Lo cuantitativo no es sinónimo de rigor y lo cualitativo no es sinónimo de profundidad: ambas afirmaciones esconden decisiones metodológicas que deben justificarse.
La Etapa B ya fijó una pregunta, un diseño y salvaguardas éticas. Ahora debes decidir qué evidencia producirás y cómo la analizarás sin convertir los métodos en identidades ni acumular técnicas que no cambian la inferencia.
🧭 Antes de comenzar
Tu diseño de L4 busca comprender cómo estudiantes revisan argumentos con apoyo digital y también estimar si ciertos patrones de revisión se asocian con cambios en la calidad del texto. ¿Qué decisión metodológica es más coherente?
Objetivo didáctico
Construirás una estrategia metodológica provisional coherente con la pregunta y el diseño consolidados en L4. Decidirás qué componentes cuantitativos, cualitativos o integrados son necesarios, cómo seleccionarás unidades o participantes, qué evidencia producirás, qué lógica de análisis aplicarás y, si corresponde, en qué punto se integrarán los componentes para producir una meta-inferencia.
Introducción
En L3 elegiste una arquitectura de diseño y en L4 la modificaste a la luz de criterios éticos. Esa secuencia importa: el método no debe aparecer como preferencia personal desconectada del problema. Una pregunta sobre magnitud, diferencia o asociación exige decisiones de medición y comparación; una pregunta sobre prácticas, significados o mecanismos exige preservar contexto y documentar decisiones interpretativas. Algunas preguntas necesitan ambas capas, pero solo cuando su integración añade conocimiento que ninguna produciría sola.
Heinrich (2024) muestra que una parte importante de la investigación cualitativa y mixta en tecnología educativa presenta debilidades en su descripción metodológica. Ketsman, Droog y Qazi (2025) encuentran además que los métodos mixtos están subrepresentados y que muchos estudios no identifican con precisión su diseño. Peters y Fàbregues (2024) sitúan el problema en la integración: dos conjuntos de datos no producen automáticamente una investigación mixta.
💡 Estrategia metodológica
Conjunto justificado de decisiones sobre selección de unidades, producción de datos, operacionalización o construcción de categorías, análisis e integración que convierte un diseño en evidencia interpretable.
Decisión de arranque: toma la pregunta y el diseño de L4 y escribe dos columnas: «necesito estimar o comparar» y «necesito comprender o explicar». Si una columna queda vacía, no fuerces un enfoque mixto. Si ambas contienen decisiones indispensables, explica qué relación deberá existir entre ellas.
Desarrollo del tema
Los métodos se eligen por la inferencia que deben sostener
Las etiquetas cuantitativo y cualitativo son demasiado amplias para justificar un método. Dentro de cada familia existen decisiones incompatibles entre sí. Un estudio cuantitativo puede estimar prevalencia, cambio, asociación o efecto; cada propósito exige una estructura distinta de medición y comparación. Un estudio cualitativo puede reconstruir prácticas, desarrollar teoría, describir experiencias o explicar mecanismos; cada propósito cambia selección, producción y análisis de datos.
La pregunta metodológica no es «¿qué enfoque me gusta?», sino «¿qué evidencia tendría que observar para defender la inferencia definida?». El diseño de L3 y las salvaguardas de L4 limitan las opciones. Si el acceso al campo impide una medición repetida, no basta con preferir un diseño longitudinal. Si la protección de datos obliga a excluir trazas granulares, el protocolo debe revisar qué inferencia sigue siendo posible.
Heinrich (2024) propone fortalecer la descripción de enfoques para evitar que la metodología quede reducida a una etiqueta. La implicación para tu protocolo es directa: debes describir la operación que convierte datos en evidencia y no solo nombrar el enfoque.
Aplicación: redacta una frase que conecte pregunta, método e inferencia con esta estructura: «Necesito producir ___ porque solo así podré sostener ___ sin afirmar ___».
Comparador · Tres lógicas de evidencia
Contrasta qué hace visible cada alcance y qué exigencia metodológica introduce.
Alcance cuantitativo: operacionalizar sin empobrecer el constructo
El trabajo cuantitativo convierte constructos en observaciones comparables. Esa traducción es una decisión teórica, no un paso técnico neutral. «Participación», «calidad», «autorregulación» o «presencia» pueden operacionalizarse de formas distintas y cada elección hace visibles unas dimensiones y oculta otras.
Una estrategia cuantitativa rigurosa exige definir unidad, variable o medida, escala, temporalidad y fuente de error. También debe distinguir significación estadística, magnitud del efecto y relevancia educativa. Una diferencia detectable puede ser trivial para la práctica; una diferencia importante puede quedar imprecisa cuando el diseño tiene poca información.
Dayo et al. (2024) muestran que en diseños experimentales de caso único la medición repetida y la representación temporal son esenciales para interpretar cambio. La lección es generalizable al razonamiento metodológico: la medida debe corresponder a la inferencia y a la temporalidad del diseño, no solo ser fácil de obtener.
Aplicación: selecciona un constructo de tu proyecto y propón dos indicadores posibles. Para cada uno, escribe qué parte del constructo representa y qué parte quedaría fuera.
Figura 5: Constelación de decisiones cuantitativas, cualitativas y de integración alrededor de la pregunta y el diseño. Elaboración propia a partir de Heinrich (2024), Peters y Fàbregues (2024), Dayo et al. (2024) y Ketsman et al. (2025).
Alcance cualitativo: explicar decisiones, prácticas y mecanismos
El trabajo cualitativo no es el componente «subjetivo» de un estudio. Produce evidencia mediante selección deliberada de casos, interacción con participantes, documentos o registros, y un análisis que hace trazables las decisiones interpretativas. Su rigor depende de cómo se construyen categorías, se contrastan casos, se buscan explicaciones rivales y se incorpora reflexividad.
En educación digital, los rastros de plataforma pueden formar parte de una estrategia cualitativa cuando se interpretan como secuencias situadas y se conectan con prácticas y significados. Del mismo modo, una entrevista no garantiza profundidad: si las preguntas solo piden opiniones generales o el análisis se limita a agrupar frases por frecuencia, la técnica no produce por sí misma una explicación.
Heinrich (2024) advierte que una parte de los estudios que se presentan como mixtos no muestra características cualitativas fuertes. Esta observación obliga a evitar un uso instrumental del componente cualitativo como simple ilustración anecdótica de resultados numéricos.
Aplicación: identifica una decisión o mecanismo de tu fenómeno que no pueda inferirse válidamente solo a partir de registros numéricos. Define qué fuente cualitativa podría hacerlo observable y qué evidencia rival buscarías.
Simulador de estados · La misma pregunta cambia según la estrategia metodológica
Selecciona una estrategia. La escena redibuja qué datos producirías, qué inferencia ganarías y qué quedaría pendiente.
Métodos mixtos: integrar es producir una inferencia nueva
Un estudio mixto se justifica cuando la pregunta exige relacionar tipos de evidencia. La integración puede ocurrir al diseñar muestras conectadas, al usar resultados de una fase para construir la siguiente, al comparar hallazgos en una visualización conjunta o al producir una meta-inferencia que explique convergencias y divergencias.
Peters y Fàbregues (2024) muestran el valor de las joint displays para hacer explícita esa integración en investigación de tecnología educativa. El principio no obliga a usar una técnica concreta; obliga a declarar dónde se encuentran los componentes y qué decisión depende de ese encuentro.
Ketsman et al. (2025) muestran que los diseños mixtos siguen siendo poco frecuentes y a menudo se describen con insuficiente especificidad. Por ello, un protocolo debe declarar si la secuencia es convergente, explicativa, exploratoria u otra arquitectura pertinente y, sobre todo, qué meta-inferencia necesita producir.
Aplicación: si tu proyecto es mixto, escribe una frase que empiece con «No podría responder completamente la pregunta si eliminara el componente ___ porque…». Si no puedes terminarla con una razón sustantiva, considera un diseño de un solo enfoque.
🧭 Control de comprensión
Un protocolo aplica una escala a 200 estudiantes y entrevista a 15, pero analiza ambos conjuntos por separado y presenta dos conclusiones independientes. ¿Qué afirmación es más precisa?
Conclusión
Elegir métodos significa hacer visible la cadena que conecta constructos, unidades, datos, análisis e inferencias. El componente cuantitativo debe justificar qué mide y con qué incertidumbre; el cualitativo, cómo construye explicaciones y mantiene contexto; el mixto, dónde ocurre la integración y qué meta-inferencia produce.
Esta estrategia todavía no cierra la Etapa C. En L6 tendrás que enfrentarla con el estado del arte. La literatura puede mostrar que un constructo está mal delimitado, que un instrumento tiene antecedentes problemáticos o que tu contribución ya fue resuelta de otra manera. El método provisional debe poder revisarse cuando la evidencia acumulada del campo lo exija.
🔭 Para seguir aprendiendo
- Si tuvieras que eliminar uno de los tipos de evidencia que hoy planeas recoger, ¿qué inferencia dejaría de ser defendible y qué te dice eso sobre la necesidad real de ese método?
Actividad de aprendizaje autónoma
Etapa C · Parte 1 — Estrategia metodológica y lógica de integración. Retoma la Etapa B consolidada y traduce el diseño en una estrategia concreta de producción y análisis de evidencia. Esta actividad inicia la Etapa C, que se completa con L6 y representa 20 por ciento del proyecto.
De dónde vienes. Usa la pregunta, el diseño revisado, las salvaguardas éticas y el inventario de datos de L4. Debes conservar las restricciones éticas: un método que exige recuperar datos que decidiste excluir requiere una nueva justificación.
Qué decides. Define si tu estrategia será cuantitativa, cualitativa o mixta; especifica unidades o participantes, lógica de selección, constructos o procesos observables, fuentes de evidencia y análisis preliminar. Si eliges métodos mixtos, identifica el punto de integración y la meta-inferencia esperada.
Qué documentas. Sustenta tus decisiones con estudios metodológicos recientes y antecedentes empíricos del campo. Registra DOI o URL. Si utilizas IA para proponer instrumentos, variables, códigos o análisis, documenta qué sugerencias aceptas o rechazas y cómo verificas que sean metodológicamente pertinentes.
- Revisa la pregunta y el diseño de L4 y declara si cambian al definir los métodos.
- Define el alcance cuantitativo, cualitativo o mixto y justifica por qué es necesario.
- Especifica unidades o participantes y la lógica de selección o muestreo.
- Define las fuentes de evidencia y, cuando proceda, la operacionalización de constructos o la estrategia inicial de construcción de categorías.
- Describe la lógica preliminar de análisis y los supuestos o decisiones interpretativas que deberán vigilarse.
- Si el estudio es mixto, define cuándo y cómo se integrarán componentes y qué meta-inferencia dependerá de esa integración.
- Actualiza la trazabilidad de fuentes y mediaciones consultadas.
Planificador de la etapa
Organiza tus decisiones antes de redactar. El texto no se guarda fuera de tu navegador.
Evidencia de logro
Entrega una estrategia metodológica de aproximadamente 1,200 a 1,600 palabras, sin contar referencias, que conecte pregunta, diseño, enfoque, selección, evidencia, análisis, integración cuando corresponda y salvaguardas éticas. L6 utilizará este documento para construir un estado del arte que confirme, cuestione o modifique esas decisiones.
¿Qué parte de tu estrategia metodológica actual existe porque la pregunta la exige y qué parte existe solo porque es la técnica con la que te sientes más cómodo?
Referencias bibliográficas
- Dayo, N., Said Metwaly, S., & Van Den Noortgate, W. (2024). Evaluating technology enhanced learning by using single-case experimental design: A systematic review. British Journal of Educational Technology, 55, 2457–2477. doi:10.1111/bjet.13468
- Heinrich, E. (2024). Revolutionising educational technology: The imperative for authentic qualitative research. Social Sciences & Humanities Open, 10, 101073. doi:10.1016/j.ssaho.2024.101073
- Ketsman, O., Droog, A., & Qazi, S. (2025). Mapping the prevalence of mixed methods research in educational technology journals. Computers & Education, 226, 105207. doi:10.1016/j.compedu.2024.105207
- Peters, M., & Fàbregues, S. (2024). Missed opportunities in mixed methods EdTech research? Visual joint display development as an analytical strategy for achieving integration in mixed methods studies. Educational Technology Research and Development, 72, 2477–2497. doi:10.1007/s11423-023-10234-z