Diseño de Investigación en 2026: Experimental, No Experimental, Transversal y Longitudinal (Sampieri)

Tu director de tesis te pregunta “¿cuál es tu diseño de investigación?” y te quedas en blanco porque confundes diseño con enfoque o con alcance. No es lo mismo: el diseño de investigación es el plan o estrategia que sigues para obtener la información que necesitas y responder tu pregunta de investigación, y de esa decisión depende cómo vas a recolectar datos, qué validez tendrán tus resultados y qué tan defendible será tu capítulo metodológico frente al jurado.

La mayoría de las tesis mexicanas se atoran en este punto porque los manuales hablan de “diseños” en abstracto, sin conectar la teoría con decisiones prácticas: ¿manipulo variables o solo las observo? ¿recojo datos una vez o varias veces en el tiempo? Este artículo resuelve esas dudas siguiendo la clasificación de Hernández Sampieri, con ejemplos aplicables a licenciatura y posgrado.

¿Qué es el diseño de investigación?

Hernández Sampieri define el diseño de investigación como el “plan o estrategia concebida para obtener la información que se desea” y responder al planteamiento del problema. No es un capítulo decorativo: es la bisagra entre tu planteamiento del problema y tus resultados, porque determina qué tan confiables son las conclusiones que vas a defender.

El diseño responde a una pregunta muy concreta: ¿voy a intervenir sobre la realidad que estudio o solo voy a observarla? De esa respuesta se desprende toda la clasificación que Sampieri desarrolla en los capítulos 6 y 7 de Metodología de la Investigación, y que conecta directamente con el enfoque metodológico (cuantitativo, cualitativo o mixto) que hayas elegido para tu tesis.

Diseño experimental: cuándo manipular variables

En el diseño experimental, el investigador manipula deliberadamente una o más variables independientes para observar su efecto sobre una o más variables dependientes, dentro de una situación de control. Es el diseño con mayor capacidad para establecer relaciones causa-efecto, pero también el más exigente en términos éticos y logísticos.

Sampieri distingue tres niveles de rigor experimental:

• Preexperimentos: tienen un grado de control mínimo, normalmente sin grupo de control o sin asignación aleatoria. Útiles como estudios exploratorios, pero con validez interna débil.
• Experimentos “puros”: incluyen grupo experimental y grupo de control, asignación aleatoria de los sujetos y manipulación de al menos una variable independiente. Son el estándar de oro para probar causalidad. Dentro de esta familia existen variantes como el diseño de posprueba únicamente con grupo control, el diseño de preprueba-posprueba con grupo control, y el diseño de cuatro grupos de Solomon, que combina ambos para controlar el efecto de la preprueba sobre los resultados.
• Cuasiexperimentos: manipulan deliberadamente al menos una variable independiente, pero los grupos ya están formados antes del experimento (no hay asignación aleatoria), como cuando comparas dos salones de clase ya existentes.

Ejemplo aplicado: si tu tesis evalúa el efecto de un programa de tutoría entre pares sobre el rendimiento académico, y asignas aleatoriamente a los estudiantes a un grupo que recibe tutoría y otro que no, estás usando un diseño experimental puro. Si en cambio comparas dos grupos ya existentes (uno que ya tenía tutoría y otro que no), es un cuasiexperimento.

Validez interna y externa: por qué importan al elegir diseño

Antes de comprometerte con un diseño experimental, conviene entender dos criterios que Sampieri retoma de Campbell y Stanley: la validez interna, que indica qué tan confiable es afirmar que el tratamiento (y no otra variable) causó el efecto observado, y la validez externa, que indica qué tan generalizables son los resultados a otros contextos, sujetos o momentos.

Los experimentos puros con asignación aleatoria maximizan la validez interna porque controlan variables extrañas (historia, maduración, selección), pero a veces sacrifican validez externa si el contexto de laboratorio es artificial. Los cuasiexperimentos, al trabajar con grupos naturales, suelen ganar validez externa pero exponen tu estudio a amenazas como la selección diferencial de sujetos, que debes reportar como limitación en tu discusión de resultados.

Diseño no experimental: observar sin intervenir

En los estudios no experimentales no se genera ninguna situación, sino que se observan situaciones ya existentes, no provocadas intencionalmente por quien investiga. El investigador no tiene control directo sobre las variables independientes porque ya sucedieron, al igual que sus efectos.

Este es el diseño más común en tesis de ciencias sociales, educación, administración y humanidades, porque muchas veces es imposible o poco ético manipular la variable de interés (por ejemplo, el nivel socioeconómico, el género o el clima organizacional de una empresa ya constituida). Sampieri clasifica los diseños no experimentales en dos grandes ramas según el tiempo en que se recolectan los datos: transversales y longitudinales.

Diseño transversal (transeccional)

Los diseños transversales o transeccionales recolectan datos en un solo momento, en un tiempo único. Su propósito es describir variables y analizar su incidencia e interrelación en un momento dado, como tomar una fotografía de un fenómeno. Sampieri distingue tres subtipos:

• Exploratorios: comienzan a conocer una variable o un conjunto de variables sobre las que hay poca información previa, típicos de temas emergentes.
• Descriptivos: tienen como objetivo indagar la incidencia de las modalidades, categorías o niveles de una o más variables en una población, ubicándose en el nivel del alcance descriptivo.
• Correlacionales-causales: describen relaciones entre dos o más categorías, conceptos o variables en un momento determinado, ya sea en términos correlacionales o de relación causa-efecto.

Ejemplo aplicado: una encuesta única a 300 estudiantes universitarios sobre su nivel de estrés académico y su relación con las horas de sueño es un diseño transversal correlacional: los datos se recogen una sola vez y se busca la asociación entre ambas variables.

Diseño longitudinal: tendencia, evolución de grupos y panel

Los diseños longitudinales se centran en estudiar cómo evolucionan o cambian una o más variables, o las relaciones entre ellas, a lo largo del tiempo. A diferencia del transversal, aquí se recolectan datos en dos o más momentos para analizar cambios y sus determinantes. Sampieri identifica tres variantes:

• Diseños de tendencia (trend): analizan cambios a través del tiempo en categorías, conceptos, variables o sus relaciones dentro de una población general, sin necesidad de que sean los mismos sujetos en cada medición.
• Diseños de análisis evolutivo de grupos (cohorte): examinan cambios a través del tiempo en subpoblaciones o grupos específicos vinculados por alguna característica común (por ejemplo, la generación que ingresó a la universidad en un año determinado).
• Diseños panel: a diferencia de los dos anteriores, el mismo grupo de sujetos es medido en todas las ocasiones, lo que permite conocer los cambios individuales y grupales.

Ejemplo aplicado: si sigues a la misma generación de egresados de una carrera durante tres años para medir su empleabilidad en distintos momentos, usas un diseño panel. Si en cambio comparas generaciones distintas cada año sin seguir a los mismos individuos, es un diseño de tendencia.

Tabla comparativa de diseños

Ejemplos por disciplina

Para que la clasificación no se quede en teoría, así se ve el diseño de investigación aplicado en distintas disciplinas comunes en tesis mexicanas:

• Educación: un cuasiexperimento que compara el rendimiento de dos grupos de secundaria, uno con metodología de aula invertida y otro con clase tradicional, midiendo antes y después del semestre.
• Administración y negocios: un diseño no experimental transversal que mide, mediante una encuesta única, la relación entre clima organizacional y rotación de personal en una empresa.
• Psicología: un experimento puro en laboratorio que asigna aleatoriamente a los participantes a una condición con retroalimentación positiva o negativa, midiendo su desempeño en una tarea cognitiva.
• Salud pública: un diseño longitudinal de cohorte que da seguimiento durante cinco años a la generación de pacientes diagnosticados con una enfermedad crónica en un mismo año, para observar la progresión de sus indicadores clínicos.
• Ciencias sociales: un diseño de tendencia que compara, cada dos años, los niveles de participación cívica juvenil en encuestas nacionales distintas, sin seguir a los mismos individuos.

Cómo elegir tu diseño en 4 preguntas

1. ¿Puedo y debo manipular la variable independiente? Si estudias el efecto de un tratamiento, método didáctico o intervención que puedes controlar, considera un diseño experimental o cuasiexperimental. Si la variable ya existe y no puedes ni debes intervenirla (edad, género, cultura organizacional), va por el camino no experimental.
2. ¿Necesito una fotografía o una película del fenómeno? Si tu pregunta de investigación busca describir o correlacionar variables en un punto del tiempo, el diseño transversal basta. Si necesitas entender cambios o tendencias, requieres un diseño longitudinal.
3. ¿Cuánto tiempo y presupuesto tengo? Los diseños longitudinales, sobre todo los panel, exigen dar seguimiento a los mismos sujetos durante meses o años, algo poco realista para una tesis de licenciatura con plazos ajustados.
4. ¿Qué tan definidas están mis variables? Antes de fijar el diseño, revisa que tu operacionalización de variables esté completa; un diseño mal alineado con variables ambiguas produce datos que no responden a tu hipótesis. Si aún no has definido tu enfoque cuantitativo o cualitativo, resuélvelo primero: el diseño experimental y el transversal-longitudinal aplican sobre todo al enfoque cuantitativo.

Si necesitas ayuda para redactar y justificar tu diseño con la terminología exacta que espera tu comité, herramientas como Tesify pueden acompañarte a estructurar ese apartado metodológico de forma ordenada, sin sustituir la decisión académica que debes tomar con tu director de tesis.

Errores frecuentes al justificar el diseño

• Confundir diseño con alcance: “descriptivo” es un alcance, no un diseño; puedes tener un alcance descriptivo con diseño transversal o longitudinal.
• Llamar “experimental” a un estudio que solo compara grupos existentes: si no hay manipulación deliberada ni asignación aleatoria, es un diseño no experimental (o cuasiexperimental, si sí hay manipulación pero sin aleatorización).
• Prometer un diseño longitudinal panel sin tiempo real para el seguimiento: es habitual en anteproyectos de licenciatura sobreestimar la viabilidad de dar seguimiento a los mismos sujetos durante varios semestres.
• No justificar por qué se eligió ese diseño y no otro: el jurado espera una justificación explícita ligada a tu pregunta de investigación y a las limitaciones éticas o prácticas del estudio.
• Omitir el tamaño de muestra en la justificación del diseño: el diseño y el muestreo van de la mano; conviene calcular con anticipación tu tamaño de muestra antes de comprometerte con un diseño longitudinal panel, que exige recursos sostenidos para no perder sujetos entre mediciones.

Preguntas frecuentes