Tesis con encuestas: guía completa, del cuestionario a los resultados
Una tesis con encuestas tiene un orden. Si te saltas un paso, el jurado lo nota: un cuestionario sin validez de contenido, una muestra que no se justifica, un Pearson con datos que no son normales, una hipótesis que no responde al objetivo. La buena noticia es que cada paso tiene una forma clara de hacerse y de reportarse.
Esta guía recorre ese orden de principio a fin, para tesis cuantitativas de pregrado y de maestría en psicología, educación, administración, enfermería, ingeniería y carreras afines. En cada paso explico qué hacer, qué valores se aceptan y qué calculadora gratis lo resuelve. Todas corren en el navegador, sin instalar nada, y la mayoría arma la tabla en formato APA para copiar a Word.
Tu universidad y tu asesor mandan. Los criterios de esta guía son los más usados, pero algunas escuelas piden otros puntos de corte o pruebas distintas. Revisa siempre el reglamento y la guía de tesis de tu facultad.
Paso 1: el problema, las variables y la matriz de consistencia
Todo empieza en una frase: el problema general. "¿Qué relación existe entre el clima laboral y el desempeño docente en las instituciones educativas de…?" De ahí salen el objetivo general (determinar esa relación) y la hipótesis general (existe una relación significativa entre…). Luego, los problemas, objetivos e hipótesis específicos, uno por cada dimensión que vas a analizar.
La matriz de consistencia pone todo eso en una tabla y es lo primero que revisa un jurado: si cada problema tiene su objetivo, cada objetivo su hipótesis y cada hipótesis se puede probar con los datos que vas a recoger. Si algo no encaja aquí, no va a encajar en los resultados.
- El verbo del objetivo decide la prueba: "determinar la relación" pide una correlación; "comparar" pide una prueba de diferencias; "determinar la influencia" o "el efecto" en un diseño no experimental suele pedir una regresión, y conviene redactarlo con cuidado.
- Cada hipótesis específica debe poder rechazarse con una prueba concreta.
- El diseño (no experimental, transversal, correlacional, descriptivo, explicativo) tiene que coincidir con lo que vas a hacer.
Arma la tabla y descárgala en Word:
Generador de matriz de consistenciaPaso 2: operacionalizar las variables
Operacionalizar es bajar cada variable a algo que se pueda medir: variable, definición conceptual (qué es según un autor), definición operacional (cómo la vas a medir), dimensiones, indicadores, ítems y escala de medición.
- Cada dimensión debe tener al menos 3 ítems, idealmente entre 4 y 8. Con menos, la confiabilidad de la dimensión sale baja.
- Los indicadores son lo observable de cada dimensión; los ítems son las preguntas que miden esos indicadores.
- La escala de medición se declara aquí: ordinal para Likert, nominal para categorías, de razón para números.
Arma la tabla con dimensiones, indicadores e ítems:
Generador de matriz de operacionalización de variablesPaso 3: ¿usar un instrumento existente o crear uno propio?
Si existe un cuestionario validado que mide tu variable, úsalo: ya tiene evidencia de validez y confiabilidad, y tus resultados se pueden comparar con otros estudios. Tres cuidados:
- Cita al autor original y la adaptación que usas, si la hay.
- Revisa si el instrumento es de uso libre o si necesitas permiso.
- Si lo adaptas a tu contexto (cambias palabras, quitas ítems, lo traduces), vuelve a hacer juicio de expertos y prueba piloto. Un instrumento validado en otro país o población no está validado para la tuya automáticamente.
Si no existe uno que se ajuste, crea el tuyo a partir de la operacionalización. Toma más trabajo, pero es perfectamente válido si sigues los pasos 4 a 7.
Paso 4: redactar los ítems
La mayoría de tesis con encuestas usan escala Likert: afirmaciones con 5 opciones de respuesta (de Totalmente en desacuerdo a Totalmente de acuerdo, o de Nunca a Siempre). Reglas para cada ítem:
- Una sola idea por ítem. "El docente explica con claridad y usa ejemplos" son dos ítems.
- Lenguaje que entienda tu población. No es lo mismo un cuestionario para docentes que para estudiantes de secundaria.
- Sin doble negación ni palabras que induzcan la respuesta.
- La misma escala en todos los ítems de una variable, para poder sumarlos.
- Si incluyes ítems inversos (redactados en sentido contrario), recuerda invertir su puntaje antes de sumar. Muchos alfas de Cronbach salen bajos por olvidar esto.
Las opciones de respuesta de cada tipo de escala, listas para copiar:
Generador de escala LikertPega tus ítems y revisa los errores de redacción más comunes:
Revisor de preguntas de encuestaLa escala en detalle:
Qué es la escala Likert y cómo usarlaPaso 5: validez de contenido, el juicio de expertos
La validez de contenido responde: ¿los ítems miden lo que dicen medir? Se demuestra con jueces expertos que califican cada ítem en criterios como pertinencia, relevancia y claridad. Lo habitual es entre 3 y 10 expertos; 5 a 7 es un buen número. Elige personas con grado académico o experiencia en el tema y, si puedes, al menos uno en metodología.
Con las calificaciones de los jueces se calcula un coeficiente. Cuál usar depende de cómo calificaron y de lo que pida tu universidad:
- V de Aiken: la más usada en Latinoamérica. Los jueces califican en una escala (por ejemplo, de 1 a 4). Se acepta el ítem con V de 0,70 o más; con criterio exigente, 0,80, y mejor si el límite inferior del intervalo de confianza también pasa el corte.
- Razón de validez de contenido de Lawshe (CVR): los jueces dicen si el ítem es esencial o no. El valor mínimo depende del número de jueces.
- Coeficiente de validez de contenido de Hernández-Nieto (CVC): corrige el posible sesgo de los jueces. Se acepta desde 0,80.
- Índice de validez de contenido (IVC): proporción de jueces que califican el ítem como relevante. Desde 0,78 por ítem.
- Prueba binomial: cuando los jueces responden sí o no, para ver si el acuerdo es mayor que el azar.
- W de Kendall: concordancia entre jueces cuando ordenan o puntúan los ítems.
Los ítems que no pasan se corrigen o se eliminan, y eso se reporta. Guarda las fichas firmadas de los jueces: van en los anexos.
Calculadoras de validez de contenido:
Calculadora de V de AikenCuál elegir y cómo reportarlo:
Validez de contenido: Aiken, Lawshe, CVC o binomialPaso 6: prueba piloto y confiabilidad
La confiabilidad responde: ¿el instrumento mide de forma consistente? Se calcula con una prueba piloto: aplicas el cuestionario corregido a un grupo parecido a tu muestra, pero que no forma parte de ella. Lo habitual son entre 20 y 30 personas, o alrededor del 10 % de la muestra.
- Alfa de Cronbach: el coeficiente más usado para escalas Likert. Desde 0,70 es aceptable y desde 0,80 es bueno. Más de 0,95 puede indicar ítems redundantes. Repórtalo para el instrumento completo y para cada dimensión.
- Omega de McDonald: cada vez más pedido, porque no supone que todos los ítems pesan igual. Se interpreta con los mismos cortes.
- KR-20: el equivalente del alfa para ítems de dos opciones (correcto o incorrecto, sí o no), por ejemplo en pruebas de conocimiento.
- Confiabilidad por mitades (Spearman-Brown): divide los ítems en dos mitades y corrige la correlación entre ellas.
- Test-retest con correlación intraclase (CCI): aplicas el mismo cuestionario dos veces a las mismas personas con unas semanas de diferencia.
- Kappa de Cohen o de Fleiss: acuerdo entre evaluadores cuando dos o más personas califican lo mismo (por ejemplo, una lista de cotejo).
Si el alfa sale bajo, revisa primero si hay ítems inversos sin invertir y mira la columna "alfa si se elimina el ítem": un ítem que sube mucho el alfa al quitarlo suele estar mal redactado o medir otra cosa.
Calculadoras de confiabilidad:
Calculadora de alfa de CronbachCómo hacer la prueba piloto:
Prueba piloto y alfa de Cronbach, paso a pasoPara los otros métodos:
Confiabilidad test-retest y por mitadesPaso 7: validez de constructo (si tu tesis la pide)
La validez de constructo revisa si los ítems se agrupan en las dimensiones que propusiste. Se hace con análisis factorial y no siempre se pide en pregrado, pero suma mucho cuando creas un instrumento propio. Necesita bastantes respuestas: como mínimo 5 por ítem, idealmente 10, o más de 200.
- Primero, KMO y prueba de Bartlett: dicen si tus datos sirven para un análisis factorial. KMO de 0,60 o más (mejor 0,70) y Bartlett con p menor a 0,05.
- Después, el análisis factorial exploratorio: cuántos factores salen y qué ítems cargan en cada uno. Una carga de 0,40 o más se considera adecuada.
- Si los ítems no se agrupan como esperabas, discútelo: puede que dos dimensiones midan lo mismo o que un ítem mida otra cosa.
Las dos calculadoras:
Calculadora de KMO y prueba de BartlettLa explicación completa:
KMO y prueba de Bartlett: cómo interpretarlosPaso 8: población, muestra y muestreo
La población es el total de personas que cumplen tus criterios (los 320 docentes de la red educativa, los 1.200 clientes activos). La muestra es la parte a la que aplicas la encuesta. Si la población es pequeña (menos de 100 o 150), lo más sólido es una muestra censal: encuestar a todos.
Tamaño de muestra
Para estimar porcentajes en una población conocida se usa la fórmula de población finita: n = N × Z² × p × q / (e² × (N − 1) + Z² × p × q), con 95 % de confianza (Z = 1,96), 5 % de margen de error y p = q = 0,5 si no conoces la proporción. Para 320 docentes, salen 175.
Para tesis correlacionales o de regresión, el criterio más sólido es el análisis de potencia: cuántas personas necesitas para detectar una correlación de cierto tamaño. Para una correlación moderada (r = 0,30) con 80 % de potencia y 5 % de significancia, necesitas unas 84 personas. Si tu muestra por fórmula sale menor que eso, usa la mayor.
Las dos calculadoras:
Calculadora de tamaño de muestraMuestreo
- Probabilístico (aleatorio simple, estratificado, por conglomerados): permite generalizar a la población. Es lo ideal, pero necesitas la lista completa.
- No probabilístico (por conveniencia, intencional, bola de nieve): más fácil, pero no permite generalizar. Es válido si lo reconoces como limitación.
- Estratificado: si tu población tiene grupos de distinto tamaño (sedes, turnos, áreas), reparte la muestra en proporción a cada grupo.
Calcula la muestra sobre las respuestas válidas que necesitas, no sobre los cuestionarios que envías. Si esperas que responda la mitad, invita al doble.
La fórmula explicada:
Tamaño de muestra para encuestas, con ejemplosPaso 9: aplicar la encuesta
- Consentimiento informado al inicio: quién eres, para qué es el estudio, que es voluntario, anónimo o confidencial, y que puede retirarse. Con menores de edad, además, el permiso de los padres.
- Permiso de la institución donde aplicas, por escrito. Va en los anexos.
- Si es en línea, configura que no se pueda responder dos veces y que las preguntas obligatorias lo sean, para no perder casos por datos incompletos.
- Si es en papel, numera los cuestionarios y digítalos con doble revisión.
- Anota la fecha de inicio y de cierre, y cuántos respondieron de cuántos invitaste.
El texto que va al inicio del cuestionario:
Consentimiento informado en encuestas, con ejemploY los principios éticos que pide un comité:
Ética en las encuestas: 8 reglasSi quieres aplicar el cuestionario en línea y exportar los datos listos para analizar:
Encuestas para tesis en SurvIQPaso 10: análisis descriptivo y niveles (baremos)
Antes de probar hipótesis, describe tus datos: el perfil de la muestra (edad, sexo, grado, área) en frecuencias y porcentajes, y cada variable y dimensión en niveles.
Los niveles (bajo, medio, alto, o deficiente, regular, bueno) se arman con baremos: rangos del puntaje total. Por ejemplo, si una dimensión tiene 6 ítems de 1 a 5, el puntaje va de 6 a 30, y lo divides en tres rangos iguales o por percentiles. Así puedes decir "el 45 % de los docentes percibe un clima de nivel medio", que es como se presentan casi todas las tesis.
Calcula los rangos de cada nivel:
Baremos de escala LikertEl capítulo de resultados, paso a paso:
Resultados de tesis: baremos, normalidad y correlaciónPaso 11: prueba de normalidad
Antes de elegir la prueba de hipótesis, revisa si tus puntajes siguen una distribución normal. Decide entre una prueba paramétrica (que la supone) y una no paramétrica (que no).
- Shapiro-Wilk: la recomendada para muestras de menos de 50, y cada vez más usada también en muestras más grandes.
- Kolmogorov-Smirnov con corrección de Lilliefors: la que muchas guías piden para 50 o más.
- Si p es mayor a 0,05, no se rechaza la normalidad: puedes usar pruebas paramétricas. Si p es menor a 0,05, los datos no son normales: usa no paramétricas.
- Haz la prueba para cada variable o dimensión que vas a relacionar o comparar, y en cada grupo si comparas grupos.
Con escalas Likert sumadas, es muy común que la normalidad no se cumpla. No es un problema: usas la prueba no paramétrica y lo reportas.
Pega tus puntajes y obtén las dos pruebas:
Prueba de normalidad Shapiro-Wilk y Kolmogorov-SmirnovPaso 12: elegir la prueba estadística
La prueba depende de tu objetivo, del tipo de variables y de la normalidad. Esta es la tabla que resuelve el 90 % de las tesis:
- Relación entre dos variables numéricas u ordinales: correlación de Pearson si son normales; rho de Spearman si no lo son o si son ordinales.
- Relación entre dos variables categóricas (por ejemplo, nivel de clima y nivel de desempeño en bajo, medio, alto): chi-cuadrado de independencia, con V de Cramer para el tamaño del efecto.
- Comparar dos grupos independientes (hombres y mujeres, dos sedes): t de Student (o de Welch si las varianzas son distintas) si son normales; U de Mann-Whitney si no.
- Comparar tres o más grupos (tres turnos, cuatro facultades): ANOVA de un factor si son normales; Kruskal-Wallis si no. Si sale significativo, comparaciones por pares para ver cuáles difieren.
- Comparar el mismo grupo antes y después (pretest y postest): t para muestras relacionadas si las diferencias son normales; Wilcoxon si no.
- Explicar o predecir una variable con varias a la vez: regresión lineal múltiple.
Una aclaración frecuente: en un diseño correlacional, una correlación significativa no prueba que una variable cause la otra. Redacta "se relaciona con", no "influye en", salvo que tu diseño lo permita.
Las calculadoras de cada prueba, con tabla APA:
Calculadora de correlación (Pearson y Spearman)Paso 13: cómo leer y reportar los resultados en APA
Cada hipótesis se reporta con la misma estructura: la hipótesis nula y la alterna, la prueba usada, la tabla y la decisión.
- Plantea H0 (no existe relación o diferencia) y H1 (sí existe).
- Indica el nivel de significancia: α = 0,05.
- Presenta la tabla con el estadístico, los grados de libertad si corresponde, el valor p y el tamaño de la muestra.
- Decide: si p es menor a 0,05, se rechaza H0 y se acepta H1. Si es mayor, no se rechaza H0.
- Interpreta la dirección y la fuerza, no solo la significancia. Una correlación de 0,15 puede ser significativa con 400 personas y aun así ser muy débil.
Ejemplo de redacción: "Se encontró una relación positiva y moderada entre el clima laboral y el desempeño docente (rho = 0,52; p < 0,001; n = 175). Por lo tanto, se rechaza la hipótesis nula." Para la fuerza de una correlación, una guía común es: menos de 0,30 débil, de 0,30 a 0,49 moderada y desde 0,50 fuerte.
En la discusión, compara tus resultados con los antecedentes: coinciden, difieren y por qué podría ser. Ahí se nota si entendiste lo que encontraste.
Para la parte descriptiva y las respuestas abiertas, si tu tesis las tiene:
Cómo analizar los resultados de una encuestaLas observaciones más comunes del jurado
- El objetivo dice "determinar la influencia" pero el análisis es una correlación.
- La matriz de consistencia no coincide con lo que se analizó en los resultados.
- No hay validez de contenido, o se reporta "validado por expertos" sin coeficientes.
- El alfa de Cronbach se calculó con la muestra final y no con un piloto, o solo para el instrumento completo y no por dimensión.
- La muestra no se justifica con una fórmula o un criterio.
- Se usa Pearson cuando la prueba de normalidad dio p menor a 0,05.
- Se reporta "p = 0,000". Se escribe p < 0,001.
- Se interpreta solo la significancia y no la fuerza de la relación.
- Los ítems inversos no se invirtieron antes de sumar.
- Faltan el consentimiento informado o el permiso de la institución en los anexos.
El camino completo en una lista
- Problema, objetivos e hipótesis: matriz de consistencia.
- Variables, dimensiones, indicadores e ítems: matriz de operacionalización.
- Instrumento existente o propio; redacción de ítems con la misma escala.
- Juicio de expertos: V de Aiken, Lawshe, CVC, IVC o binomial.
- Prueba piloto: alfa de Cronbach u omega, por dimensión.
- Si corresponde, validez de constructo: KMO, Bartlett y análisis factorial.
- Población y muestra: fórmula de población finita o análisis de potencia.
- Aplicación con consentimiento informado y permiso de la institución.
- Descriptivos y niveles con baremos.
- Normalidad: Shapiro-Wilk o Kolmogorov-Smirnov.
- Prueba de hipótesis según objetivo y normalidad.
- Reporte en APA, interpretación de fuerza y dirección, y discusión con antecedentes.
Si vas paso a paso, cada capítulo se apoya en el anterior y las observaciones del jurado se reducen a detalles de forma. Y si te trabas en un cálculo, todas las herramientas de esta guía están en la sección de herramientas para tesis, gratis y sin registro.