En el capítulo de metodología, pocas líneas generan tantas dudas como la que empieza con «el diseño de la investigación es…». Muchos tesistas copian la fórmula de otra tesis sin saber qué significa cada palabra, y el problema aparece en la sustentación, cuando el jurado pregunta por qué ese diseño y no otro.
Esta guía explica la diferencia entre enfoque, alcance y diseño, los tipos de diseño con ejemplos, cómo se redacta el diseño con el esquema que usan muchas tesis peruanas y cómo elegir el adecuado para tu pregunta.
Enfoque, alcance y diseño: tres decisiones distintas
El enfoque es la ruta general: cuantitativa, cualitativa o mixta. El alcance, que muchas guías peruanas llaman nivel, indica hasta dónde llegas: explorar, describir, relacionar o explicar. El diseño es el plan concreto para obtener la información y responder tu pregunta (Hernández-Sampieri y Mendoza, 2018): si vas a intervenir o solo a observar, cuántas veces vas a medir y a quiénes.
| Decisión | Qué define | Opciones |
|---|---|---|
| Enfoque | La ruta y el tipo de datos | Cuantitativo, cualitativo o mixto |
| Alcance o nivel | Hasta dónde llega el conocimiento que buscas | Exploratorio, descriptivo, correlacional o explicativo |
| Diseño | Cómo obtendrás los datos | Experimental, no experimental o cualitativo |
Muchas universidades piden además ubicar el estudio entre los tipos de investigación según su finalidad: básica, si amplía el conocimiento, o aplicada, si busca resolver un problema práctico. El apartado completo suele quedar así: enfoque cuantitativo, tipo básica, nivel correlacional y diseño no experimental de corte transversal.
Error común: escribir «diseño descriptivo correlacional explicativo». Un estudio puede tocar varios alcances, pero se declara el principal y un diseño coherente con él.
Diseños experimentales
En un diseño experimental, el investigador manipula a propósito una variable independiente (un programa, una estrategia, un tratamiento) y mide su efecto en una dependiente. Se representa con la notación de Campbell y Stanley (1995), adaptada en los manuales en español: R es la asignación al azar; G, el grupo (GE si es experimental y GC si es de control); X, el tratamiento; O, cada medición (O1, O2…); y la raya (—), la ausencia de tratamiento.
Preexperimental
Trabaja con un solo grupo, sin grupo de control. El más común es el de preprueba y posprueba:
G: O1 X O2
Ejemplo: se mide la redacción académica de 30 estudiantes, se aplica un taller de doce sesiones y se vuelve a medir. Si el puntaje sube, no sabrás si fue por el taller o por lo que aprendieron en otros cursos: sirve como primera aproximación, pero es débil para afirmar causalidad.
Cuasiexperimental
Hay manipulación y grupo de comparación, pero sin asignación al azar: se trabaja con grupos ya formados, como dos secciones de un curso. Uno de los más usados es el de preprueba, posprueba y grupo de control no equivalente:
- GE: O1 X O2
- GC: O3 — O4
Ejemplo: una sección de Matemática Básica trabaja ocho semanas con aprendizaje basado en problemas y otra sigue con la metodología habitual; ambas rinden la misma prueba antes y después. La preprueba muestra si partían de niveles parecidos.
Experimental puro
Suma la asignación aleatoria de los participantes, que vuelve equivalentes a los grupos desde el inicio:
- RGE: O1 X O2
- RGC: O3 — O4
Ejemplo: 80 voluntarios se asignan al azar a dos versiones de un módulo virtual de estadística, con y sin retroalimentación inmediata. Es menos frecuente en pregrado, porque pocas veces se puede asignar a las personas al azar.
| Diseño | Grupo de control | Asignación al azar | Control de otras explicaciones |
|---|---|---|---|
| Preexperimental | No | No | Bajo |
| Cuasiexperimental | Sí, no equivalente | No | Medio |
| Experimental puro | Sí, equivalente | Sí | Alto |
Diseños no experimentales
Aquí no manipulas ninguna variable: observas y mides los fenómenos tal como se dan. Es el diseño de la mayoría de tesis descriptivas y correlacionales.
Transversales o transeccionales
Recogen los datos en un solo momento. Hernández-Sampieri y Mendoza (2018) distinguen tres tipos:
- Exploratorios: un primer acercamiento a un tema o a una población poco estudiados.
- Descriptivos: miden el nivel de una o más variables en una población; su esquema es M — O (muestra y observación).
- Correlacionales-causales: describen relaciones entre variables en un momento dado, como correlación o como causa y efecto cuando la causa ya ocurrió; su esquema más conocido es M → O1 r O2.
Como advierte Bernal (2010), la investigación correlacional examina asociaciones entre variables, pero no demuestra que una sea la causa de la otra, y los jurados suelen preguntar por ello.
Longitudinales
Recogen datos en dos o más momentos para analizar cambios:
| Tipo | A quién se mide | Ejemplo |
|---|---|---|
| De tendencia | A la población general, con muestras distintas cada vez | Los hábitos de lectura de los ingresantes de 2023, 2025 y 2027 |
| De evolución de grupo (cohorte) | A un subgrupo con una característica común, con muestras distintas de él | La promoción que ingresó en 2021, durante la educación remota, en su primer, tercer y quinto año |
| De panel | A los mismos participantes cada vez | Los mismos 120 estudiantes al inicio, a la mitad y al final de la carrera |
Error común: llamar longitudinal a un estudio porque la encuesta tardó dos meses en aplicarse. Lo que cuenta es si mides en uno o en varios momentos que quieres comparar.
Diseños cualitativos
En la ruta cualitativa, el diseño es el abordaje con que te acercas al fenómeno, y se ajusta durante el trabajo de campo. Hernández-Sampieri y Mendoza (2018) advierten que las fronteras entre estos diseños son relativas.
| Diseño | Qué busca | Ejemplo |
|---|---|---|
| Fenomenológico | Comprender la experiencia vivida de las personas | Estudiantes que trabajan de noche y estudian de día |
| Teoría fundamentada | Construir una explicación a partir de los datos | Cómo deciden los estudiantes abandonar o seguir la carrera |
| Etnográfico | Describir las prácticas y los significados de un grupo | La cultura de estudio de un grupo de tesistas |
| Narrativo | Reconstruir historias de vida desde los relatos | Los primeros profesionales universitarios de sus familias |
| Investigación-acción | Resolver un problema y transformar una práctica mediante ciclos | Un docente que mejora la retroalimentación en su curso |
La investigación-acción avanza en ciclos de planificación, acción, observación y reflexión (Kemmis y McTaggart, 1988). Creswell y Poth (2018) suman el estudio de caso: el análisis en profundidad de un caso delimitado, como una institución o un programa.
Cómo se redacta el diseño en la tesis
El apartado suele tener cuatro elementos: el nombre del diseño, el autor en el que te apoyas, la justificación y, en las tesis cuantitativas, el esquema con el significado de cada símbolo.
Ejemplo de diseño correlacional
El estudio tuvo un diseño no experimental, transversal y correlacional, porque las variables no se manipularon, los datos se recogieron en un solo momento y el propósito fue determinar la relación entre los hábitos de estudio y el rendimiento académico (Hernández-Sampieri y Mendoza, 2018). El esquema es el siguiente:
M → O1 r O2
Donde:
- M: muestra de 150 estudiantes de primer ciclo de una universidad privada de Chiclayo.
- O1: observación o medición de la variable hábitos de estudio.
- O2: observación de la variable rendimiento académico.
- r: relación entre ambas variables, estimada con un coeficiente de correlación (Pearson o Spearman, según la distribución de los datos).
Es el esquema que verás en muchas tesis peruanas, a veces dibujado con la M a la izquierda y dos flechas hacia O1 (arriba) y O2 (abajo), con la r entre ambas, o con las observaciones llamadas Ox y Oy. Si lo usas, cita el manual del que lo tomas; tu guía o tu asesor suelen indicar cuál.
Ejemplo de diseño cuasiexperimental
Se empleó un diseño cuasiexperimental con preprueba, posprueba y grupo de control no equivalente, porque se trabajó con dos secciones ya conformadas de Matemática Básica, sin asignación al azar, para determinar el efecto del aprendizaje basado en problemas. Luego va el esquema (GE: O1 X O2; GC: O3 — O4) con su explicación: GE es la sección A, de 35 estudiantes, que recibe el programa (X); GC es la sección B, de 33, que no lo recibe; O1 y O3 son las prepruebas, y O2 y O4, las pospruebas.
Tip profesional: verifica en tu matriz de consistencia que tu diseño, tu hipótesis y tu prueba estadística digan lo mismo. Una hipótesis causal con un diseño correlacional es una observación casi segura en la sustentación.
Cómo elegir el diseño según tu pregunta
| Si tu pregunta es… | Alcance | Diseño que suele corresponder |
|---|---|---|
| ¿Qué se sabe de un tema casi no estudiado? | Exploratorio | Transversal exploratorio o un diseño cualitativo |
| ¿Cuál es el nivel de una variable en un grupo? | Descriptivo | No experimental, transversal, descriptivo |
| ¿Difiere una variable entre grupos que ya existen? | Descriptivo | No experimental, transversal, comparativo |
| ¿Se relacionan dos variables? | Correlacional | No experimental, transversal, correlacional |
| ¿Cómo cambia una variable con el tiempo? | Descriptivo o correlacional | No experimental, longitudinal |
| ¿Qué efecto tiene un programa que tú aplicas? | Explicativo | Cuasiexperimental o experimental |
| ¿Cómo viven las personas una experiencia? | Cualitativo | Fenomenológico |
| ¿Cómo se explica un proceso desde quienes lo viven? | Cualitativo | Teoría fundamentada |
| ¿Cómo mejorar una práctica concreta? | Cualitativo o mixto | Investigación-acción |
Si tu pregunta encaja en más de una fila, quizá estás haciendo dos preguntas a la vez: elige la principal para el problema general y deja las otras para los objetivos específicos.
Errores comunes al declarar el diseño
- Llamar experimental a un estudio en el que no se manipuló ninguna variable.
- Declarar un cuasiexperimento sin preprueba ni grupo de comparación: eso es, como mucho, preexperimental.
- Afirmar causalidad en las conclusiones de un estudio correlacional transversal.
- Elegir un diseño longitudinal sin tiempo para medir varias veces antes de sustentar.
- Usar términos cuantitativos, como muestra probabilística, en un diseño fenomenológico.
- Presentar el esquema sin explicar cada símbolo con los datos de tu estudio.
Si usas RedactorIA para armar un primer borrador de tu metodología, revisa que el diseño coincida con tu pregunta y tus hipótesis: eres tú quien lo justifica ante el jurado.
Lista de verificación
- Declaraste por separado el enfoque, el alcance o nivel y el diseño, y el tipo si tu guía lo pide.
- El diseño responde a tu pregunta general y es coherente con tus hipótesis.
- Si hay intervención, queda claro si hubo grupo de control y asignación al azar.
- Si no la hay, indicas si el diseño es transversal o longitudinal, y de qué tipo.
- Presentas el esquema y explicas cada símbolo.
- Citas al autor en el que te apoyas y justificas la elección.
- Tu técnica de análisis corresponde al diseño declarado.
Fuentes Consultadas
- Bernal, C. A. (2010). Metodología de la investigación: administración, economía, humanidades y ciencias sociales (3.ª ed.). Pearson Educación.
- Campbell, D. T. y Stanley, J. C. (1995). Diseños experimentales y cuasiexperimentales en la investigación social. Amorrortu.
- Creswell, J. W. y Poth, C. N. (2018). Qualitative inquiry and research design: Choosing among five approaches (4.ª ed.). SAGE.
- Hernández-Sampieri, R. y Mendoza, C. P. (2018). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Interamericana Editores.
- Kemmis, S. y McTaggart, R. (1988). Cómo planificar la investigación-acción. Laertes.




