Proceso de investigación empírica: fases, pasos y ejemplo

Hagamos una prueba rápida. Frase uno: «Me he dado cuenta de que mucha gente duerme peor cuando ve las noticias por la noche». Frase dos: «En una encuesta estandarizada, la calidad del sueño mostró relación con el consumo de noticias nocturno». Las dos afirman lo mismo. Solo la segunda puede comprobarla otra persona.

La diferencia entre una observación cotidiana y la investigación está justo en esa comprobabilidad. El proceso de investigación empírica es la secuencia ordenada de pasos que convierte una suposición en una afirmación verificable: formulas una pregunta de investigación, derivas hipótesis, eliges un método de recogida, reúnes datos, los preparas, los analizas y sitúas los resultados. Al final de este artículo tendrás un plan que puedes aplicar directamente a tu propio trabajo.

📌 Lo esencial de un vistazo

• El proceso se divide en descubrimiento, justificación y aplicación.
• Raithel (2008) ordena el desarrollo en siete pasos consecutivos.
• El número de fases depende del manual que consultes.
• Una muestra grande no genera representatividad, decide la selección.
• Un resultado significativo apoya tu hipótesis, no la demuestra.

Contexto de descubrimiento, de justificación y de aplicación

El contexto de descubrimiento, el de justificación y el de aplicación son los tres ámbitos en los que se divide cualquier estudio empírico: el de descubrimiento aclara qué se investiga, el de justificación cómo se investiga y el de aplicación para qué sirven los resultados.

Esta división en tres partes procede de la teoría de la ciencia y Jürgen Raithel la presenta de forma compacta para quien estudia. No es un plan de trabajo, sino un mapa: te dice en qué terreno te mueves cuando estás delante de tu trabajo y ya no sabes si sigues justificando o si ya estás interpretando.

Para un Trabajo de Fin de Grado (TFG) o un Trabajo de Fin de Máster (TFM), el contexto de justificación es el decisivo, porque llena el cuerpo del trabajo. El contexto de descubrimiento, en cambio, suele resolverse rápido: tu interés por la materia o un hueco en la literatura bastan como punto de partida. Nadie espera que arranques de un gran problema social. Qué hay detrás del concepto en su conjunto lo explica nuestra guía sobre investigación empírica.

El contexto de descubrimiento justifica por qué preguntas. El contexto de justificación decide si alguien se cree tu respuesta.

El desarrollo de la investigación: los siete pasos

Según Jürgen Raithel, el desarrollo de la investigación comprende siete pasos: objetivo y pregunta de investigación, teoría e hipótesis, conceptualización, preparación y recogida de datos, tratamiento de los datos, análisis de los datos e interpretación y diseminación, es decir, la redacción de los resultados.

Raithel escribió su modelo expresamente para quien estudia ciencias sociales, y se nota: los pasos están planteados de tal manera que casi cada uno puede convertirse en un capítulo del trabajo final. Están descritos en el capítulo «Phasen des Forschungsprozesses im Überblick», en las páginas 25 a 32.

La columna de la derecha es más útil de lo que parece. Quien se atasca en un trabajo final rara vez comete un error de razonamiento: casi siempre está trabajando en dos pasos a la vez. Un criterio claro de cierre por paso ayuda más que cualquier cronograma.

💡 Consejo

Si tienes que respaldar tu procedimiento en el apartado de metodología, cita el modelo en la fuente original: Raithel, Jürgen (2008): Quantitative Forschung. Ein Praxiskurs. 2.ª edición. VS Verlag für Sozialwissenschaften, Wiesbaden, páginas 25 a 32. La edición está disponible en SpringerLink.

¿Cuántas fases tiene el proceso de investigación?

El número de fases del proceso de investigación depende del manual y no de la investigación en sí: los modelos habituales distinguen entre tres y nueve apartados, porque descomponen las mismas tareas con distinto nivel de detalle. Cinco, seis, siete o nueve fases no son una contradicción, sino una cuestión de profundidad en la exposición.

Un vistazo a esa horquilla lo hace tangible. La teoría de la ciencia se conforma con tres contextos, Raithel (2008) nombra siete pasos, y Rainer Schnell, Paul B. Hill y Elke Esser estructuran el desarrollo de otra manera en «Methoden der empirischen Sozialforschung», una obra de referencia en lengua alemana. Ninguna de las tres divisiones es más correcta que las otras.

Para tu trabajo se deducen dos cosas. Elige un modelo, cita la fuente y quédate con él, porque un apartado de metodología que salta de un modelo de fases a otro transmite inseguridad. Y no te desconcierte una cifra distinta si tu tutor o tutora prefiere otro manual. Una pregunta breve sobre qué modelo es habitual en tu disciplina te ahorra mucho tiempo aquí.

Una limitación se pierde de vista en casi todas las presentaciones: el desarrollo no es de sentido único. En la práctica retrocedes porque el pretest tumba una pregunta o porque durante el análisis te falta una variable. El orden describe la lógica de tu argumentación, no tu calendario.

De la pregunta de investigación a la recogida de datos: pasos 1 a 4

Los cuatro primeros pasos deciden la calidad de tu trabajo, aunque en ellos todavía no aparezca ni un solo número. Quien los despacha deprisa lo nota al analizar, y para entonces el campo está cerrado y no se puede repetir.

Los cuatro pasos están estrechamente unidos: de la pregunta de investigación sale la hipótesis, de la hipótesis salen las variables, de las variables sale el cuestionario. Si cambias algo en un punto, revisa también los otros tres.

Paso 1: fijar el objetivo y la pregunta de investigación

Todo empieza por decidir qué quieres averiguar. Delimita el tema hasta que la pregunta quepa en una frase y define qué propósito tiene tu estudio: explorar un campo poco investigado, describir un estado o explicar una relación. Esa decisión determina después el análisis. Cómo convertir todo eso en una pregunta sólida lo vemos al formular la pregunta de investigación, y los cuatro tipos de objetivo están en exploratorio, descriptivo, explicativo y causal.

Paso 2: revisar la teoría y formular hipótesis

Las hipótesis son suposiciones sobre la relación entre al menos dos variables, y no salen de la intuición, sino de la teoría. Revisa para ello el estado de la investigación y busca modelos que ya expliquen tu objeto de estudio. Una hipótesis utilizable nombra las dos variables y la dirección de la relación. «Un consumo frecuente de noticias va acompañado de una peor calidad del sueño» es comprobable. «Los medios influyen en las personas» no lo es.

Paso 3: conceptualización, operacionalización y pretest

La conceptualización traduce tu hipótesis a algo medible. Primero defines qué variables necesitas y cómo las registras, y eso se llama operacionalización (= la traducción de un concepto a una regla de medición concreta). Después construyes el instrumento, casi siempre un cuestionario, determinas tu muestra y planificas el periodo. Al final llega el pretest: pide a unas pocas personas de tu grupo objetivo que rellenen el borrador y cambia después aquello en lo que se quedaron atascadas.

Paso 4: preparar el campo y recoger los datos

Con la recogida de datos empieza la parte que ya no puedes deshacer. Aclara de antemano el consentimiento de quienes participan, fija un periodo de campo cerrado y piensa por qué canales llegas de verdad a tu grupo objetivo. En una encuesta online envías el enlace, en una entrevista a personas expertas mantienes las conversaciones. Cómo reunir respuestas suficientes lo explicamos en nuestro artículo sobre cómo encontrar participantes para tu encuesta online.

De los datos brutos al informe de resultados: pasos 5 a 7

Los tres últimos pasos convierten una tabla llena de respuestas en una afirmación. Son la parte que el tribunal lee con más atención, porque ahí se ve si has entendido tus propios datos.

Reserva para ello más tiempo del que sugiere su extensión. El análisis suele durar más que la recogida y, a diferencia del cuestionario, no hay ninguna plantilla que te quite el trabajo de pensar.

Paso 5: preparar y depurar los datos

Los datos brutos nunca están listos para analizar. Primero llevas las respuestas a una matriz de datos, es decir, una tabla con una fila por persona y una columna por variable, y las trasladas a tu programa de análisis. Después revisas la base en busca de errores evidentes y descartas los casos incompletos o claramente respondidos a la ligera. Lo decisivo es la justificación: quien elimina casos porque contradicen su propia hipótesis está falseando el resultado. Qué criterios de calidad hay detrás lo explicamos en objetividad, fiabilidad y validez.

Paso 6: analizar los datos

El método de análisis se deriva del tipo de datos. Los datos cuantitativos se analizan con frecuencias, medias, medidas de asociación y, según la pregunta, con pruebas de significación; los cualitativos, con análisis de contenido y codificaciones. Lo habitual es un nivel de significación del 5 por ciento, escrito como alfa igual a 0,05. Las diferencias entre ambos caminos las describimos en métodos de investigación cualitativos y cuantitativos, y los procedimientos concretos en métodos de análisis.

Paso 7: interpretar los resultados y redactarlos

La interpretación responde a tu pregunta de investigación y sitúa el hallazgo en el estado de la investigación. Separa con claridad lo que muestran los datos de lo que tú deduces de ellos. La interpretación debe incluir obligatoriamente los límites de tu estudio: tamaño de la muestra, procedimiento de selección, autoinforme de quienes participan. Diseminación significa después la difusión de los resultados, en un trabajo final simplemente el texto acabado con conclusión y perspectivas.

Un ejemplo: así transcurre un trabajo final empírico

El desarrollo se entiende más rápido si se recorre una vez con un tema concreto. El ejemplo que se usa aquí es un Trabajo de Fin de Grado sobre la relación entre consumo de noticias y bienestar, porque en él se ven los siete pasos.

Una advertencia previa, para que no quede una impresión equivocada: lo que sigue es un patrón de desarrollo, no un estudio realizado. Los resultados quedan aquí abiertos a propósito, porque sin una recogida real no demostrarían nada.

La preparación en el ejemplo: pregunta, hipótesis y cuestionario

Cuatro de los siete pasos ocurren antes de la primera respuesta, y justo ahí se decide si el análisis posterior dará algo de sí.

1. Objetivo y pregunta de investigación. La pregunta es: ¿la frecuencia del consumo de noticias guarda relación con el bienestar autopercibido? El objetivo es explicativo, es decir, se trata de una relación y no de una simple descripción.
2. Teoría e hipótesis. La teoría del cultivo de George Gerbner, que acuñó el concepto de «mean world syndrome», puede servir de marco teórico. La hipótesis es: un consumo frecuente de noticias va acompañado de un bienestar autopercibido más bajo.
3. Conceptualización. Los datos se recogen mediante una encuesta online estandarizada. Las variables son el consumo de noticias, el bienestar y algunas características sociodemográficas. El grupo objetivo son personas adultas en España, y la muestra surge de un muestreo por conveniencia. Tras el pretest, las preguntas sobre bienestar pasan al principio, para que no queden influidas por las preguntas sobre uso de medios.
4. Recogida de datos. El periodo de campo abarca cuatro semanas y el enlace circula por listas universitarias y grupos afines. Quien planifica una encuesta para el Trabajo de Fin de Grado debería prever tiempo de sobra para este paso, porque las respuestas rara vez llegan tan rápido como uno espera.

El análisis en el ejemplo: de los datos brutos a la conclusión

A partir de aquí trabajas solo con las respuestas que realmente han llegado. Ya no se pueden conseguir datos nuevos, y justo por eso la preparación es tan importante.

1. Tratamiento de los datos. Las respuestas se trasladan a una matriz de datos y se codifican. Los abandonos y los casos con un tiempo de respuesta llamativamente corto se descartan según reglas fijadas de antemano, no por intuición.
2. Análisis de los datos. Primero vienen frecuencias y medias para ambas variables, después una medida de asociación y una prueba de significación adecuada. Si aparece o no una relación queda abierto, y ese es justamente el punto: no hace falta comprobar una hipótesis cuyo resultado se conoce de antemano.
3. Interpretación y diseminación. El hallazgo se sitúa en el estado de la investigación y se nombran los límites: muestreo por conveniencia, autoinforme y un diseño transversal sin afirmación sobre causa y efecto. Las perspectivas indican qué podría hacer mejor un estudio posterior.

Errores típicos en el proceso de investigación

La mayoría de los problemas en los trabajos finales no surgen en la estadística, sino mucho antes. Cinco errores aparecen con tanta regularidad que merece la pena repasarlos brevemente antes de salir a campo.

Los cinco tienen algo en común: todos se pueden corregir antes de la recogida de datos y casi nunca después. Esa es la mala y a la vez la buena noticia.

Error 1: el método está decidido antes que la pregunta de investigación

Un método elegido demasiado pronto estrecha la pregunta en lugar de servirla. Quien se propone hacer «algo con entrevistas» reformula después la pregunta de investigación para que las entrevistas encajen. Lo sensato es el orden inverso: primero está claro qué quieres saber y de ahí se deriva con qué se puede recoger. En el apartado de metodología tendrás que justificar esa elección de todos modos, y «me llamaba la atención» no sirve como argumento.

Error 2: una muestra grande se toma por representativa

Una muestra más grande hace tus resultados más precisos, pero no automáticamente representativos. Se lee a menudo que la representatividad crece con el número de participantes. No es así, porque lo determinante es cómo se ha formado la muestra.

La American Association for Public Opinion Research advierte en su informe sobre muestras no probabilísticas (2013) de que no se puede afirmar representatividad cuando las personas participantes no se han seleccionado al azar, por ejemplo en paneles de adhesión voluntaria o en muestreos por conveniencia, y deja claro que un mayor número de casos no compensa la falta de selección aleatoria. Para un trabajo final eso es un alivio: se espera una selección bien justificada, no un estudio representativo de la población. Qué criterios rigen realmente está en nuestro artículo sobre la encuesta representativa, y el informe, en inglés, está disponible como PDF en AAPOR.

Error 3: un resultado significativo se toma por una prueba

Un resultado estadísticamente significativo apoya tu hipótesis, no la demuestra. El valor p indica lo bien que los datos encajan con un modelo supuesto, y no lo probable que es que la hipótesis estudiada sea cierta. La American Statistical Association lo fijó en 2016 en seis principios.

Formula, por tanto, con prudencia. La frase «la relación es estadísticamente significativa» es correcta. La frase «la hipótesis está demostrada» no lo es. Y un detalle que se tuerce con frecuencia: el nivel de significación habitual es del 5 por ciento, es decir, alfa igual a 0,05, y no del 0,05 por ciento. Los seis principios están como PDF en la American Statistical Association.

Error 4: las categorías de respuesta se solapan

Unos tramos de respuesta que se solapan dejan la pregunta inservible. Quien en la pregunta por el consumo diario de noticias ofrece los tramos de 0 a 2, de 2 a 4 y de 4 a 6 horas obliga a cualquier persona con exactamente dos horas a decidir al azar. Lo correcto son tramos sin solapamiento y sin huecos, por ejemplo menos de 2 horas, de 2 a menos de 4 horas y 4 horas o más. El mismo error ocurre con los grupos de edad, y casi siempre se descubre al analizar.

Error 5: faltan los límites del propio trabajo

Un apartado de resultados sin limitaciones no parece seguro, sino descuidado. Todo estudio estudiantil tiene límites, y nombrarlos no cuesta puntos, sino que los da. Indica en concreto qué reduce el alcance: el procedimiento de selección, el tamaño de la muestra, el autoinforme de quienes responden, un diseño transversal que no permite afirmar nada sobre causa y efecto. Quien conoce sus propios límites demuestra con ello que ha entendido el método.

Fuentes y bibliografía complementaria

Las siguientes fuentes sostienen las afirmaciones de este artículo y sirven a la vez como referencias para tu propio apartado de metodología.

• Raithel, Jürgen (2008): Quantitative Forschung. Ein Praxiskurs. 2.ª edición. VS Verlag für Sozialwissenschaften, Wiesbaden. Manual en lengua alemana, capítulo «Phasen des Forschungsprozesses im Überblick», páginas 25 a 32.
• Friedrichs, Jürgen (1990): Methoden empirischer Sozialforschung. 14.ª edición. Obra en lengua alemana, básica para la distinción entre contexto de descubrimiento, de justificación y de aplicación.
• Schnell, Rainer; Hill, Paul B.; Esser, Elke (2013): Methoden der empirischen Sozialforschung. Obra de referencia en lengua alemana con un modelo de fases propio.
• American Association for Public Opinion Research (2013): Report of the AAPOR Task Force on Non-Probability Sampling. En inglés.
• American Statistical Association (2016): Statement on Statistical Significance and P-Values. En inglés.

Conclusión

El proceso de investigación empírica es menos un método que una secuencia de decisiones que debes poder justificar en cualquier momento. Si la pregunta de investigación, la hipótesis, las variables y el análisis encajan limpiamente, tu trabajo es bueno incluso cuando el hallazgo resulta poco espectacular. Se evalúa el procedimiento, no el resultado.

Cómo seguir

• ¿Quieres repasar los fundamentos? Investigación empírica: definición, métodos y guía
• ¿Buscas el método de recogida adecuado? Métodos de investigación cualitativos y cuantitativos
• ¿Trabajas en ciencias sociales? Investigación social empírica: definición y métodos
• ¿Ya estás con los datos? Métodos de análisis en la investigación empírica

¿Te faltan todavía los datos para el contexto de justificación?

Con empirio.ai, una herramienta de encuestas online de Alemania, creas tu cuestionario gratis, lo compartes como enlace y ves las respuestas ya analizadas.

Crear una encuesta