Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 1 | Página

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 1 | Página INVESTIGACIÓN CIENTÍFICA Introducción Propósito y alcance de la obra Este libro presenta una ruta formativa para comprender, diseñar, ejecutar y comunicar investigaciones cualitativas, cuantitativas y mixtas. Su punto de partida son materiales docentes elaborados para orientar trabajos de investigación universitaria y se complementa con literatura metodológica actual, normas de reporte y principios de integridad científica. La obra se dirige a estudiantes de grado y posgrado, docentes, tutores y personas investigadoras que necesitan tomar decisiones metodológicas coherentes con el problema y no únicamente reproducir formatos. Se enfatiza la relación entre preguntas, objetivos, evidencia, diseño, muestra, instrumentos, análisis y conclusiones. El contenido combina explicación conceptual, ejemplos, tablas de decisión, esquemas y plantillas. Se mantiene la lógica práctica de los materiales cualitativos, cuantitativos y mixtos compartidos por el autor, pero se actualizan nociones como saturación cualitativa, justificación del tamaño muestral, consistencia interna e integración de métodos mixtos a la luz de la literatura especializada. El estilo de citación, las tablas, las figuras y la lista de referencias se presentan conforme a APA 7. Para los aspectos editoriales prevalece la plantilla de la Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología. Palabras clave: investigación científica; investigación cualitativa; investigación cuantitativa; métodos mixtos; diseño metodológico; análisis de datos; APA 7 Área temática: metodología de la investigación y educación superior. Público objetivo: estudiantes, docentes, tutores y profesionales en formación investigativa. Autor: Dr. Cliffor Jerry Herrera Castrillo. ORCID: https://orcid.org/0000-0002-7663-2499 Afiliación: Universidad Nacional Autónoma de Nicaragua, Managua (UNAN-Managua), CUR-Estelí. Contacto: cliffor.herrera@unan.edu.ni La obra privilegia la coherencia metodológica, la transparencia en el reporte y el uso responsable de la evidencia como condiciones de calidad científica. Dr. Cliffor Jerry Herrera Castrillo https://orcid.org/0000-0002-7663-2499 cliffor.herrera@unan.edu.ni UNAN-Managua / CUR-Estelí  Nicaragua  https://doi.org/10.66136/bq8zx621 ISBN 978-9945-9581-1-9 Libro

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 2 | Página Investigación científica C.J.H. Contenido Introducción general 4 Parte I. Fundamentos de la investigación científica 5 Capítulo 1. La investigación científica 6 Capítulo 2. Construcción del problema de investigación 7 Capítulo 3. Fundamentación teórica y búsqueda académica 8 Parte II. Investigación cualitativa 10 Capítulo 4. Fundamentos de la investigación cualitativa 11 Capítulo 5. Diseños y tradiciones cualitativas 12 Capítulo 6. Diseño metodológico cualitativo 13 Capítulo 7. Calidad y análisis cualitativo 14 Parte III. Investigación cuantitativa 16 Capítulo 8. Fundamentos del enfoque cuantitativo 17 Capítulo 9. Población, muestra e instrumentos 18 Capítulo 10. Validez, confiabilidad y análisis cuantitativo 19 Parte IV. Investigación con métodos mixtos 21 Capítulo 11. Fundamentos de los métodos mixtos 22 Capítulo 12. Diseños de métodos mixtos 23 Capítulo 13. Integración y análisis en métodos mixtos 24 Parte V. Elaboración del informe científico 26 Capítulo 14. Resultados y discusión 27 Capítulo 15. Conclusiones y recomendaciones 28 Capítulo 16. Redacción científica y normas APA 7 29 Capítulo 17. Ética, integridad científica e inteligencia artificial 30 Conclusiones generales 31 Glosario 32 Sobre el autor 33 Referencias 34 Anexos 36

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 3 | Página Investigación científica C.J.H. INTRODUCCIÓN GENERAL Investigar es construir una respuesta sustentada a una pregunta relevante. La calidad de esa respuesta depende menos de la etiqueta metodológica elegida que de la coherencia entre el problema, los objetivos, el tipo de evidencia, el diseño, las técnicas de recolección, el análisis y el alcance de las conclusiones. Creswell y Creswell (2022) proponen entender los enfoques cualitativo, cuantitativo y mixto como marcos de diseño que articulan supuestos, estrategias y procedimientos; en una perspectiva latinoamericana, Acosta Faneite (2023a) también destaca que la elección del enfoque debe responder a la naturaleza del fenómeno y a los propósitos de conocimiento. Los materiales docentes que sirven de base a esta obra organizan el proceso investigativo alrededor de componentes recurrentes: introducción, antecedentes, planteamiento del problema, justificación, objetivos, preguntas o hipótesis, marco teórico, diseño metodológico, análisis y discusión, conclusiones, recomendaciones, referencias y anexos. Esta estructura se conserva porque favorece la trazabilidad de las decisiones; sin embargo, cada enfoque exige matices. En investigación cualitativa las categorías pueden ser iniciales y emergentes; en investigación cuantitativa las variables deben definirse y operacionalizarse; en métodos mixtos es indispensable planificar dónde y cómo se integrarán ambos tipos de evidencia. La obra adopta además un principio de transparencia. Las normas de reporte no sustituyen la investigación, pero ayudan a mostrar con claridad qué se hizo y por qué. Los estándares APA de reporte para estudios cuantitativos, cualitativos y mixtos insisten en describir diseño, participantes, instrumentos, procedimientos analíticos y decisiones relevantes para que el lector pueda valorar la calidad del estudio (Appelbaum et al., 2018; Levitt et al., 2018). Figura 1 Relación entre la pregunta de investigación y el enfoque metodológico Nota. El enfoque se elige por el tipo de evidencia necesaria; no por preferencia personal ni por la disponibilidad de un instrumento. Idea central Un problema puede admitir más de una aproximación. La elección metodológica se justifica cuando permite producir la evidencia necesaria para responder la pregunta con rigor, viabilidad y ética.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 4 | Página Investigación científica C.J.H. PARTE I Fundamentos de la investigación científica

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 5 | Página Investigación científica C.J.H. CAPÍTULO 1. LA INVESTIGACIÓN CIENTÍFICA 1.1. Qué significa investigar con rigor La investigación científica es un proceso sistemático de formulación de preguntas, construcción o selección de evidencia, análisis y argumentación. Lo científico no se reduce a aplicar una prueba estadística ni a realizar entrevistas: supone explicitar decisiones, contrastar afirmaciones con datos, reconocer límites y permitir que otras personas comprendan cómo se alcanzaron las conclusiones. La transparencia es, por tanto, una condición epistemológica y comunicativa. En las ciencias sociales, educativas y de la salud conviven diferentes maneras de comprender la realidad. Los enfoques cuantitativos suelen trabajar con variables medibles, comparación, asociación, predicción o estimación. Los cualitativos se orientan a comprender significados, experiencias, prácticas, procesos y contextos. Los métodos mixtos articulan ambos tipos de evidencia y requieren una integración deliberada que produzca una interpretación más completa que la obtenida por cada componente por separado (Johnson et al., 2007; Fetters et al., 2013). 1.2. Paradigmas y decisiones metodológicas El paradigma reúne supuestos sobre qué puede conocerse, cómo puede conocerse y qué relación existe entre quien investiga y el fenómeno estudiado. En los materiales cuantitativos del autor se retoma el positivismo como referente para la medición y la contrastación; Herrera Castrillo (2024) sintetiza sus rasgos en torno a observación, objetividad y explicación. En la práctica contemporánea, muchos diseños cuantitativos se describen también como postpositivistas, porque reconocen que toda medición contiene error y que las conclusiones son probabilísticas, no absolutas. La investigación cualitativa suele apoyarse en paradigmas interpretativos o constructivistas: la realidad social se comprende a través de significados construidos en interacción y situados en contextos. Los métodos mixtos suelen asociarse con una postura pragmática: se combinan estrategias cuando la pregunta exige diferentes tipos de evidencia. Estas asociaciones no deben convertirse en reglas rígidas; lo importante es que el estudio haga explícita su lógica. Tabla 1 Comparación sintética de los tres enfoques Aspecto Cualitativo Cuantitativo Mixto Propósito dominante Comprender significados, experiencias y procesos Medir, comparar, relacionar, estimar o explicar Integrar evidencias para ampliar o explicar la comprensión Datos Textos, discursos, imágenes, observaciones, documentos Valores numéricos, escalas, registros, mediciones Datos cualitativos y cuantitativos Muestra Intencional, teórica, por criterio, máxima variación, etc. Probabilística o no probabilística según el diseño Puede combinar estrategias por componente Análisis Codificación, categorías, temas, narrativas, discurso Descriptivo e inferencial Análisis separados + integración Resultado Interpretación contextual y transferible Estimaciones, diferencias, asociaciones, modelos Metainferencias sustentadas en la integración Nota. Las características son orientativas; cada diseño concreto puede introducir variaciones. 1.3. El ciclo de coherencia metodológica Una investigación bien estructurada puede revisarse como una cadena de coherencia: problema → pregunta → objetivo → evidencia necesaria → diseño → muestra → técnica e instrumento → análisis → conclusión. Si un eslabón cambia, los demás deben revisarse para mantener la correspondencia interna.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 6 | Página Investigación científica C.J.H. Síntesis del capítulo Investigar con rigor implica justificar decisiones y mantener coherencia. Los enfoques no son categorías jerárquicas: responden a propósitos distintos y pueden complementarse cuando la integración está planificada. CAPÍTULO 2. CONSTRUCCIÓN DEL PROBLEMA DE INVESTIGACIÓN 2.1. Del tema al problema Un tema identifica un campo de interés; un problema identifica una situación que requiere explicación, comprensión, evaluación o transformación. “Uso de simuladores en Física” es un tema. En cambio, “dificultades persistentes para interpretar gráficas de movimiento pese al uso de simuladores” constituye un problema cuando se documenta su existencia, contexto, consecuencias y vacío de conocimiento. El planteamiento debe delimitar qué ocurre, a quiénes afecta, dónde, cuándo y por qué merece estudiarse. En un enfoque cuantitativo, además, suele expresarse la relación o diferencia entre variables que será observada o medida. En cualitativo se enfatiza el fenómeno, su contexto y las voces necesarias para comprenderlo. En mixto se explicita por qué un solo tipo de datos sería insuficiente. 2.2. Antecedentes y estado del conocimiento Los antecedentes no son una lista de resúmenes. Deben mostrar qué se sabe, cómo se ha estudiado el problema, cuáles son sus resultados y qué queda por resolver. Una forma útil, consistente con los materiales del autor, es sintetizar para cada estudio: autores y año, propósito, contexto, participantes o corpus, metodología, hallazgos, conclusiones y relación con el estudio en curso. La organización puede avanzar de antecedentes internacionales a nacionales y locales, manteniendo un orden cronológico o temático claramente explicado. Tabla 2 Matriz para analizar antecedentes Elemento Pregunta de lectura Producto esperado Propósito ¿Qué buscó el estudio? Objetivo sintetizado Contexto y muestra ¿Dónde y con quién se realizó? Delimitación y participantes Método ¿Cómo obtuvo y analizó los datos? Diseño, técnicas e instrumentos Hallazgos ¿Qué encontró? Resultados relevantes Aporte ¿Qué relación tiene con mi estudio? Coincidencias, vacíos o decisiones que orienta 2.3. Justificación y viabilidad La justificación responde al porqué y al para qué. Conviene argumentar, con evidencia, la conveniencia del estudio, su relevancia social, sus implicaciones prácticas, su valor teórico y su utilidad metodológica. No todos los criterios deben tener el mismo peso. Una investigación educativa puede justificar principalmente su relevancia para el aprendizaje y su aporte metodológico; un estudio clínico puede enfatizar seguridad, utilidad diagnóstica o resultados en salud. La viabilidad examina tiempo, acceso, recursos, competencias del equipo, disponibilidad de participantes o datos y requisitos éticos. Reconocer una restricción no debilita automáticamente el estudio; permite delimitar su alcance y evitar promesas metodológicas que no pueden cumplirse.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 7 | Página Investigación científica C.J.H. 2.4. Objetivos, preguntas e hipótesis Los objetivos se redactan con verbos en infinitivo y describen logros verificables. Deben guardar correspondencia con las preguntas de investigación. El verbo no se elige por una lista predeterminada, sino por el alcance real: caracterizar, describir, comprender, analizar, comparar, relacionar, evaluar, explicar, diseñar o proponer pueden ser pertinentes en contextos distintos. Cuando existe una hipótesis cuantitativa, esta debe ser contrastable con las variables, el diseño y el análisis previsto. Tabla 3 Coherencia entre preguntas, objetivos y evidencia Pregunta Objetivo posible Evidencia necesaria ¿Cómo experimentan…? Comprender las experiencias de… Relatos, observación, documentos contextualizados ¿Cuál es la frecuencia de…? Estimar la frecuencia de… Medición válida en una muestra definida ¿Existe asociación entre X e Y? Analizar la asociación entre X e Y Variables operacionalizadas y prueba apropiada ¿Por qué un resultado cuantitativo ocurre de cierta forma? Explicar los resultados mediante experiencias de participantes Fase cuantitativa seguida de fase cualitativa e integración Criterio de revisión Si una conclusión no puede vincularse con un objetivo y con datos concretos, existe una ruptura de coherencia. La corrección debe hacerse desde el diseño, no al final de la redacción. CAPÍTULO 3. FUNDAMENTACIÓN TEÓRICA Y BÚSQUEDA ACADÉMICA 3.1. Función del marco teórico El marco teórico organiza conceptos, modelos y resultados previos que permiten interpretar el problema. No equivale a acumular definiciones. Su calidad depende de la selección crítica de fuentes, de la articulación entre conceptos y de la capacidad para mostrar cómo la teoría orienta variables, categorías, instrumentos e interpretación. En investigaciones aplicadas puede organizarse mediante ejes teóricos directamente relacionados con los objetivos. 3.2. Estrategia de búsqueda y trazabilidad Una búsqueda académica reproducible comienza con conceptos centrales y sinónimos, construye ecuaciones de búsqueda y registra bases consultadas, fechas, filtros y criterios de selección. Para trabajos de grado no siempre es necesario aplicar un protocolo de revisión sistemática, pero sí documentar cómo se localizaron y evaluaron las fuentes. Deben priorizarse artículos arbitrados, libros académicos, documentos institucionales oficiales y fuentes primarias cuando se describen teorías o instrumentos. • Definir conceptos y palabras clave en español e inglés. • Combinar términos con operadores AND/OR cuando la base lo permita. • Registrar criterios de inclusión y exclusión. • Verificar autoría, revista o editorial, año, DOI o URL estable. • Distinguir evidencia primaria, revisiones y documentos normativos. • Evitar referencias que no hayan sido leídas o cuya existencia no pueda comprobarse. 3.3. Lectura crítica y síntesis La lectura crítica pregunta por el diseño, la muestra, la calidad de las medidas o de los datos cualitativos, el análisis y la correspondencia entre resultados y conclusiones. Una fuente reciente no es necesariamente superior a un trabajo clásico fundacional; la actualidad se valora junto con pertinencia y calidad. En métodos de investigación es normal combinar referencias fundacionales —por ejemplo, Lincoln

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 8 | Página Investigación científica C.J.H. y Guba (1985)— con desarrollos actuales sobre saturación, integración o transparencia (Hennink & Kaiser, 2022; Roberts et al., 2026). Tabla 4 Ficha breve para lectura crítica Campo Registro recomendado Referencia Autor, año, título, fuente, DOI/URL Pregunta/objetivo Qué problema responde Diseño Enfoque, tipo y temporalidad Muestra/corpus Tamaño, criterios y contexto Instrumentos/datos Cómo se produjo la evidencia Análisis Procedimientos y software si aplica Resultados Hallazgos centrales Calidad/limitaciones Fortalezas, sesgos, restricciones Uso en el estudio Antecedente, teoría, método o discusión Síntesis del capítulo El marco teórico debe ser una estructura argumentativa que sustente decisiones. La búsqueda, selección y lectura de fuentes debe ser trazable, crítica y verificable.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 9 | Página Investigación científica C.J.H. PARTE II Investigación cualitativa

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 10 | Página Investigación científica C.J.H. CAPÍTULO 4. FUNDAMENTOS DE LA INVESTIGACIÓN CUALITATIVA 4.1. Comprender significados en contexto La investigación cualitativa busca comprender cómo las personas interpretan experiencias, prácticas, relaciones y contextos. No trata los relatos como “datos menos precisos”, sino como evidencia apropiada para preguntas sobre significado, proceso y experiencia. La interpretación es situada: las decisiones del equipo investigador, su posición y su interacción con participantes forman parte del proceso analítico y deben hacerse transparentes (Levitt et al., 2018). Los materiales cualitativos enfatizan supuestos básicos, categorías, temas y patrones emergentes. Esta lógica es útil si se distingue entre categorías orientadoras derivadas del marco teórico y hallazgos que emergen durante el análisis. La investigación cualitativa no obliga a comenzar “sin teoría”; exige evitar que las categorías previas bloqueen información inesperada. 4.2. Preguntas cualitativas Las preguntas suelen ser abiertas: ¿cómo se vive?, ¿qué significado se atribuye?, ¿cómo se desarrolla un proceso?, ¿qué prácticas configuran una experiencia?, ¿de qué manera un contexto influye en una decisión? La pregunta general delimita el fenómeno y las preguntas específicas ayudan a explorar dimensiones sin convertir la entrevista en un cuestionario rígido. 4.3. Categorías, temas y patrones Una categoría agrupa elementos conceptualmente relacionados; un tema expresa un patrón de significado relevante para la pregunta de investigación; un patrón emergente representa regularidades, relaciones o contrastes identificados en el corpus. En análisis temático reflexivo, Braun y Clarke (2021) advierten que los temas no “aparecen” de manera automática: son construcciones analíticas desarrolladas mediante lectura, codificación, revisión e interpretación. Tabla 5 Sistema de categorías cualitativas Categoría Definición Subcategorías o temas Indicadores/huellas empíricas Fuentes/técnicas Estrategias de aprendizaje Formas organizadas de actuar para aprender Planificación; autorregulación; colaboración Relatos de acciones, decisiones y dificultades Entrevista; observación; documentos Participación estudiantil Modos de involucramiento en las actividades Interacción; iniciativa; trabajo colaborativo Turnos de participación, productos, explicaciones Observación; grupo focal Nota. Ejemplo ilustrativo. Las categorías deben adaptarse al problema y pueden modificarse durante el análisis.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 11 | Página Investigación científica C.J.H. Figura 2 Proceso iterativo de investigación y análisis cualitativo Nota. La recolección y el análisis pueden superponerse; las decisiones se refinan a medida que se conoce mejor el fenómeno. Clave metodológica En cualitativo, la flexibilidad no significa improvisación. Cada ajuste debe registrarse y justificarse en función de la pregunta, el contexto y la evidencia obtenida. CAPÍTULO 5. DISEÑOS Y TRADICIONES CUALITATIVAS 5.1. Elegir una tradición por la pregunta La presentación cualitativa compartida por el autor incluye estudio de caso, sistematización de experiencias, análisis narrativo, investigación-acción, etnografía, teoría fundamentada, análisis de contenido, análisis del discurso y análisis temático. Estas opciones no son equivalentes: cada una responde a preguntas y productos diferentes. Elegir una tradición exige explicar qué se estudiará, qué unidad de análisis tendrá y qué forma de interpretación se espera producir. Tabla 6 Tradiciones y estrategias cualitativas Estrategia Pregunta típica Producto Estudio de caso ¿Cómo funciona o se comprende un caso delimitado en contexto? Descripción y explicación profunda del caso Etnografía ¿Cómo se organizan significados y prácticas de un grupo cultural? Interpretación de patrones culturales Fenomenología ¿Cuál es la experiencia vivida de un fenómeno? Estructura o esencia interpretada de la experiencia Teoría fundamentada ¿Qué proceso social puede explicarse a partir de los datos? Modelo o teoría construida desde el análisis Investigación-acción ¿Cómo comprender y mejorar una práctica mediante ciclos de acción y reflexión? Cambio documentado y aprendizaje colectivo Análisis narrativo ¿Cómo se construye significado mediante relatos? Interpretación de historias, secuencias y posiciones Análisis temático ¿Qué patrones de significado son relevantes para la pregunta? Temas interpretativos desarrollados sistemáticamente Análisis de contenido/discurso ¿Qué patrones de contenido o usos del lenguaje configuran el fenómeno? Categorías de contenido o interpretación discursiva 5.2. Estudio de caso y delimitación Un estudio de caso exige delimitar el caso —persona, grupo, institución, programa, evento o proceso— y su contexto. La profundidad surge de combinar fuentes y perspectivas, no simplemente de trabajar con

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 12 | Página Investigación científica C.J.H. pocas personas. La selección del caso puede justificarse por su carácter típico, revelador, crítico, extremo o instrumental. 5.3. Teoría fundamentada y muestreo teórico El muestreo teórico es especialmente propio de la teoría fundamentada: las decisiones sobre nuevos participantes o incidentes se realizan en función de categorías que necesitan desarrollo o contraste. No debe presentarse como requisito universal de toda investigación cualitativa. En otros diseños se emplean muestreos intencionales por criterio, máxima variación, casos típicos, bola de nieve o conveniencia justificada. 5.4. Análisis temático reflexivo Braun y Clarke (2021) proponen un análisis temático reflexivo que implica familiarización con los datos, codificación, desarrollo de temas iniciales, revisión, refinamiento y escritura. El proceso es recursivo, no una secuencia mecánica. La calidad depende de la coherencia entre supuestos, pregunta, estrategia analítica y forma en que se construyen las interpretaciones. Decisión práctica Antes de escribir “el estudio es cualitativo”, complete la frase: “es cualitativo de tipo ___ porque la pregunta busca ___ y el producto analítico esperado es ___”. Si la justificación no encaja, revise el diseño. CAPÍTULO 6. DISEÑO METODOLÓGICO CUALITATIVO 6.1. Contexto, participantes y selección El diseño metodológico describe dónde se desarrolla el estudio, quiénes pueden aportar información relevante, cómo se accede a ellos y qué criterios orientan la selección. La muestra cualitativa se justifica por suficiencia informativa, diversidad pertinente y ajuste al diseño, no por representatividad estadística. Hennink y Kaiser (2022) encontraron que varios estudios con poblaciones relativamente homogéneas y objetivos estrechos alcanzaron saturación de códigos con rangos moderados de entrevistas, pero advierten que la complejidad del fenómeno y la heterogeneidad pueden exigir más datos. La literatura reciente insiste en no convertir la saturación en un número fijo. Roberts et al. (2026) recomiendan considerar también el poder informativo: cuanto más específico sea el objetivo y la muestra, más fuerte sea la base teórica, mejor la calidad del diálogo y más focalizado el análisis, mayor información puede aportar cada caso. La justificación final debe explicar el criterio utilizado y la evidencia de suficiencia. 6.2. Técnicas e instrumentos Tabla 7 Técnicas cualitativas y decisiones de diseño Técnica Instrumento Útil cuando… Riesgo a controlar Entrevista semiestructurada Guía de preguntas y sondeos Se requieren experiencias y significados en profundidad Preguntas dirigidas o respuestas socialmente deseables Grupo focal Guía de discusión Interesa la construcción colectiva y los contrastes Dominio de participantes o pérdida de confidencialidad Observación Guía y diario de campo Las prácticas y el contexto son centrales Reactividad y sesgo del observador Análisis documental Matriz de análisis Existen registros, políticas, productos o textos relevantes Descontextualizar documentos o asumir que reflejan la práctica

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 13 | Página Investigación científica C.J.H. 6.3. Procedimiento y gestión de datos El procedimiento debe permitir reconstruir la investigación: autorización, convocatoria, consentimiento, aplicación de técnicas, registro, transcripción, anonimización, almacenamiento, codificación y resguardo. Si se graban entrevistas, debe explicarse quién accederá a los archivos, cómo se nombrarán y cuándo se eliminarán. La gestión de datos también es parte de la ética. 6.4. Saturación, suficiencia e información poder La saturación puede referirse a que dejan de aparecer códigos nuevos, a que los significados están suficientemente desarrollados o a que las categorías teóricas muestran densidad. Es importante declarar qué tipo de saturación se busca. En estudios pequeños de grado, una formulación responsable es justificar la selección inicial por criterios metodológicos y evaluar durante la recolección si los datos ofrecen suficiente diversidad y profundidad para responder las preguntas. Síntesis del capítulo El diseño cualitativo debe hacer visible la lógica de selección, producción de datos, reflexividad y suficiencia. “Pocos participantes” no es una justificación; “participantes informativamente pertinentes, seleccionados con criterios explícitos y analizados hasta lograr suficiente profundidad” sí lo es. CAPÍTULO 7. CALIDAD Y ANÁLISIS CUALITATIVO 7.1. Criterios de calidad Los materiales del autor retoman cuatro criterios clásicos de Lincoln y Guba (1985): credibilidad, transferibilidad, dependencia y confirmabilidad. La credibilidad busca que las interpretaciones estén bien sustentadas en los datos y sean plausibles para el fenómeno estudiado; la transferibilidad se favorece mediante descripción contextual suficientemente rica; la dependencia exige documentar decisiones y cambios; y la confirmabilidad requiere mostrar que los hallazgos se apoyan en la evidencia y no únicamente en preferencias del investigador. Tabla 8 Estrategias para fortalecer la calidad cualitativa Criterio Estrategias posibles Credibilidad Triangulación pertinente; contraste de casos; conversación analítica; devolución a participantes cuando sea apropiada Transferibilidad Descripción del contexto, participantes, condiciones y límites Dependencia Bitácora de decisiones; versiones de códigos; protocolo de análisis Confirmabilidad Memorandos reflexivos; citas o evidencias ilustrativas; auditoría de decisiones 7.2. Codificar, categorizar e interpretar Codificar es asignar etiquetas analíticas a segmentos de datos; categorizar implica agrupar o relacionar códigos; interpretar exige construir una explicación o comprensión que responda la pregunta. Un análisis de calidad no termina con una tabla de frecuencias de códigos. Debe mostrar qué significan los patrones, cómo se relacionan, qué variaciones existen y qué evidencia sustenta la interpretación. 7.3. Triangulación con propósito La triangulación no consiste en acumular técnicas. Puede buscar convergencia, complementariedad o explicación de discrepancias. Una observación puede mostrar prácticas que una entrevista no menciona; un documento puede revelar la norma formal y el grupo focal la forma en que esa norma se vive. Las discrepancias son información analítica, no “errores” que deban borrarse.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 14 | Página Investigación científica C.J.H. 7.4. Presentación de hallazgos Los resultados cualitativos se organizan por temas o categorías vinculados con los objetivos. Cada tema debe definirse, explicarse y sostenerse con evidencia. Las citas textuales de participantes se usan de forma selectiva, anonimizada y contextualizada; no deben sustituir la interpretación del autor. Levitt et al. (2018) recomiendan reportar con transparencia el enfoque, la posición del investigador, el proceso analítico y las bases de las afirmaciones. Pregunta de control ¿Puede el lector seguir el camino desde un fragmento de datos hasta el código, del código al tema y del tema a la conclusión? Si la respuesta es no, falta trazabilidad analítica.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 15 | Página Investigación científica C.J.H. PARTE III Investigación cuantitativa

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 16 | Página Investigación científica C.J.H. CAPÍTULO 8. FUNDAMENTOS DEL ENFOQUE CUANTITATIVO 8.1. Medición y contraste La investigación cuantitativa organiza evidencia numérica para describir distribuciones, estimar parámetros, comparar grupos, analizar asociaciones o evaluar hipótesis. Sus fortalezas dependen de la calidad de la medición, del diseño, de la selección de la muestra y de la adecuación del análisis. Un resultado estadísticamente significativo no corrige un instrumento deficiente ni un diseño incapaz de sostener la inferencia realizada. Acosta Faneite (2023a) presenta el enfoque cuantitativo como una estrategia sistemática basada en medición y análisis estadístico. En los materiales docentes del autor se enfatizan diseños exploratorios, descriptivos, correlacionales, experimentales, cuasiexperimentales y no experimentales, así como estudios transversales y longitudinales. Estas clasificaciones deben combinarse de manera coherente: por ejemplo, un estudio puede ser cuantitativo, correlacional, no experimental y transversal. 8.2. Variables, indicadores y niveles de medición Una variable es una característica que adopta valores diferentes. Su definición conceptual aclara qué significa; la definición operativa explica cómo se observará o medirá. Los indicadores traducen la variable en manifestaciones concretas. Esta operacionalización es fundamental porque conecta teoría, instrumento y análisis. Tabla 9 Ejemplo de operacionalización de variables Variable Definición conceptual Definición operativa Indicadores Instrumento Escala Rendimiento académico Nivel de logro en una unidad de aprendizaje Puntuación obtenida en prueba de 20 ítems Puntaje total; porcentaje de aciertos Prueba de conocimientos Razón/intervalo según construcción Percepción de utilidad Valoración del estudiante sobre la utilidad de una estrategia Promedio de ítems Likert Claridad; pertinencia; utilidad percibida Escala Likert Ordinal; análisis según justificación Nota. El nivel de medición y la estructura del instrumento condicionan las estadísticas apropiadas. 8.3. Hipótesis y alcance inferencial Una hipótesis de investigación plantea una relación o diferencia esperada que puede contrastarse empíricamente. Debe distinguirse de la hipótesis estadística nula y alternativa. No todos los estudios cuantitativos necesitan hipótesis: investigaciones descriptivas o exploratorias pueden centrarse en estimaciones y preguntas sin contraste formal. Appelbaum et al. (2018) recomiendan distinguir análisis e hipótesis primarias, secundarias y exploratorias para mejorar la transparencia. Figura 3 Secuencia básica de un estudio cuantitativo Nota. La secuencia se adapta al diseño; los estudios iterativos pueden revisar instrumentos o análisis antes de la fase definitiva.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 17 | Página Investigación científica C.J.H. Advertencia No confunda “cuantitativo” con “aplicar una encuesta”. El enfoque se define por la lógica de medición y análisis; una encuesta es solo una técnica posible. CAPÍTULO 9. POBLACIÓN, MUESTRA E INSTRUMENTOS 9.1. Población, marco muestral y unidad de análisis La población es el conjunto sobre el que se desea realizar una inferencia o descripción. La unidad de análisis puede ser una persona, empresa, escuela, expediente, evento o medición. Un marco muestral identifica las unidades accesibles para selección. Confundir población con muestra o unidad de análisis con participante genera errores en la interpretación de los resultados. 9.2. Muestreo y tamaño de muestra El muestreo probabilístico asigna a las unidades probabilidades conocidas de selección y es clave cuando se busca inferencia poblacional. Entre sus variantes están el aleatorio simple, sistemático, estratificado y por conglomerados. Los muestreos no probabilísticos —conveniencia, intencional, cuotas— pueden ser válidos para objetivos específicos, pero limitan la generalización estadística y deben describirse sin exagerar el alcance. El tamaño de muestra debe justificarse según el objetivo analítico, la precisión deseada, el diseño y los recursos. Lakens (2022) propone que una justificación transparente puede basarse en análisis de potencia, precisión, recursos, normas convencionales justificadas o el tamaño mínimo necesario para detectar un efecto relevante. La frase “se trabajó con el 10 % de la población” no constituye por sí sola una justificación estadística. 9.3. Diseño de instrumentos Un instrumento cuantitativo traduce constructos en ítems o mediciones. Antes de redactar preguntas se debe especificar qué indicadores se medirán y qué tipo de respuesta permitirá analizarlos. Un cuestionario puede incluir datos sociodemográficos, opciones múltiples, escalas Likert, preguntas de frecuencia o pruebas de conocimiento. La redacción debe ser clara, evitar dobles preguntas, negaciones innecesarias, términos ambiguos y alternativas de respuesta no exhaustivas. Tabla 10 Elección de instrumento según el propósito Propósito Instrumento posible Consideración de calidad Conocimientos Prueba objetiva o de desempeño Dificultad, discriminación, validez de contenido Actitudes/percepciones Escala de varios ítems Estructura del constructo, consistencia, validez Frecuencia de conductas Cuestionario o registro Periodo de recuerdo y sesgo de memoria Resultados clínicos o físicos Medición estandarizada Calibración, precisión y protocolo Datos existentes Ficha de extracción Completitud, calidad y definiciones del registro 9.4. Pilotaje El pilotaje permite detectar problemas de comprensión, tiempo de aplicación, funcionamiento de alternativas de respuesta y dificultades operativas. No debe utilizarse únicamente para “obtener un alfa”. La revisión cognitiva de ítems, la observación de la aplicación y el análisis de patrones de respuesta pueden ser más informativos para mejorar el instrumento.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 18 | Página Investigación científica C.J.H. Síntesis del capítulo Población, muestra e instrumento forman una unidad lógica. La calidad de la inferencia depende de a quién se midió, cómo fue seleccionado y con qué calidad se produjo la medición. CAPÍTULO 10. VALIDEZ, CONFIABILIDAD Y ANÁLISIS CUANTITATIVO 10.1. Validez y confiabilidad La validez reúne evidencias que respaldan la interpretación de las puntuaciones para un uso específico. La validación por juicio de expertos puede aportar evidencia sobre claridad, relevancia y representatividad del contenido, pero no agota la validez. Cuando sea pertinente pueden analizarse estructura interna, relación con otras variables, procesos de respuesta y consecuencias del uso. La confiabilidad se refiere a la precisión o consistencia de las puntuaciones. El alfa de Cronbach es frecuente en investigaciones educativas, pero no debe tratarse como prueba universal de calidad. Taber (2018) muestra que valores altos pueden coexistir con problemas de dimensionalidad; McNeish (2018) recuerda que alfa depende de supuestos que a menudo no se cumplen. Por ello, conviene examinar la estructura del instrumento y considerar coeficientes alternativos, como omega, cuando el modelo de medición lo justifique. 10.2. Análisis descriptivo El análisis descriptivo comienza por verificar la calidad de la base: valores faltantes, códigos imposibles, duplicados y consistencia de categorías. Luego se eligen resúmenes adecuados. Las frecuencias y porcentajes son útiles para variables categóricas; media y desviación estándar describen variables cuantitativas cuando su distribución y escala lo permiten; mediana y rango intercuartílico son alternativas robustas para distribuciones asimétricas. 10.3. Análisis inferencial La prueba estadística se selecciona a partir de la pregunta, el tipo de variables, el número de grupos o mediciones, la independencia de observaciones y los supuestos del modelo. Chi-cuadrado puede analizar asociación entre variables categóricas; la prueba t compara medias bajo condiciones específicas; ANOVA extiende la comparación a varios grupos; correlaciones cuantifican asociación. Sin embargo, ningún nombre de prueba reemplaza la revisión de supuestos ni la interpretación del tamaño del efecto y la incertidumbre. Tabla 11 Mapa básico para seleccionar un análisis Pregunta Datos Análisis frecuente Reporte mínimo ¿Cómo se distribuye una variable categórica? Categórica Frecuencias y porcentajes n y % ¿Cómo se resume una variable continua? Cuantitativa Media/DE o mediana/RIQ Estimación + dispersión ¿Hay asociación entre dos categóricas? Categórica × categórica Chi-cuadrado/Fisher Estadístico, gl, p; efecto si aplica ¿Difieren dos grupos en una medida? Grupo + cuantitativa t o alternativa no paramétrica Diferencia, IC, estadístico, p, efecto ¿Se relacionan dos medidas? Dos variables cuantitativas/ordinales Pearson/Spearman Coeficiente, IC/p según diseño 10.4. p, intervalos de confianza y tamaño del efecto El valor p no expresa la probabilidad de que una hipótesis sea verdadera ni el tamaño de una diferencia. Debe interpretarse junto con la estimación, el intervalo de confianza, el tamaño del efecto, el diseño y la relevancia sustantiva. Reportar solo “p < .05” empobrece la interpretación. La transparencia exige

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 19 | Página Investigación científica C.J.H. diferenciar análisis planificados de exploratorios y evitar seleccionar resultados únicamente por significación estadística (Appelbaum et al., 2018). Regla práctica Antes de ejecutar una prueba, escriba en palabras qué comparación o asociación quiere estimar y qué significaría el resultado. Después verifique que la prueba elegida responde exactamente a esa pregunta.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 20 | Página Investigación científica C.J.H. PARTE IV Investigación con métodos mixtos

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 21 | Página Investigación científica C.J.H. CAPÍTULO 11. FUNDAMENTOS DE LOS MÉTODOS MIXTOS 11.1. Más que dos tipos de datos Los métodos mixtos combinan sistemáticamente componentes cuantitativos y cualitativos y, sobre todo, integran sus resultados para responder una pregunta que exige ambas perspectivas. Johnson et al. (2007) resaltan esta combinación como un enfoque con supuestos y procedimientos propios. Fetters et al. (2013) muestran que la integración puede ocurrir al conectar fases, construir una fase a partir de otra, fusionar resultados o insertar un componente dentro del diseño principal. Una investigación no se vuelve mixta solo porque un cuestionario contiene una pregunta abierta. Debe existir una razón explícita para combinar métodos y un punto de integración. La justificación puede ser complementar resultados, explicar hallazgos inesperados, desarrollar un instrumento, evaluar procesos y resultados simultáneamente o examinar convergencias y divergencias. 11.2. Preguntas mixtas Un estudio mixto puede formular preguntas cuantitativas, preguntas cualitativas y una pregunta integradora. Esta última es decisiva: “¿Cómo se relacionan los patrones de rendimiento con las experiencias de aprendizaje reportadas por los estudiantes?” obliga a combinar bases de datos. Sin esa pregunta o propósito integrador, las dos fases corren el riesgo de convertirse en estudios paralelos. 11.3. Calidad en métodos mixtos La calidad requiere cuidar cada componente con criterios apropiados y, además, evaluar la calidad de la integración. Creswell e Inoue (2025) proponen un proceso que conecta problema, diseño, análisis separado, integración mediante herramientas como joint displays y elaboración de metainferencias. La inferencia mixta debe mostrar qué aporta la relación entre ambos conjuntos de resultados. Figura 4 Diseños mixtos de uso frecuente Nota. Las denominaciones pueden variar entre autores; la flecha representa prioridad temporal y no necesariamente mayor importancia. Idea central El valor añadido de un estudio mixto se encuentra en la integración. Si las conclusiones cuantitativas y cualitativas se presentan por separado y nunca dialogan, el diseño mixto queda incompleto.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 22 | Página Investigación científica C.J.H. CAPÍTULO 12. DISEÑOS DE MÉTODOS MIXTOS 12.1. Diseño convergente En el diseño convergente se recolectan o analizan datos cualitativos y cuantitativos en periodos similares y luego se comparan o fusionan. Resulta útil cuando se desea obtener una visión integral del mismo fenómeno desde perspectivas complementarias. La integración puede mostrar convergencia, complementariedad o discrepancia. 12.2. Secuencial explicativo: CUAN → CUAL El diseño secuencial explicativo inicia con una fase cuantitativa y utiliza la fase cualitativa para explicar resultados. Por ejemplo, tras identificar diferencias de rendimiento entre grupos, se seleccionan participantes con perfiles contrastantes para comprender experiencias que ayuden a interpretar esas diferencias. La selección cualitativa se conecta de manera explícita con los resultados cuantitativos. 12.3. Secuencial exploratorio: CUAL → CUAN El diseño secuencial exploratorio comienza con una fase cualitativa que identifica dimensiones, lenguaje o patrones y utiliza esos hallazgos para desarrollar o adaptar un instrumento, hipótesis o intervención que será evaluada cuantitativamente. Es especialmente útil cuando el constructo está poco definido en el contexto local. 12.4. Embebido, transformativo y multietapas En un diseño embebido, un método secundario se inserta dentro de un diseño principal para responder una pregunta complementaria; por ejemplo, entrevistas dentro de un ensayo o una encuesta dentro de un estudio cualitativo. Los diseños transformativos articulan la metodología con una perspectiva orientada a justicia social o cambio; los multietapas combinan varias fases a lo largo de un programa de investigación o evaluación. Tabla 12 Elección de diseño mixto Necesidad Diseño sugerido Punto de integración Comparar dos perspectivas del mismo fenómeno Convergente Fusión/comparación de resultados Explicar un patrón estadístico Secuencial explicativo Selección y construcción de la fase cualitativa desde CUAN Construir un instrumento o tipología contextual Secuencial exploratorio Desarrollo de CUAN a partir de CUAL Agregar información complementaria a un diseño principal Embebido Inserción en momentos definidos Resolver preguntas sucesivas en un programa Multietapas Integraciones múltiples entre fases Decisión práctica El orden de las fases debe poder explicarse con una frase causal: “Primero hacemos X porque necesitamos ese resultado para decidir Y”. Si el orden es arbitrario, revise el diseño.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 23 | Página Investigación científica C.J.H. CAPÍTULO 13. INTEGRACIÓN Y ANÁLISIS EN MÉTODOS MIXTOS 13.1. Estrategias de integración Fetters et al. (2013) distinguen estrategias como conectar, construir, fusionar e insertar. Conectar significa que una fase informa el muestreo de otra; construir implica que los resultados de una fase ayudan a crear instrumentos o procedimientos de la siguiente; fusionar combina resultados para compararlos; insertar ubica un conjunto de datos dentro de un diseño principal. La estrategia debe definirse desde la planificación. 13.2. Joint displays Un joint display es una tabla o figura que coloca resultados cualitativos y cuantitativos en relación directa para facilitar el razonamiento integrador. Puede organizarse por variables, grupos, objetivos o temas. Su función no es decorativa: debe permitir identificar confirmaciones, expansiones, contradicciones y nuevas inferencias. Creswell e Inoue (2025) destacan su utilidad para pasar de dos análisis separados a una metainferencia defendible. Tabla 13 Ejemplo de joint display Resultado cuantitativo Hallazgo cualitativo Relación Metainferencia 58 % reporta dificultad alta Estudiantes describen problemas para interpretar gráficas y lenguaje técnico Convergencia La dificultad no es solo procedimental; incluye barreras de representación Grupo con simulación mejora 12 puntos Participantes señalan que la retroalimentación inmediata facilitó corregir errores Complementariedad La mejora puede estar vinculada con ciclos rápidos de prueba y retroalimentación No hay diferencia global Entrevistas muestran beneficios solo en estudiantes con alta asistencia Divergencia explicable El efecto promedio puede ocultar heterogeneidad asociada con exposición a la estrategia Figura 5 Integración de resultados y construcción de metainferencias Nota. La metainferencia debe mostrar qué se aprende al poner en relación las dos bases de evidencia. 13.3. Discrepancias Cuando los resultados no coinciden, el equipo debe explorar explicaciones: diferencias de tiempo, cobertura muestral, constructos no equivalentes, sesgos de respuesta, contexto o heterogeneidad. Forzar una falsa convergencia reduce la calidad. La discrepancia puede convertirse en el hallazgo más importante si se analiza con transparencia. Síntesis del capítulo Integrar significa relacionar evidencias para producir una conclusión nueva. El diseño mixto debe mostrar el momento, la estrategia y el producto de esa integración.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 24 | Página Investigación científica C.J.H. PARTE V Elaboración del informe científico

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 25 | Página Investigación científica C.J.H. CAPÍTULO 14. RESULTADOS Y DISCUSIÓN 14.1. Organizar por objetivos y preguntas Los materiales del autor recomiendan organizar el análisis y la discusión mediante temas o subtemas derivados del cumplimiento de los objetivos. Esta regla ayuda a evitar capítulos fragmentados. Cada sección debe iniciar recordando qué aspecto del problema responde, presentar la evidencia y luego interpretarla en diálogo con antecedentes y teoría. 14.2. Resultados cuantitativos Los resultados cuantitativos deben reportar denominadores, unidades y estadísticas suficientes para interpretar la magnitud. Las tablas condensan información; no conviene repetir en el texto cada número de una tabla. En el texto se destacan patrones y resultados relevantes. Las figuras se reservan para patrones que se comprenden mejor visualmente. 14.3. Hallazgos cualitativos Los hallazgos cualitativos se presentan como argumentos analíticos sustentados en datos. Un tema requiere una idea central, límites y relación con la pregunta. Las citas ilustrativas deben identificarse con códigos que protejan la confidencialidad, y su longitud debe ser proporcional a su valor analítico. 14.4. Discusión integrada La discusión no es un segundo resumen de resultados. Debe explicar coincidencias y diferencias con estudios previos, relacionar hallazgos con conceptos teóricos, valorar implicaciones, considerar explicaciones alternativas y reconocer límites. En métodos mixtos, la discusión debe apoyarse en la integración y no en dos capítulos separados que nunca convergen. Tabla 14 Diferencia entre presentar y discutir Acción Resultados Discusión Describir Qué se encontró Qué significa Comparar Valores, grupos, categorías Coincidencias/diferencias con evidencia previa Explicar Patrones observados Mecanismos o interpretaciones plausibles Limitar Datos faltantes o condiciones Cómo afectan el alcance de la conclusión Regla de escritura Cada afirmación interpretativa importante debe poder responder dos preguntas: ¿qué evidencia del estudio la sustenta? y ¿qué teoría o antecedente ayuda a comprenderla?

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 26 | Página Investigación científica C.J.H. CAPÍTULO 15. CONCLUSIONES Y RECOMENDACIONES 15.1. Concluir es responder Las conclusiones responden a los objetivos con base en los resultados. No deben introducir datos nuevos, citas bibliográficas extensas ni promesas que el diseño no permite sostener. Una forma útil es redactar una conclusión principal por objetivo específico y cerrar con una síntesis vinculada al objetivo general. 15.2. Alcance según el enfoque En cualitativo, las conclusiones expresan interpretaciones contextualizadas y condiciones de transferibilidad. En cuantitativo, deben respetar el diseño: una asociación transversal no demuestra causalidad; un muestreo de conveniencia limita generalización; una diferencia no significativa no prueba equivalencia. En mixto, las conclusiones deben incluir metainferencias que relacionen ambos componentes. 15.3. Recomendaciones accionables Las recomendaciones se derivan de los hallazgos y de la justificación. Deben indicar destinatario, acción y fundamento. “Se recomienda mejorar la enseñanza” es demasiado general; “al equipo docente se recomienda incorporar actividades de interpretación de gráficas antes de la simulación, porque las entrevistas y la prueba identificaron esa dificultad como barrera común” es verificable y accionable. Tabla 15 Modelo para redactar recomendaciones Destinatario Acción Fundamento Condición/seguimiento Docentes Implementar actividad diagnóstica de conceptos previos Dificultad observada en prueba y entrevistas Revisar resultados al inicio y final de la unidad Coordinación académica Fortalecer acceso a software o laboratorio Limitación de recursos documentada Planificar disponibilidad y registrar uso Futuros investigadores Evaluar la estrategia con diseño comparativo y mayor diversidad muestral El estudio actual fue exploratorio Preespecificar hipótesis y tamaño de muestra Síntesis del capítulo Una buena conclusión es proporcional a la evidencia. Una buena recomendación transforma esa evidencia en una acción concreta sin exceder lo que el estudio puede justificar.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 27 | Página Investigación científica C.J.H. CAPÍTULO 16. REDACCIÓN CIENTÍFICA Y NORMAS APA 7 16.1. Claridad y trazabilidad La redacción científica busca precisión, coherencia y economía. Un párrafo eficaz desarrolla una idea principal, la sustenta y la conecta con el argumento general. Conviene preferir verbos directos, definir términos técnicos y evitar frases que atribuyen certeza absoluta a resultados probabilísticos o interpretativos. 16.2. Citas y paráfrasis APA 7 distingue citación narrativa —“Braun y Clarke (2021) proponen…”— y parentética —“(Braun & Clarke, 2021)”—. La paráfrasis exige reformular la idea con comprensión propia y atribuir la fuente; cambiar algunas palabras no elimina la obligación de citar. Las citas textuales deben reservarse para formulaciones cuya redacción original sea relevante y acompañarse de localizador cuando corresponda. 16.3. Tablas y figuras Las tablas y figuras deben poder comprenderse con su número, título y nota. Deben mencionarse en el texto antes de aparecer y aportar información que no se comunique mejor en una oración. El manual APA 7 dedica orientaciones específicas a tablas, figuras, citas y referencias; la plantilla editorial de esta obra mantiene su identidad gráfica, pero aplica la lógica APA de numeración, títulos y notas. 16.4. Lista de referencias La lista de referencias incluye únicamente las fuentes citadas y cada fuente citada debe aparecer en ella. Las entradas se ordenan alfabéticamente por apellido del primer autor, con sangría francesa. Los DOI se presentan como URL. La verificación final debe revisar autor, año, título, fuente, volumen, número, páginas y enlace. Tabla 16 Errores frecuentes en redacción y referencia Error Por qué afecta Corrección Citar una fuente no leída Puede atribuir ideas incorrectas Consultar la fuente original o declarar claramente una cita secundaria Copiar una definición y cambiar pocas palabras Conserva estructura y puede constituir paráfrasis inadecuada Reformular desde la comprensión y citar Referencia sin cita en el texto Rompe correspondencia Eliminar o incorporar la cita pertinente Tabla sin mención en texto Desconecta el recurso del argumento Introducir la tabla y explicar el hallazgo que aporta Usar “significativo” sin contexto Confunde significación estadística con importancia Indicar magnitud, incertidumbre y relevancia Lista de control APA Antes de entregar: correspondencia cita-referencia; cursivas y mayúsculas; DOI/URL verificables; títulos de tablas y figuras; notas explicativas; citas textuales con página o localizador.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 28 | Página Investigación científica C.J.H. CAPÍTULO 17. ÉTICA, INTEGRIDAD CIENTÍFICA E INTELIGENCIA ARTIFICIAL 17.1. Ética desde el diseño La ética no se limita al consentimiento informado. Incluye pertinencia del estudio, selección justa de participantes, minimización de riesgos, privacidad, confidencialidad, seguridad de datos y comunicación responsable. La National Academies of Sciences, Engineering, and Medicine (2017) vincula la integridad con prácticas y entornos que favorecen la confiabilidad de la investigación. 17.2. Integridad de datos y autoría Fabricar datos, falsificar resultados o plagiar vulnera directamente la integridad científica. También son problemáticas prácticas menos visibles: seleccionar análisis después de conocer los resultados sin declararlo, omitir datos que contradicen la narrativa, dividir innecesariamente una investigación para multiplicar publicaciones o atribuir autoría sin contribución sustantiva. La transparencia metodológica reduce estos riesgos. 17.3. Inteligencia artificial generativa La inteligencia artificial generativa puede apoyar tareas como lluvia de ideas, organización preliminar, revisión lingüística o asistencia técnica, pero no reemplaza la responsabilidad intelectual del investigador. La UNESCO recomienda preservar agencia humana, privacidad, transparencia y evaluación crítica en educación e investigación (Miao & Holmes, 2023). Cuando una herramienta de IA influye de forma sustantiva en el texto, análisis o producción de materiales, conviene declarar qué herramienta se utilizó, para qué finalidad y qué verificación humana se realizó. En análisis cualitativo, una IA puede sugerir etiquetas, pero el equipo debe conservar trazabilidad entre datos, códigos y temas, evaluar sesgos y proteger información sensible. En análisis cuantitativo, el código generado automáticamente debe revisarse y reproducirse. Nunca deben cargarse datos identificables o confidenciales en servicios externos sin autorización y garantías adecuadas. Tabla 17 Uso responsable de IA en investigación Uso Puede apoyar Requiere control humano Búsqueda exploratoria Generar términos de búsqueda Verificar cada fuente en bases confiables Redacción Mejorar claridad o estructura Revisar exactitud, autoría y citas Programación Proponer código de análisis Ejecutar, auditar y validar resultados Análisis cualitativo Sugerir códigos o agrupaciones Conservar interpretación, reflexividad y trazabilidad Datos sensibles — No cargar información identificable sin autorización y protección adecuada Principio de responsabilidad La herramienta puede asistir; la responsabilidad por el diseño, los datos, las inferencias, las referencias y el texto final permanece en las personas autoras.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 29 | Página Investigación científica C.J.H. CONCLUSIONES GENERALES La investigación científica se fortalece cuando cada decisión metodológica puede justificarse en relación con la pregunta y el tipo de evidencia necesaria. Ningún enfoque es superior en abstracto: la calidad depende de la coherencia del diseño y de la transparencia con que se ejecuta y reporta. El enfoque cualitativo permite comprender significados, experiencias y procesos en contexto. Su rigor se demuestra mediante selección pertinente de participantes o fuentes, procedimientos analíticos explícitos, reflexividad y trazabilidad desde los datos hasta los temas y conclusiones. El enfoque cuantitativo permite medir, comparar, relacionar y estimar. Su potencia depende de la definición adecuada de variables, la calidad de la medición, la justificación de la muestra, el cumplimiento de supuestos y una interpretación que considere magnitud e incertidumbre, no únicamente valores p. Los métodos mixtos son útiles cuando una pregunta requiere integrar perspectivas. Su valor añadido aparece en la conexión, construcción, fusión o inserción de componentes y en la formulación de metainferencias que expliquen qué se aprende al relacionar resultados cualitativos y cuantitativos. La elaboración del informe científico es parte del método. Resultados, discusión, conclusiones, recomendaciones, tablas, figuras, citas y referencias deben mantener correspondencia con el proceso realizado y facilitar que el lector valore la evidencia. La ética y la integridad atraviesan todas las etapas. La incorporación de herramientas de inteligencia artificial aumenta la necesidad de documentar decisiones, verificar fuentes, proteger datos, conservar agencia humana y declarar los apoyos tecnológicos relevantes. Cierre Investigar con rigor significa poder explicar qué se hizo, por qué se hizo de esa manera, qué evidencia sustenta cada conclusión y cuáles son los límites de lo que se afirma.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 30 | Página Investigación científica C.J.H. GLOSARIO Alfa de Cronbach: Coeficiente de consistencia interna cuyo uso requiere examinar supuestos y estructura de la escala. Análisis temático: Estrategia para identificar y desarrollar patrones de significado relevantes en datos cualitativos. Categoría: Agrupación conceptual utilizada para organizar e interpretar datos cualitativos. Codificación: Proceso de asignar etiquetas analíticas a segmentos de datos. Confiabilidad: Grado de precisión o consistencia de las puntuaciones producidas por una medición. Confirmabilidad: Criterio cualitativo que busca sustentar los hallazgos en los datos y hacer visibles las decisiones analíticas. Credibilidad: Criterio cualitativo relacionado con la plausibilidad y sustento de las interpretaciones. Diseño convergente: Diseño mixto que desarrolla componentes cualitativos y cuantitativos en paralelo y luego los integra. Diseño secuencial explicativo: Diseño mixto CUAN→CUAL orientado a explicar resultados cuantitativos. Diseño secuencial exploratorio: Diseño mixto CUAL→CUAN que utiliza hallazgos cualitativos para desarrollar una fase cuantitativa. Efecto: Magnitud de una diferencia, asociación o relación, más allá de su significación estadística. Hipótesis: Proposición contrastable sobre una relación o diferencia esperada. Información poder: Criterio para valorar suficiencia de una muestra cualitativa considerando especificidad, teoría, calidad del diálogo y estrategia analítica. Instrumento: Herramienta estructurada para producir o registrar datos. Intervalo de confianza: Rango de valores compatibles con una estimación bajo un procedimiento estadístico definido. Joint display: Tabla o figura que integra resultados cualitativos y cuantitativos para facilitar metainferencias. Metainferencia: Conclusión resultante de la integración de componentes cualitativos y cuantitativos. Muestra: Subconjunto de unidades o casos seleccionados para el estudio. Muestreo probabilístico: Selección mediante probabilidades conocidas de inclusión. Muestreo intencional: Selección deliberada de casos informativamente relevantes. Operacionalización: Traducción de un concepto o variable en indicadores y procedimientos observables o medibles. Paradigma: Conjunto de supuestos sobre realidad, conocimiento y procedimientos de investigación. Saturación: Criterio cualitativo de suficiencia relacionado con la reducción de información analíticamente nueva. Tamaño del efecto: Medida de la magnitud de un resultado o relación. Transferibilidad: Posibilidad de valorar la aplicabilidad de hallazgos cualitativos a contextos similares con base en descripción suficiente. Triangulación: Uso articulado de perspectivas, fuentes, investigadores o técnicas para enriquecer el análisis. Validez: Conjunto de evidencias que respaldan una interpretación de las puntuaciones para un uso específico. Variable: Característica que puede adoptar distintos valores y ser observada o medida.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 31 | Página Investigación científica C.J.H. SOBRE EL AUTOR Dr. Cliffor Jerry Herrera Castrillo es docente e investigador de la Universidad Nacional Autónoma de Nicaragua, Managua, en el Centro Universitario Regional de Estelí. Su formación y experiencia se vinculan con Matemática Aplicada, educación, metodología de la investigación y didáctica de la Física y la Matemática. Ha participado como tutor, asesor, revisor científico y metodológico, y autor de publicaciones académicas en áreas educativas e interdisciplinarias. Su trabajo docente promueve la coherencia entre problema, objetivos, diseño, análisis y comunicación científica, con énfasis en la formación investigativa universitaria. ORCID: 0000-0002-7663-2499. Correo institucional: cliffor.herrera@unan.edu.ni.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 32 | Página Investigación científica C.J.H. REFERENCIAS Acosta Faneite, S. F. (2023a). Los enfoques de investigación en las ciencias sociales. Revista Latinoamericana Ogmios, 3(8), 82–95. https://doi.org/10.53595/rlo.v3.i8.084 Acosta Faneite, S. F. (2023b). Criterios para la selección de técnicas e instrumentos de recolección de datos en las investigaciones mixtas. Revista Honoris Causa, 15(2), 62–83. American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191 Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101. https://doi.org/10.1191/1478088706qp063oa Braun, V., & Clarke, V. (2021). Thematic analysis: A practical guide. SAGE. Charmaz, K. (2014). Constructing grounded theory (2nd ed.). SAGE. Creswell, J. W., & Creswell, J. D. (2022). Research design: Qualitative, quantitative, and mixed methods approaches (6th ed.). SAGE. Creswell, J. W., & Inoue, M. (2025). A process for conducting mixed methods data analysis. Journal of General and Family Medicine, 26(1), 4–11. https://doi.org/10.1002/jgf2.736 Creswell, J. W., & Plano Clark, V. L. (2018). Designing and conducting mixed methods research (3rd ed.). SAGE. Fetters, M. D., Curry, L. A., & Creswell, J. W. (2013). Achieving integration in mixed methods designs—Principles and practices. Health Services Research, 48(6 Pt 2), 2134–2156. https://doi.org/10.1111/1475- 6773.12117 Hennink, M., & Kaiser, B. N. (2022). Sample sizes for saturation in qualitative research: A systematic review of empirical tests. Social Science & Medicine, 292, 114523. https://doi.org/10.1016/j.socscimed.2021.114523 Herrera Castrillo, C. J. (2024). Paradigma positivista. Boletín Científico de las Ciencias Económico Administrativas del ICEA, 12(24), 29–32. https://doi.org/10.29057/icea.v12i24.12660

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 33 | Página Investigación científica C.J.H. Johnson, R. B., Onwuegbuzie, A. J., & Turner, L. A. (2007). Toward a definition of mixed methods research. Journal of Mixed Methods Research, 1(2), 112–133. https://doi.org/10.1177/1558689806298224 Lakens, D. (2022). Sample size justification. Collabra: Psychology, 8(1), 33267. https://doi.org/10.1525/collabra.33267 Levitt, H. M., Bamberg, M., Creswell, J. W., Frost, D. M., Josselson, R., & Suárez-Orozco, C. (2018). Journal article reporting standards for qualitative primary, qualitative meta-analytic, and mixed methods research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 26–46. https://doi.org/10.1037/amp0000151 Lincoln, Y. S., & Guba, E. G. (1985). Naturalistic inquiry. SAGE. McNeish, D. (2018). Thanks coefficient alpha, we’ll take it from here. Psychological Methods, 23(3), 412–433. https://doi.org/10.1037/met0000144 Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. National Academies of Sciences, Engineering, and Medicine. (2017). Fostering integrity in research. The National Academies Press. https://doi.org/10.17226/21896 Patton, M. Q. (2015). Qualitative research & evaluation methods: Integrating theory and practice (4th ed.). SAGE. Roberts, S.-J., Abshire Saylor, M., Ivynian, S., & DiGiacomo, M. (2026). Data saturation and information power: Sample size in qualitative research—When is enough and how to assess? European Journal of Cardiovascular Nursing, 25(5), 1069–1074. https://doi.org/10.1093/eurjcn/zvag046 Taber, K. S. (2018). The use of Cronbach’s alpha when developing and reporting research instruments in science education. Research in Science Education, 48, 1273–1296. https://doi.org/10.1007/s11165-016-9602-2 Universidad Nacional Autónoma de Nicaragua, Managua. (2019). Política y estrategias de calidad UNAN- Managua. UNAN-Managua. Universidad Nacional Autónoma de Nicaragua, Managua. (2025). Normativa de graduación de las carreras en el modelo por competencias. UNAN-Managua. Yin, R. K. (2018). Case study research and applications: Design and methods (6th ed.). SAGE.

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 34 | Página Investigación científica C.J.H. ANEXOS Anexo A. Matriz de coherencia metodológica Tabla A1 Plantilla de matriz de coherencia Problema/pregunta Objetivo Categoría o variable Evidencia Técnica/instrumento Análisis previsto [Redactar pregunta] [Verbo + logro] [Categoría/variable] [Qué dato responde] [Cómo se obtiene] [Cómo se interpretará] [Pregunta específica 2] [Objetivo específico 2] […] […] […] […] Anexo B. Matriz de categorías cualitativas Tabla B1 Plantilla para el sistema de categorías Categoría Definición conceptual Subcategoría/tema Indicadores Pregunta/técnica Fuente [Categoría 1] [Definición] [Subcategoría] [Huellas empíricas] [Ítems o guía] [Participante/documento] Anexo C. Operacionalización de variables Tabla C1 Plantilla de operacionalización Variable Definición conceptual Definición operativa Indicadores Ítems/medida Escala Fuente [Variable] [Teoría] [Cómo se medirá] [Indicadores] [Ítems] [Nominal/ordinal/etc.] [Fuente de datos] Anexo D. Guía de entrevista semiestructurada • Presentación del propósito y confirmación del consentimiento. • Pregunta de apertura: “Cuénteme cómo ha sido su experiencia con…”. • Pregunta de profundización 1 vinculada al objetivo específico 1. • Sondeos: “¿Puede darme un ejemplo?”, “¿Qué ocurrió después?”, “¿Qué significado tuvo para usted?”. • Pregunta de contraste o cambio: “¿Ha ocurrido siempre de esa manera?”. • Cierre: “¿Hay algo importante que no le haya preguntado y considere necesario agregar?”. Anexo E. Cuestionario tipo Likert: estructura de ejemplo Tabla E1 Ejemplo de bloque Likert Indicador Enunciado 1 2 3 4 5 Claridad Las orientaciones de la actividad fueron claras. Totalmente en desacuerdo En desacuerdo Neutral De acuerdo Totalmente de acuerdo Utilidad La actividad me ayudó a comprender el contenido. 1 2 3 4 5 Nota. Defina los anclajes de respuesta de forma consistente y documente el sentido de la puntuación. Anexo F. Guía de observación Tabla F1 Plantilla de observación Dimensión Indicador observable Registro descriptivo Interpretación provisional Participación Formula preguntas, explica procedimientos, coopera [Describir lo observado] [Interpretación separada del registro]

Revista Interdisciplinaria de Ciencias de la Educación, Salud y Sociología | 2026 |ISSN 3117-2660 https://www.riceso.org 35 | Página Investigación científica C.J.H. Dimensión Indicador observable Registro descriptivo Interpretación provisional Uso de recursos Interactúa con materiales/simuladores de forma pertinente […] […] Anexo G. Validación por juicio de expertos Tabla G1 Matriz de valoración de ítems Ítem Claridad Coherencia Relevancia Observación del experto Decisión 1 1–4 1–4 1–4 [Comentario] Mantener / revisar / eliminar Nota. La escala y el método de síntesis deben definirse antes de la valoración. El juicio de expertos aporta evidencia de contenido, no sustituye otras evidencias de validez. Anexo H. Modelo breve de consentimiento informado Título del estudio: [indicar]. Propósito: [explicar en lenguaje accesible]. Participación: [describir actividades y duración]. Riesgos o molestias: [indicar]. Beneficios: [indicar sin prometer beneficios inexistentes]. Confidencialidad: [explicar anonimización, almacenamiento y acceso]. Voluntariedad: la participación es voluntaria y puede retirarse sin penalización. Contacto: [responsable]. Consentimiento: declaro haber recibido información suficiente, haber podido realizar preguntas y aceptar participar de manera libre. Anexo I. Plantilla de joint display Tabla I1 Integración de resultados Objetivo/tema Resultado CUAN Hallazgo CUAL Convergencia/divergencia Metainferencia [Objetivo] [Estadística/patrón] [Tema/evidencia] [Tipo de relación] [Conclusión integrada] Fin de la obra.