Teoría y Practica Datos Cualitativos

Revista Internacional de Ciencias Sociales y Humanidades, SOCIOTAM
Universidad Autnoma de Tamaulipas

hmcappello@yahoo.com
ISSN (Versin impresa): 1405-3543
MXICO

2005
Clemente Rodrguez Sabiote / Oswaldo Lorenzo Quiles / Luca Herrera Torres
TEORA Y PRCTICA DEL ANLISIS DE DATOS CUALITATIVOS. PROCESO
GENERAL Y CRITERIOS DE CALIDAD
Revista Internacional de Ciencias Sociales y Humanidades, SOCIOTAM, julio-
diciembre, ao/vol. XV, nmero 002
Universidad Autnoma de Tamaulipas
Ciudad Victoria, Mxico
pp. 133-154

Red de Revistas Cientficas de Amrica Latina y el Caribe, Espaa y Portugal
Universidad Autnoma del Estado de Mxico
http://redalyc.uaemex.mx

133

Teora y prctica del anlisis de datos cualitativos. Proceso general...

TEORA Y PRCTICA
DEL ANLISIS DE DATOS CUALITATIVOS.

PROCESO GENERAL Y CRITERIOS DE CALIDAD

Clemente

RODRGUEZ SABIOTE

, Oswaldo

LORENZO QUILES

y Luca

HERRERA TORRES

Universidad de Granada, Espaa

RESUMEN
El presente trabajo es un compendio de aspectos
diferenciales y, sin embargo, complementarios sobre
los procedimientos de anlisis de datos cualitativos y
sus implicaciones metodolgicas. Adems de tratar
de acotar una posible conceptualizacin de dicha ti-
pologa de anlisis necesaria en la bsqueda de un
consenso suficiente sobre su aplicacin y difusin en-
tre los investigadores interesados, se enumera una
serie de aspectos relativos a sus rasgos distintivos,
posicionamiento en el proceso de investigacin y eta-
pas que configuran su desarrollo. As mismo se mues-
tra, de manera exhaustiva, detallada y con ejemplos
ilustrativos, la coleccin de nociones y destrezas b-
sicas relacionadas con las actividades y operaciones
que constituyen el proceso de anlisis de datos cuali-
tativos.
Finaliza este trabajo con un somero repaso a los
criterios de calidad relacionados con la investigacin
de corte cualitativo, as como con unas conclusiones
sobre la evolucin, estado actual y posibilidades del
conjunto de herramientas y procedimientos que ca-
racterizan este paradigma.

Palabras clave: anlisis de datos cualitativos, proceso
de investigacin, criterios de calidad.
SOCIOTAM Vol. XV, N. 2 (2005)

Original. Para solicitar reproducciones, dirigirse con los autores:

Oswaldo Lorenzo Quiles
Universidad de Granada. Facultad de Educacin y Humanidades de Melilla
Ctra. Alfonso XIII, s/n. 52005. Melilla (Espaa)
Telfono: 0034607997996.

Correo E.: oswaldo@ugr.es
-
134
RODRGUEZ SABIOTE, C.; LORENZO QUILES, O. y HERRERA TORRES, L.
SOCIOTAM Vol. XV, N. 2 (2005), pp. 133 - 154.
THEORY AND PRACTICE OF QUALITATIVE DATA ANALYSIS.
GENERAL PROCESS AND QUALITY CRITERIA
ABSTRACT
A review of different, but complementary, aspects
of qualitative data analysis procedures is presented.
Besides intending to generate a possible conceptual-
ization for such analysis typology necessary to ob-
tain enough consensus for its application and
diffusion among researchers distinctive features,
positioning within the research process and research
stages are discussed. Furthermore, basic notions and
skills related to qualitative data analysis are pre-
sented in an exhaustive and detailed manner, sup-
ported by illustrative examples.
Finally, a brief review on quality criteria related
to qualitative research and some conclusions about
the current state, evolution, and possibilities of pro-
cedures and tools characteristic of this paradigm are
given.
Keywords: Qualitative data analysis, research pro-
cess, quality criteria.

1. INTRODUCCIN
A diferencia de los paquetes de anlisis estadstico usados en
las ciencias sociales por ejemplo, el SPSS, el software para anli-
sis de datos cualitativos no analiza los datos obtenidos de las investi-
gaciones cualitativas. Esta es una primera premisa fundamental, pe-
ro ignorada por los investigadores sociales no habituados a trabajar
con este software.
Estos programas son una herramienta de ayuda en el proceso de
anlisis de datos cualitativos, nunca el instrumento de anlisis. Di-
cho instrumento siempre es el investigador social que, con la ayuda
de un diseo eficiente de la investigacin, puede lograr rendimien-
tos ptimos con la utilizacin adecuada de este tipo de software.
Como indican Huber, Fernndez, Lorenzo y Herrera (2001), los pro-
gramas de anlisis de datos cualitativos nicamente sirven para lo-
grar sistematizar y controlar el proceso de anlisis de datos, por lo
que corresponde al investigador asignar los significados oportunos
135
a esos datos. En este sentido, ningn programa de anlisis de datos
cualitativos puede dar por s solo mayor seriedad a una investiga-
cin deficiente desde su diseo, ni hacer milagros con datos mal re-
cogidos, parciales y sesgados, dotndolos de significados.
Con estos precedentes parece razonable entender que, antes que
abordar la enseanza de carcter computarizada del anlisis de da-
tos cualitativos, es necesaria la prctica manual, as como el conoci-
miento, por ende, de una coleccin de destrezas bsicas sobre dicho
anlisis.
2. CONCEPTO Y CARACTERSTICAS
DEL ANLISIS DE DATOS CUALITATIVOS
Por anlisis de datos cualitativos se entiende el proceso median-
te el cual se organiza y manipula la informacin recogida por los in-
vestigadores para establecer relaciones, interpretar, extraer signifi-
cados y conclusiones (Spradley, 1980, p. 70). El anlisis de datos
cualitativos se caracteriza, pues, por su forma cclica y circular,
frente a la posicin lineal que adopta el anlisis de datos cuantitati-
vos.
Gracias a este proceso circular, el investigador, casi sin darse
cuenta, comienza a descubrir que las categoras se solapan o bien no
contemplan aspectos relevantes; estas pequeas crisis obligan al in-
vestigador a empezar nuevos ciclos de revisin, hasta conseguir un
marco de categorizacin potente que resista y contemple la variedad
incluida en los mltiples textos. Esto evidentemente no sera viable
bajo modelos de trabajo lineal en los que no fuese posible acceder
nuevamente al campo a recoger ms datos, o bien, volver a revisar
los textos bajo nuevos criterios de codificacin.
Al igual que la propia definicin, la literatura contempornea so-
bre la investigacin interpretativa (Bogdan y Biklen, 1982; Erickson,
1989; Goetz y LeCompte, 1988; Miles y Huberman, 1984; Taylor y
Bogdan, 1986; Tesch, 1990) aporta diferentes rasgos y matices de lo
que debe entenderse la secuencia general de anlisis de datos cuali-
tativos. No obstante, desde aqu se prefiere seguir el proceso general
SOCIOTAM Vol. XV, N. 2 (2005), pp. 133 - 154.
136
de anlisis de datos cualitativos propuesto por Rodrguez, Gil y
Garca (1996), a partir de los supuestos dados por Miles y Huberman
(1994). Este proceso quedara configurado en torno a tres aspectos
clave: reduccin de datos, disposicin y transformacin de stos y,
por ltimo, obtencin de resultados y verificacin de conclusiones.
Finalmente, es importante destacar, siguiendo a Rodrguez, Gil y
Garca (1996), algunas de las dificultades con las que cualquier in-
vestigador puede toparse al desarrollar un anlisis de datos cualita-
tivos. En primer lugar, resalta el carcter polismico de los datos
cualitativos. Los mltiples significados que pueden encontrarse en
una grabacin de audio o video, o en una transcripcin materializa-
da en un texto son casi ilimitados. El anlisis del investigador se con-
vierte, pues, en una tarea compleja que exige preparacin y, sobre
todo, planificacin sobre el significado que de la realidad analizada
se desea extraer.
En segundo lugar, se encuentra la naturaleza predominantemente
verbal de los datos cualitativos. Este aspecto exige per se la utilizacin
de descriptores de baja inferencia como las grabadoras de audio. Las
notas de campo y la propia memoria del investigador se muestran
como recursos insuficientes para recoger con precisin y exactitud la
riqueza verbal y/o visual del material recopilado.
En tercer lugar, destaca el gran volumen de datos que se recogen.
Al contrario que los datos cuantitativos, los cualitativos suelen in-
cardinarse bajo ingentes cantidades de informacin auditiva, tex-
tual o icnico-visual.
Es precisamente la presencia de esta dificultad la que incide en
que la ayuda de los softwares informticos se convierta en un aspecto
capital e indispensable y, por supuesto, de gran utilidad como he-
rramienta para la sistematizacin y control del proceso de anlisis.
En cuarto lugar, se resea el carcter artstico-creativo del anlisis
de datos cualitativos. Con ello nos referimos a que no existe consen-
so sobre dos aspectos claves del proceso de anlisis la variedad y
la singularidad de tradiciones que lo tratan y, por ende, la falta de
consenso acerca de las etapas en que debe materializarse. Esta difi-
137
cultad ha contribuido a considerar al proceso de anlisis de datos
como un proceso escasamente riguroso y creble, sometido a todo ti-
po de crticas y cuestionamientos.
3. EL DATO CUALITATIVO
La definicin etimolgica de dato (del latn datum) lo considera
como un elemento dado. Dicha definicin resultara adecuada para
los datos cuantitativos, sin duda, elementos finales pero, sin embar-
go, sera inadecuada para los cualitativos. Frente a cualquier escala
de opinin (tipo Likert, por ejemplo) que recopila informacin me-
diante nmeros, una historia de vida instrumento de recogida de
informacin tpicamente cualitativo suministra una ingente can-
tidad de informacin de tipo auditivo y, posteriormente, textual,
que sin la adecuada manipulacin resulta totalmente estril. Por tan-
to, el dato cualitativo al contrario que el cuantitativo se convier-
te en un elemento dinmico, resultado de una serie de manipulacio-
nes que transforman la realidad. Cabe destacar, entonces, una serie
de fases, como son el registro de la realidad, su plasmacin material
en algn tipo de expresin y su transformacin mediante un proceso
de elaboracin conceptual.
Observando con detenimiento cada una de estas fases, resulta
evidente, en primer lugar, que debemos registrar la informacin so-
bre la realidad a travs de algn tipo de estrategia manual o electr-
nica. As, adems de la propia observacin y las notas de campo, se
pueden utilizar objetos electrnicos de baja inferencia como el video
y la grabadora (audio).
Por otra parte, una vez registrada la informacin, sta debe ma-
terializarse en algn tipo de expresin, verbal (audio), escrita (trans-
cripcin) o icnico-visual (video). Finalmente, una vez plasmada, la
informacin es sometida a procesos de transformacin mediante es-
trategias manipulativas de elaboracin conceptual, en las que el da-
to cualitativo es producto de una ecuacin en la que intervienen de
manera activa la percepcin del/los investigador/es, su interpreta-
cin, sus conocimientos previos sobre el tema objeto de anlisis, as
como una coleccin de sesgos.
138
4. LOCALIZACIN DEL ANLISIS DE DATOS
EN EL PROCESO GENERAL
DE LA INVESTIGACIN CUALITATIVA
El anlisis de datos es la fase que sigue al trabajo de campo y que
precede a la elaboracin del informe de investigacin, aunque en in-
vestigacin interpretativa esto no es as (Garca, Gil y Rodrguez,
1994).
Algunos autores plantean que entre recogida y anlisis existe un
continuum en el tiempo, que cuando es productivo va aumentando
progresivamente (Loflan y Loflan, 1984, p. 132). Sea como fuere, se
presenta grficamente el lugar del anlisis de datos entre las distin-
tas etapas de la investigacin cualitativa, explicitando los principa-
les aspectos que conforman la fase analtica:

5. ETAPAS DEL ANLISIS DE DATOS CUALITATIVO
Como se puede apreciar en la figura anterior, el anlisis de datos
est configurado en torno a tres grandes tareas admitidas en la lite-
ratura contempornea:
ETAPA INFORMATIVA
ETAPA PREPARATORIA
ETAPA DE TRABAJO DE CAMPO
ETAPA ANALTICA

Reduccin de datos
Disposicin y transformacin de datos
Formulacin y verificacin de conclusiones
Fig. 1. Posicionamiento del anlisis de datos en el proceso de inves-
tigacin cuantitativa. Adaptado de Rodrguez, et al. (1996, p. 64).
139
1) Reduccin de datos.
2) Disposicin y transformacin de los datos.
3) Obtencin de resultados y verificacin de conclusiones.
A su vez, cada etapa est constituida por un conjunto de activi-
dades y operaciones ms especficas. Esquemticamente, dicho en-
tramado puede representarse de la siguiente forma:
1. LAS TAREAS DE REDUCCIN DE DATOS
Los procesos de categorizacin y codificacin, aspectos bien dis-
tintos pero utilizados como sinnimos en no pocas ocasiones, son las
decisiones ms inmediatas en el proceso general de reduccin de da-
tos. La divisin de la informacin en unidades puede realizarse si-
guiendo diferentes criterios. Este problema ha sido resuelto desde la
perspectiva del anlisis de contenido por distintos autores (An-
guera, 1995; Bardin, 1986; Krippendorf, 1990; Prez, 1994; Snchez,
1985), con la diferenciacin entre unidades de contexto, que corres-
Fig. 2. Proceso general del anlisis de datos cualitativos.
Separacin
unidades
Sntesis y
agrupamiento
Identificcin y
clasificacin
de elementos
REDUCCIN
DE DATOS DISPOSICIN Y
TRANSFORMACIN
DE DATOS
OBTENCIN Y
VERIFICACIN DE
CONCLUSIONES
Disposicin
Transformacin
Proceso para obtener
conclusiones
Verificacin
conclusiones
Procesos para
alcanzar
conclusiones
PROCESO GENERAL DE ANLISIS DE DATOS CUALITATIVOS
140
ponden a las unidades de anlisis y unidades de registro las sec-
ciones ms pequeas de texto con significacin propia dentro de ca-
da unidad de contexto.
Sin embargo, este aspecto no debe inducirnos a la creencia de que
el anlisis de datos cualitativos es nica y exclusivamente el anlisis
de contenido. Frente al primero, el segundo posee una orientacin
claramente cuantitativa de recuento, de la cual el segundo adolece,
por centrarse ms en los aspectos semnticos y de interpretacin.
As, la desmembracin en unidades singulares del texto es una ac-
tividad imprescindible, junto con la identificacin y clasificacin de
elementos, su sntesis y agrupamiento, en un intento por llevar a ca-
bo la reduccin de datos.
As, se puede establecer una secuencia de tres pasos:
1. Separacin de unidades de contenido, que determina criterios
de separacin espacial, temporal, temtica, gramatical, conver-
sacional y social.
2. Identificacin y clasificacin de elementos, que conlleva una
categorizacin y una codificacin.
3. Sntesis y agrupamiento: agrupamiento fsico, creacin de me-
tacategoras, obtencin de estadsticos de agrupamiento y sn-
tesis.
1.1. Separacin de unidades de contenido
Rodrguez, et al. (1996) contemplan diferentes criterios para se-
parar las distintas unidades de registro, organizndolas en torno a
los siguientes criterios:
a) Criterios espaciales. De acuerdo con tales criterios, constituiran
unidades de registro las lneas del texto, los bloques de un de-
terminado nmero de lneas, las pginas... Se trata en definiti-
va de una segmentacin artificial, ajena al contenido de la in-
formacin.
b) Criterios temporales. Como su propia denominacin indica, es
posible segmentar las transcripciones por minutos, horas, o
incluso das.
141
c) Criterios temticos. El texto queda reducido en funcin del tema
sobre el que trate.
d) Criterios gramaticales. Segn este criterio, el texto quedara seg-
mentado en unidades bsicas, como las oraciones o los prra-
fos.
e) Criterios conversacionales. Consiste en dividir el texto en funcin
de las declaraciones o turno de palabra de los participantes.
f) Criterios sociales. Cada fragmento ser diferenciado del resto
por el estatus o rol social que cumpla la persona que lo explici-
ta.
1.2. Identificacin y clasificacin de unidades
Una vez separadas las unidades de anlisis resulta sensato tratar
de identificarlas y etiquetarlas; en definitiva, categorizarlas y codifi-
carlas. Aunque codificacin y categorizacin son respectivamente los
aspectos fsico-manipulativo y conceptual de una misma actividad
a la que indistintamente suelen referirse los investigadores, se trata
de dos trminos ciertamente distintos. As, mientras categorizacin
es el proceso mediante el cual se clasifica conceptualmente una uni-
dad, la codificacin no es ms que la operacin concreta por la que
se asigna a cada unidad un indicativo (cdigo) propio de la categora
en la que se considera incluida.
El proceso de construccin de las categoras (categorizacin)
puede ser de diferentes tipos. El primero es el llamado inductivo y
consiste en elaborar las categoras a partir de la lectura y examen del
material recopilado sin tomar en consideracin categoras de parti-
da. Algunos autores denominan a esta tarea "codificacin abierta"
(Strauss, 1987), proceso en el que se parte de la bsqueda de concep-
tos que traten de cubrir los datos.
El segundo es el denominado deductivo, en el que, al contrario del
anterior, las categoras estn establecidas a priori, siendo funcin del
investigador adaptar cada unidad a una categora ya existente.
Por ltimo, se encuentra el proceso mixto, a travs del cual el in-
vestigador tomara como categoras de partida las existentes, formu-
lando alguna ms cuando este repertorio de partida se muestre ine-
142
ficaz, es decir, que no contenga dentro de su sistema de categoras
ninguna capaz de cubrir alguna unidad de registro.
Veamos algunos ejemplos que ayuden a comprender el procedi-
miento de segmentacin utilizado en el anlisis cualitativo de los da-
tos, tomando como ejemplo fragmentos de textos procedentes de
autobiografas y entrevistas en profundidad de una investigacin
educativa llevada a cabo por Rodrguez (2001):
Prrafo N 1
Al siguiente da consegu entrar en secretara para matricularme
de unas asignaturas sobre las que no saba nada y que haba escogido
slo porque sonaban bien sus nombres, pero de nuevo no quedaban
plazas y me tuve que conformar con las primeras que salieron libres
en el ordenador (texto extrado de una Autobiografa, concreta-
mente la nmero 20).
En dicho prrafo se puede apreciar la presencia de una cadena
textual, que viene delimitada por una frase principal de que consta
el texto. Seguidamente se analizar por separado dicha cadena tex-
tual para comprobar si consta de un solo tema o, por el contrario, de
varios.
Cadena textual
Al siguiente da consegu entrar en secretara para matricu-
larme de unas asignaturas sobre las que no saba nada / y que haba
escogido slo porque sonaban bien sus nombres, / pero de nuevo no
quedaban plazas / y me tuve que conformar con las primeras que sa-
lieron libres en el ordenador"
ASI
(NPO)
ALU
(AEI)
ASI
(OEA)
ASI
(ONE)
1 2 3 4
143
Como puede observarse, esta cadena textual consta de varias te-
mticas, que coinciden con varias unidades de registro y que a su
vez encuentran sentido dentro de una categora superior de la cual
forman parte. El primer segmento hace referencia al tema de la es-
casa informacin acadmica con la que cuenta el alumnado, y per-
tenece a la categora Alumno (ALU). El segundo segmento se refiere
a la inexistencia de criterios de que dispone el alumnado para es-
coger asignaturas y, por tanto, su inclinacin por el azar o la intui-
cin a la hora de hacerlo; pertenece ste a la categora Asignatura
(ASI). El tercer fragmento hace referencia a la escasez de plazas para
algunas optativas e igualmente pertenece a la categora Asignatura
(ASI). El cuarto fragmento est relacionado con la imposibilidad de
elegir algunas optativas libremente y tambin pertenece a la catego-
ra Asignatura (ASI).
Prrafo N 2
Al cabo de unos cuantos das salieron las listas de admitidos, y
me decepcion un poco ver que slo me haban admitido en la tercera
carrera que haba escogido, pero al fin y al cabo eso no es culpa de
nadie.
Fig. 3. Ficha de anlisis de un texto autobiogrfico.
1: ALU: Categora Alumno, AEI: Subcategora que significa que los
alumnos poseen escasa informacin acadmica.
2: ASI: Categora Asignatura, OEA Subcategora que versa sobre la
seleccin azarosa de asignaturas optativas y de libre configuracin.
3: ASI: Categora Asignatura, NPO: Subcategora acerca del escaso
nmero de plazas por asignatura optativa.
4: ASI: Categora Asignatura, ONE: Subcategora relativa a la escasa
libertad con que se escogen algunas asignaturas optativas.
ECA
(EFO)
144
En esta segunda cadena textual no ha sido necesario dividir el
texto en diferentes fragmentos, puesto que solo se habla de una te-
mtica. Por tanto, podemos afirmar que se trata de una cadena tex-
tual formada por una sola unidad de registro, que hace referencia al
tema Eleccin de Carrera (ECA) y, ms exactamente, a la eleccin for-
zosa de determinados estudios.
Finalmente, cada unidad de registro hace referencia a una deter-
minada categora en la cual encuentra sentido y que pertenecer a
un sistema de categoras, en el que se debern cumplir los requisitos
bsicos de exclusividad, exhaustividad y nico principio clasificatorio.
Este tipo de prescripciones se enmarcan en la lnea de autores que
ven en la categorizacin un modo de transformar los datos textuales
en datos susceptibles de medicin y tratamiento cuantitativo (An-
der-Egg, 1980; Cartwright, 1978; Kerlinger, 1985; Snchez, 1985). Sin
embargo, algunos autores hablan de la posibilidad de que una mis-
ma cadena textual pertenezca simultneamente a dos o ms unida-
des de registro, anidndose, superponindose... (Huber, et al., 2001).
Desde este punto de vista, es posible afirmar que muchas veces la
pertenencia de una unidad a una determinada categora no est na-
da clara (Gil, 1994).
En este sentido, cabe hablar de una mayor probabilidad de perte-
nencia a una que otra. Una entidad puede ser etiquetada con dos cdigos
distintos (solapamiento) aunque su grado de pertenencia a las categoras
que cada uno de ellos representa pueda ser diverso (Gil, 1994, p. 536). Aun
reconociendo un cierto solapamiento de las "clases" y unos lmites
difusos, debemos tambin recordar que la gradacin de pertenencia
es siempre ms alta para unos cdigos que para otros (Tesch, 1990).
As, podemos hablar del concepto de membresa para expresar en qu
grado determinada unidad puede formar parte o ser miembro de
ECA: Categora Eleccin de Carrera, EFO: Subcategora que significa
que los alumnos se ven abocados a elegir carreras
que no estaban dentro de sus preferencias.
145
una categora y de prototipo, que representa el tipo ideal con un
100% de pertenencia a una sola categora.
Prrafo N 3
Lo peor fue que tres asignaturas eran el mismo da y a la misma
hora (HOR / SHC) / y tuve que volver a hacer cola, coger nmero y
hacer ms cola (ALU/ EGA) / para cambiar de nuevo la matrcula
(GEA/ ACM) / una vez que salieron los horarios, que por cierto fue
bastante tarde (HOR / LCH).
El proceso seguido y hasta aqu expuesto se puede esquematizar
en la figura siguiente:
HOR/SHC: Categora Horario y su subcategora
coincidencia de dos asignaturas en la misma franja horaria.
ALU/EGA: Categora Alumno y su subcategora
exceso de alumnos en gestiones administrativas.
GEA/ACM: Categora Gestiones Administrativas
y su subcategora alteraciones de matrcula.
HOR/LHC: Categora Horario y su subcategora
lentitud en la confeccin del horario de clase.
UNIDADES DE CONTEXTO
AUTOBIOGRAFAS / ENTREVISTAS
U.R.1.1. U.R.1.2. U.R.2.1. U.R.3.1.
CATEGORA
A
CATEGORA
B
CATEGORA
C
SHC LCH ACM EGA
HORARIO GESTIONES
ADMVAS.
ALUMNO
Fig. 6. Proceso general de reduccin de datos con un ejemplo ilustrativo.
UNIDADES DE CONTEXTO
AUTOBIOGRAFA N 20
146
1.3. Sntesis y agrupamiento
La identificacin y clasificacin de elementos estn estrecha-
mente unidas a la sntesis. De hecho, cuando se categoriza lo que se
hace, se ubican diferentes unidades de datos bajo un mismo tpico
o concepto, por lo que se puede afirmar que dicha labor es, en s mis-
ma, una operacin conceptual de sntesis, por cuanto permite re-
ducir un nmero determinado de unidades a un solo concepto que
las representa.
2. DISPOSICIN Y AGRUPAMIENTO
Como ya se apunt en un apartado anterior, el anlisis de los da-
tos cualitativos es una tarea ardua y compleja por la forma en que
generalmente aparecen: en forma textual, dispersos, vagamente or-
denados... (Miles y Huberman, 1994). Ante esta dificultad, el inves-
tigador que est llevando a cabo un anlisis de datos cualitativos
debe optar por tratar de establecer algn procedimiento de dispo-
sicin y transformacin de dichos datos, que ayude a facilitar su exa-
men y comprensin, a la vez que condicione las posteriores deci-
siones que se establecern tras los anlisis pertinentes.
As, se pueden citar distintos tipos de procedimientos, entre
otros, los grficos que permiten no solamente presentar los datos,
sino advertir relaciones y descubrir su estructura profunda (Wainer,
1992), los diagramas representaciones grficas o imgenes visua-
les de las relaciones entre conceptos (Strauss y Corbin, 1990) y las
matrices o tablas de doble entrada en cuyas celdas se aloja una breve
informacin verbal de acuerdo con los aspectos especificados por
filas y columnas (Miles y Huberman, 1994).
3. OBTENCIN DE RESULTADOS
Y VERIFICACIN DE CONCLUSIONES
Las tareas de obtencin de resultados y verificacin de conclu-
siones implican el uso de metforas y analogas, as como la inclu-
sin de vietas donde aparezcan fragmentos narrativos e interpreta-
ciones del investigador y de otros agentes, constituyndose en pro-
147
cedimientos tiles para esta fase que culmina con las oportunas es-
trategias de triangulacin, auditora y validacin "cara a cara" con
otros investigadores y agentes del contexto.
3.1. Proceso para obtener resultados.
-Para datos textuales: descripcin e interpretacin, recuento y con-
currencia de cdigos, comparacin y contextualizacin.
-Para datos transformados en valores numricos: tcnicas estadsti-
cas, comparacin y contextualizacin.
3.2. Proceso para alcanzar conclusiones.
- Para datos textuales: consolidacin terica, aplicacin de otras
teoras, uso de metforas y analogas, sntesis con resultados de
otros investigadores.
- Para datos transformados en valores numricos: uso de reglas de de-
cisin (comparacin de resultados con modelos tericos, recur-
so a la perspicacia experiencia del analista).
3.3. Verificacin de conclusiones y estimacin
de criterios de calidad.
Comprobacin o incremento de validez mediante presencia pro-
longada en el campo, intercambio de opiniones con otros investiga-
dores, triangulacin, comprobacin con los participantes, estableci-
miento de adecuacin referencial, ponderacin de la evidencia,
comprobacin de la coherencia estructural
Si la investigacin interpretativa opera sobre la realidad educati-
va con un tipo de lgica diferente a como lo hacen otros enfoques de
la investigacin educativa, tambin sern diferentes los presupues-
tos que emplea para demostrar que los hallazgos obtenidos pueden
ser aceptados. A diferencia de la metodologa positivista, que presu-
me de validez interna y externa objetivas, la cualitativa prefiere ha-
blar de una validez epistemolgica, validez de consenso o validez
"cara a cara". Es decir, su credibilidad est suficientemente garanti-
zada, porque el texto est correctamente triangulado, basado en in-
dicadores naturales, adecuadamente adaptado a una teora, es com-
prehensivo en su enfoque, creble en sus mecanismos de control uti-
lizados, consistente en los trminos de su reflexin y representa de
148
forma profunda, clara y completa las caractersticas del contexto y el
sentir de los otros (Ruiz, 1996), minimizando al mximo la prdida
de informacin relevante.
Sus criterios de verdad residen en aquella construccin que re-
sulte mejor informada, ms documentada, y sobre la que se obtiene
mayor consenso en funcin de su adecuacin a los datos y a la infor-
macin que de ellos se obtiene. Por tanto, la calidad de la investiga-
cin interpretativa no puede establecerse en orden a los clsicos cri-
terios de validez y fiabilidad, ms bien debe sustentarse sobre sus
propios criterios (Guba y Lincoln, 1985, p. 150).
En cuanto a los criterios de calidad en que se fundamenta la cre-
dibilidad de una investigacin cualitativa, Guba y Lincoln (1985, p.
85) destacan el valor de verdad, la aplicabilidad, la consistencia y la
neutralidad.
El valor de verdad /credibilidad se refiere a la credibilidad y
confianza que ofrecen los resultados de la investigacin, ba-
sndose en su capacidad explicativa ante casos negativos y en
la consistencia entre los diferentes puntos de vista y perspecti-
vas. Es decir, al isomorfismo que se establece entre los datos
recogidos y la realidad.
La aplicabilidad / transferencia se refiere a la posibilidad de
transferir los resultados obtenidos en ese contexto a otros con-
textos de similares condiciones, bajo una situacin de investi-
gacin en idnticas condiciones.
La consistencia / dependencia se refiere a la posibilidad de
replicar el estudio y obtener los mismos hallazgos.
La neutralidad / confirmabilidad se refiere a la independencia
de los resultados frente a motivaciones, intereses personales o
concepciones tericas del investigador. Es decir, garanta y se-
guridad de que los resultados no estn sesgados.
Se requiere de estrategias complementarias de triangulacin
(Rodrguez y Gutirrez, 2005) triangulacin de tcnicas, agentes,
tiempos, e incluso triangulacin metodolgica como los procesos
149
de auditora interna y externa, basados en la comprobacin de las in-
ferencias y en la evaluacin del diseo por parte de agentes internos-
participantes o por colegas o expertos externos al lugar donde se de-
sarrolla la investigacin (Angulo, 1990). Esto permite documentar la
informacin y contrastarla segn diferentes puntos de vista.
A continuacin se presentan las estrategias ms usuales que
suelen emplearse para dar calidad a la investigacin interpretativa,
con el objeto de garantizar el rigor y la confianza de los hallazgos
que de ella se derivan:
a) CREDIBILIDAD
Observacin persistente. La permanencia del investigador en el
campo ofrece una mayor garanta y verosimilitud a los datos
que recoge, a la vez que le permite profundizar en aquellos as-
pectos ms caractersticos de la situacin.
Triangulacin. Permite contrastar las observaciones desde dife-
rentes perspectivas de tiempos, espacios, teoras, datos, fuen-
tes y disciplinas, as como de investigadores de mtodos.
Comentario de pares. Consiste en someter las observaciones e in-
terpretaciones realizadas al juicio crtico de otros investigado-
res y colegas.
Comprobaciones de los participantes. Es una actividad de obliga-
do cumplimiento en la investigacin cualitativa, y consiste en
el contraste sistemtico de la informacin con los agentes y au-
diencias colaboradoras.
Recogida de material de adecuacin referencial. Se trata de videos,
fotografas, grabaciones en audio y otros documentos que per-
mitan un contraste posterior de la informacin.
b) TRANSFERENCIA
Muestreo terico. Estrategia para maximizar la cantidad de in-
formacin recogida a la hora de documentar hechos y situa-
ciones que permitan una posterior comparacin de escenarios
respecto a lo comn y lo especfico, consistente en un muestreo
no probabilstico.
150
Descripcin en profundidad. Descripciones exhaustivas y minu-
ciosas del contexto, con idea de hacerlas extensivas y generali-
zables a otros lugares.
Amplia recogida de informacin. La diversificacin de la informa-
cin recogida permitir una ms fcil comparacin entre dis-
tintos escenarios.
c) DEPENDENCIA
Establecer pistas de revisin. Supone dejar constancia de cmo se
recogieron los datos, cmo se seleccionaron los informantes,
qu papel desempe el investigador, cmo se analizaron los
datos, cmo se caracteriz el contexto. Esto permitir compro-
bar la estabilidad de los resultados en momentos diferentes y
dados por otros investigadores.
Auditora de dependencia. Control de calidad externo para eva-
luar en qu medida las precauciones tomadas por el investiga-
dor son adecuadas o no.
Rplica paso a paso. Es anloga a la fiabilidad como consistencia
interna en su procedimiento de las dos mitades, en la que dos
equipos de investigacin separados tratan independientemen-
te con fuentes de datos que tambin han sido divididas en mi-
tades.
Mtodos solapados. Proceso de triangulacin empleando varias
tcnicas de recogida de informacin para compensar posibles
deficiencias.
d) CONFIRMABILIDAD
Auditora de confirmabilidad. Consiste en la comprobacin por
parte de un agente externo de la correspondencia entre los da-
tos y las interpretaciones llevadas a cabo por el investigador.
Descriptores de bajo nivel de inferencia. Son registros lo ms fieles
posibles a la realidad de donde fueron obtenidos los datos
(transcripciones textuales, citas, referencias directas...).
151
Ejercicio de reflexin. Consiste en explicitar a la audiencia los su-
puestos epistemolgicos que permiten al investigador formu-
lar sus interpretaciones.
6. CONCLUSIONES
El progresivo cuestionamiento durante la segunda mitad del si-
glo XX de los procedimientos de investigacin y anlisis de datos de
corte cuantitativo, como referentes exclusivos de veracidad en los
estudios realizados en el marco de las denominadas ciencias socia-
les, ha venido, paralelamente, dando paso a la apertura de la comu-
nidad de interesados en estas disciplinas hacia la aceptacin de otros
patrones metodolgicos y herramientas de tipo cualitativo como so-
porte vlido y suficiente a veces incluso excluyente, por la particu-
lar naturaleza de los datos analizados, resultados y conclusiones que
avalen las investigaciones llevadas a cabo.
En contra del pensamiento escasamente razonado de algunas vo-
ces que han tratado de desautorizar la oportunidad del empleo de
metodologas cualitativas de trabajo en investigaciones considera-
das rigurosas y "serias", es posible comprobar que el proceso de an-
lisis de datos cualitativos tiene, cuando menos, el mismo rigor cien-
tfico y nivel de sistematicidad que el de carcter cuantitativo, por
cuanto desde estas coordenadas resulta de obligado cumplimiento
el desarrollo ms o menos completo de cada una de las etapas y fases
que lo constituyen.
Siendo este hecho hoy una realidad contrastable a partir de la
gran cantidad de excelentes trabajos de que disponemos, basados en
procesos de anlisis de datos cualitativos, por ejemplo, los de
Garca, et al. (1994) y Prez (2005), quiz todava no ha sido estableci-
do y difundido el suficiente consenso acerca de la delimitacin de
cules deben ser los principios bsicos y las lneas maestras que ca-
ractericen de forma suficientemente homognea entre los investi-
gadores que emplean este tipo de tcnicas no cuantitativas el con-
junto de herramientas y procedimientos metodolgicos y analticos
cualitativos potencialmente aplicables al desarrollo de una investi-
gacin.
152
En esta direccin se ha realizado el presente artculo, tratando de
concretar, de manera sinttica y secuenciada, una coleccin de as-
pectos clave relacionados con la teora y la prctica del proceso de
anlisis de datos cualitativos y sus implicaciones metodolgicas.
De este modo, ha sido posible identificar el alto grado acomoda-
ticio del proceso descrito a lo largo de este trabajo a los rasgos dis-
tintos y naturaleza singular de las diferentes estrategias metodol-
gicas de carcter cualitativo en que se posicione uno u otro investi-
gador y en las que, por tanto, se incardinar la investigacin.
Finalmente, es destacable que ms all del ya clsico anlisis de
contenido propuesto principalmente por Bardin (1986) y Kripper-
dorf (1990) y tomado en demasiadas ocasiones como modelo nico
de las posibilidades analticas de la metodologa cualitativa se en-
cuentran otras propuestas, como las de Miles y Huberman (1994),
que presentan un mayor grado de complejidad y rigurosidad y, lo
que es ms importe, una mayor versatilidad y amplitud respecto a
las diferentes corrientes metodolgicas que conformar el paradigma
cualitativo (etnografas, estudio de casos, entre otras).
BIBLIOGRAFA
ANDER-EGG, E. (1980). Tcnicas de investigacin social, Buenos
Aires, El Cid Editor.
ANGULO, J.F. (1990). "El problema de la credibilidad y el lugar
de la triangulacin en la investigacin interpretativa:
un anlisis metodolgico", en Bautista, J. (ed.), Hacia
un enfoque interpretativo de la enseanza, Granada, Uni-
versidad de Granada, pp. 95-110.
ANGUERA, M.T. (1995). Mtodos de investigacin en psicologa,
Madrid, Sntesis.
BARDIN, L. (1986). El anlisis de contenido, Madrid, Akal.
BOGDAN, R. y BIKLEN, D. (1982). Qualitative Research for Educa-
tion, Boston, Allyn and Bacon.
153
CARTWRIGHT, D.P. (1978). "Anlisis del Material Cualitativo",
en Festinger y Katz (eds.), Los mtodos de investigacin
en las ciencias sociales, Buenos Aires, Paids.
ERICKSON, F. (1989). "Mtodos cualitativos de investigacin so-
bre enseanza", en Wittrock, M., La investigacin en la
enseanza, II, Madrid, Paids y M.E.C.
GARCA, E.; GIL, J. y RODRGUEZ, G. (1994). "Anlisis de datos
cualitativos en la investigacin sobre la diferenciacin
educativa", Revista de Investigacin Educativa, 23 (1),
pp. 183-195.
GIL, X. (1994). "Categorizacin y complejidad en la investigacin
cualitativa", Revista de Investigacin Educativa, 24 (1),
pp. 535-537.
GOETZ, J. y LECOMPTE, M. (1988). Etnografa y diseo cualitativo
en investigacin cualitativa, Madrid, Morata.
GUBA, E.G. y LINCOLN, Y.S. (1985). Naturalistic Inquiry, Beverly
Hills, Sage.
GUTIRREZ, J. (1997). La lgica de la investigacin interpretativa,
leccin magistral para concurso a plaza de profesor ti-
tular de facultad, indito, Universidad de Granada
(Espaa).
HUBER, G.; FERNNDEZ, G.; LORENZO, O. y HERRERA, L.
(2001). Anlisis de datos cualitativos con Aquad Cinco
para Windows, Granada, Grupo Editorial Universita-
rio.
KERLINGER, F.N. (1985). Investigacin del comportamiento, Mxi-
co, Nueva Editorial Interamericana.
KRIPPENDORF, K. (1990). Metodologa del anlisis de contenido.
Teora y prctica, Barcelona, Paids.
LOFLAN, J. y LOFLAN, L.H. (1984). Analyzing social settings, Bel-
mont, CA, EUA, Wadsmorth.
MILES, M. y HUBERMAN, A.M. (1984). Qualitative data analysis.
A source book of new methods, Beverly Hills, Sage.
____________________________. (1994). "Data management and
analysis methods", en Denzin y Lincoln (eds.), Hand-
book of cualitative research, Londres, Sage Publication.
PREZ, G. (1994). Investigacin cualitativa. Retos e interrogantes,
Madrid, La Muralla.
_________. (2005). "Derechos humanos y educacin social", Revis-
ta de Educacin, 336 (1), pp. 19-39.
154
RODRGUEZ, G.; GIL, J. y GARCA, E. (1996). Mtodos de investi-
gacin cualitativa, Mlaga, Aljibe.
RODRGUEZ, C. y GUTIRREZ, J. (2005). "Un modelo de valida-
cin de estudios empricos en investigacin educativa
mediante procedimientos de triangulacin. Aplica-
cin a un estudio de caso sobre disfunciones y desa-
justes asociados a la reforma de un plan de estudios
universitario", Revista Portuguesa de Pedagoga, (en
prensa).
RODRGUEZ, C. (2001). Evaluacin del potencial de innovacin cu-
rricular de la reforma de planes de estudio en la Facultad de
Ciencias de la Educacin de la Universidad de Granada
(1994-2000), desajustes organizativos e implicaciones en la
Licenciatura de Pedagoga, tesis doctoral, Departamento
de Mtodos de Investigacin y Diagnstico en Educa-
cin de la Universidad de Granada, Espaa.
RUIZ, J.I. (1996). Metodologa de la investigacin cualitativa, Bilbao,
Universidad de Deusto.
SNCHEZ, J.J. (1985). "Tcnicas de anlisis de los textos medi-
ante codificacin manual", Revista Internacional de So-
ciologa, 43 (1), pp. 89-118.
SPRADLEY, J.P. (1980). Participant Observation, Nueva York,
Rinehart & Winston.
STRAUSS, A. (1987). Qualitative Analysis for Social Scientists,
Cambridge, University Press.
STRAUSS, A. y CORBIN, J. (1990). Basics of Qualitative Research.
Grounded Theory Procedures and Techniques, Newbury
Park, Sage.
TAYLOR, S. y BOGDAN, R. (1986). Introduccin a los mtodos de
investigacin, Buenos Aires, Paids.
TESCH, R. (1990). Qualitative Research: Analysis Types and Software
Tools, Nueva York, The Falmer Press.
WAINER, H. (1992). "Understanding Graphs and Tables", Educa-
tional Researcher, 21 (1), pp.14-23.

Teoría y Practica Datos Cualitativos

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Teoría y Practica Datos Cualitativos

Enviado por

Direitos autorais:

Formatos disponíveis

Revista Internacional de Ciencias Sociales y Humanidades, SOCIOTAM

Universidad Autnoma de Tamaulipas

Você também pode gostar