Laboratorio de investigación
Aprende a investigar tomando mejores decisiones.
Evalúa tu criterio, practica por tema y utiliza herramientas para entender por qué una decisión metodológica puede ser correcta, insuficiente o indefendible.
Resultados orientativos. El Laboratorio está diseñado para aprender y practicar, no para sustituir una evaluación académica formal.
Empieza por lo que necesitas
Elige tu ruta dentro del Laboratorio
No tienes que recorrer toda la página. Selecciona la forma más útil para encontrar una práctica.
Elige una opción para ver únicamente los exámenes relacionados.
Diagnóstico general
¿Qué tanto sabes de investigación?
Ocho preguntas de criterio, presentadas una por una.
Un instrumento obtiene α = 0.93. ¿Qué conclusión es metodológicamente defendible?
El alfa se relaciona con consistencia interna. No demuestra por sí solo validez, unidimensionalidad, invariancia ni transferibilidad entre poblaciones.
En un estudio transversal se observa una asociación significativa entre X e Y. ¿Qué afirmación es más rigurosa?
La asociación no resuelve temporalidad, confusión ni causalidad inversa. La inferencia causal requiere una estrategia de identificación coherente.
Un artículo analiza una base de datos secundaria ya existente. ¿Cómo debe clasificarse?
La condición empírica depende de analizar evidencia observable con un método, no de que los datos hayan sido recolectados directamente por los autores.
¿Qué elemento distingue mejor una revisión sistemática rigurosa de una búsqueda bibliográfica amplia?
PRISMA es una guía de reporte. La sistematicidad también exige método reproducible, criterios previos y evaluación crítica.
¿Cuál es la principal limitación de fijar el tamaño de muestra solo como un porcentaje de la población?
El tamaño de muestra debe derivarse del parámetro a estimar, precisión, confianza, variabilidad y diseño; el porcentaje de la población no es una regla general.
El objetivo dice “determinar el efecto de X sobre Y”, pero el diseño es no experimental y transversal. ¿Qué problema aparece?
El lenguaje de efecto exige justificar causalidad. Un diseño transversal observacional normalmente no identifica por sí solo un efecto causal.
En una investigación cualitativa, ¿qué criterio es más coherente que “representatividad estadística”?
La suficiencia cualitativa se justifica con criterios como saturación, riqueza, diversidad y adecuación al propósito, no con representatividad estadística.
Un plan de negocio presenta VAN positivo en el escenario base. ¿Es suficiente para afirmar que el proyecto es viable?
La viabilidad depende de la calidad de supuestos y evidencia. Un indicador financiero aislado puede cambiar drásticamente bajo escenarios alternativos.
Práctica guiada
Exámenes técnicos según tu necesidad
Los exámenes aparecen cuando eliges una ruta arriba. Así ves solo lo que corresponde a tu interés.
Selecciona “Por tipo de trabajo” o “Por parte de la investigación”.
¿Qué hace defendible una matriz de consistencia?
La matriz es útil cuando permite auditar coherencia entre la pregunta, lo que se pretende conocer y la evidencia que realmente puede producir el diseño.
¿Qué error ocurre al operacionalizar “calidad de vida” únicamente con una pregunta general?
Los constructos complejos suelen requerir dimensiones e indicadores sustentados teóricamente; una pregunta única puede subrepresentar el dominio.
¿Qué condición fortalece una inferencia causal?
La causalidad no se obtiene del nombre de una técnica estadística; exige que el diseño y los supuestos permitan aislar una variación interpretable causalmente.
¿Cuándo un muestreo no probabilístico limita especialmente la inferencia?
Sin probabilidades de inclusión conocidas, la generalización estadística requiere cautela y no puede justificarse solo con tamaño muestral.
En métodos mixtos, ¿qué significa integrar?
El rasgo distintivo del diseño mixto es la integración: conexión, construcción, combinación o comparación de evidencias para una inferencia conjunta.
¿Cuál es una señal de una tesis metodológicamente incoherente?
La incoherencia aparece cuando la capacidad del diseño no alcanza para responder lo prometido en objetivos o hipótesis.
¿Qué debería hacer principalmente una discusión?
La discusión transforma resultados en argumentos: los sitúa frente a teoría y evidencia previa, y define qué puede concluirse razonablemente.
Ante una pregunta del jurado sobre una limitación real, ¿qué respuesta es más sólida?
Una defensa fuerte distingue limitación de invalidez total y muestra comprensión de cómo afecta la interpretación.
¿Qué convierte una hipótesis en contrastable?
La contrastabilidad depende de que los conceptos puedan conectarse con observaciones y de que el diseño permita evaluar la proposición.
Si los resultados no apoyan la hipótesis, ¿qué corresponde?
Un resultado no confirmatorio también es evidencia. La práctica rigurosa evita ajustar retroactivamente la pregunta para “hacer coincidir” los hallazgos.
¿Qué suele evaluar un editor antes de enviar un manuscrito a revisión por pares?
El desk review filtra ajuste y potencial científico/editorial antes de invertir recursos en revisión externa.
¿Qué hace que una contribución sea más clara?
La contribución debe formularse como diferencia verificable respecto al estado del conocimiento, no como una declaración genérica de importancia.
¿Por qué no conviene elegir una revista solo por su cuartil?
El mejor destino combina calidad con ajuste real. Un manuscrito excelente puede ser rechazado si no encaja con la revista.
¿Qué problema presenta informar únicamente p-valores?
La significancia estadística no expresa cuán grande o precisa es una asociación o diferencia.
¿Qué práctica amenaza la credibilidad de un artículo?
La flexibilidad analítica no declarada puede inflar hallazgos y dificulta distinguir análisis confirmatorios de exploratorios.
¿Qué caracteriza mejor un artículo empírico?
La evidencia puede provenir de experimentos, observaciones, archivos, entrevistas, documentos o datos secundarios.
¿Qué puede aportar un artículo teórico riguroso?
Un artículo teórico debe generar avance conceptual, no ser una compilación de definiciones.
Un estudio que analiza sentencias judiciales con codificación sistemática es…
La fuente documental no elimina el carácter empírico cuando existe observación/codificación sistemática para responder una pregunta.
¿Qué error es frecuente al distinguir artículos teóricos y empíricos?
La encuesta es solo una técnica. La clasificación exige considerar propósito, evidencia y método.
¿Puede un artículo empírico contribuir a teoría?
Teoría y empiria no son categorías incompatibles: un artículo empírico puede producir una contribución teórica sólida.
¿Qué hace reproducible una estrategia de búsqueda?
La reproducibilidad exige que otra persona pueda reconstruir razonablemente cómo se obtuvo el conjunto de registros.
¿Qué diferencia el riesgo de sesgo de la “calidad general” de un artículo?
Las herramientas de riesgo de sesgo evalúan dominios metodológicos que pueden distorsionar estimaciones, no prestigio editorial.
¿Qué indica una alta citación bibliométrica?
Las citas son una señal de uso/impacto dentro de redes académicas y pueden responder a múltiples razones, incluso críticas.
¿Cuándo una síntesis narrativa sigue siendo sistemática?
La sistematicidad se refiere al proceso completo; no toda revisión sistemática requiere metaanálisis.
¿Qué problema genera modificar criterios de inclusión después de ver qué estudios “convienen”?
Los criterios deben definirse y justificarse antes o, si cambian, documentarse transparentemente con razones metodológicas.
¿Qué fortalece un TSP más allá de describir experiencia laboral?
El valor académico del TSP proviene de transformar experiencia profesional en un problema analizable con evidencia y reflexión técnica.
¿Qué riesgo existe si el TSP solo narra actividades cronológicamente?
La narrativa debe organizarse alrededor de un problema y decisiones profesionales, no solo de una secuencia de tareas.
¿Qué debe justificar una propuesta de mejora en un TSP?
Una mejora defendible muestra por qué responde al diagnóstico y cómo podría evaluarse su implementación.
¿Qué evidencia puede ser válida en un TSP?
La evidencia depende del problema profesional; debe ser pertinente, trazable y analizada con un criterio explícito.
¿Cómo se evita confundir experiencia con evidencia?
La experiencia aporta contexto, pero las conclusiones requieren distinguir hechos, registros, decisiones e interpretación.
¿Qué debilita una estimación de demanda?
La intención declarada suele sobreestimar conducta real. La demanda necesita supuestos explícitos y validación con evidencia complementaria.
¿Qué significa que VAN > 0?
El VAN depende de supuestos. La sensibilidad y escenarios son esenciales para evaluar robustez.
¿Qué es más útil para evaluar la robustez financiera?
La robustez se evalúa observando cómo cambia la decisión cuando varían los supuestos clave.
¿Qué conecta mercado y operaciones?
El plan debe mostrar cómo la propuesta de valor se traduce en procesos, recursos, capacidad, costos y experiencia del cliente.
¿Qué problema genera calcular el punto de equilibrio con costos mal clasificados?
Separar correctamente costos fijos y variables es crucial para interpretar margen de contribución y punto de equilibrio.
Dos grupos independientes y una variable continua muy asimétrica. ¿Qué debe decidirse antes de elegir una prueba?
La elección de prueba depende de objetivo, escala y supuestos. No existe una regla automática basada solo en número de grupos.
¿Qué diferencia codificar cualitativamente de “etiquetar frases”?
La codificación es una operación analítica iterativa, no solo una clasificación superficial.
¿Cuándo Spearman puede ser más apropiado que Pearson?
Spearman trabaja sobre rangos y evalúa monotonicidad; la elección requiere revisar escala, forma de relación y supuestos.
¿Qué es una “joint display” en métodos mixtos?
Las joint displays ayudan a integrar resultados, revelar convergencias/divergencias y construir meta-inferencias.
¿Por qué reportar tamaño de efecto junto con significancia?
Un p-valor no indica tamaño del fenómeno. El tamaño de efecto y su incertidumbre enriquecen la interpretación.
Herramientas
Calcula y orienta una decisión
Abre únicamente la herramienta que necesites.
CalculadoraTamaño de muestraEstimación orientativa para proporciones en población finita.
Estimación orientativa para proporciones en población finita.
Supone muestreo aleatorio y estimación de una proporción. El diseño real puede requerir ajustes.
Selector orientativo¿Qué análisis podría corresponder?Relaciona objetivo, tipo de variable y comparación.
Relaciona objetivo, tipo de variable y comparación.
Selecciona las características y pulsa “Orientar análisis”.
InterpretadorAlfa de CronbachInterpreta consistencia interna sin confundirla con validez.
Interpreta consistencia interna sin confundirla con validez.
Un α alto puede apoyar la confiabilidad interna, pero no demuestra por sí solo validez del instrumento.
Reto avanzado
¿Podrías defender esta decisión ante un jurado?
Abre un caso. Primero piensa tu respuesta; después compara el criterio.
01Mi alfa de Cronbach es 0.93; por lo tanto mi instrumento es válido.Ver análisis
No. El alfa evalúa consistencia interna bajo determinados supuestos. La validez requiere evidencia adicional sobre contenido, estructura interna, relación con otras variables y uso previsto.
02Encontré una correlación significativa, entonces X causa Y.Ver análisis
No. Una asociación estadística no resuelve temporalidad, confusión ni causalidad inversa. La inferencia causal depende del diseño y de una estrategia de identificación.
03Mi muestra son 30 sujetos, así que automáticamente es suficiente.Ver análisis
No existe una regla universal de n = 30. El tamaño se justifica según objetivo, estimando, precisión, potencia, variabilidad, diseño y restricciones del estudio.
04Mi artículo no recolectó datos nuevos; por eso necesariamente es teórico.Ver análisis
No necesariamente. El análisis sistemático de datos secundarios, documentos, archivos o registros puede constituir investigación empírica.
Muestras de criterio
Compara una formulación débil con una defendible
Consulta solo el ejemplo que quieras revisar.
Objetivos¿“Conocer” es suficiente como objetivo?
Débil: “Conocer la satisfacción de los usuarios.”
Más defendible: especifica qué dimensión se analizará, en qué población, contexto y periodo, y utiliza un verbo compatible con el diseño y el análisis previsto.
HipótesisUna hipótesis no es solo una predicción
Débil: “La variable X mejorará.”
Más defendible: establece variables, dirección o relación cuando corresponde, población y un vínculo lógico con teoría y diseño.
DiscusiónRepetir resultados no es discutir
Débil: volver a enumerar porcentajes y p-valores.
Más defendible: interpreta el hallazgo, lo contrasta con literatura, explica mecanismos plausibles y delimita el alcance de la inferencia.
ArtículosTeórico y empírico no significan “sin datos” y “con encuesta”
Error frecuente: clasificar solo por la presencia de una encuesta.
Más defendible: distingue el tipo de contribución, evidencia y método utilizado para responder la pregunta.
Sigue aprendiendo