exige responder a seis
criterios centrales: la justificación del uso del enfoque mixto frente a un diseño
monométodo, la descripción del diseño (propósito, prioridad y secuencia), el
detalle de los métodos de muestreo y análisis de ambas ramas, la explicación
transparente del proceso de integración, la discusión explícita de las limitaciones
derivadas del proceso de mezcla y la presentación de las meta-inferencias e
insights únicos obtenidos explícitamente mediante la integración (Munce et al.,
2026).
103
En el contexto de revisiones sistemáticas que incluyen estudios primarios
de diseño mixto, la herramienta de evaluación crítica predominante es la MMAT
(Mixed Methods Appraisal Tool), desarrollada por Pierre Pluye y colaboradores. La
MMAT proporciona criterios estandarizados para evaluar la calidad metodológica
de los componentes cualitativos y cuantitativos y la calidad específica de la
articulación mixta dentro de cada publicación (véase la tabla 14).
Tabla 14: Normas de reporte de GRAMMS y herramientas para la evaluación
MMAT
Tipo de Legitimación
(Onwuegbuzie & Johnson)
Amenaza Potencial a la
Validez
Estrategia de Mitigación /
Operacionalización
Sample Integration
Realizar inferencias
cuantitativas generalizables
usando muestras cualitativas
reducidas
Definir marcos muestrales
explícitos y vinculados por
niveles o subsistemas
anidados
Weakness Minimization
Que las debilidades de un
método magnifiquen las
limitaciones del otro
Diseñar conscientemente el
segundo método para cubrir
las brechas analíticas del
primero
Conversion
Pérdida de contexto o
sobrerrepresentación
numérica al cuantitativizar
texto
Utilizar libros de códigos
rigurosos, verificar
consistencia intercodificador
y mantener trazabilidad
Sequential
Que los hallazgos de la Fase
1 sesguen artificialmente el
diseño de la Fase 2
Justificar teóricamente la
temporalidad y realizar
análisis reflexivos entre
etapas
Commensurability
Generar informes
fragmentados donde las
visiones cualitativa y
cuantitativa entran en
conflicto
Utilizar joint displays
interconectadas para
negociar divergencias y
extraer meta-inferencias
104
Transformación tecnológica: software CAQDAS,
inteligencia artificial y métodos mixtos
computacionales
La complejidad asociada a la gestión, análisis y articulación de bases de
datos heterogéneas ha impulsado la evolución de las herramientas tecnológicas
en la investigación de métodos mixtos. El panorama tecnológico contemporáneo
se caracteriza por la transición de paquetes de software de análisis cualitativo
asistido por computadora (CAQDAS) aislados hacia ecosistemas de análisis
integral de métodos mixtos impulsados por inteligencia artificial (IA) y analítica
de datos masivos (Campos y Reyes, 2025).
Comparativa de herramientas software en MMR
Dentro del ecosistema informático especializado, MAXQDA se sitúa como
una plataforma referente en métodos mixtos al incluir un módulo estadístico
nativo completo (MAXQDA Stats) dentro del propio entorno donde se codifica el
material cualitativo. Esto elimina la necesidad de exportar datos a paquetes
externos como SPSS o R, permitiendo ejecutar pruebas cruzadas, análisis de
frecuencias de códigos y generación automática de joint displays en el espacio de
trabajo QTT (Qualitative-Quantitative-Table). Por su parte, ATLAS.ti ofrece una alta
capacidad de integración cuali-cuantitativa a través de análisis de redes
semánticas, tabulación cruzada de códigos por variables cuantitativas de
documento y la incorporación de modelos de IA para codificación automática
descriptiva (Villegas, 2024).
105
En una línea similar, NVivo facilita la integración mediante consultas de
matrices de armazón (framework matrices), importación de encuestas de modo
mixto y vinculación de atributos demográficos cuantitativos a casos cualitativos,
aunque requiere la exportación de matrices hacia paquetes estadísticos externos
para análisis inferenciales avanzados. Frente a estos programas tradicionales,
arquitecturas emergentes como Sopact Sense operan sobre registros persistentes
(Contact ID). En lugar de requerir una sesión manual de integración posterior a
la importación, estas herramientas unifican automáticamente el dato numérico y
la respuesta narrativa en la misma unidad muestral desde el momento exacto de
la recolección, ensamblando la pantalla mixta (joint display) de forma continua
(véase la tabla 15).
Tabla 15: Comparativa de Herramientas Software en MMR
Dimensión de
Análisis
MAXQDA
ATLAS.ti
NVivo
Sopact Sense /
Integradores en
Vivo
Módulo
Estadístico
Nativo
Sí (MAXQDA
Stats integrado
de forma
completa)
No (requiere
integración o
exportación
externa)
No (Limitado a
tablas de
frecuencias
descriptivas)
Mapeo analítico
directo en panel
de control
Generación de
Joint Displays
Automatizada
mediante espacio
de trabajo QTT
Manual o asistida
por tablas
dinámicas
Manual mediante
matrices de
armazón
(Framework)
Automatizada a
nivel de registro
persistente (ID)
Integración de
IA / LLMs
Asistente de IA
para resúmenes,
código y
cumplimiento
GDPR
Codificación
automática
masiva vía
integración
OpenAI
Asistente de
resumen e
indicación
temática
Codificación
automatizada
mediante
rúbricas
vinculadas al ID
Mecanismo de
Integración
Posterior a la
importación
mediante
proyectos
Posterior a la
importación en
red
Posterior a la
importación vía
consultas
cruzadas
Continúo en la
arquitectura del
registro (on-
arrival)
106
Dimensión de
Análisis
MAXQDA
ATLAS.ti
NVivo
Sopact Sense /
Integradores en
Vivo
unificados
Compatibilidad
Multiplataforma
Idéntico en
Windows y
macOS
Discrepancias
menores entre
versiones
Diferencias
funcionales entre
macOS y
Windows
Basado en
entorno web /
nube
multiusuario
Inteligencia artificial, LLMs y métodos mixtos
computacionales
La convergencia de la Inteligencia Artificial Generativa y los Modelos de
Lenguaje de Gran Escala (LLMs) con los métodos mixtos ha dado origen a la
investigación de métodos mixtos computacionales (Computational Mixed
Methods). Esta evolución permite transformar volúmenes masivos de texto
cualitativo desestructurado —provenientes de redes sociales, repositorios de
salud o transcripciones de gran escala— en matrices cuantitativas estructuradas
mediante procesamiento del lenguaje natural (NLP), acelerando el proceso de
cuantitativización (Brandao, 2025).
Sin embargo, esta capacidad computacional introduce retos
epistemológicos de envergadura relativos a la trazabilidad y la transparencia
algorítmica. A diferencia de los autocodificados por palabras clave tradicionales,
los LLMs interpretan la semántica contextual, pero pueden actuar como una "caja
negra" incoherente. Para preservar la legitimación de conversión y la validez del
estudio, la investigación mixta contemporánea exige auditar sistemáticamente las
sugerencias de la IA mediante libros de códigos explícitos y la supervisión crítica
107
del investigador. Esta integración computacional resulta idónea para abordar
"problemas complejos" (wicked problems), donde se combinan grandes conjuntos
de datos (Big Data cuantitativo) a nivel poblacional con datos densos (Thick Data
cualitativo) procesados algorítmicamente para esclarecer las motivaciones y
significados subjetivos subyacentes (Brandao, 2025).
El desarrollo contemporáneo de los diseños de investigación de enfoque
mixto refleja la madurez de una metodología que ha trascendido la discusión
instrumental de "mezclar técnicas" para establecer un marco riguroso de
indagación científica. Los avances en la fundamentación filosófica demuestran
que no existe un único paradigma habilitador; si bien el pragmatismo continúa
siendo la postura predeterminada por su orientación hacia la resolución de
problemas, la consolidación del pluralismo dialéctico, el realismo crítico y los
enfoques transformativos aportan una valiosa diversidad para adaptar el diseño
a las exigencias éticas y explicativas de cada objeto de estudio.
El núcleo diferenciador de la investigación mixta de excelencia radica en la
profundidad, transparencia y sistematización del proceso de integración en los
niveles de diseño, métodos e interpretación. La adopción de tipologías
estructuradas (convergentes, secuenciales, multifase o de caso) combinada con
el uso sistemático de pantallas mixtas garantiza la visibilidad empírica de las
meta-inferencias, asegurando que el estudio produzca un conocimiento superior
a la suma de sus partes cuantitativas y cualitativas aisladas.
En síntesis, la estandarización de criterios de calidad mediante la tipología
de legitimación de Onwuegbuzie y Johnson, las directrices GRAMMS 2.0 y
herramientas de evaluación como la MMAT imponen exigencias procedimentales,
éticas y metodológicas indispensables. En el horizonte futuro, marcado por la
108
irrupción de la Inteligencia Artificial y la analítica computacional de datos
masivos, el reto central de la investigación mixta consistirá en aprovechar la
potencia de procesamiento algorítmico sin perder la reflexividad, la
contextualización histórica y la sensibilidad humana que definen a la indagación
cualitativa (Domínguez, 2025).
109
Conclusión
Tratado exhaustivo sobre metodología de la investigación en humanidades y
educación: paradigmas, diseños y praxis contemporánea evidencia que la
investigación en estas áreas, además de ser un conjunto de instrumentos o
técnicas, representa una acción ubicada de producción ética, conceptual y política.
La obra enfatiza que la validez del conocimiento educativo y humano no se basa
en la rigidez del procedimiento, sino en la coherencia entre el diseño, la postura
del investigador y la ontología del objeto de estudio. Esto se establece al
considerar críticamente cómo coexisten y convergen los paradigmas cualitativo,
cuantitativo y mixto, así como las reflexiones que surgen desde las epistemologías
del Sur y el pensamiento crítico.
La praxis metodológica exige superar la falsa dicotomía entre la
especulación teórica de las humanidades y la aplicación instrumental de la
educación. Hoy, investigar en estas áreas implica responder a realidades
complejas, dinámicas e interconectadas: la irrupción de las tecnologías digitales,
las transformaciones socioculturales, las desigualdades estructurales y la
necesidad de una inclusión efectiva. A través de los diseños analizados —desde
la hermenéutica, la fenomenología y la etnografía, hasta la investigación-acción
participativa, el modelado estadístico y los métodos mixtos integrados—, se
evidencia que la metodología contemporánea debe caracterizarse por:
• Flexibilidad rigurosa: capacidad de adaptar los diseños sin perder el
sustento epistémico.
110
• Vigilancia ética y reflexividad: conciencia permanente sobre las relaciones
de poder entre el investigador y los sujetos de estudio.
• Pertinencia social: un compromiso claro para que el conocimiento
generado retorne a las comunidades y transforme las prácticas educativas
y socioculturales.
Un paradigma de investigación funciona como una matriz filosófica y
conceptual que brinda orden a la comprensión científica, delimitando los
supuestos desde los cuales se interpreta la realidad y se abordan las
problemáticas de indagación. La evolución histórica del conocimiento
socioeducativo ha transitado desde la hegemonía de un modelo positivista de
matriz naturalista hacia la consolidación de paradigmas interpretativos, crítico-
transformadores y opciones decoloniales que cuestionan las bases
metropolítanas de la ciencia moderna.
En conclusión, la metodología de la investigación en las ciencias humanas
y educativas constituye una disciplina caracterizada por la deliberación
epistemológica constante sobre la naturaleza del conocimiento, la ontología de lo
social y la responsabilidad ética del investigador en los procesos de
transformación comunitaria. Tradicionalmente entendida como un conjunto de
recetas procedimentales o técnicas de instrumentación, la metodología se concibe
hoy como la articulación teórica y dialéctica entre supuestos ontológicos,
postulados epistemológicos y decisiones procedimentales. En las disciplinas
humanísticas y socioeducativas, cuyos objetos de estudio son dinámicos,
altamente simbólicos e históricamente situados, la elección metodológica implica
un posicionamiento frente a las relaciones de poder y los regímenes de verdad e
111
incide directamente en la emancipación de los sujetos, resumida en cuatro
paradigmas:
i. Paradigma positivista y neopositivista
El paradigma positivista se cimienta sobre una ontología realista que
asume la existencia de una realidad objetiva e independiente del sujeto que la
observa. Desde esta perspectiva epistemológica, de carácter objetivista y neutro,
la validez del conocimiento reside en la posibilidad de medir, verificar y cuantificar
fenómenos empíricamente observables, manteniendo al investigador al margen
de los juicios de valor para garantizar la asepsia científica.
El propósito medular de este enfoque es la formulación de leyes
universales orientadas a describir, explicar, predecir y controlar los fenómenos.
Metodológicamente, se articula mediante procesos deductivos donde las hipótesis
derivadas de cuerpos teóricos consolidados se contrastan empíricamente a través
de diseños experimentales, cuasiexperimentales y estudios correlacionales
masivos. A pesar de su rigor en la medición de variables y en el control de sesgos,
se le critica su tendencia a descontextualizar los fenómenos socioeducativos y su
incapacidad para captar la intencionalidad, la subjetividad y las mediaciones
históricas que configuran los procesos pedagógicos.
ii. Paradigma interpretativo y hermenéutico
En contraposición al reduccionismo positivista, el paradigma interpretativo
o fenomenológico-hermenéutico concibe la realidad social no como un hecho
dado, sino como un entramado de significados dinámicos socialmente
construidos. Su fundamento ontológico es relativista, reconociendo la coexistencia
de múltiples realidades construidas por los actores en función de sus intenciones,
percepciones e interacciones contextuales.
112
Epistemológicamente subjetivista e intersubjetivo, este paradigma afirma
que el conocimiento emerge de la relación dialógica e interactiva entre el sujeto
investigador y los participantes del estudio. La meta principal no es el
establecimiento de causalidades o leyes abstractas, sino la comprensión profunda
del significado de la acción humana. Metodológicamente inductivo y flexible, el
enfoque interpretativo se despliega a través de la etnografía, el interaccionismo
simbólico y los estudios fenomenológicos, orientados a reconstruir el mundo
interior de las personas y la densidad cultural de sus comunidades.
iii. Paradigma socio-crítico y dialéctico materialista
El paradigma socio-crítico surge para superar tanto el reduccionismo
cuantitativo del positivismo como el conservadurismo político implícito en el
interpretativismo, el cual tiende a describir las realidades sin ofrecer
herramientas para su transformación. Anclado en la Teoría Crítica de la Escuela
de Frankfurt (desarrollada por Horkheimer, Adorno y Habermas), la economía
política y los estudios culturales, este enfoque asume una ontología histórica y
estructural donde la realidad está mediada por relaciones de poder y dominación.
Epistemológicamente participativo y dialógico, el paradigma socio-crítico
concibe la investigación como una praxis emancipatoria destinada a desvelar las
contradicciones sociales y capacitar a los sujetos para transformar sus propias
condiciones de existencia. El investigador se posiciona como un participante
comprometido en la dinamización de procesos reflexivos. Metodológicamente se
priorizan la Investigación-Acción Participativa (IAP), el análisis crítico del discurso
y los estudios comunitarios colaborativos.
De forma convergente, el paradigma dialéctico materialista sostiene que la
realidad natural y la social responden a procesos dialécticos en constante
transformación histórica. Esta postura integra factores sociológicos, psicológicos
113
y antropológicos para analizar cómo la práctica educativa real supera la
alienación e incide activamente en las estructuras materiales de la sociedad.
iv. Paradigma decolonial y epistemologías del Sur
El paradigma decolonial y las Epistemologías del Sur articulan una crítica
radical a la matriz eurocéntrica del saber, demostrando que la ciencia positivista
operó como la superestructura ideológica que legitimó la explotación colonial e
imperialista del capitalismo global. Conceptos clave como la "colonialidad del
saber" (formulada por Aníbal Quijano y Walter Mignolo) evidencian que el despojo
territorial fue acompañado por la descalificación de los conocimientos no
occidentales.
Boaventura de Sousa Santos sintetiza este viraje a través de las
Epistemologías del Sur, entendiéndolas como la búsqueda de legitimación de
saberes nacidos en las luchas y resistencias de los grupos sistemáticamente
oprimidos por el capitalismo, el colonialismo y el patriarcado. Santos denuncia el
"pensamiento abisal" moderno, el cual traza una demarcación radical entre el
conocimiento válido producido en las metrópolis y las experiencias del Sur global,
relegadas a la inexistencia. Ante esto, propone la "ecología de saberes", que
postula la interacción simétrica entre los saberes científicos y los conocimientos
tradicionales, populares e indígenas.
Simultáneamente, la teórica maorí Linda Tuhiwai Smith, en su influyente
obra Decolonizing Methodologies, señala que la palabra "investigación" ha sido
históricamente una de las más destructivas para las comunidades originarias. La
metodología decolonial no consiste en refinamientos académicos, sino en
desobedecer las reglas tradicionales de la investigación universitaria,
reconstruyendo agendas autónomas orientadas por valores de reciprocidad,
autodeterminación y soberanía cultural.
114
La revisión crítica e integral de la metodología de la investigación en
humanidades y educación evidencia que el campo atraviesa una etapa de
redefinición de sus fundamentos epistemológicos y de sus repertorios
procedimentales. Se evidencia la consolidación de una visión pluralista que
supera la dicotomía estéril entre los métodos cuantitativos y cualitativos,
reconociendo el valor de cada enfoque en función de las preguntas de
investigación.
Sin embargo, el viraje decisivo en la praxis contemporánea está marcado
por la irrupción de las epistemologías críticas, decoloniales e interculturales. La
investigación educativa ya no puede desligarse del análisis del poder ni de los
contextos materiales e históricos en que operan los procesos educativos. Las
metodologías descolonizadoras, con sus enfoques participativos, narrativos y
cartográficos, demuestran que es posible hacer ciencia sin perpetuar el
extractivismo cognitivo, construyendo una investigación basada en la justicia
cognitiva, la simetría ética y la transformación social.
Para el desarrollo de investigaciones futuras en las ciencias humanas y la
educación, se perfilan tres exigencias metodológicas prioritarias. En primer lugar,
la adopción de una reflexividad epistemológica permanente que obligue al
investigador a explicitar sus supuestos teóricos y su posicionamiento en la
estructura social. En segundo lugar, el fortalecimiento de los diseños mixtos e
interdiscursivos articulados mediante triangulaciones rigurosas que combinen la
amplitud del análisis estructural con la profundidad de la interpretación vivencial
(Robles, 2011). Finalmente, la democratización efectiva del proceso investigativo
mediante la inclusión real de las comunidades en la definición de la agenda de
investigación, garantizando que el conocimiento producido contribuya a la
emancipación y a la autodeterminación de los pueblos
115
Bibliografía
Arias, F. (2023). El paradigma pragmático como fundamento epistemológico de
la investigación mixta. Revisión sistematizada. Educación, Arte, Comunicación:
Revista Académica E Investigativa, 12(2), 11–24.
https://doi.org/10.54753/eac.v12i2.2020
Bagur Pons, S., Rosselló Ramon, M. R., Paz Lourido, B., & Verger, S. (2021). El
Enfoque integrador de la metodología mixta en la investigación
educativa . RELIEVE - Revista Electrónica De Investigación Y Evaluación
Educativa, 27(1). https://doi.org/10.30827/relieve.v27i1.21053
Balcazar, F.E. (2003). Investigación acción participativa (iap): Aspectos
conceptuales y dificultades de implementación. Fundamentos en humanidades,
7/8, 59-77. https://dialnet.unirioja.es/descarga/articulo/1272956.pdf
Brandao, P. R. (2025). The Impact of Artificial Intelligence on Modern
Society. AI, 6(8), 190. https://doi.org/10.3390/ai6080190
Callejo Gallego, J. (2002). Observación, entrevista y grupo de discusión: el
silencio de tres prácticas de investigación. Rev. Esp. Salud Pública, 76(5), 409-
422. http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S1135-
57272002000500004&lng=es.
Cantroni Rabolini, N. M. (2009). Técnicas de muestreo y determinación del
tamaño de la muestra en investigación cuantitativa. Revista Argentina de
Humanidades y Ciencias Sociales, 7(2).
https://www.sai.com.ar/metodologia/rahycs/rahycs_v7_n2_06.htm
Carles-Enric, R. C. (2019). Métodos y diseños de investigación cualitativa y
cuantitativa. Barcelona: Universitat Oberta Catalunya
Cea D’Ancona, M. Á. (2026). La inteligencia artificial generativa en la
116
investigación social: potencialidades y límites. Empiria. Revista de metodología de
ciencias sociales, 1–18. https://doi.org/10.5944/empiria.45290
De la Barra Cadíma, C. D. (2026). Paradigmas y métodos de investigación
científica desde una perspectiva epistemología crítica: revisión sistemática. Franz
Tamayo - Revista De Educación, 8(22), 21–39.
https://doi.org/10.33996/revistafranztamayo.v.8i22.2
de Sousa, B. (2015). Epistemologías del Sur. Rev.Esp.Investig.Sociol., 152, 189-
202. https://dialnet.unirioja.es/descarga/articulo/7270321.pdf
Deroncele-Acosta, A., Jiménez-Chumacero, R. V., Gamarra-Mendoza, S., Brito-
Garcías, J. G., Flores-Valdivieso, H. G., Velázquez-Tejeda, M. E., & Goñi-Cruz, F.
F. (2023). Trends in Educational Research for Sustainable Development in
Postgraduate Education Programs at a University in Peru. Sustainability, 15(6),
5449. https://doi.org/10.3390/su15065449
Domínguez-Caiza, J. L. (2025). El Reto de la Inteligencia Artificial ante la
Investigación en Ciencias Sociales. Revista Científica Hallazgos21, 10(1), 60–70.
https://doi.org/10.69890/hallazgos21.v10i1.688
Escobar, R. A., & Escobar, M. B. (2023). Los grupos de discusión como técnica
para la construcción y percepción organizacional en entidades
públicas. Administración &
Desarrollo, 53(2). https://doi.org/10.22431/25005227.vol53n2.2
Eve, M. P. (2022). Introduction. The Digital Humanities and Literary Studies.
Oxford: Oxford Academic.
https://doi.org/10.1093/oso/9780198850489.003.0001,
Florencia Santi, M. (2015). Vulnerabilidad y ética de la investigación social:
perspectivas actuales. Revista Latinoamericana de Bioética, 15(2), 52-73.
https://www.redalyc.org/articulo.oa?id=127040727005
117
García-González, J. R., & Sánchez-Sánchez, P. A. (2020). Diseño teórico de la
investigación: instrucciones metodológicas para el desarrollo de propuestas y
proyectos de investigación científica. Información tecnológica, 31(6), 159-
170. https://dx.doi.org/10.4067/S0718-07642020000600159
González Rivera, P. L. (2023). Criterios actualizados sobre la metodología de la
investigación educativa: Una aproximación bibliográfica . Mendive. Revista De
Educación, 22(1), e3154. Recuperado a partir de
https://mendive.upr.edu.cu/index.php/MendiveUPR/article/view/3154
González-Moreira, A., Ferreira, C., & Vidal, J. (2023). Review on Research
Methods for Studying Transition from Early Childhood Education to Primary
Education. Education Sciences, 13(3), 254.
https://doi.org/10.3390/educsci13030254
González-Vega, A. M. del C., Molina Sánchez, R., López Salazar, A., & López
Salazar, G. L. (2022). The qualitative interview as a research technique in the
study of organizations. New Trends in Qualitative Research, 14, e571.
https://doi.org/10.36367/ntqr.14.2022.e571
Guba, E. y Lincoln, Y. (1985). "Paradigmas en competencia en la investigación
cualitativa" En Denman, C. y J.A. Haro (comps.), Por los rincones. Antología de
métodos cualitativos en la investigación social. El Colegio de Sonora. Hermosillo,
Sonora, 2002. pp.113-145. https://psicologiaexperimental.wordpress.com/wp-
content/uploads/2010/02/guba-y-lincoln-2002.pdf
Hernández Rojas, G. (2008). Los constructivismos y sus implicaciones para la
educación. Perfiles educativos, 30(122), 38-77.
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0185-
26982008000400003&lng=es&tlng=es.
Herrera Rodríguez, J. I. (2018). Las prácticas investigativas contemporáneas.
118
Los retos de sus nuevos planteamientos epistemológicos. Revista Scientific, 3(7),
6–15. https://doi.org/10.29394/Scientific.issn.2542-2987.2018.3.7.0.6-15
Hurtado Talavera, F. J. (2020). Fundamentos Metodológicos de la Investigación:
El Génesis del Nuevo Conocimiento. Revista Scientific, 5(16), 99–119.
https://doi.org/10.29394/Scientific.issn.2542-2987.2020.5.16.5.99-119
Inche, M. J., Andía, C, Y., Huamanchumo. V, H., López, O, M., Vizcarra, M, J., y
Flores, C. G. (2003). Paradigma cuantitativo:un enfoque empírico y analítico.
Industrial Data, 6(1), 23-37. https://www.redalyc.org/articulo.oa?id=81606104
Lizet Veliz, R., Ceballos, V. P., Valenzuela, S. S., & Sanhueza, A. O. (2012).
Análisis crítico del paradigma positivista y su influencia en el desarrollo de la
enfermería. Index de Enfermería, 21(4), 224-
228. https://dx.doi.org/10.4321/S1132-12962012000300010
Manning, J. (2026). Doing Qualitative Workplace Relationship Research: Current
Trends, New Directions, and Quality Indicators. Behavioral Sciences, 16(3), 394.
https://doi.org/10.3390/bs16030394
Marcano de Blanco, E. (2023). Enseñanza de la metodología de la investigación
en la educación universitaria . Revista Social Fronteriza, 3(5), 270–292.
https://doi.org/10.59814/resofro.2023.3(5)270-292
Martínez Miguélez, M. (2006). Validez y confiabilidad en la metodología
cualitativa. Paradígma, 27(2), 07-33.
http://ve.scielo.org/scielo.php?script=sci_arttext&pid=S1011-
22512006000200002&lng=en&tlng=es.
Miranda Beltrán, S., & Ortiz Bernal, J. A. (2020). Los paradigmas de la
investigación: un acercamiento teórico para reflexionar desde el campo de la
investigación educativa. RIDE Revista Iberoamericana Para La Investigación Y El
Desarrollo Educativo, 11(21). https://doi.org/10.23913/ride.v11i21.717
119
Munce, S., Fàbregues, S., Hong, Q. N., O'Cathain, A., Guetterman, T., Creswell,
J., Poth, C., Dainty, K., Tricco, A. C., Archibald, M. M., Jarrett, C., Boyle, J.,
Luong, D., Kiwanuka, F., & Younas, A. (2026). Updating the Good Reporting of a
Mixed Methods Study (GRAMMS) Reporting Guidelines: Protocol for a
Methodological Review and Modified Delphi Process. JMIR research protocols, 15,
e82364. https://doi.org/10.2196/82364
Navarrete, M.S., Adrian C., Bachelet, V.C. (2022). Respondentdriven sampling:
ventajas e inconvenientes de un método de muestreo. Medwave, 22(1). 002528,
http://doi.org/10.5867/medwave.2022.01.002528
Ocampo Alvarado, A. M. (2026). Hacia una nueva organización de los diseños de
investigación: Propuesta metodológica para su clasificación y aplicación en la
investigación científica. Revista Científica Multidisciplinaria En Ciencias Sociales Y
Humanidades Eucken, 2(3), 55-76. https://doi.org/10.5281/zenodo.21146227
Ortega-Sánchez, D., & Heras-Sevilla, D. (2021). Diseño Exploratorio Secuencial
(DEXPLOS), procedimiento e instrumento para el análisis de narrativas históricas
escolares desde la perspectiva de género. Revista Interuniversitaria De Formación
Del Profesorado. Continuación De La Antigua Revista De Escuelas
Normales, 96(35.1). https://doi.org/10.47553/rifop.v96i35.1.87493
Pérez, N. (2025). Grupo de discusión y sociedad de consumo. Una aproximación
sociohistórica a la metodología social cualitativa de la mano de Jesús Ibáñez.
Encrucijadas. Revista Crítica de Ciencias Sociales, 25(1), r2504.
https://dialnet.unirioja.es/descarga/articulo/10363669.pdf
Rana, K., & Chimoriya, R. (2025). A Guide to a Mixed-Methods Approach to
Healthcare Research. Encyclopedia, 5(2), 51.
https://doi.org/10.3390/encyclopedia5020051
Reidl Martínez, L.M. (2012). El diseño de investigación en educación: conceptos
120
actuales. Investigación en educación médica, 1(1), 35-39.
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-
50572012000100008&lng=es&tlng=es.
Rendón-Macías, M. E., & Villasís-Keever, M. Á.. (2017). El protocolo de
investigación V: el cálculo del tamaño de muestra. Revista alergia México, 64(2),
220-227. https://doi.org/10.29262/ram.v64i2.267
Robles, B. (2011). La entrevista en profundidad: una técnica útil dentro del
campo antropofísico. Cuicuilco, 18(52), 39-49.
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0185-
16592011000300004&lng=es&tlng=es.
Rojas Soriano, R. (2013). Guía para realizar investigaciones sociales. Ciudad de
México: Plaza y Valdés, S. A. de C.V.
Sánchez Flores, F. A. (2019). Epistemic Fundamentals of Qualitative and
Quantitative Research: Consensus and Dissensus. Revista Digital De Investigación
En Docencia Universitaria, 13(1), 101-
122. https://doi.org/10.19083/ridu.2019.644
Sánchez Molina, A. A., & Murillo Garza, A. (2021). Enfoques metodológicos en
la investigación histórica: cuantitativa, cualitativa y comparativa. Debates Por La
Historia, 9(2), 147–181. https://doi.org/10.54167/debates-por-la-
historia.v9i2.792
Villegas Portero, R. (2024). MAXQDA, Una herramienta de análisis cualitativo
adaptable a los estudios sincrónicos y diacrónicos de sintaxis. Res Diachronicae,
22, 1-17. https://resdi.net/wp-content/uploads/2024/12/a2203_publ.pdf
Walker Janzen, W. (2016). Algunas consideraciones para el uso de la
metodología cualitativa en investigación social. Foro Educacional, 27, 13-32.
https://dialnet.unirioja.es/descarga/articulo/6429426.pdf
122
De esta edición de “Tratado exhaustivo sobre metodología de la
investigación en humanidades y educación: paradigmas, diseños y
praxis contemporánea”, se terminó de editar en la ciudad de Colonia
del Sacramento en la República Oriental del Uruguay el 28 de junio
de 2026
123
Editorial Mar Caribe
Tratado exhaustivo sobre metodología de la investigación en
humanidades y educación: paradigmas, diseños y praxis
contemporánea
ISBN: 978-9915-715-00-1
Colonia, Uruguay
Junio, 2026
