tema10

Análisis de datos cualitativos [10.1] ¿Cómo estudiar este tema?

[10.2] Características del análisis de datos cualitativos [10.3] El proceso general de análisis de datos cualitativos [10.4] Categorización y codificación de datos [10.5] Criterios de rigor científico

TEMA

10

[10.6] Referencias bibliográficas

Características del análisis

TEMA 10 – Esquema Propuesta de Miles y Huberman (1994)

Análisis en progreso en investigación cualitativa de Taylor y Bogdan (1990)

Proceso general de análisis

Modelos conceptuales

Confirmabilidad

Dependencia

Sistemas de códigos Marcar textos

Transferencia

Credibilidad

Criterios de rigor científico

Identificación de temas

Muestreo

Categorización y codificación de datos

Análisis de datos cualitativos

Medición, Investigación e Innovación Educativa

Esquema

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

Ideas clave 10.1. ¿Cómo estudiar este tema?

Para estudiar este tema deberás consultar el documento extraído de la obra: Navarro, E. (coord.), Jiménez-García, E., Rappoport, S. y Thoilliez, B. (2016).

Introducción a la investigación e innovación en educación. Manuscrito en preparación.

Accede al artículo a través del aula virtual.

También debes leer el caso práctico resuelto recogido en la sección «Casos prácticos» del tema: Huber, G.L. y Marcelo, C. (2011). Algo más que recuperar palabras y contar frecuencias: la ayuda del ordenador en el análisis de datos cualitativos. Enseñanza & Teaching: Revista interuniversitaria de didáctica, 8, 69-84.

Accede al artículo a través del aula virtual o desde la siguiente dirección web: http://espacio.uned.es/fez/eserv.php?pid=bibliuned:20468&dsID=algo_mas.pdf Este tema está dedicado a describir las características del análisis de datos cualitativos, detallar el proceso general de análisis de datos cualitativos y los procesos de categorización y codificación de datos e identificar los criterios de rigor científico.

A continuación encontrarás, para cada uno de los apartados que componen el tema, aquellas ideas esenciales cuya comprensión es fundamental para lograr un conocimiento claro de los conceptos implicados.

10.2. Características del análisis de datos cualitativos La investigación cualitativa en general genera una gran cantidad de datos. Normalmente se trata de textos escritos provenientes de registros de campo, entrevistas, historias de vida, observaciones, transcripciones verbales de registros de audio o video, etc. Toda esa información, en principio imprecisa y poco exhaustiva, debe ser tratada de forma que permita al investigador extraer conclusiones.

El dato cualitativo no es la realidad misma, sino una representación de la misma. Como afirman Rodríguez, Gil y García (1996), el dato sería la elaboración más o menos

TEMA 10 – Ideas clave

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

compleja que hace el investigador y que recoge información relativa a la realidad interna o externa a los sujetos.

Por tanto, el análisis de datos cualitativos es el proceso de organización, manipulación y transformación que realizamos sobre los datos con el objetivo de extraer significado relevante en relación a un problema de investigación. A menudo el análisis es entendido como un proceso flexible, incluso intuitivo, que lleve a dotar de sentido a la información recogida durante la investigación.

Este proceso consiste básicamente en la codificación y categorización de los datos, mediante un proceso cíclico e iterativo de recolección y revisión de los datos. Es decir, el análisis de los datos cualitativos no tiene lugar al final del proceso, como era el caso de los datos cuantitativos, sino que a lo largo de la investigación debemos ir analizando e interpretando la información que se va obteniendo, lo que nos permitirá a su vez seleccionar información relevante para nuestros objetivos de investigación.

A partir de lo anterior es fácil entender que el análisis de datos cualitativos no tiene lugar de forma estándar, es decir, no existen fórmulas matemáticas ni técnicas estadísticas a las que recurrir en función de nuestras variables. Más bien, cada investigador realizará el análisis de una forma u otra en función de los objetivos de la investigación o de su forma de proceder. Esto no implica que este análisis pueda hacerse de cualquier forma; antes al contrario, el análisis de datos cualitativos debe realizarse de forma sistemática y planificada para garantizar la fiabilidad y la validez de la investigación.

10.3. El proceso general de análisis de datos cualitativos Como acabamos de indicar, no es posible estandarizar el análisis de datos cualitativos, por lo que nos podemos encontrar con distintas aproximaciones a este proceso. Con todo, sí es posible encontrar una serie de operaciones comunes a la mayoría de los casos.

En este punto veremos las propuestas de Taylor y Bogdan (1990) y de Miles y Huberman (1994).

El «Análisis en progreso en investigación cualitativa» de Taylor y Bogdan (1990) tiene lugar en tres fases que mencionamos a continuación:

TEMA 10 – Ideas clave

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

» Fase 1. La fase de descubrimiento consiste fundamentalmente en examinar los datos de todas las maneras posibles para identificar temas y desarrollar proposiciones teóricas. » Fase 2. En la fase de codificación se crean distintas categorías en las que deberemos ir incluyendo la información registrada. » Fase 3. Durante la fase de relativización de los descubrimientos se trata de realizar una interpretación de los datos en función del contexto en el que fueron obtenidos.

Por otro lado, la propuesta de Miles y Huberman (1994) implica realizar el análisis de los datos mediante tres procesos: reducción de datos, disposición de datos y obtención de resultados y conclusiones. Estos procesos no son secuenciales, sino que pueden darse al mismo tiempo y podemos volver a ellos a lo largo de todo el proceso de análisis:

Recogida de datos

Disposición de datos

Reducción de datos

Obtención de resultados y conclusiones Figura 1. Procesos implicados en el análisis de datos. Basado en Miles y Huberman (1994).

Como venimos viendo, a lo largo de la investigación cualitativa se recoge una gran cantidad de datos de diversa índole. La primera tarea en el análisis de datos debe de ser entonces simplificar esos datos para que la información pueda ser manejable. No obstante, hay que decir que la primera acción de análisis de datos es la propia recogida de información por parte del investigador, en la medida en que éste selecciona, por ejemplo, qué información recoge en su diario de campo, qué información observa, etc.

La tarea de reducción de datos incluye la separación de unidades de contenido, que consiste en separar las distintas unidades de registro en base a criterios espaciales, temporales, etc.; la identificación y clasificación de elementos, que conlleva una categorización y una codificación; y la acción de síntesis y agrupamiento, con la que se

TEMA 10 – Ideas clave

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

pretende reducir un número determinado de unidades a un solo concepto que las represente.

Además de reducir los datos obtenidos en la investigación

cualitativa,

es

necesario

disponerlos de manera ordenada para poder llegar a extraer conclusiones. Los datos cualitativos suelen aparecer dispersos, poco ordenados, por lo que debemos tratar de establecer

algún

procedimiento

de

disposición de dichos datos que ayude a facilitar

su

examen.

Entre

otros

procedimientos tenemos los gráficos, los diagramas y las matrices o tablas de doble entrada. Por otra parte, cuando la disposición de datos implica un cambio en la forma en que expresamos esos datos, estaremos hablando de transformación de datos.

Por último, a lo largo de toda la investigación se van apuntando posibles conclusiones en función de los datos que se van recogiendo y analizando. Estas conclusiones van siendo más precisas y ajustadas a lo que piensan las personas investigadas a medida que avanza la investigación y se van obteniendo nuevos datos.

10.4. Categorización y codificación de datos Independientemente de la forma en que se realice el análisis de datos cualitativos, siempre incluirá un proceso de categorización y codificación de los mismos.

Podríamos decir que este es el proceso central del análisis. Por ejemplo, los procesos de codificación y categorización son necesarios para la fase de reducción de datos.

Para llevar a cabo la categorización y codificación de los datos la información se divide en unidades de significado en función de diferentes criterios: espacial, temporal, temático, gramatical, conversacional y social. Una vez identificadas las unidades de significado, son codificadas y categorizadas.

El proceso de codificación hace referencia a la actividad física y manipulativa de asignar un código a una unidad de significado.

TEMA 10 – Ideas clave

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

Por su parte, la categorización es la clasificación conceptual de los datos mediante un proceso de síntesis, agrupación y ubicación de diferentes unidades en un tema o concepto.

Este proceso de codificación y categorización tiene cinco tareas asociadas (Ryan y Bernard, 2003): » Muestreo: se trata de seleccionar los fragmentos de información que van a ser analizados. Es decir, consiste en seleccionar una muestra de toda la información disponible. Esta selección puede hacerse al azar o en función de distintos criterios. » Identificación de temas: se trata de identificar en la información disponible los temas de interés para los objetivos de la investigación. » Construir sistemas de códigos: esta sería la acción central del proceso de codificación y categorización. Consiste en definir con detalle cada categoría con su código asociado.

El sistema debe incluir qué criterios se deben cumplir para estar incluido o no en cada categoría. » Marcar textos: se trata simplemente de marcar las partes del texto que resultan de utilidad para el proceso de codificación y categorización. » Construir modelos conceptuales: esta tarea consiste en establecer relaciones entre los códigos para llegar a construir modelos teóricos.

10.5. Criterios de rigor científico En investigación cuantitativa normalmente se recurre a la fiabilidad y la validez para evaluar la calidad de la investigación. Sin embargo, aunque algunos autores han adaptado los conceptos de validez interna y externa a la investigación cualitativa (Denzin, 1978), en este tipo de investigación normalmente se lleva a cabo una verificación de la validez de la investigación empleando estrategias como la discusión e intercambio con expertos, la validación por parte de los participantes, la presencia prolongada en el campo e incluso la cuantificación de los datos obtenidos en la investigación para llevar a cabo un análisis cuantitativo estándar.

En investigación cualitativa normalmente se habla de validez epistemológica, que hace referencia a que la investigación tiene credibilidad porque cumple criterios

TEMA 10 – Ideas clave

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

como una correcta triangulación, que se base en indicadores naturales, adaptación adecuada a una teoría, etc.

Además, Guba (1989) postula una serie de criterios de rigor científico de la investigación cualitativa equivalentes a los de la investigación cuantitativa: » Credibilidad: hace referencia a la medida en que los resultados de la investigación se ajustan a la realidad. Para conseguir este criterio pueden seguirse estrategias como: o Observación continuada. o Triangulación. o Juicio de otros investigadores. o Validación de participantes. o Contrastar la información. » Transferencia: aunque la transferencia o generalización de los resultados no es un objetivo primordial de la investigación cualitativa, el hecho de que los resultados puedan replicarse en una situación parecida es considerado un criterio de rigor científico. Veamos algunas estrategias para alcanzar este criterio: o Muestreo teórico. o Descripción en profundidad del contexto. o Diversificación de la información recogida, que permitirá una más fácil comparación entre distintos escenarios. » Dependencia: se refiere a la consistencia de los datos, es decir, a la posibilidad de replicar el estudio y obtener los mismos hallazgos. Para lograr este criterio se proponen las siguientes estrategias: o Transparencia del proceso de investigación. o Control de calidad externo. o Replicación. o Triangulación de técnicas de recogida de información. » Confirmabilidad: se refiere a la independencia de los resultados frente a motivaciones, intereses personales o concepciones teóricas del investigador. Es decir, garantía y seguridad de que los resultados no están sesgados. Estrategias a seguir para lograr este criterio: o Comprobación externa de las interpretaciones del investigador. o Uso de citas, referencias directas y transcripciones textuales. o Reflexión sobre las interpretaciones del investigador.

TEMA 10 – Ideas clave

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

10.6. Referencias bibliográficas Denzin, N.K. (1978). Sociological Methods. New York: McGraw-Hill.

Guba, E. (1989). Criterios de credibilidad en la investigacion naturalista. En J. Gimeno Sacristan y A. Perez Gomez (Eds.), La enseñanza: su teoría y práctica (3o ed), pp. 148165. Madrid: Akal.

Miles, M. B. y Huberman, A.M. (1994). Qualitative data analysis: An expanded sourcebook (2a ed.). Thousand Oaks, CA: Sage.

Ryan, G.W. y Bernard, H.R. (2003). Data management and analysis methods. En N.K. Denzin y Y.S. Lincoln (Eds.), Collecting and interpreting qualitative materials. (2a ed.), pp. 259-309. Thousand Oaks, CA: Sage.

Taylor, S.J. y Bogdan, R. (1990). Introducción a los métodos cualitativos de investigación. Barcelona: Paidós.

TEMA 10 – Ideas clave

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

Casos prácticos Lecciones magistrales Análisis de datos cualitativos En esta clase magistral haremos una breve presentación del software Atlas.ti para el análisis cualitativo de datos. Para ello, nos basaremos en el artículo de Sabariego, Vilá y Sandín (2014).

Accede a la lección magistral a través del aula virtual

Casos prácticos resueltos Algo más que recuperar palabras y contar frecuencias: la ayuda del ordenador en el análisis de datos cualitativos Huber, G.L. y Marcelo, C. (2011). Algo más que recuperar palabras y contar frecuencias: la ayuda del ordenador en el análisis de datos cualitativos. Enseñanza & Teaching: Revista interuniversitaria de didáctica, 8, 69-84.

En este artículo se presenta un estudio acerca de los problemas de profesores en su primer año de docencia. Se detalla el proceso de análisis, codificación y categorización de datos mediante la utilización del programa Aquad.

Accede al artículo a través del aula virtual o desde la siguiente dirección web: http://e-spacio.uned.es/fez/eserv.php?pid=bibliuned:20468&dsID=algo_mas.pdf

TEMA 10 – Casos prácticos

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

Investigación cualitativa en educación. Hacia la generación de teoría a través del proceso analítico Osses, S., Sánchez, I. e Ibáñez, F.M. (2006). Investigación cualitativa en educación.

Hacia la generación de teoría a través del proceso analítico. Estudios Pedagógicos XXXII, 1, 119-133.

En este artículo se detalla el proceso de análisis cualitativo mediante la presentación de una investigación que utiliza el método de teoría fundamentada. Se destacan los procesos de inducción analítica y el método de comparación constante.

Accede al artículo a través del aula virtual o desde la siguiente dirección web: http://mingaonline.uach.cl/pdf/estped/v32n1/art07.pdf

Análisis del desarrollo de las competencias básicas en el currículum de la Educación Física en la ESO en la Marina Baixa. Un estudio de caso Barrachina, J. y Blasco, J.E. (2012). Análisis del desarrollo de las competencias básicas en el currículum de la Educación Física en la ESO en la Marina Baixa. Un estudio de caso. Apunts: Educación física y deportes, 110, 36-44.

En este artículo se presenta un estudio sobre las percepciones de maestros en relación a las competencias básicas en el currículum de Educación Física, en el que se utilizó el software Aquad 6 para el análisis de datos.

Accede al artículo a través del aula virtual o desde la siguiente dirección web: http://www.revista-apunts.com/es/hemeroteca?article=1563

TEMA 10 – Casos prácticos

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

+ Información A fondo Teoría y práctica del análisis de datos cualitativo Rodríguez, C., Lorenzo, O. y Herrera, L. (2005). Teoría y práctica del análisis de datos cualitativos. Proceso general y criterios de calidad. Revista Internacional de Ciencias Sociales y Humanidades, SOCIOTAM, 2, 133-154.

En este artículo puedes ampliar muchos de los contenidos que hemos abordado en este tema.

Accede al artículo a través del aula virtual o desde la siguiente dirección web: http://www.redalyc.org/pdf/654/65415209.pdf

Software para el análisis de datos cualitativos Blasco, J.E. y Mengual, S. (2010). Análisis de datos cualitativos asistido por ordenador en Ciencias de la Educación. En R. Roig Vila y M. Fioruci (Eds.). Claves para la investigación en innovación y calidad educativas. La integración de las Tecnologías de la Información y la Comunicación y la Interculturalidad en las aulas. Alcoy-Roma: Marfi-TRE Universita degli studi.

En este artículo se analiza el software más importante del ámbito educativo.

Accede al artículo a través del aula virtual o desde la siguiente dirección web: https://rua.ua.es/dspace/bitstream/10045/17059/4/Blasco%20%26%20Mengual%20 2010.pdf

TEMA 10 – + Información

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

Programa informático para el análisis de datos en investigaciones cualitativas Bausela, E. (2005). NUD*IST: vivo programa informático para el análisis de datos en investigaciones cualitativas. Pixel-Bit: Revista de medios y educación 25, 53-59.

En este artículo se introducen las funciones más importantes del programa NVivo.

Accede al artículo a través del aula virtual o desde la siguiente dirección web: http://www.redalyc.org/pdf/368/36802505.pdf

El uso del n-vivo como apoyo al análisis de datos Casanova, J. y Pavón, F. (2004). El uso de n-vivo como apoyo al análisis de datos.

Aplicación a la investigación sobre el aula de mayores de la línea. RELATEC: Revista Latinoamericana de Tecnología Educativa, 1.

Este artículo discute las principales características del programa N-vivo y su aplicación en una investigación real.

Accede al artículo a través del aula virtual o desde la siguiente dirección web: https://dialnet.unirioja.es/servlet/articulo?codigo=1067981

Teoría

fundamentada

y

Atlas.ti:

recursos

metodológicos

para

la

investigación educativa San Martín, D. (2014). Teoría fundamentada y Atlas.ti: recursos metodológicos para la investigación educativa. Revista Electrónica de Investigación, 16.

En este artículo se presentan los procesos de análisis de la teoría fundamentada y las posibilidades de Atlas.ti para mejorar el análisis de datos cualitativos.

Accede al artículo a través del aula virtual o desde la siguiente dirección web: http://redie.uabc.mx/redie/article/view/727/891

TEMA 10 – + Información

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

¿Cómo desarrollar, de una manera comprensiva, el análisis cualitativo de los datos?

Mayz, C. (2009). ¿Cómo desarrollar, de una manera comprensiva, el análisis cualitativo de los datos? Educere. Revista venezolana de educación, 44, 55-66.

En este artículo se presentan las posibilidades que ofrecen los software para el análisis de datos cualitativos Atlas.ti y N-vivo.

Accede al artículo a través del aula virtual o desde la siguiente dirección web: http://www.saber.ula.ve/bitstream/123456789/28822/1/articulo6.pdf

El análisis del contenido como método de investigación López, F. (2002). El análisis del contenido como método de investigación. XXI, Revista de Educación, 44, 167-179.

En este artículo se reflexiona sobre el proceso de análisis del contenido como método de investigación.

Accede al artículo a través del aula virtual o desde la siguiente dirección web: http://rabida.uhu.es/dspace/bitstream/handle/10272/1912/b15150434.pdf?sequence= 1

Bibliografía Bardon, L. (2002). Análisis de contenido. Madrid: Akal.

Coffey, A. y Atkinson, P. (2005). Encontrar el sentido a los datos cualitativos.

Estrategias complementarias de investigación. Alicante: Publicaciones de la Universidad de Alicante.

Colás, P. (1992). El análisis de datos en la metodología cualitativa. Revista de Ciencia de la educación, 152, 521-539.

TEMA 10 – + Información

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

Echevarria, H. D. (2008). La investigación cualitativa y el análisis computarizado de datos. Rosario: Homo Sapiens Ediciones.

Flick, U. (2004). Introducción a la investigación cualitativa. Madrid: Ediciones Morata S.L. Gibbs, G. (2012). El análisis de datos cualitativos en investigación cualitativa. Madrid: Ediciones Morata S.L. Gil, J. (1994). Análisis de datos cualitativos. PPU: Barcelona.

Gil, J. y Perera, V. (2001). Análisis informatizado de datos cualitativos. Sevilla: Kronos.

Gunter, H., Fernández y G. Lorenzo, O. (2001). Análisis de datos cualitativos con Aquad 5 para Windows. Granada: Grupo Editorial Universitario.

Navarro, P. y Díaz, C. (1995). Análisis de contenido. En J.M. Delgado y J. Gutiérrez, (Coords), Métodos y Técnicas cualitativas de investigación en Ciencias Sociales (177224). Madrid: Síntesis.

Richards, L. (1999). Using Nvivo in Qualitative Research. London: Sage.

Rodríguez, G., Gil, J. y García, E. (1996). Aspectos básicos sobre el análisis de datos cualitativos. En G. Rodríguez, J. Gil y E. García, Metodología de la investigación cualitativa. Archidona: Aljibe.

Rodríguez, G., Gil, J., García, E. y Etxeberría, J. (1995). Análisis de datos cualitativos asistido por ordenador: AQUAD y NUDIST. Barcelona: PPU. Ruiz, J.I. (1996). Metodología de la investigación cualitativa. Bilbao: Universidad Deusto.

TEMA 10 – + Información

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

Test 1. El análisis de datos cualitativos: A. Es un proceso secuencial.

B. Es un proceso estandarizado.

C. Es un proceso cíclico.

2. En el «Análisis en progreso de investigación cualitativa» de Taylor y Bogdan (1990), ¿en qué fase se examinan los datos de todas las maneras posibles para identificar temas y desarrollar proposiciones teóricas?

A. En la fase de descubrimiento.

B. En la fase de codificación.

C. En la fase de relativización.

3. En el «Análisis en progreso de investigación cualitativa» de Taylor y Bogdan (1990), durante la fase de relativización de los descubrimientos: A. Se crean distintas categorías en las que deberemos ir incluyendo la información registrada.

B. Se asignan etiquetas a las distintas categorías.

C. Se realiza una interpretación de los datos en función del contexto en el que fueron obtenidos.

4. En la propuesta de Miles y Huberman (1994), la identificación y clasificación de elementos forma parte del proceso de: A. Reducción de datos.

B. Disposición y transformación de datos.

C. Obtención de resultados.

5. En la propuesta de Miles y Huberman (1994), durante el proceso de disposición y transformación de datos: A. Tiene lugar la separación de unidades de contenido.

B. Disponemos los datos en gráficos.

C. Se apuntan conclusiones en función de los datos recogidos.

TEMA 10 – Test

© Universidad Internacional de La Rioja (UNIR)

Medición, Investigación e Innovación Educativa

6. En el análisis de datos cualitativos, ¿a qué hace referencia el proceso de asignar un código a una unidad de significado?

A. A la codificación.

B. A la categorización.

C. A la conclusión.

7. En el proceso de codificación y categorización de los datos, ¿en qué consiste el muestreo?

A. En identificar en la información disponible los temas de interés.

B. En seleccionar los fragmentos de información que van a ser analizados.

C. En definir con detalle cada categoría con su código asociado.

8. En el proceso de codificación y categorización de los datos, ¿qué tarea consiste en establecer relaciones entre los códigos para llegar a construir modelos teóricos?

A. Construir sistemas de códigos.

B. Marcar textos.

C. Construir modelos conceptuales.

9. En relación con los criterios de rigor científico, ¿a qué se refiere el criterio de transferencia?

A. A la medida en que los resultados de la investigación se ajustan a la realidad.

B. A que los resultados puedan replicarse en una situación parecida.

C. A la posibilidad de replicar el estudio y obtener los mismos hallazgos.

10. ¿Cuál de las siguientes estrategias elegirías para conseguir el criterio de credibilidad?

A. Triangulación.

B. Muestreo teórico.

C. Replicación.

TEMA 10 – Test

© Universidad Internacional de La Rioja (UNIR)