RECOLECCION Y TRATAMIENTOS DE DATOS CUALITATIVOS EN EDUCACION.

RECOLECCION Y TRATAMIENTOS DE DATOS CUALITATIVOS EN EDUCACION.

Msc. Lic. Jorge A. Nez del Prado1Anlisis de Datos Cualitativos.Conceptual y didcticamente se puede hablar de anlisis de datos desde enfoques cualitativos. Esta fase no est constituida por un perodo independiente y diferenciado temporalmente en la investigacin, se encuentra en completa interaccin con otras fases de investigacin como la obtencin de la informacin.

Una de las mayores peculiaridades del anlisis de datos cualitativos es que la recogida como el anlisis de datos van juntos, diferencindose constitutivamente de la metodologa cuantitativa, pues en ella se desarrolla en momentos distintos.El proceso de anlisis de datos cualitativos es sistemtico y ordenado, no por ello rgido aunque obedece a un plan.Se considera intelectualmente artesanal y de carcter interactivo pues se exige volver sobre los datos, analizarlos y replantear el proceso, no considerndose esta etapa como un estadio final por su carcter cclico.El objetivo en esta etapa es la bsqueda de tendencias, tipologas, regularidades o patrones y la obtencin de datos nicos de carcter ideogrficos. Estos datos recogidos necesitan ser convertidos en categoras para poder realizar comparaciones y posibles contrastes, debiendo considerarse la reduccin de datos a lo largo de todo el proceso.

Lo que el investigador busca es descifrar mensajes en los datos, partiendo de la base de una inexistencia de estrategia nica o procedimiento general. Es vlido para todo tipo de anlisis cualitativo, sustentndose en una propuesta desde la reduccin de datos hacia la obtencin de datos y conclusiones.

La metodologa cualitativa se caracteriza por la flexibilidad de propuestas de anlisis en forma que avanza el proceso de investigacin.Se debe tomar conciencia de la sistematizacin de los procesos y el rigor metodolgico a fin de otorgar garantas de que los datos son fiables y vlidos para los intereses de la investigacin.

La fiabilidad se relaciona con la precisin de la medida, independiente de las circunstancias de recogida de datos.Por validez se entiende que un instrumento mide o evala aquello que realmente dice medir o evaluar.

En el caso de la investigacin cualitativa, los procedimientos para determinar la validez cualitativa son:Triangulacin: Reunin de una amplia variedad de datos y mtodos referidos al mismo problema de estudio, recogidos desde puntos de vista diferentes, realizando comparaciones mltiples sobre un mismo fenmeno. Existen diversos tipos de triangulacin como la triangulacin de tiempo, triangulacin de espacio, combinacin de niveles, triangulacin centrada en el mtodo y la de investigadores.

Saturacin: Reunin de un nmero suficiente de evidencias que garantizan la credibilidad de la investigacin, revisando el proceso o bien replicando el estudio para comprobar si los resultados se mantienen coherentemente.Validez Respondente (Negociacin): Los resultados de la investigacin se contrastan con aportes de otros compaeros, informadores, observadores y personas implicadas en el asunto.Desde una perspectiva ms operativa se puede establecer una distincin entre la validez interna y la validez externa. La validez interna hace referencia a que las observaciones sean representaciones reales de alguna realidad, relacionando los datos obtenidos con la finalidad para la que se recogieron, estando ntimamente ligado con la validez de contenido.

La validez externa implica la posibilidad de extrapolacin de los resultados a otras situaciones o contextos similares, siendo la transferibilidad ms precisa que hablar de posibilidades de generalizacin.La singularidad del anlisis de datos cualitativos es evidente y no podemos hablar de un proceso nico ni estandarizado.Es posible distinguir en la mayora de los casos una serie de tareas y operaciones que constituyen el proceso analtico bsico.

Todos los investigadores desarrollan y desarrollarn sus propios modos de analizar datos cualitativos, pero todas las comprensiones emergentes estarn fundamentadas en los datos y se desarrollarn desde ellos, implicando etapas diferenciadas.Desde la perspectiva de Taylor y Bogdan stas etapas son:

1. Descubrimiento en progreso: Identificar temas y desarrollar conceptos y proposiciones tericas. Para desarrollar esta etapa es necesario :[a] Leer repetidamente los datos obtenidos del trabajo de campo, transcripciones, etc. y conocerlos cabalmente.

[b] Seguir la pista de temas, intuiciones, interpretaciones e ideas, registrando todas las ideas importantes que se tengan sobre nuestros datos.[c] Buscando los temas emergentes, confeccionando listas tentativas de temas en esta etapa del proceso, sin apostar por ninguna idea en particular hasta su comprobacin.

[d] Elaborar tipologas que nos permitirn identificar temas y desarrollar conceptos y teoras.[e] Desarrollando conceptos y proposiciones tericas, pasando desde la descripcin a la interpretacin, y desde all a la teora mediante conceptos y proposiciones, de forma intuitiva. [f] Leer el material bibliogrfico que nos proporciona posibilidades de interpretacin, teniendo el cuidado de no forzar los datos. [g] Desarrollo de una gua de la historia es en ocasiones til como elementos de orientacin del anlisis, siendo una manera de realizarlo con la formulacin de una sentencia o frase que describa el trabajo en trminos generales.2. Reduccin de los datos: Cuando los datos son recogidos, se inicia el proceso de codificacin de los datos y el refinamiento de la comprensin del tema de estudio. Es necesario:[a] Desarrollar categoras de codificacin, que implican redactar una lista con todos los conceptos, interpretaciones, tipologas y proposiciones que se identifican durante el anlisis inicial, repasndola en ms de una ocasin. La cantidad de estas categoras dependern de la cantidad de datos recogidos y de la complejidad de nuestro esquema de anlisis.[b] Es necesario codificar todos los datos (notas de campo, transcripciones, etc.) lo que permite la refinacin del esquema de codificacin, siendo la regla general de codificacin que los cdigos se ajusten a los datos y no de forma inversa.

[c] Es necesario separar datos pertenecientes a las diversas categoras de codificacin, de manera mecnica y no interpretativa, tanto de forma manual como asistidos con programas informticos.

[d] Mediante esto se logran ver los datos que han sobrado, evaluar si algunos de ellos pueden ajustarse a nuevas categoras de anlisis, no forzando nunca su ingreso en el esquema analtico si no hay ajuste analtico. [e] Refinacin del anlisis, dado que la codificacin y separacin de nuestros datos nos permitir comparar diferentes fragmentos relacionados con temas, conceptos, proposiciones, entre otros.3. Relativizacin de los descubrimientos: Comprensin de los datos en el contexto de su recoleccin, no debiendo descartarse nada. Las consideraciones que se deben tener en esta etapa son con respecto a si los:[a] Datos fueron solicitados o no.[b] La influencia del observador sobre el escenario.[c] Las influencias de quienes estaban cuando se obtuvieron los datos, (directores, supervisores, etc.) [d] Observar si se tratan de datos indirectos o directos, cuanto ms se deben realizar los datos indirectos para realizar inferencias, menos seguridad tendremos con respecto a la validez de las interpretaciones y conclusiones.

[e] Es necesario considerar las fuentes en que basamos nuestras interpretaciones, si son de un informante o un grupo.

[f] Finalmente es necesario controlar nuestros propios supuestos, aunque sean difciles de evitar, siendo la autorreflexin crtica un elemento clave para comprender nuestro anlisis.

El proceso general para realizar este anlisis de datos puede describirse grficamente en tres tareas:Reduccin de datos.Disposicin y transformacin de datos.Obtencin y verificacin de conclusiones.

La reduccin de datos consiste concretamente en las tareas de categorizacin y codificacin, descartando o seleccionando datos para anlisis del material escogido.Se realiza separando en unidades utilizando criterios de:

Tipo espacial (lneas especficas del texto, pginas, etc.).Temporal (utilizar segmentos temporales de entrevistas, observaciones, etc.).

Temticos (considerar unidades temticas emergentes).

Gramaticales (oraciones o prrafos especficos.Conversacionales (declaraciones o turnos de palabras de sujetos en particular).Sociales (informacin relativa a roles, status, etc.).

Estos criterios pueden usarse de manera individual o combinada, el que otorgar ideas en forma regular ser el uso del criterio temtico.

La identificacin y clasificacin de elementos es la actividad que deviene de la categorizacin y codificacin de los datos. Para realizar la codificacin se examinan las unidades, o datos con el fin ltimo de identificar distintos ejes temticos que nos ayudan a clasificar el contenido de dichas unidades de anlisis.

La codificacin en cambio, es la operacin concreta por la que se asigna a cada unidad, un cdigo propio de la categora en consideramos est incluida.

Es un proceso fsico, manipulativo mediante el cual dejamos constancia de la categorizacin.Ambos procesos son las dos caras de una moneda, ya que la operacin fundamental ante la que giran es decidir sobre la asociacin de cada incidente a una categora.Esta categora est definida por un constructo mental al que el contenido de cada incidente puede ser comparado, de modo que se determine su pertinencia o no a esta categora.

Los cdigos los obtiene el investigador fragmentando los datos brutos y despus agrupndolos conceptualmente en categoras que darn lugar a conceptos y stos a teora que explica qu est sucediendo en los datos. El cdigo ofrece al investigador una visin abstracta y condensada que incluye fenmenos aparentemente dispares.

En este proceso, el investigador se permite trascender la naturaleza emprica de los datos, al mismo tiempo que conceptualmente explicar los procesos que aparecen en ellos.Desde la perspectiva de Glaser y Strauss el proceso de codificacin se divide en tres fases: ABIERTA, SELECTIVA y TERICA.En este proceso de codificacin se debe ser cuidadoso, ya que una aplicacin superficial o sesgada puede provocar la perdida de la riqueza inicial del contenido de nuestros datos.

Respecto a la CODIFICACIN ABIERTA, esta se inicia cuando el investigador comienza a fragmentar datos, en tantos modos como sea posible.El objetivo es generar un conjunto emergente de categoras y propiedades que se ajusten, funcionen y sean relevantes para la integracin de la teora.

Este tipo de codificacin es completamente opuesta a una codificacin preconcebida, independiente del grado de irrelevancia que representan en una primera etapa los datos empricos.

El proceso que gua al investigador en la codificacin abierta es el siguiente: El investigador comienza a codificar los datos en funcin de las diferentes categoras que van emergiendo.Se codifican los distintos incidentes en tantas categoras conceptuales sean posibles.Las nuevas categoras y nuevos incidentes que emergen se ajustan, si es posible, a las categoras existentes.

.

La fragmentacin de los datos comienza a mostrar las categoras que explican tericamente, fenmenos, procesos, modelos, causa, por lo que la cobertura terica completa incluye en su marco de estudio todos los datos relevantes.La codificacin abierta es la verificacin, correccin y saturacin del fenmeno de forma implcita. El investigador en profundizacin de sus datos, descubre que todos ellos se pueden englobar en el anlisis, como indicador de alguna teora.

En el proceso de codificacin, y tras las continuas comparaciones, se producir una saturacin total, de forma que todos los datos se ajustan a las categoras emergentes.

La categorizacin permite clasificar conceptualmente los incidentes que son aplicables a una misma temtica. Una categora contiene un significado, o mltiples tipos de significados que permiten referirse a:Situaciones o contextos.Actividades o acontecimientos

Relaciones entre personas.Comportamientos y opiniones.Sentimientos.Perspectivas sobre un problema.Mtodos y estrategias.Procesos.

Finalmente se llega a la obtencin de conclusiones que es una de las tareas que exige de parte de los investigadores experiencia y sensibilidad, pues se debe contextualizar y contrastar con otros estudios los hallazgos alcanzados y plasmarlos en un informe.

Soportes Informticos para Gestin de Informacin y Anlisis Cualitativo en educacinLa investigacin cualitativa est un perodo de cambios tecnolgicos que influyen en su carcter esencial.La mayora de los programas informticos se utilizan para analizar datos, hay tambin otros pasos en el proceso de investigacin en los que se utilizan las computadoras, entre los que se destacan:

1. Tomar notas de campo.2. Pasar a limpio y transcribir notas de campo. Editar, ampliar y corregir.3. Codificar: agregar palabras clave o etiquetar segmentos de texto para su posterior recuperacin.4. Almacenamiento: mantencin de texto en una base de datos organizada.5. Bsqueda y Recuperacin: localizacin de segmentos relevantes de textos y hacer que estn disponibles para su inspeccin.

6. Enlazar datos: conexin de segmentos relevantes de datos, formando categoras, grupos o redes de informacin.

7. Elaboracin de Memorandos: escribir comentarios reflexivos sobre algunos aspectos de los datos como base para anlisis de mayor profundidad.

8. Anlisis de contenido: contar frecuencias, sucesin o localizaciones de palabras y frases.9. Exposicin de datos: colocar los datos seleccionados o reducidos en un formato condensado, organizados en forma de matriz o red.10. Extraccin de conclusiones y verificacin: ayuda al analista en la interpretacin de los datos expuestos y a someterlos a prueba para confirmar los hallazgos.

11. Construccin terica: desarrollo de explicaciones sistemticas coherentes conceptualmente de los hallazgos, examinacin de hiptesis.12. Creacin de informes: provisionales y finales.

Por su naturaleza existen dos tipologas de software, genrico y especfico. La naturaleza de su creacin supone caractersticas distintas, as como limitaciones y ventajas diferentes para metodologas cualitativas. Los de tipo genricos son programas no diseados especficamente para la investigacin cualitativa. Sin embargo son los ms utilizados no slo en investigacin, sino en cualquier tarea de recopilacin o escritura. Los programas ms conocidos son los procesadores de texto. La mayor importancia que tienen en relacin a la investigacin cualitativa es su cualidad de realizar bsquedas textuales.

Los especficos son programas diseados para el anlisis de datos cualitativos. Entre ellos podemos nombrar a:1. Sistemas de codificacin y recuperacin (Ethnograph): Este programa permite al investigador incorporar y codificar segmentos de texto en una base de datos, con el fin de poder recuperar y consultar todos los segmentos identificados.

2. Sistemas basados en reglas para la construccin de teoras (HyperResearch): Realiza bsquedas textuales con auto-codificacin de los resultados, lo que permite recuperarlos como datos primarios para operar sobre ellos de nuevo.3. Sistemas basados en la Lgica (AQUAD): Posee buenas tcnicas para recuperar texto basado en patrones, denominados estructuras de hiptesis.

4. Aproximacin basada en ndices (NUD-DIST): Almacena la informacin en nudos, favoreciendo la elaboracin de tipologas basadas en ideas.

5. Sistemas de redes conceptuales (ATLAS.TI): Crear grficas llamados diagramas conceptuales, lo que favorece la interpretacin de la informacin.

Es importante aclarar la computadora o el programa no sern quienes realizarn el anlisis.La lectura e interpretacin de los datos es una tarea reservada siempre para el investigador cualitativo.Funciones de los medios informticos. Introduccin y Archivo de material.Funcin que permite realizar el anlisis, dado que la mayora del material no est disponible para realizar un anlisis en medios informticos. (Audio, Texto, Video)Estructuracin del Material:Aunque los datos cualitativos son comnmente desestructurados, no significa que no se puedan ordenar.Orden del Material:Deben asignarse cdigos a los segmentos de textos. La computadora puede seguir eficazmente la pista de los cdigos que son asignados a cada uno de los segmentos objetos de estudio.Seleccin de Partes del Material:Recoger, estructurar y ordenar todo el material que se pueda. El esfuerzo ser intil si no hay posibilidades de recuperarlo despus.Podemos ver estos segmentos en la pantalla o bien impresos en papel, de manera que podamos disponer de ellos para anlisis posteriores en cualquier momento.

Introduccin de Cambios:Caractersticas ms interesantes del anlisis cualitativo interpretativo, dado que el marco conceptual se va definiendo conforme se va realizando. Decisiones que a priori ha tomado el investigador son considerables provisionales, y van cambiando hasta que el marco conceptual sea mas preciso. La computadora permite realizar esto de manera rpida.

Combinacin de resultados de anlisis en diferentes niveles:

Existen varios niveles de anlisis cualitativo: El primero es el anlisis de las claves que ha determinado el investigador basndose en interpretaciones personales.

Asimismo se puede centrar en interpretaciones de los participantes (interpretaciones de textos). El ltimo nivel son las notas o memos. Las reflexiones sobre el material sern las principales fuentes de anlisis.

Preparacin de material para un anlisis ms estructurado.Uso de tablas, matrices y grficos con los que se puede comparar con facilidad la informacin cualitativa segn niveles, grupos, participantes, etc.Antes de desarrollar el anlisis del documento asistido por computadora, es aconsejable seguir este orden:A. Contacto primario con los documentos (organizacin, clasificacin, lecturas iniciales).

B. Preparacin de documentos.

C. Anlisis: construccin, denominacin y definicin de categoras primarias y secundarias (unidades de anlisis seleccionadas, asignar cdigos, relacin de estos), creacin de redes conceptuales.D. Interpretacin analtica: Describir e interpretar hallazgos.