Análisis de datos cualitativos

1. Análisis de datos cualitativos Dra. Guadalupe NeveAriza IEU octubre 2010

2. 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.

3. 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.

4. 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.

5. Finalidades del análisis cualitativo La búsqueda de significado de los fenómenos a partir de datos concretos. Confirmar o rechazar hipótesis. Ampliar la comprensión de la realidad como una totalidad.

6. Para realizar el trabajo interpretativo el investigador debe vencer varias dificultades: La seducción de los métodos y las técnicas, que hace olvidar el significado. La dificultad para realizar abstracciones teóricas a partir de datos concretos, especialmente para quienes provienen de la tradición positivista. 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.

7. Otras dificultades, según Rodríguez, Gil y García (1996), son las siguientes: 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. 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.

8. 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. 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.

9. 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.

10. Según las fases anteriores: Se debe registrar la información sobre la realidad mediante algún tipo de estrategia manual o electrónica. Una vez registrada la información, ésta debe materializarse en algún tipo de expresión verbal, escrita o icónico-visual. 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.

11. 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.

12. 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.

13. 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: 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.

14. 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. 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.

15. 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

16. Proceso general de análisis de datos cualitativos Obtención y verificación de conclusiones Disposición y transformación de datos Reducción de datos Separación de unidades Proceso para obtener conclusiones Síntesis y agrupamiento Verificación de conclusiones Disposición Identificación y clasificación de elementos Procesos para alcanzar conclusiones Transformación

17. 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.

18. Así, se puede establecer una secuencia de tres pasos: Separación de unidades de contenido, que determina criterios de separación espacial, temporal, temática, gramatical, conversacional y social. Identificación y clasificación de elementos, que implica una categorización y una codificación. Síntesis y agrupamiento: agrupamiento físico, creación de metacategorías, obtención de estadísticos de agrupamiento y síntesis.

19. 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: Las gráficas. Permiten presentar los datos, advertir relaciones y descubrir su estructura profunda. Los diagramas. Representaciones gráficas o imágenes visuales de las relaciones entre conceptos.

20. 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.

21. 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:

22. 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.

23. 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

24. 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.

25. 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.

26. Por su parte, Taylor y Bogdan (1986) proponen un enfoque basado en tres momentos: Descubrimiento Codificación 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».

27. 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.

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

30. 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)

31. 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.