Análisis de datos cualitativos

Dra. Guadalupe Neve Ariza

IEU octubre 2010

El análisis de datos cualitativos puede definirse como el proceso

mediante el cual se organiza y manipula la información recogida

por los investigadores para establecer relaciones, interpretar,

extraer significados y conclusiones.

Se caracteriza por su forma cíclica y circular (espiral), en contraste

con la posición lineal que adopta el análisis de datos cuantitativos.

Gracias a este proceso circular, el investigador comienza a descubrir

que las categorías se solapan o no se contemplan datos relevantes.

Estas crisis obligan a iniciar nuevos ciclos de revisión hasta

conseguir un marco de categorización potente que resista e incluya

múltiples textos.

La fase de análisis de los datos es, probablemente, el lado oscuro

de la investigación cualitativa, ya que tanto los teóricos del método

como los investigadores proporcionan poca información sobre los

modos en que transforman los datos en interpretaciones que

puedan sustentarse científicamente.

Si bien la investigación cualitativa aporta una multiplicidad de datos

sumamente rica, también se corren una serie de riesgos al afrontar

el análisis: imprecisión y confusión de conceptos, multiplicidad de

métodos, más descripción que interpretación, riesgo de

especulación, escasa visión de conjunto, ateorización, etc.

La búsqueda de significado

Cuando se utilizan instrumentos metodológicos flexibles, el

resultado es la afluencia de datos muy descriptivos, las propias

palabras pronunciadas o escritas por la gente y las acciones

observables.

Analizar tales datos significa confrontar las dos materias primas

sobre las que se trabaja en el contexto cualitativo: el lenguaje, que

representa la subjetividad y el mundo de los significados y los

símbolos, y la práctica, que representa lo concreto, lo morfológico.

Finalidades del análisis cualitativo

1. La búsqueda de significado de los fenómenos a partir de datos

concretos.

2. Confirmar o rechazar hipótesis.

3. Ampliar la comprensión de la realidad como una totalidad.

Para realizar el trabajo interpretativo el investigador debe vencer

varias dificultades:

1. La seducción de los métodos y las técnicas, que hace olvidar el

significado.

2. La dificultad para realizar abstracciones teóricas a partir de

datos concretos, especialmente para quienes provienen de la

tradición positivista.

3. Aprender a controlar lo que Bourdieu llama «ilusión de

transparencia», que ocurre cuando el investigador está muy

familiarizado con el contexto estudiado, entablando una

comprensión de la realidad apresurada y condicionada por su

propia proyección subjetiva.

Otras dificultades, según Rodríguez, Gil y García (1996), son las

siguientes:

1. El carácter polisémico de los datos cualitativos. En una grabación

de audio o video, o en otra transcripción materializada en un

texto, se presentan múltiples significados que pueden llegar a ser

casi ilimitados. El análisis del investigador se convierte en una

tarea compleja que exige preparación y, especialmente,

planificación sobre el significado que se desea extraer de la

realidad analizada.

2. La naturaleza predominantemente verbal de los datos. Esto exige

la utilización de descriptores de baja inferencia como grabadoras,

para recoger con precisión la riqueza del material recopilado.

3. El gran volumen de datos que se recogen. Los datos

cualitativos suelen representar enormes cantidades de

información auditiva, textual o icónico-visual.

Es precísamente esta dificultad la que provoca que la ayuda de los

softwares se convierta en un aspecto capital e indispensable,

debido a que son una herramienta muy útil para la

sistematización y control de los procesos de análisis.

4. El carácter artístico-creativo del análisis de datos. No existe

consenso sobre la variedad y la singularidad de tradiciones del

proceso de análisis, por lo que tampoco existe consenso acerca

de las etapas que deben materializarse.

El dato cualitativo

Frente a cualquier escala de opinión (tipo Likert, por ejemplo), una

historia de vida suministra una cantidad considerable de

información de tipo auditivo y, posteriormente, textual, que sin la

adecuada manipulación resulta totalmente estéril.

El dato cualitativo es un elemento dinámico, resultado de una serie

de manipulaciones que transforman la realidad.

Así, destacan una serie de fases: registro de la realidad, su

plasmación material en algún tipo de expresión y su transformación

mediante un proceso de elaboración conceptual.

Según las fases anteriores:

1. Se debe registrar la información sobre la realidad mediante

algún tipo de estrategia manual o electrónica.

2. Una vez registrada la información, ésta debe materializarse en

algún tipo de expresión verbal, escrita o icónico-visual.

3. La información es sometida a procesos de transformación por

medio de estrategias manipulativas de elaboración conceptual,

en las que el dato es producto de una ecuación en la que

intervienen activamente la percepción del investigador, su

interpretación, sus conocimientos previos sobre el tema, así

como una colección de sesgos.

Los lugares comunes del análisis

No existe una taxonomía universalmente aceptada sobre los tipos

de análisis de investigación cualitativa.

Cualquiera que sea el estilo analítico adoptado, el análisis presenta

siempre muchas dificultades e interrogantes.

En el desarrollo del análisis cualitativo, las etapas no se suceden

unas a otras, sino que se produce una aproximación sucesiva o

análisis en progreso; se sigue un esquema en espiral que obliga a

retroceder una y otra vez a los datos para incorporar los necesarios

hasta dar consistencia a la teoría concluyente.

El análisis cualitativo es un proceso dinámico y creativo que se

alimenta, fundamentalmente, de la experiencia directa de los

investigadores en los escenarios estudiados, por lo que esta etapa

no se puede delegar.

Los datos provienen de diversas fuentes, por lo que es

indispensable la coherencia en la integración para recomponer una

visión de conjunto.

Aunque todos los datos son importantes, se precisa de una mirada

crítica para distinguir los que constituirán la fuente principal de

teorización, de los que sólo aportan información complementaria.

Algunos autores, junto con la crítica teórica, realizan una propuesta

práctica de análisis de material cualitativo, que al final es casi la

única que se tiene en cuenta, por ser compatible con el software,

cuyo uso es cada vez más indispensable.

Huberman y Miles (2000) proponen 3 subprocesos vinculados entre

sí para realizar el análisis:

a) La reducción de datos, orientada a su selección y

condensación. Se puede realizar anticipadamente (al elaborar

el marco conceptual, definir las preguntas, seleccionar los

participantes y los instrumentos) o una vez recolectados

mediante la elaboración de resúmenes, codificaciones, relación

de temas, clasificaciones, etc.

b) La presentación de datos, orientada a facilitar la mirada

reflexiva del investigador a través de presentaciones

concentradas, tales como resúmenes estructurados, sinopsis,

croquis, diagramas, etc.

c) La elaboración y verificación de conclusiones, en la que se

utilizan una serie de tácticas para extraer significados de los

datos, tales como la comparación/contraste, el señalamiento de

patrones y temas, la triangulación, la búsqueda de casos

negativos, etc.

Análisis de datos en el proceso general de

investigación cualitativa

Etapa preparatoria

Etapa de trabajo de campo

Etapa analítica

Reducción de datos.Disposición y transformación de datos.Formulación y verificación de conclusiones.

Etapa informativa

Proceso general de análisis de datos cualitativos

Reducción de datos

Disposición y transformación de datos

Obtención y verificación de conclusiones

Separación de unidades

Síntesis y agrupamiento

Identificación y clasificación de elementos

Disposición

Transformación

Proceso para obtener conclusiones

Verificación de conclusiones

Procesos para alcanzar conclusiones

Las tareas de la reducción de datos

Los procesos de categorización y codificación son las decisiones más

inmediatas en el proceso general de reducción de datos.

La división de la información en unidades puede realizarse

siguiendo distintos criterios. Por ejemplo, en el análisis de

contenido, la diferenciación entre unidades de contexto resulta útil,

ya que corresponden a unidades de análisis y unidades de registro.

La separación de unidades singulares del texto es una actividad

imprescindible, junto con la identificación y la clasificación de

elementos, su síntesis y agrupamiento, en un intento por realizar la

reducción de datos.

Así, se puede establecer una secuencia de tres pasos:

1. Separación de unidades de contenido, que determina criterios

de separación espacial, temporal, temática, gramatical,

conversacional y social.

2. Identificación y clasificación de elementos, que implica una

categorización y una codificación.

3. Síntesis y agrupamiento: agrupamiento físico, creación de

metacategorías, obtención de estadísticos de agrupamiento y

síntesis.

Disposición y agrupamiento

El investigador debe establecer algún procedimiento de disposición

y transformación de datos, que ayude a facilitar su examen y

comprensión, a la vez que condicione las posteriores decisiones que

se establecerán después de los análisis pertinentes.

Algunos tipos de procedimientos son:

1. Las gráficas. Permiten presentar los datos, advertir relaciones y

descubrir su estructura profunda.

2. Los diagramas. Representaciones gráficas o imágenes visuales

de las relaciones entre conceptos.

3. Matrices o tablas de doble entrada, en cuyas celdas se pone

una breve descripción verbal según los aspectos especificados

en las filas y las columnas.

Obtención de resultados y verificación de conclusiones

Las tareas de esta fase implican el uso de metáforas y analogías, así

como la inclusión de viñetas donde aparezcan fragmentos

narrativos e interpretaciones del investigador y de otros agentes.

Esto constituye una serie de procedimientos útiles que culmina con

las oportunas estrategias de triangulación, auditoría y validación

«cara a cara» con otros investigadores y agentes del contexto.

En esta fase se puede incluir lo siguiente:

Proceso para obtener resultados

Datos textuales: descripción e interpretación, recuento y

concurrencia de códigos, comparación y contextualización.

Datos transformados en valores numéricos: técnicas estadísticas,

comparación y contextualización.

Proceso para alcanzar conclusiones

Datos textuales: consolidación teórica, aplicación de otras teorías,

uso de metáforas y analogías, síntesis con resultados de otros

investigadores.

Datos transformados en valores numéricos: uso de reglas de

decisión tales como comparación de resultados con modelos

teóricos.

Verificación de conclusiones y estimación de criterios de calidad

Comprobación o incremento de validez mediante:

• Presencia prolongada en el campo

• Intercambio de opiniones con otros investigadores

• Triangulación

• Comprobación con los participantes

• Establecimiento de adecuación referencial

• Ponderación de la evidencia

• Comprobación de la coherencia estructural

Criterios de calidad

• El valor de verdad/credibilidad. Se refiere a la credibilidad y

confianza que ofrecen los resultados de la investigación, con

base en su capacidad explicativa ante casos negativos y en la

consistencia entre los distintos puntos de vista y perspectivas.

• La aplicabilidad/transferencia. Es la posibilidad de transferir los

resultados obtenidos en ese contexto a otros con condiciones

similares, bajo parámetros idénticos.

• La consistencia/dependencia. Es la posibilidad de replicar el

estudio y obtener los mismos hallazgos.

• La neutralidad/confirmabilidad. Tiene que ver con la

independencia de los resultados frente a motivaciones,

intereses personales o concepciones teóricas del investigador.

Es la garantía y la seguridad de que los resultados no están

sesgados.

Por su parte, Taylor y Bogdan (1986) proponen un enfoque basado

en tres momentos:

1. Descubrimiento

2. Codificación

3. Relativización

Estos momentos contienen una veintena de acciones en torno a

lograr «el desarrollo de una comprensión en profundidad de los

escenarios o personas que se estudian».

Sobre estos procesos de tratamiento pormenorizado de los datos es

preciso considerar la doble perspectiva intracasos/intercasos.

El análisis interno del caso va a proporcionar una comprensión

interna del fenómeno estudiado (estudio de un solo caso), mientras

que el análisis entre casos, realizado con métodos múltiples para el

estudio de grupos de individuos dentro de varios escenarios,

permitirá extender la validez interna, así como refinar y asentar

conceptos y proposiciones de naturaleza teórica.

Enfoque de análisis en progreso en investigación cualitativa (Taylor y Bogdan)

Fase Acción

Descubrimiento(Buscar temas examinando los datos de todos los modos posibles)

1. Lea repetidamente los datos.2. Siga la pista de temas, intuiciones, interpretaciones e ideas.3. Busque los temas emergentes.4. Elabore tipologías.5. Desarrolle conceptos y proposiciones teóricas.6. Lea el material bibliográfico.7. Desarrolle una guía de la historia.

Codificación(Reunión y análisis de todos los datos que se refieren a temas, ideas, conceptos, interpretaciones y proposiciones)

1. Desarrolle categorías de codificación.2. Codifique todos los datos.3. Separe los datos pertenecientes a las diversas categorías de

codificación.4. Vea qué datos han sobrado.5. Refine su análisis.

Fase Acción

Relativización de los datos(Interpretarlos en el contexto en el que fueron recogidos)

1. Datos solicitados o no solicitados.2. Influencia del observador sobre el escenario.3. ¿Quién estaba allí? (diferencias entre lo que la gente dice y

hace cuando está sola y cuando hay otros en el lugar).4. Datos directos e indirectos.5. Fuentes (distinguir entre la perspectiva de una sola persona

y las de un grupo más amplio).6. Nuestros propios supuestos (autorreflexión crítica).

Cada investigador interpreta sus datos de acuerdo con el paradigma

del que proviene.

La adscripción teórica del autor actúa como una máscara que aflora

cuando cuenta su versión de los hechos.

«El caballo teórico tiene que ir siempre delante

del carro analítico». (Ball y Smith)

Huberman, A.M. y Miles, M.B. (2000). Métodos para el manejo y

análisis de datos. En Denman, C.A. y Haro, J.A. (comp.) Por los rincones.

Antología de métodos cualitativos en la investigación social.

Hermosillo: El Colegio de Sonora; 2000: 253-300.

Rodríguez, G., Gil, J. y García, E. (1996). Métodos de investigación

cualitativa. Málaga: Aljibe.

Taylor, S. y Bogdan, R. (1986). Introducción a los métodos cualitativos

de investigación. La búsqueda de significados. Buenos Aires: Paidós.