Metodologa de la investigacin cualitativa

(Extrado de: Rodriguez Gmez, Gregorio. Cmo hacer investigacin cualitativa. Pginas 197 a
218).

CAPTULO XI

ASPECTOS BSICOS SOBRE EL ANLISIS DE DATOS CUALITATIVOS

INTRODUCCIN

El anlisis de datos constituye una de las tareas ms atractivas dentro del proceso de investigacin. Los datos
recogidos por el investigador resultan insuficientes por s mismos para arrojar luz acerca de los problemas o las
realidades estudiadas, situando al analista frente al reto de encontrar significado a todo un cmulo de materiales
informativos procedentes de fuentes diversas: manifestaciones realizadas por los informantes; descripciones de
fenmenos o procesos; expresiones de las propias vivencias e impresiones obtenidas durante su permanencia en el
campo; informaciones contenidas en los documentos producidos por los grupos o instituciones, reflejando sus
actividades, los modos de organizacin adoptados, la estructura de relaciones, etc.
Los datos recogidos en el campo constituyen las piezas de un puzzle que el analista se encarga de ir
encajando, utilizando la evidencia recogida para orientar la bsqueda de nuevas evidencias susceptibles de
incorporarse a un esquema emergente de significados que da cuenta de la realidad estudiada y que poco a poco va
aproximando al investigador a la descripcin y la comprensin de la misma. El anlisis de los datos resulta ser la
tarea ms fecunda en el proceso de investigacin, en la medida en que, como consecuencia de sta, podemos acceder
resultados y conclusiones, profundizamos en el conocimiento de la realidad objeto de estudio.
Pero al mismo tiempo, el anlisis de datos constituye una de las actividades ms complejas y ms oscuras en la
investigacin cualitativa. La naturaleza de los datos recogidos, generalmente registrados en forma de textos narrativos o
imgenes, y la mu tiplicidad de informaciones que soportan hacen que el anlisis requiera cierto esfuerzo y dosis de
pericia por parte del investigador. Adems, tradicional mente no han sido abundantes las pautas o los modelos con los
que el analista puede contar para guiar su tarea.
A lo largo de este captulo trataremos de conceptualizar las tareas de anlisis de datos perfilando un proceso
bsico comn a la mayora de los procesos de anlisis que suelen realizarse en el campo de la investigacin
cualitativa. Para ello retomaremos buena parte de las ideas que sobre este tema hemos recogido en trabajos
anteriores (Garca, Gil y Rodrguez, 1994; Gil, 1994; Gil, Garca y Rodrguez, 1995 Rodrguez y otros, 1995).

1. LOS DATOS CUALITATIVOS

.Antes de centrarnos en las tareas de anlisis, intentaremos clarificar algunas cuestiones relativas a la
naturaleza de los datos, y en particular de los datos cualitativos. Bsicamente, en la idea de dato convergen diferentes
elementos que definen su naturaleza.
En primer lugar, el dato encierra un contenido informativo, soporta una informacin acerca de la realidad
interna o externa a los sujetos estudiados que ser utilizada con propsitos indagativos. Los investigadores
cualitativos consideran datos toda una serie de informaciones relativas a las interacciones de los sujetos entre s y con
el propio investigador, sus actividades y los contextos en que tienen lugar, la informacin proporcionada por los
sujetos bien a iniciativa propia o a requerimiento del investigador, o por los artefactos que construyen y usan
(documentos escritos u objetos materiales).
Adems, y en contra de lo que sugiere el sentido etimolgico (datum: lo dado), el dato es el resultado de una
elaboracin de la realidad. Los datos son frecuentemente entendidos como interacciones, situaciones, fenmenos u
objetos de la realidad estudiada, que el investigador recoge a lo largo de su proceso de investigacin y que poseen un
contenido informativo til para los objetivos perseguidos en la misma. Sin embargo, la informacin que proporcionan
los hechos o fenmenos no puede ser aprehendida por el investigador de forma pasiva. Al recoger datos, el
investigador no toma directamente las realidades que ante l se presentan, sino que se da un proceso de percepcin de
las mismas, identificando los elementos que las componen y, frecuentemente, enunciando proposiciones narrativas
que tratan de describirlas. Tanto el modo en que se focaliza su percepcin como el modo en que da cuenta de ella,
implican un referente terico y conceptual que condicionan el modo de interpretar lo que sucede ante sus ojos.
El investigador construye los datos, y al hacerlo registra la informacin en algn soporte fsico (notas de
campo, grabacin en audio o vdeo) y emplea para ello algn modo de expresin simblica (lenguaje verbal,
expresin grfica) que confieren al dato los rasgos de perdurable en el tiempo y comunicable. En consecuencia, el
dato resulta ser inseparable del modo en que es registrado y comunicado. El soporte empleado para registrarlo y la
forma de lenguaje usada para expresarlo constituyen elementos adicionales presentes en el concepto de dato.
Por tanto, el dato soporta una informacin sobre la realidad, implica una mayor o menor elaboracin
conceptual de la misma y un modo de registrarla y expresarla. A veces, los investigadores aluden a datos
centrndose slo en algunos de estos aspectos, lo cual da lugar a afirmaciones como las de Goetz y LeCompte
(1988:156), en las que se considera a los datos como la propia realidad sobre la que informan:

En cuanlo a los datos, stos pueden ser fenmenos que ocurren naturalmente, como secuencias de comunicaciones y
flujos de comportamiento, o bien fenmenos abstractos, como unidades de comportamiento y tipos de discursos
predeterminados (Goetz y LeCompte, 1988:156).

En otras ocasiones, inclinando el peso sobre el elemento material o simblico los datos, se habla de stos
como "los materiales que las personas que realizan el es dio registran activamente, tales como las transcripciones de
entrevistas y notas de ca po tomadas mediante observacin participante" (Bogdan y Biklen, 1982: 73), a pe; de que
los datos no son slo cadenas de caracteres lingsticos plasmadas sobre pap sino que tras esta realidad simblica y
material se encierra una riqueza de significad que nos informan sobre determinadas realidades.
Entendemos que el dato se aparta de la realidad que acta como referente, en medida en que constituye una
elaboracin sobre la misma, y que no se limita a la ce crecin material resultante de operaciones de recogida y
registro. Consideraremos dato como una elaboracin, de mayor o menor nivel, realizada por el investigado! por
cualquier otro sujeto presente en el campo de estudio, en la que se recoge informacin don acerca de la realidad
interna o externa a los sujetos y que es utilizada con propsitos indagativos. El dato soporta una informacin sobre la
realidad, implica una elaboracin conceptual de esa informacin y un modo de expresarla que hace posible .
conservacin y comunicacin.
La naturaleza de los datos manejados en la investigacin vendr condicional por las tcnicas o instrumentos
utilizados para recogerlos y por los presupuestos tericos, filosficos o metodolgicos segn los cuales se desarrolla
el proceso de investigacin. Dado que en la investigacin cualitativa se suelen utilizar la entrevista, la observacin, las
preguntas abiertas presentadas mediante cuestionan os, los diarios, etc. el tipo de datos recogidos suele venir expresado
en forma de cadenas verbales y no mediar te valores numricos. Incluso cuando el registro de los datos se realiza en
forma de imgenes fijas (fotografas) o mviles (grabaciones en vdeo), suele realizarse, de cara llevar a cabo el
anlisis, una posterior transcripcin verbal de la informacin contenida en las mismas. En realidad, en los contextos
sociales, las interacciones, las opiniones expresadas por los sujetos, la informacin que se transmite suele apoyarse
en cdigo verbales, y adems la informacin elaborada por el investigador se expresa a travs del lenguaje. De ah que
la mayor parte de los datos que son recogidos en el curso de investigaciones cualitativas posean como una de sus
caractersticas ms conocidas la de se expresados en forma de textos. Se trata de datos que reflejan la comprensin de
los pro cesos y las situaciones por parte de los propios participantes en los contextos estudia dos.
De acuerdo con las posiciones epistemolgicas desde las que son producidos este tipo de datos ha recibido la
denominacin de fenomenolgicos, naturalistas, etnogrficos. Atendiendo al tipo de anlisis de que son susceptibles,
se habla a veces di datos blandos, para indicar que tales datos no admiten un tratamiento matemtico o estadstico. Sin
embargo, la expresin datos cualitativos es la ms ampliamente utiliza da y la que emplearemos aqu.

Algunos autores han definido los datos cualitativos como aqullos que no son cuantitativos, aqullos que no
pueden ser expresados numricamente (Tesch, 1990). Podramos caracterizarlos, sin recurrir a la oposicin
cuantitativo-cualitativo, como elaboraciones de naturaleza descriptiva que recogen una amplia y diversa gama de in-
formacin, ricos y densos en significados,, polismicos, difcilmente reproducibles dada su vinculacin a
contextos y momentos determinados, y recogidos a partir de una instrumentacin mnima, pues para obtenerlos se
utilizan procedimientos ms que instrumentos.

2. EL ANLISIS DE DATOS CUALITATIVOS

2.1. Concepto de anlisis

 Como ya hemos adelantado, la recogida de datos no es suficiente en s misma para alcanzar las
conclusiones de un estudio. Los datos no son ms que un material bruto a partir del cual el investigador debe
realizar las operaciones oportunas que le lleven a estructurar el conjunto de informacin en un todo coherente y
significativo. Definimos el anlisis de datos como un conjunto de manipulaciones, transformaciones, operaciones,
reflexiones, comprobaciones que realizamos sobre los datos con el fin de extraer significado relevante en relacin a
un problema de investigacin.
Con este concepto, permanecemos dentro de la idea general de anlisis como proceso aplicado a alguna
realidad que nos permite discriminar sus componentes, describir las relaciones entre tales componentes y utilizar esa
primera visin conceptual del todo para llevar a cabo sntesis ms adecuadas (Bunge, 1985). En efecto, analizar datos
supondr examinar sistemticamente un conjunto de elementos informativos para delimitar partes y descubrir las
relaciones ntrelas mismas y las relaciones con el todo. En definitiva, lodo anlisis persigue alcanzar un mayor
conocimiento de la realidad estudiada y, en la medida de lo posible, avanzar mediante su descripcin y comprensin
hacia la elaboracin de modelos conceptuales explicativos.
Las fases sugeridas por el propio concepto de anlisis no siempre estn presentes en las tareas desarrolladas por
los analistas que se disponen a trabajar con datos cualitativos. A veces, el anlisis es concebido como un proceso
intuitivo, flexible, orientado a encontrar sentido a los datos sin que para ello sea necesario seguir un proceso de sepa-
racin en elementos y reconstruccin del todo a partir de las relaciones entre los elementos. En este tipo de
enfoques, frecuentemente de tendencia intuitivo-artstica, son cruciales la experiencia del investigador y ciertas
cualidades de creatividad, imaginacin, ingenio, perspicacia o talento artstico.
De acuerdo con este modo de entender el anlisis, las tareas analticas se realizaran sin que exista un proceso
claramente establecido. Cada analista sigue sus propias paulas de trabajo, definiendo procesos de anlisis a los que
han llegado tras una larga experiencia y que resultan particulares de cada investigador o grupo de investigadores. No
obstante, la prctica habitual en el anlisis de datos cualitativos coincide en una serie de puntos comunes a la
mayora de los procesos analticos, lo cual da pie a que propongan modos de llevarlos a cabo, dando lugar a los
enfoques denominados procedimentales. En stos, el xito del anlisis no se vincula exclusivamente a las cualidades
artsticas del analista, sino que es alcanzable tambin si nos ajustamos a un procedimiento preciso, que consta de
una serie de fases para las cuales se aportan orientaciones y pautas de trabajo.
Cuando hablamos de anlisis de datos cualitativos, en cualquier caso, nos referimos a tratamientos de los datos
que se llevan a cabo generalmente preservando su naturaleza textual, poniendo en prctica tareas de categorizacin y
sin recurrir a las tcnicas estadsticas. A veces, se ha utilizado la denominacin anlisis de contenido, que aqu
preferimos no usar, dadas las connotaciones que por su origen posee: inicialmente, el anlisis de contenido surgi
como una estrategia de investigacin diseada para ser aplicada a informaciones preexistentes (artculos de
prensa, publicidad, documentos diversos, etc), basada en la codificacin, que consideraba a las categoras como
variables susceptibles de tratamiento cuantitativo. En cambio, los procedimientos a los que aqu nos referimos
constituyen tcnicas de anlisis de datos que se aplican tambin a los datos generados por la propia investigacin,
contando con la participacin activa del investigador, que utilizan las categoras para organizar conceptual mente y
presentar la informacin, ms interesadas por el contenido de las categoras y su interpretacin que por las frecuencias
de los cdigos, y tradicionalmente no asociadas a tcnicas cuantitativas.

2.2. Dificultades para el anlisis

El anlisis de datos es visto por algunos como una de las tareas de mayor difi-. cuitad en el proceso de
investigacin cualitativa. El carcter polismico de los datos, su naturaleza predominantemente verbal, su irrepetibilidad
o el gran volumen de datos que suelen recogerse en el curso de la investigacin, hacen que el anlisis entrae dificultad
y complejidad.
Uno de los elementos que hacen difcil la tarea de anlisis es la indefinicin de los mtodos. Cuando analizamos
datos cuantitativos, que traducen cualidades mensurables de los objetos o fenmenos, los procedimientos de anlisis
estn claramente delimitados. Existe todo un abanico de algoritmos de clculo, tcnicas estadsticas, criterios de
decisin,... que el analista puede utilizar de acuerdo con la escala en que han sido medidos los datos y asumiendo
ciertos supuestos de partida. Estos mtodos de anlisis marcan el camino a seguir a quienes consideran que la
realidad es susceptible de medida, que puede ser descrita objetivamente y que es posible encontrar leyes, a las que
subyacen modelos matemticos, capaces de explicar y predecir los fenmenos. En cambio, cuando se manejan datos
cualitativos la situacin ha sido bien diferente. No se cuenta con vas definidas o convenciones claras que orienten el
modo de llevar a cabo el anlisis. Los modos utilizados se han venido caracterizando por su gran variedad y por su
singularidad, que los han hecho dependientes del estilo y la experiencia de cada investigador. Este fenmeno se ha
visto propiciado por el carcter plural de la investgacin cualitativa, en la que coexisten un amplio nmero de
tradiciones de investigacin. Hasta tal punto se diversifica la forma de realizar el anlisis que se ha llegado a afirmar
que el nico punto de acuerdo entre los investigadores es la idea de que el anlisis es el proceso de extraer sentido de
los datos (Tesch, 1990).
Este rasgo de los procesos de anlisis de datos ha sido blanco de crticas relativas a la credibilidad de la
investigacin cualitativa. Como reaccin, en el intento de combatir la indefinicin y la privacidad de los mtodos de
anlisis, que convierten al anlisis de datos en difuso, oscuro o falto de rigor, se han hecho propuestas que contribuyen
a clarificar y guiar los procesos analticos, tratando de que stos ganen en rigor y fiabilidad. Son los enfoques de
anlisis que antes hemos denominado procedimentales.
La singularidad de los procedimientos de anlisis de datos cualitativos va unida a la importancia que en
aqullos tiene el componente artstico. El anlisis de datos es un proceso singular y creativo, en el que a las habilidades
y tareas propias de todo proceso analtico es preciso unir otras de carcter especial. De este modo, se contribuye a
ensombrecer el panorama del anlisis de datos cualitativos para aqullos que por primera vez se acercan a esta
actividad, pues planteamientos como los anteriores nos llevan a la imposibilidad de que cualquier investigador pueda
realizar de manera ptima las tareas de anlisis. En cierto modo podra pensarse que el anlisis de datos cualitativos
es un arte ms que una tcnica y, por tanto, su aprendizaje no est al alcance de todos.
Otra dificultad encontrada para el anlisis de datos cualitativos es su escaso tratamiento en la literatura
especializada. Generalmente, los manuales sobre investigacin cualitativa no dedican gran nmero de pginas a abordar
esta fase crucial en el proceso de indagacin. Es significativo que trabajos como el de Bogdan (1983), destinados a
definir la manera de ensear e introducir a principiantes en algunos mtodos de investigacin cualitativa, omitan
cualquier referencia al modo de analizar los datos. Y si tratramos de aprender a analizar datos cualitativos a travs de
la lectura de informes de investigacin, igualmente encontraramos problemas para hallar en ellos descripciones
precisas y detalladas sobre el procedimiento seguido para el anlisis de los datos. Frecuentemente, los informes
publicados se extienden en el marco terico desde el que se aborda el trabajo, aluden a los procedimientos de recogida
de datos y suelen pasar directamente a los resultados del anlisis y las conclusiones. Pero incluso cuando el modo de
analizar los datos queda explicitado en los informes de investigacin cualitativa, la falta de una terminologa comn
para referirse a los elementos y operaciones implicados en el anlisis impide reducir el grado de incertidumbre acerca
del proceso seguido.
Por ltimo, el anlisis de datos cualitativos representa una dificultad para el investigador debido a que no es
posible localizarlo en una fase precisa del proceso de investigacin. Desde posiciones positivistas podra apreciarse
una linealidad temporal en el proceso de investigacin: al planteamiento del problema siguen la formulacin de
hiptesis, la recogida de datos, el anlisis, la interpretacin y la redaccin del informe. El carcter lineal se rompe en la
investigacin cualitativa, en la que los distintos momentos del proceso indagativo se superponen, se entrelazan, se
reiteran a lo largo de la investigacin. El anlisis de datos se ve determinado y determinad problema de investigacin,
y se realiza de manera simultnea a otras tareas, tales como la recogida de datos o la redaccin del informe, sobre las
que nos detendremos brevemente a continuacin.
Podemos ver la recogida de datos, en s misma, como una forma primitiva d anlisis, puesto que representa
algn tipo de elaboracin sobre la realidad. El investigador, al recoger datos, interacciona con la realidad,
conceptualizando la informacin determinando una forma de expresarla y conservarla. Es frecuente que el
nvestigador sobrepase la elaboracin que supone el mero dato descriptivo y aada a ste un componente
interpretativo, reflexivo, que ha dado pie a afirmaciones en el sentido de que lo datos son sustancialmente
interpretaciones (ngulo, 1990: 41), y por tanto resultado de algn tipo de anlisis.
El anlisis est presente cuando el investigador recoge datos, por ejemplo, en forma de notas de campo.
Junto a stas suelen aparecer juicios, opiniones, sospechas dudas, reflexiones, interpretaciones que el investigador
aade a la mera informacin descriptiva sobre lo que ocurre en el campo de estudio. As, Taylor y Bogdan (1986]
incluyen en las notas de campo -forma que presentan los datos elaborados en la observacin participante- no slo los
datos descriptivos sobre palabras y conductas de las personas, sino tambin sentimientos, interpretaciones
emergentes, intuiciones, hiptesis de trabajo y preceptos del investigador, reas futuras de indagacin, etc., que
aparecen como comentarios del observador o que forman parte de memorandos y diarios.
Dejando a un margen este modo de concebir la elaboracin de datos, que implica en s misma un primer
anlisis de la realidad, podemos afirmar que momentos de anlisis y momentos de recogida de datos suelen
alternarse o ser simultaneados en los diseos de investigacin. El anlisis no constituye una fase final, posterior a la
recogida, pues "ello excluye la posibilidad de recoger nuevos datos para rellenar huecos o comprobar nuevas
hiptesis que emergen durante el anlisis" (Miles y Huberman, 1994).
La interconexin de los procesos de recogida y anlisis en la investigacin se ha concretado
metodolgicamente, dentro de la tradicin cualitativa, en las denominadas estrategias de seleccin secuencia! (Goetz
y LeCompte, 1988), en las que la progresiva construccin terica determina la recogida de datos. Entre las formas
de seleccin secuencia! se encuentran la seleccin de casos negativos, que refutan o contradicen un concepto y la
seleccin de casos discrepantes que permiten modificarlos; el muestreo terico, decidiendo qu datos recoger y
dnde recogerlos de cara a desarrollar la teora emergente (Glaser y Strauss, 1967); o la seleccin de implicantes,
que posibilita la comprobacin de teoras a partir de casos seleccionados en funcin de las implicaciones de esas
teoras (Campbell, 1986).
Algunos autores entienden que el anlisis de datos no slo est presente en la fase de la investigacin
correspondiente a la recogida de datos sino tambin en la fase de la elaboracin de informes (Erickson, 1989). Una
prosa lcida y un buen estilo literario pueden constituir bases adecuadas para la interpretacin y el anlisis, pues
para muchos investigadores el proceso de escribir es el perodo donde el conocimiento y la penetracin aparecen
ms espontneamente (Wax y Wax, 1980). La. elaboracin del informe obliga a poner en orden las ideas,
plasmando la informacin en un esquema organizado. Autores del mbito de la investigacin etnogrfica, como
Spradley (1979), recomiendan comenzar a escribir una etnografa pronto, pues escribir implica un proceso de
pensamiento y anlisis.

2.3. El proceso general de anlisis

De acuerdo con las ideas presentadas anteriormente, los procedimientos de anlisis de datos cualitativos
resultan singulares. A pesar de que no existe un modo nico y estandarizado de llevar a cabo el anlisis, s que es
posible distinguir en la mayora de los casos una serie de tareas u operaciones que constituyen el proceso
analtico bsico, como en a la mayor parte de los estudios. Los enfoques proced mental es se centran precisamente en
presentar este tipo de tareas y operaciones, y en aportar consejos, recomendaciones y advertencias para el manejo, la
disposicin o la presentacin de los datos, y para la extraccin final de conclusiones.
Aqu trataremos de describir las tareas bsicas del proceso de anlisis de datos cualitativos, adoptando el
esquema general propuesto por Miles y Huberman (1994), segn el cual en el anlisis concurren tareas de la
reduccin de datos, presentacin de datos o extraccin y verificacin de conclusiones. A partir de este esquema,
diferenciaremos una serie de actividades de anlisis enmarcadas en cada una de las tareas generales contempladas
en el mismo.
Este esquema no tiene sino un carcter terico, y es preciso hacer algunas matizaciones sobre su concrecin
prctica. Las actividades no definen un proceso lineal de anlisis en el que se pase secuencialmente de unas tareas a
otras, sino que a veces pueden darse de manera simultnea, encontrarse presentes en un mismo tratamiento de los
datos o aparecer de modo reiterativo a lo largo de un mismo proceso. El carcter no lineal del anlisis y la
interconexin de las tareas contempladas quedan ilustrados mediante el grfico de la figura 11.1. Por otra parte, el
anlisis de un conjunto de datos no incluye necesariamente a todas las tareas diferenciadas: a veces, determinadas
tareas o actividades pueden extenderse hasta constituir por s mismas el proceso de anlisis o, por el contrario,
pueden no ser tenidas en cuenta, conforme a los objetivos del trabajo, el enfoque de la investigacin o las
caractersticas del investigador.
En la revisin de las distintas tareas de anlisis, consideraremos que los datos aparecen en forma textual,
pues como hemos mencionado antes, esto ocurre en la mayor parte de las ocasiones y, aun cuando inicialmente no
sea as, es posible trasladar la informacin a un texto escrito que con posterioridad podr ser sometido a anlisis.
Las tareas y actividades incluidas en el proceso de anlisis, que pasamos a describir seguidamente, aparecen
esquematizadas en el grfico de la figura 11.2.

2.3.1. Reduccin de datos

En el curso de un estudio cualitativo, el investigador recoge abundante informacin acerca de la realidad

sobre la que centra su trabajo. Un primer tipo de tareas que deber afrontar para el tratamiento de esa informacin
consiste en la reduccin de los
datos, es decir, en la simplificacin, el resumen, la seleccin de la informacin para hacerla abarcable y manejable.
Entre las tareas de reduccin de datos cualitativos, posiblemente las ms representativas y al mismo tiempo
las ms habituales sean las de categorizacin y codificacin. Incluso a veces se ha considerado que el anlisis de
datos cualitativos se caracteriza precisamente por apoyarse en este tipo de tareas. Las capacidades humanas resultan
obviamente desbordadas cuando tratan de procesar grandes cantidades de datos, y se impone la necesidad de reducir
la amplia informacin que contienen, diferenciando unidades e identificando los elementos de significado que
soportan.
No obstante, tambin podemos advertir tareas reductoras incluso antes decentar con los datos. Miles y
Huberman (1994) consideran que puede darse una reduccin de datos anticipada cuando focalizamos y delimitamos la
recogida de datos, aspectos constituyentes de una forma de preanlisis que comporta descartar determinadas variables
y relaciones y atender a otras. De alguna manera, los datos recogidos suponen un conjunto conscientemente reducido
del universo de datos que podran haberse obtenido. Cuando el investigador decide recoger determinados datos y no
otros, cuando anota en su diario de campo slo determinados sucesos que considera relevantes sin prestar atencin a
otros que tal vez pasan inadvertidos, se est dando una reduccin consciente o inconsciente de los datos. Es decir, las
tareas de reduccin de datos forman parte incluso de las formas ms bsicas de anlisis que comporta la propia
elaboracin de los datos.
 La reduccin de datos tambin supone descartar o seleccionar para el anlisis parte del material informativo
recogido, teniendoen cuenta determinados criterios tericos o prcticos, y est presente asimismo cuando el
investigador resume o esquematiza sus notas de campo. En momentos avanzados del anlisis, nuevas reducciones
pueden hacerse sobre resultados de tratamientos previos efectuados con los datos originales.
Nos centraremos a continuacin en tareas como la segmentacin en unidades, la codificacin/categorizacin o
el agrupamiento, que constituyen modos de contribuir a la reduccin de datos que en el fondo presupone todo
anlisis (se parte de un conjunto amplio y complejo de informacin para llegar a elementos ms manejables que
permitan establecer relaciones y sacar conclusiones).

2.3.1.1. SEPARACIN EN UNIDADES

Generalmente, el anlisis de datos cualitativos comporta la segmentacin en elementos singulares,

especialmente cuando los datos son de tipo textual. En el conjunto global de datos pueden diferenciarse segmentos o
unidades que resultan relevantes y significativas. Recordemos el concepto de anlisis, en el que precisamente una de
las ideas es la de separacin o descomposicin de un todo en sus partes..
Los criterios para dividir la informacin en unidades pueden ser muy diversos. Considerando que los datos
aparecen en forma de textos, el criterio aplicable para la segmentacin podra encontrarse dentro de alguno de los
tipos siguientes:

Aspectos bsicos sobre el anlisis de datos cualitativos

Criterios espaciales. De acuerdo con tales criterios, constituiran unidade,las lneas del texto, los bloques de un
determinado nmero de lneas, las pgias, etc. Se trata de una segmentacin artificial, ajena al contenido de la
informacin.

Criterios temporales. Al analizar transcripciones de entrevistas, podra definirse los segmentos o unidades
estableciendo una duracin en minutos los registros de observacin pueden quedar segmentados igualmente por
perodos temporales de minutos, horas o incluso das. Para este tipo de segmentacin resulta imprescindible
que junto al registro de los datos se vayan anotando referencias temporales.

Criterios temticos. Es ms frecuente, y posiblemente ms interesante que el uso de criterios fsicos como los
anteriores; considerar unidades en funcin del tema abordado. Considerando conversaciones, sucesos,
actividades que ocurren en la situacin estudiada es posible encontrar segmentos que hablan de un mismo tema.
 Criterios gramaticales. Usando este tipo de criterios, podramos diferenciar como unidades bsicas del texto las
oraciones o los prrafos, lo cual elude en el momento de la separacin el tener que realizar juicios acerca del
contenido de cada unidad. En el fondo, se asume que la oracin es una unidad de informacin con sentido
completo, y que igualmente un prrafo suele incluir oraciones sobre un mismo tema o de contenido afn.

Criterios conversacionales. Las declaraciones o turnos de palabra, cuando intervienen diferentes sujetos en
entrevistas o reuniones de grupos, constituiran otro punto de referencia para segmentar un conjunto de datos
textuales. Este criterio es especialmente adecuado cuando estamos interesados en la informacin aportada por
cada sujeto en particular.

Criterios sociales. Cada segmento diferenciado en el texto podra corresponderse con informacin relativa a
sujetos que ocupan un mismo status o rol social, como por ejemplo, para el caso de un centro educativo: director,
profesor, alumno, inspector,...
Ms de un tipo de criterios podran combinarse a la hora de separar las unidades en un texto. De todos ellos,
es sin duda el criterio temtico el ms extendido y el que, desde nuestro punto de vista, resulta ms valioso en el
anlisis de datos cualitativos. Sin embargo, el criterio temtico conlleva cierta dificultad cuando las unidades son
objeto de cmputo para posteriores anlisis, aspecto que tiene especial significacin en el mbito metodolgico
del anlisis de contenido. Podramos encontrarnos tanto fragmentos de gran extensin como fragmentos
reducidos que hablen de un mismo tema, resultando unidades que llegan a ser consideradas equivalentes en anlisis
ulteriores, a pesar de que no lo son. Este problema ha sido soslayado mediante la distincin entre unidades de
registro y unidades de enumeracin (Cartwright, 1978). Mientras las primeras determinan fragmentos referidos a
un mismo tpico o tema, las segundas revisten un carcter fsico, aludiendo a la unidad sobre la cual se realizar
la cuantifcacin (lnea, minutos, etc).

2.3.1.2. IDENTIFICACIN Y CLASIFICACIN DE UNIDADES

La identificacin y clasificacin de elementos es precisamente la actividad que real izamos cuando

categorizamos y codificamos un conjunto de datos. Consiste en examinar las unidades de datos para identificar en ellas
determinados componentes temticos que nos permitan clasificarlas en una u otra categora de contenido.
Codificacin y categorizacin son respectivamente los aspectos fisico-manipulativo y conceptual de una
misma actividad, a la que indistintamente suelen referirse los investigadores con una u otra denominacin. En
realidad, hay diferencias que trataremos de sealar. La categorizacin, que constituye sin duda una importante he-
rramienta en el anlisis de datos cualitativos, hace posible clasificar conceptual mente las unidades que son cubiertas
por un mismo tpico. Una categora soporta un significado o tipo de significados. Las categoras pueden referirse a
situaciones y contextos, actividades y acontecimientos, relaciones entre personas, comportamientos, opiniones,
sentimientos, perspectivas sobre un problema, mtodos y estrategias, procesos. La categorizacin es una tarea
simultnea a la separacin en unidades cuando sta se realiza atendiendo a criterios temticos. Si una unidad es
separada por referirse a determinado tpico, automticamente puede ser incluida en la categora correspondiente a
ese tpico.
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 la consideramos incluida. Es el proceso fsico, manipulati vo mediante el cual dejamos
constancia de la categorizacin realizada.
Los cdigos, que representan a las categoras, consisten por tanto en marcas que aadimos a las unidades de
datos, para indicar la categora la que pertenecen. Estas marcas pueden tener un carcter numrico, haciendo
corresponder cada nmero con . una categora concreta, aunque es ms frecuente utilizar palabras o abreviaturas de
palabras con las que se han etiquetado las categoras. Entre las razones para recomendar la utilizacin de etiquetas
verbales sobre numricas, se encuentra la posibilidad de utilizar nombres estrechamente relacionados con el concepto
o los conceptos que representan, a fin de recuperar ms rpidamente el significado de cada unidad de informacin,
sin tener que trasladar el cdigo numrico a alguna tabla donde se indique la correspondencia entre ste y las
categoras.
Segn Miles y Huberman (1994), la codificacin puede llevarse a cabo en diferentes momentos de la
investigacin, con la posibilidad de diferenciar cdigos descriptivos (atribuyen una unidad a una clase de fenmenos),
que son utilizados en un primer momento, y cdigos con un mayor contenido inferencial (interpretativos y explicati-
vos} utilizados posteriormente.
Categorizacin y codificacin son, por tanto, actividades que giran en torno a una operacin fundamental: la
decisin sobre la asociacin de cada unidad a una determinada categora. Una categora queda definida por un
constructo mental al que el contenido de cada unidad puede ser comparado, de modo que pueda determinarse su perte-
nencia o no a esa categora.
Veamos a continuacin el modo en que procedemos habitualmente en las tareas de codificacin, tomando
como ejemplo un fragmento extrado de la transcripcin de una discusin entre profesores en torno a la reforma
educativa.

Bueno, yo qu s. Yo lo que siento es que no estamos muy preparados los maestros para esa reforma. Que no...
vamos, que me gustara que hubiese un cursillo de preparacin o algo, porque no sabemos as nada de qu vamos a
hacer cuando llegue la reforma. Eso es lo que... Me da miedo porque no tengo ni idea, vamos, por lo menos yo.

Este pequeo texto puede ser dividido en distintas unidades, considerando cada una de ellas como fragmentos
en los que se alude a una misma idea, e decir, usando un criterio temtico para la segmentacin. Al dividir el texto en
unidades hemos contemplado la posibilidad de que stas se superpongan entre s, de modo que una misma cadena
textual pertenezca simultneamente a dos o ms unidades. Con este criterio, las unidades resultantes son:

Unidad 1: Bueno, yo que s. Yo lo que siento es que no estamos muy preparados los maestros para esa reforma. Que no...
vamos, que me gustarla que hubiese un cursillo de preparacin o algo, porque no sabemos asi nada de qu
vamos a hacer cuando llegue la reforma.
Unidad 2: Que no... vamos, que me gustara que hubiese un cursillo de preparacin o algo, porque no sabemos as nada
de qu vamos a hacer cuando llegue la reforma. Eso es lo que... Me da miedo porque no tengo ni idea, vamos,
por lo menos yo.
Unidad 3: Me da miedo porque no tengo ni idea, vamos, por lo menos yo.

La primera de ellas alude a un tpico que podemos denominar formacin del profesorado, la segunda hace
referencia al desconocimiento sobre la reforma y la tercera de ellas recoge una expresin del temor de los profesores
a la aplicacin de la reforma. Si usamos respectivamente los cdigos FOR, DES y TEM para aludir a tales
categoras, la codificacin podra hacerse indicando de algn modo sobre el papel los fragmentos que quedan
incluidos en cada categora.

Una cuestin importante en la categorizacin de los datos es establecer las categoras a emplear. Estas pueden estar
predefinidas por el analista, o por el contrario, pueden surgir a medidaque se analizan los datos. Cuando las
categoras utilizadas en un estudio se establecen a priori, las fuentes habituales son el marco terico y conceptual de
la investigacin, las cuestiones o hiptesis que la guan, las categoras ya usadas en estudios de otros investigadores
o incluso los propios instrumentos de investigacin empleados. Por ejemplo, las cuestiones incluidas en
cuestionarios o guiones de entrevista pueden ser tomadas como fuente de categoras tiles para reducir los datos.
Los sistemas de observacin sistemtica, mediante los cuales el observador recoge informacin sobre actividades
o fenmenos usando un conjunto predeterminado de categoras, pueden ser aplicados como herramientas
analticas para la categorizacin de registros en audio, vdeo y tambin transcripciones de discursos, elaborados a
partir de las situaciones observadas (Mclntyre y Macleon, 1986).
Aunque se parta de un sistema de categoras predefinido, no existen garantas de que distintos codificadores
lleguen a una misma categorizacin de los datos. Un mismo conjunto de datos podra ser codificado de modo
diferente por dos analistas, incluso aunque ambos partieran de las mismas categoras. Categorizar datos implica
realizar un juicio, valorar si determinadas unidades pueden o no ser incluidas bajo un determinado cdigo, y tomar
decisiones al respecto; tales decisiones pueden estar afectadas por la subjetividad y el punto de vista particular del
codificador. Caractersticas fsicas y mentales, motivacin, mecanismos de memorizacin, estmulos o factores
ambientales, como temperatura, iluminacin, etc. estn detrs de los errores cometidos por el codificador (Franzosi,
1990). La preocupacin acerca de este tema ha llevado a que, desde posiciones cuantitativas, se hayan propuesto
mltiples ndices para medir la consistencia intercodificadores. En cualquier caso, cuando ms de un sujeto se
ocupan de las tareas de codificacin, es preciso que las categoras se definan operativamente, ofreciendo criterios y
reglas que especifiquen los aspectos del contenido que deben tomarse como criterio para decidir sobre la pertenencia
a una categora.
Las categoras pueden ser definidas a medida que se examinan los datos, es decir, siguiendo un
procedimiento inductivo. Al examinar los datos vamos reflexionando acerca del contenido de los mismos, nos
preguntaramos por el tpico capaz de cubrir cada unidad. De este modo se van proponiendo categoras
provisionales, que a medida que avanza la codificacin pueden ir siendo consolidadas, modificadas o suprimidas
a partir de la comparacin entre los datos agrupados bajo una misma categora o a partir de la comparacin con los
datos incluidos en otras diferentes.
Esta idea es la recogida por Strauss (1987) al hablar de "codificacin abierta", proceso en el que se parte de la
bsqueda de conceptos que traten de cubrir los datos. El analista examina lnea a lnea o prrafo a prrafo,
preguntndose acerca de cul es el tema sobre el que habla cada fragmento; qu conductas y sucesos han sido
observados y descritos en documentos, qu categora indica un determinado incidente, qu ideas o temas reflejan las
palabras de entrevistados e informantes, y asigna un nombre de cdigo provisional a cada unidad de contenido. De
este modo, emerge un conjunto de categoras que es constantemente ampliado, modificado, redefinido, readaptado en
funcin de los nuevos pasajes que van siendo objeto de categorizacin. Es un proceso por el cual los nuevos
fragmentos estudiados sirven para confirmar las categoras existentes o como fuente para la creacin de otras
nuevas.
Como consecuencia de un proceso de codificacin inductiva, obtenemos un sistema de categoras que puede ser
considerado en s mismo un producto del anlisis. El sistema de categoras constituye el esquema vertebrador de los
conceptos presentes en la informacin analizada, puede tomarse como un mapa de significados que refleja la
estructura del conjunto. Para Spradley (1979, 1980), uno de los objetivos es precisamente llegar a determinar las
categoras (dominios, en la terminologa de este autor) en que se clasifican los trminos de una cultura y reducir de ese
modo la complejidad de la experiencia humana. Su inters est en descubrir cmo las personas organizan su cono-
cimiento, por lo que las categoras son un fin en s mismas; no tiene sentido imponer categoras analticas a los datos
obtenidos durante el estudio.
En la prctica, resulta habitual que la codificacin se haga recurriendo a procedimientos mixtos inductivo-
deductivos. Por lo general, se parte de categoras amplias definidas a priori, a partir de las cuales se van
introduciendo modificaciones y ampliaciones que permiten la adaptacin al conjunto de datos al que estn siendo
aplicadas. Durante la codificacin es posible constatar que determinados cdigos podran haber sido agrupados en
uno solo o, por el contrario, que cabra dividir uno de ellos en otros diversos, que ciertas categoras podran ser
denominadas de otro modo, o que simplemente habran de ser suprimidas. Cada una de estas decisiones implica
reconsiderar las unidades previamente categorizadas. Por ese motivo, la codificacin suele llevarse a cabo como un
proceso recurrente. Adems, a medida que el investigador avanza en el anlisis, las reglas de codificacin pueden
alterarse inconscientemente. Cuando se detectan incongruencias derivadas de la aplicacin inconsistente de cdigos,
tambin habr que revisar lo realizado hasta el momento.
Con frecuencia se ha defendido la idea de que los sistemas de categoras deben caracterizarse por su
correccin lgica, a la que se llegara si garantizamos el cumplimiento de una serie de requisitos:
Exhaustividad de las categoras. Cualquier unidad debe poder ser ubicada en alguna de las categoras. Es
decir, el sistema de categoras es capaz de cubrir todas las posibles unidades diferenciadas en los datos.
. Exclusin mutua. Cada unidad se incluye en una sola categora. Un segmento de texto diferenciado no puede
pertenecer simultneamente a ms de una categora.
nico principio clasificatorio. Las categoras deben estar elaboradas desde un nico criterio de ordenacin
y clasificacin.
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 (Ander-Egg,
1980;Cartwright, 1978;Kerlinger, 1985; Snchez Carrin, 1985, etc.). En el contexto del anlisis cualitativo, podra
no darse la ex-haustividad, es decir, podramos encontrar unidades que no encajen en ninguna de las categoras,
sencillamente por tratarse de parte de la informacin que no es relevante de cara al estudio.
Por otra parte, una misma unidad podra participar de ms de una categora si-
multneamente, pues las categoras no estn claramente delimitadas unas de otras, sino que se da una
superposicin entre las reas temticas que cubren. Se habla en estos casos de membreca en una categora, para
expresar en qu grado determinada unidad puede formar parte o ser miembro de ella, y de la nocin de.prototipo, que
representa el tipo ideal con un cien por ciento de pertenencia a una sola categora.
Por ltimo, un sistema de categoras puede incluir aproximaciones al contenido de los datos considerando
distintas dimensiones. Segn el aspecto en el que nos fijemos, una misma unidad de contenido puede ser
codificada bajo cdigos diferentes.
Algunos autores aaden otras caractersticas a los sistemas de categoras correctamente construidos
(Mucchielli, 1988), las cuales resultan ms apropiadas en el anlisis cualitativo de datos desde el enfoque aqu
asumido:
Objetividad. Las categoras deben resultar inteligibles para distintos codificadores, de forma que la mala
interpretacin del contenido de las categoras no d lugar a una cierta inconsistencia intercodificadores.
Pertinencia. Las categoras habran de ser relevantes en relacin a los objetivos del estudio y adecuadas al
propio contenido analizado.

2.3.1.3. SNTESIS Y AGRUPAMIENTO

La identificacin y clasificacin de elementos estn estrechamente unidas a la sntesis. Cuando

categorizamos estamos ubicando diferentes unidades de datos bajo un mismo tpico o concepto terico. La
categorizacin supone en s misma una operacin conceptual de sntesis, por cuanto permite reducir un nmero
determinado de unidades a un solo concepto que las representa. En el anlisis de datos, esta sntesis conceptual va
aparejada a un agrupamiento fsico de las unidades que forman parte de una misma categora.
Las actividades de sntesis y agrupamiento estn presentes en el anlisis cuando sintetizamos en una
metacategora la informacin contenida en varias categoras que tienen algo en comn, o cuando definimos
metacdigos que agrupan a un conjunto de cdigos.

2.3.2. Disposicin y transformacin de dalos

Ya hemos comentado algunas de las dificultades para el anlisis que surgen de la propia naturaleza de los datos
cualitativos. stos aparecen generalmente en forma textual, resultan dispersos, ofrecen a veces una visin secuencial
de hechos simultneos, dificultan el examen de varias variables a la vez y estn vagamente ordenados (Miles y
Huberman, 1994). Si queremos llegar a extraer conclusiones a partir de estos datos, es preciso presentarlos o
disponerlos de algn modo ordenado. Una disposicin es un conjunto organizado de informacin, presentada en
alguna forma espacial ordenada, abar-cable y operativa de cara a resolver las cuestiones de investigacin.
Cuando la disposicin de datos conlleva adems un cambio en el lenguaje utilizado para expresarlos,
hablamos de transformacin de los datos. En el anlisis de datos cualitativos es frecuente llevar a cabo distintas
formas de disposicin y transformacin de datos, algunos ejemplos de las cuales sern .comentados brevemente en
los prrafos que siguen. Tales procedimientos facilitarn el examen y la comprensin de los datos, condicionarn
posteriores decisiones en el proceso de anlisis y permitirn extraer conclusiones.
Uno de los procedimientos de disposicin usados con frecuencia son los grficos, los cuales permiten no slo
presentar los datos, sino advertir relaciones y descubrir su estructura profunda (Wainer, 1992). Los diagramas,
definidos como "representaciones grficas o imgenes visuales de las relaciones entre conceptos" (Strauss y Corbiri,
1990: 198) constituyen importantes instrumentos de anlisis. A travs de este tipo de procedimientos podran ser
presentados los sistemas de categoras, mostrando las interconexiones existentes entre las categoras, o incluso
algunos aspectos de su contenido.
Miles y Huberman (1994) han dedicado especial atencin a describir diferentes proced mientes para la
presentacin de datos cualitativos. Contemplan el diseo de ma-trices que puedenalbergardiferentes ti posde
informacin (expresada por fragmentos de texto, citas, frases, abreviaciones o figuras simblicas) y adoptar distintos
formatos.
Generalmente, las matrices consisten en tablas de doble entrada en cuyas celdas se aloja una breve informacin
verbal, de acuerdo con los aspectos especificados por filas y columnas. Es frecuente construirlas para sintetizar los
fragmentos codificados en una misma categora (columna) para diferentes sujetos, situaciones, casos, etc. (filas).
Algunas de las dimensiones a partir de las cuales se elaboran pueden implicar la ordenacin de fenmenos o
componentes de fenmenos a lo largo del tiempo, en funcin de los roles desempeados, etc. Determinadas matrices
presentan procesos y productos, relaciones de causa-efecto, agrupamientos conceptuales o empricos de datos.
Bliss, Monk y Ogborn (1983) proponen un sistema de redes mediante las cuales tratan de clarificar y presentar
las distinciones que delimitan a las diversas categoras consideradas en el anlisis del material cualitativo, las cuales
a su vez pueden estar subdivididas. Para ello usan una notacin precisa, con la que indican nombres de categoras,
subdivisiones de stas, diferencias, circunstancias, restricciones, etc.

2.3.3. Obtencin y verificacin de conclusiones

2.3.3.1. OBTENCIN DE RESULTADOS Y CONCLUSIONES

Un importante grupo de actividades constituyentes de los procesos de anlisis se dirige a la obtencin de

resultados y conclusiones, en relacin a los objetivos particulares de cada investigacin. Llegar a conclusiones
implicara, de acuerdo con las connotaciones semnticas del trmino anlisis, ensamblar de nuevo los elementos
diferenciados en el proceso analtico para reconstruir un todo estructurado y significativo. Bajo la denominacin de
conclusiones aparecen generalmente los resultados, los productos de la investigacin y la interpretacin que
hacemos de los mismos.
Los resultados de un estudio avanzarn en la explicacin, comprensin y conocimiento de la realidad
educativa y contribuirn a la teorizacin o intervencin sobre la misma. La investigacin de corte cualitativo se
preocupa especialmente por el significado que los participantes atribuyen a sus prcticas y a las situaciones educativas
en las que se desarrollan. Los resultados o conclusiones de esta investigacin englobarn, por tanto, toda una serie de
decisiones del investigador sobre el significado de las cosas.
Van Maanen (1985) denomina a las conclusiones "conceptos de segundo orden", pues se construyen a partir
de los datos, o conceptos de primer orden, es decir, a partir de las propiedades estudiadas en el campo y las
interpretaciones que hacen los propios participantes. Estos conceptos delsegundo orden son nociones usadas por el
investigador para explicar el modelo que configuran los datos, y consisten en afirmaciones acerca de las relaciones
entre ciertas propiedades observadas o en interpretaciones sobre las i nterpretaciones que hacen los sujetos
participantes. Las conclusiones son, por tanto, afirmaciones, proposiciones en las que se recogen los conocimientos
adquiridos por el investigador en relacin al problema estudiado. Dado que el anlisis persigue separar las unidades
elementales de un fenmeno para reconstruir un todo significativo, las conclusiones suelen recoger la relacin, ms o
menos compleja, encontrada entre dos o ms de estos elementos o variables.
La tarea de extraer conclusiones no puede circunscribirse a ningn momento particular del proceso de
anlisis. La lectura inicial de los datos hace aflorar en el analista impresiones que constituyen las primeras
conclusiones provisionales. Antes incluso de comenzar las tareas de codificacin, la lectura del material recogido
permite r anotando las ideas fundamentales, los acontecimientos, normas o conductas ms relevantes en relacin con
el tema de estudio. Interpretaciones tentativas acerca de los mismos pueden quedar anotadas en forma de memorandos
o comentarios a los datos, sern modificadas y revisadas a lo largo del anlisis y constituyen un germen primario de
las conclusiones del estudio.
Tambin est presente durante la reduccin de datos, pues la codificacin es en s misma una interpretacin de
datos (Strauss y Corbin, 1990). En muchos casos, el sistema de categoras deja de ser nicamente una herramienta
que utiliza el investigador para organizar sus datos y se constituye en un primer resultado del anlisis.
El modo en que se llega a las conclusiones, es decir, el proceso lgico aplicado para extraer conocimiento
sobre la realidad educativa en estudio, suele ser el aspecto ms oscuro del anlisis en los informes de investigacin.
Los investigadores describen detalladamente cmo recogen los datos y, tal vez, cmo proceden en el anlisis redu-
ciendo o reestructurando y presentando la informacin, pero no explicitan las herramientas conceptuales y lgicas
que les llevan a sus conclusiones. La lectura de una gran parte de los trabajos que se publican sugerira que
las'conclusiones emergen directamente a partir del corpus de datos, sobre todo una vez que ste ha sido
adecuadamente reducido y presentado.
Sin duda, una de las principales herramientas intelectuales en el proceso de obtencin de conclusiones es la
comparacin. La comparacin permite destacar las semejanzas y diferencias entre las unidades incluidas en
unacategora, y hace posible laformula-cin de sus propiedades fundamentales, a partir de las cuales puede llegarse a
una definicin, ilustracin y verificacin de esa categora (Fielding y Fielding, 1986). La comparacin facilita llegar a
conclusiones a partir de las matrices y otras figuras usadas para
la presentacin de los datos. La comparacin defilas ocolumnas de una matriz, por eje po, constituye la principal va
para extraer conclusiones (Miles y Huberman, 1994
Las conclusiones pueden emanar de la comparacin con otros escenarios, cas situaciones, etc. similares al
estudiado, para lo cual las matrices resultaban nstrum tos tiles. En la mayora de los casos, el analista presenta
junto a los datos ciertos sultados o conclusiones. La ordenacin de los datos segn criterios cronolgicos,
causales, jerrquicos, etc. implica una interpretacin de los mismos y, en cierto mcx constituye un producto del
anlisis. La elaboracin de figuras y matrices supone pensar y reflexionar sobre los datos, y presentar el resultado de
esa reflexin, plasmando la estructura relaciona! encontrada entre los diferentes tpicos.
La obtencin de conclusiones es posiblemente la tarea en la que se exige u mayor experiencia del
investigador, que debe ser capaz de comextualizar y contrasi con otros estudios los hallazgos alcanzados, y de
plasmarlos en un informe narrativ Una vez alcanzados ciertos resultados es necesario integrarlos con los de estudios
ant riores, poner de manifiesto cmo se integran en unas teoras ms amplias, en qu mee da contribuyen al cuerpo
de conocimientos sobre un tema.
 Algunas estrategias para la interpretacin de los resultados y su integracin e marcos ms amplios, siguiendo
a Goetz y LeCompte (1988), seran: consolidad^ terica (confrontar los resultados obtenidos con los marcos
tericos desarrollados or ginalmente, modificando stos para intentar que se ajusten ms a los datos), aplicado de
otras teoras (bsqueda de marcos ms generales en los que integrar los datos, he ciendo posible la generalizacin de
los resultados), uso de metforas y analogas (me dios tiles para establecer conexiones entre temas aparentemente
no relacionados, conectar los resultados a la teora), y sntesis de los resultados con los obtenidos pe otros
investigadores.
Algunos autores opinan que establecer relaciones y conexiones importante puede resultar favorecido si
entre la'finallzacin del trabajo de campo y la reflexii terica del investigador media un cierto espacio de tiempo.
En este caso, tras un in forme descriptivo preliminar, se sucederan informes con un nivel creciente de abstrae cin.

2.3.3.2.VERIFICACIN DE CONCLUSIONES

Una vez alcanzadas las conclusiones de un estudio, es necesario verificar esaj conclusiones, es decir,
confirmar que los resultados corresponden a los significados interpretaciones que los participantes atribuyen a la
realidad.
El concepto de validez ha sido usado en una variedad de formas en la literatura sobre metodologa de
investigacin. Diversas formulaciones y reformulaciones se han sucedido de este concepto, sobre todo en el campo
de la investigacin experimental y cuasi-experimental. Diferenciando entre validez interna y externa (Campbell,
1957), suele tomarse la primera de ellas como indicador de la aproximacin de las conclusiones de un estudio a la
realidad, mientras que la validez externa se refiere a las posibilidades de generalizar los resultados a otras
poblaciones o contextos.El concepto de validez manejado en la investigacin positivista, como analizaremos en el
captulo XV, ha sido asumido por algunos investigadores cualitativos, si bien otros lo rechazan por inapropiado,
proponiendo conceptos alternativos.
Cualquiera que sea la posicin adoptada, todos los autores suelen aludir a aspectos de calidad de la
investigacin cuando abordan el tema de la validez. Pero, aunque es posible considerar la validez del diseo de
investigacin, de la definicin de variables, de los procedimientos de recogida de datos o de los datos obtenidos, lo
ms apropiado es hablar de ella en relacin a los hallazgos o conclusiones de la investigacin (Ham-mersley, 1991).
Verificar las conclusiones de un estudio significa, por tanto, comprobar el valor de verdad de los
descubrimientos realizados, o lo que es igual, comprobar su validez. En los estudios cualitativos, la estimacin de la
validez es menos precisa que en la investigacin cuantitativa, basndose en juicios sobre lacorrespondenciaenlrelos
hallazgos y la realidad. La validez de los resultados puede incrementarse, o simplemente ser calibrada, de acuerdo
con estrategias desarrolladas en las fases de diseo, recogida de datos, anlisis de datos o redaccin del informe
(Dawson, 1982).
De estas estrategias nos ocuparemos con mayor detenimiento en el captulo XV de esta obra, en el que
incluimos un apartado dedicado a la calidad de la investigacin cualitativa. Nos limitaremos por ahora a mencionar
algunas de las ms comunes, entre las que se encuentran la presencia prolongada en el campo, el intercambio de
opiniones con otros investigadores, la triangulacin, la comprobacin con los participantes, el establecimiento de
adecuacin referencial o la comprobacin de la coherencia estructural.

3. LA CUANTIFICACIN EN EL ANLISIS

El rasgo ms caracterstico del anlisis de tipo cualitativo se encuentra en que las manipulaciones y
operaciones realizadas sobre los datos se producen preservando su naturaleza textual. No obstante, ello no representa
un obstculo para que investigadores cualitativos recurran a la transformacin de los datos textuales en datos
numricos y a su tratamiento cuantitativo con el objetivo de contrastar o complementar las conclusiones obtenidas
por vas cualitativas.
A pesar de que algunos consideran mutuamente excluyentes el anlisis estadstico y la investigacin cualitativa, las
posiciones favorables a la superacin del antagonismo cuantiCativo-cualitativo son ms numerosas. Incluso el uso de
la cuantificacin y el anlisis estadstico ha sido visto como una caracterstica de los enfoques de investigacin
interpretativos o cualitativos, los cuales recurren, sobre todo en el anlisis de datos, a procedimientos cuantitativos
tpicos del enfoque positivista (De Miguel, 1988). En realidad, la cuantificacin es un aspecto considerado por muchos
de los autores que se enmarcan en lneas de investigacin cualitativas. Para Miles y Huberman (1994), cuando
identificamos un tema o modelo estamos aislando al go que ocurre un nmerode veces y que ocurre consistentemente
de un modo especfico. Tanto el nmero de veces como los juicios acerca de la consistencia se basan en un recuento.
Los nmeros, segn estos autores, son tiles para tener una nocin de qu tenemos ante nosotros cuando trabajamos
con un amplio cuerpo dedatos, para verificarunasospechaohiptesis, y para ser honestos en el anlisis tratando de
 evitar sesgos. Goetz y LeCompte (1988:178-179) afirman que "una vez identificados los elementos, es posible
reducirlos a forma cuanti-ficableexaminndolos, elaborando listas,codificndolos y asignndoles puntuaciones".
Generalmente, los valores numricos surgen a partir del cmputo de elementos diferenciados, con un criterio
temtico, en el corpus de datos cualitativos. Transformados en nmeros, los datos cualitativos resultan ms
fcilmente manejables que cuando se presentan en forma de palabras y textos.
La cuantificacin y el anlisis estadstico, por tanto, son herramientas analticas con las que cuenta el
investigador en su trabajo con datos cualitativos, y pueden ser utilizados conjuntamente con otras herramientas no
cuantitativas. La formacin del investigador, sus objetivos y sus concepciones epistemolgicas le "llevan a
configurar un proceso de anlisis ms o menos desplazado hacia uno de estos tipos de tcnicas. Dependiendo del
estudio, la extensin de la cuantificacin de datos vara desde ninguna hasta el uso de tcnicas estadsticas de variado
grado de complejidad (Wilcox, 1982).
Sin embargo, el uso de la cuantificacin no suele pasar, en la mayora de los estudios, del mero recuento de
frecuencias, indicando la importancia cuantitativa de los conceptos o tpicos destacados en el conjunto de datos, o del
estudio estadstico de tablas de contingencia. A partir de las frecuencias de los fenmenos, identificaramos las rela-
ciones quese dan entre los elementos mediante algn tipo de tratamiento estadstico pertinente
Erickson (1989), por ejemplo, recomienda las tcnicas estadsticas una vez realizado el anlisis por
procedimientos cualitativos. Las tablas de frecuencias resultaran tiles al presentar el informe de investigacin, ya
que permiten una visin de conjunto de los datos descriptivos. Puesto que los datos a que se refieren los fenmenos
suelen ser nominales, las tendencias observadas pueden mostrarse a partir de tablas de contingencia. Este autor
considera que a veces conviene emplear pruebas estadsticas inferen-ciales, preferentemente no paramtricas, para
determinar la significacin de los datos.
El supuesto en que se apoya, en gran medida, la estadstica clsica es la normalidad de la poblacin. Sin
embargo, los mtodos estadsticos empleados con los datos resultantes, por ejemplo, de una cuantificacin a partir
del recuento de cdigos empleados en la reduccin de datos textuales suelen ser aqullos que no imponen
condiciones al modo en que se distribuyen los datos o estn medidos. La mayora de las pruebas no paramtricas son
aplicables a datos de una escala ordinal y a los de una escala nominal (Siegel, 1991). Esta caracterstica las hace
especialmente adecuadas para el anlisis de datos procedentes de la cuantificacin del material cualitativo. Una
revisin de las tcnicas estadsticas aplicables a datos categricos resultantes de la reduccin cuantitativa de datos
textuales puede consultarse en el trabajo de Garca, Gil y Rodrguez (1994).

A veces, el protagonismo de los procedimientos estadsticos gana terreno frente a las tcnicas cualitativas de anlisis,
aunque con ello nos alejamos del enfoque asumido en el anlisis de datos cualitativos que a lo largo de este captulo
hemos venido presentando. As, en el tradicional anlisis de contenido, el inters del investigador se diriga al
recuento de frecuencias de aparicin de palabras o temas de especial relevancia en el estudio. Desde muy pronto, los
programas de anlisis automtico de textos se han basado en los recuentos y el tratamiento estadstico. Cabe citar el
programa General Jnquirer (Stone y otros, 1966), uno de los pioneros, o el programa Words (Iker, 1975), con el que
llegan a ser extrados los temas presentes en un texto sometiendo a tratamiento estadstico las frecuencias de las
palabras en cada unidad considerada.
La cuantificacin y las tcnicas estadsticas pueden llegar a ser el aspecto central del anlisis, e incluso a veces
los datos cualitativos son, desde el primer momento, trasladados a ndices numricos y analizados estadsticamente.
Sirva como ejemplo la aplicacin de las tcnicas de anlisis de datos de la escuela francesa al anlisis de textos
procedentes de respuestas abiertas a cuestionarios, entrevistas, textos literarios, etc., permitiendo el recuento de
unidades elementales en los textos y la realizacin de anlisis estadsticos multivariables (anlisis de
correspondencias, clasificaciones) a partir del mismo. Este tipo de enfoques ha producido la denominada estadstica
textual (Le-bart y Salern, 1994), que se aparta considerablemente del anlisis cualitativo dirigido a describir,
comprender y profundizar en el significado de los datos.
Para finalizar, conviene sealar el principal riesgo que se esconde tras el uso de la cuantificacin en el
anlisis de datos cualitativos. Los nmeros suponen reducir la informacin aportada por palabras y textos, dando pie
a una infrautilizacin de la riqueza de significados caractersticas de los datos cualitativos. En la medida en que la cuan-
tificacin represente una va complementaria, evitaremos las crticas fundadas de quienes ven en la cuantificacin
una va inadecuada para el estudio cualitativo de las complejas realidades sociales.