6.1 INTRODUCCIÓN
Tal y como indicamos anteriormente en este curso, el análisis de datos forma parte de cada ciclo del proceso de investigación, estando íntimamente ligado con la fase de diseño del siguiente ciclo.
Se trata del aspecto menos conocido de la investigación cualitativa, siendo ese desconocimiento la causa de la minusvaloración que sufre este tipo de estudios en el mundo científico en general. Ese desconocimiento, se debe a que muchos estudios cualitativos no explicitan de forma convincente como los contenidos se transforman en datos y estos a su vez se transforman en conclusiones.
Hemos de ser conscientes de que una muestra relativamente pequeña de sujetos puede proporcionar “demasiada” información, debida a la riqueza del lenguaje humano.
Como hemos visto en el tema 5 de este curso, las diferentes técnicas proporcionan información de distinta naturaleza, por lo que se ha de ser muy minucioso en la planificación del registro de la misma. Dicha planificación ha de estar documentada y orientada en base al enfoque metodológico, el método de investigación, los objetivos de la misma, el contexto sociocultural y económico y los recursos disponibles.
6.2 recomendaciones en el registro de datos
El registro sistemático y organizado, permite que lógicas subyacentes a la información se expliciten de tal manera, que no queden fuera de la lectura del investigador, posibilitando la evaluación permanente y rigurosa de vacíos, inconsistencias, saturaciones, incoherencias y la generación de estrategias para completar y validar la información.
Así, se recomienda:
- Elaborar una guía de registro para los investigadores.
- Establecer un sistema unificado de nomenclatura de los documentos del estudio de investigación. No bastando denominar “cuaderno 1” o “grabación del 14 de abril”.
- Registrar la información generada en el trabajo de campo (entrevistas, observación directa, historias de vida) de forma descriptiva, en lenguaje natural (como habla la gente), diferenciando las citas directas, de las anotaciones del investigador.
- Algunas de las estrategias y técnicas de registro de información puede no ser prudente o pertinente utilizarlas, de acuerdo al contexto socioeconómico o a los recursos de la investigación. Por ejemplo, el grupo de discusión tiene como condición de aplicación el uso de la videograbadora.
Tener presente que algunas técnicas de registro como la fotografía, la grabación de audio o video, requieren no sólo ciertas condiciones éticas y técnicas en su aplicación (uso del material y equipo adecuado, recurso humano capacitado), sino también estrategias de análisis de información específicas.
En algunos casos, se ha de realizar el paso del registro a los datos. Por ejemplo, las grabaciones de audio han de ser trascritas y los vídeos puede que además de la trascripción de lo dicho, necesiten una descripción de los eventos. En ambos casos se ha de ser muy meticuloso para evitar perder información.
Los textos así obtenidos podemos analizarlos desde un punto de vista lingüístico (tratando al texto mismo como objeto de análisis) o desde un punto de vista sociológico, en el que el texto no es más que un reflejo de la experiencia de las personas.
6.3 fases del análisis de datos
De las múltiples propuestas sobre el análisis de datos, nos vamos a centrar en la que trabaja el análisis de datos en tres fases. Estas son Seguimiento, Codificación e Interpretación. Teniendo en cuenta que las tres fases así ordenadas sólo se dan en el cierre del estudio, mientras que en los cierres intermedios es posible que sólo se trabaje una o dos de las fases (Seguimiento e interpretación).
6.3.1. Fase de Seguimiento
En la fase de Seguimiento buscaremos seguir la pista de los temas, identificar tipologías y tratar de desarrollar conceptos y proposiciones teóricas o ver como los hallazgos encajan con los conceptos de partida.
6.3.2. Fase de Codificación
La Codificación es la fase más compleja, pero también la más útil. Consiste en el proceso mediante el cual se agrupa la información obtenida en categorías, que concentran las ideas, conceptos o temas similares descubiertos por el investigador.
Codificando los datos hacemos un juicio de valor sobre su significado, eliminado el aparente caos. Esto implica un trabajo intelectual y mecánico importante que, en algunos proyectos sólo es posible con la ayuda de las herramientas informáticas.
Los códigos son etiquetas que permiten asignar unidades de significado a la información de la investigación. Los códigos identifican o marcan temas específicos en un texto. Los códigos pueden ser simplemente descriptores, pueden indicar categorías que darán la base del proceso analítico o pueden indicar una interpretación del contenido.
Por lo general, las categorías de codificación que usemos han de cumplir cuatro condiciones. Estas son pertinencia (han de ser relevantes en relación a los objetivos), exhaustividad, exclusión mutua y único principio clasificatorio. Pero en investigación cualitativa suele pasar que tenemos unidades de análisis que no encajan en ninguna de las categorías definidas, o que una unidad participe en más de una categoría.
En la codificación los pasos a seguir serán:
- Desarrollar categorías de codificación: Pueden resultar de un procedimiento inductivo, es decir, a medida que se examinan los datos, o deductivo, habiendo establecido a priori el sistema de categorías sobre el que se va a codificar. Se ha de ofrecer una definición operativa con criterios y reglas para evitar inconsistencias entre distintos codificadores.
- Codificar todos los datos: En la actualidad hay programas informáticos que realizan esta función e incluyen modelos de Inteligencia Artificial (IA) entrenados con grandes modelos de datos. Es importante entender que estas herramientas son apoyos que no sustituyen el juicio de los investigadores y su adaptación a los hallazgos de cada ciclo del proceso.
- Separar los datos pertenecientes a las diversas categorías de codificación.
- Fase de Interpretación
- La Interpretación consiste en valorar los datos en el contexto en el que fueron recogidos, siguiendo estas pautas:
- Distinguir datos solicitados o no solicitados.
- Calibrar la influencia del observador sobre el escenario.
- Valorar el escenario y las diferencias entre lo que la gente dice y hace cuando está sola y cuando hay otros en el lugar.
- Delimitar los datos directos e indirectos.
- Identificar los prejuicios propios (autorreflexión crítica).
- Relacionar las categorías obtenidas entre sí y con los fundamentos teóricos de la investigación.
- Como estrategias de interpretación se sugieren:
- Consolidación teórica: comprobación razonada de que los datos se integran apropiadamente en las categorías establecidas.
- Aplicación de otras teorías: es la búsqueda sistemática de otros estudios o marcos analíticos más generales en que se puedan integrar los datos.
- Metáfora, símil y analogía: estas figuras retóricas sirven para integrar y ayudar a interpretar los datos.
- Síntesis: supone integrar datos y conceptos de otras investigaciones de carácter intra o interdisciplinar.
En este punto parece sensato añadir una verificación de conclusiones para confirmar que los resultados se corresponden a los significados e interpretaciones que los participantes atribuyen a la realidad. Se realiza mediante un intercambio con los sujetos participantes (tal y como indicamos en algunas de las técnicas del tema anterior).
6.4 programas infórmaticos de análisis de datos
Por último, una pequeña referencia a la tecnología. Los múltiples programas informáticos que apoyan la categorización e interpretación de datos cualitativos ofrecen grandes ventajas en cuanto a automatización y reducción de tiempos en el procesado de grandes volúmenes de datos, pero requieren un aprendizaje específico y la preparación de los registros para dichos programas (formateado del texto, tipo de archivo de audio o video).
Estos programas realizan funciones de organización en integración de contenidos, búsqueda y recuperación de registros, vinculación de registros entre sí o con bibliografía, representación gráfica, permitir trabajo colaborativo a distancia.
Se debe tener en cuenta que los programas de análisis de datos cualitativos únicamente sirven para lograr sistematizar y controlar el proceso de análisis de datos, por lo que corresponde al investigador asignar los significados oportunos. Ningún programa de análisis de datos cualitativos puede dar por sí solo mayor seriedad a una investigación deficiente desde su diseño, ni hacer milagros con datos mal recogidos, parciales y sesgados, dotándolos de significado.
No se debe perder de vista que los programas de IA dependen de los grandes conjuntos de datos con los que fueron entrenados (Large Language Model) y que muchas veces se retroalimentan de sí mismos perpetuando sesgos. Además, el empleo de esta clase de herramientas como núcleo del análisis conlleva una serie de sesgos éticos tanto respecto al consentimiento de los participantes cuyas aportaciones se entregan a la IA, como respecto a la autoría del trabajo de investigación.
BIBLIOGRAFÍA
- Rodríguez Sabiote, Cl; Lorenzo Quiles, O; Herrera Torres, L Teoría y práctica del análisis de datos cualitativos. Proceso general y criterios de calidad.
- Revista Internacional de Ciencias Sociales y Humanidades, SOCIOTAM, vol. XV, núm. 2, juliodiciembre, 2005, pp. 133-154 Universidad Autónoma de Tamaulipas Ciudad Victoria, México.
- Philipp Mayring: Qualitative Content Analysis. Theoretical Foundation, Basic Procedures and Software Solution Klagenfurt, Austria, 2014.
- Fernando Trejo Martínez Fenomenología como método de investigación: Una opción para el profesional de enfermería Enf Neurol (Mex) Vol. 11, No. 2: 98-101, 2012.
- Noble H, Mitchell G What is grounded theory? Evid Based Nurs 2016 19: 34-35.
- Pearson A. et als A mixed-methods approach to systematic reviews Int J Evid Based Healthc 2015; 13:121–131.