Transcript El dato cualitativo

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
Separación de
unidades
Síntesis y
agrupamiento
Identificación y
clasificación de
elementos
Disposición y
transformación de
datos
Disposición
Transformación
Obtención y verificación
de conclusiones
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.
2.
3.
4.
5.
6.
7.
Lea repetidamente los datos.
Siga la pista de temas, intuiciones, interpretaciones e ideas.
Busque los temas emergentes.
Elabore tipologías.
Desarrolle conceptos y proposiciones teóricas.
Lea el material bibliográfico.
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
Relativización de los
datos
(Interpretarlos en el
contexto en el que
fueron recogidos)
Acción
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.