Suscríbete a DeepL Pro para poder editar este documento.

Entra en www.DeepL.com/pro para más información.

El diseño convergente
Un enfoque popular de los métodos de mezcla es el diseño convergente. Los académicos
comenzaron a discutir este diseño ya en la década de 1970 (por ejemplo, Jick, 1979), y es
a menudo el primer diseño que viene a la mente cuando un investigador escucha los
métodos mixtos. El diseño convergente se conceptualizó inicialmente como un diseño de
triangulación en el que se utilizaban los dos métodos diferentes para obtener resultados
triangulados (cuantitativos y cualitativos) sobre un solo tema, pero a menudo se confundió
con el uso de la triangulación en la investigación cualitativa, y los investigadores de los
métodos mixtos utilizan este diseño con fines distintos de la producción de resultados
triangulados. Desde el decenio de 1970, este diseño ha recibido muchos nombres, entre
ellos triangulación simultánea (Morse, 1991); estudio paralelo (Tashakkori & Teddlie, 1998);
modelo de convergencia (Creswell, 1999); y triangulación concurrente (Creswell et al.,
2003). Independientemente del nombre, el diseño convergente es un diseño de métodos
mixtos en el que el investigador reúne y analiza dos bases de datos separadas -cuantitativa
y cualitativa- y luego fusiona las dos bases de datos con el fin de comparar o combinar los
resultados.

La intención del diseño convergente.

La intención del diseño convergente es "obtener datos diferentes pero complementarios
sobre el mismo tema" (Morse, 1991, pág. 122) para comprender mejor el problema de la
investigación. La intención al utilizar este diseño es reunir los puntos fuertes y débiles de
los métodos cuantitativos y cualitativos (por ejemplo, cuantitativamente, un gran tamaño de
la muestra, medidas objetivas, tendencias y generalización combinadas con,
cualitativamente, una muestra pequeña, interpretación subjetiva, detalles y profundidad)
(Patton, 1990). Este diseño se utiliza cuando el investigador desea comparar los resultados
estadísticos cuantitativos con los cualitativos para lograr una comprensión completa del
problema de la investigación. Otros propósitos de este diseño son los de corroborar y
validar, ilustrar los resultados cuantitativos con los cualitativos (o viceversa), o examinar las
relaciones entre las variables añadiendo a las relaciones nuevas variables basadas en
datos cualitativos transformados.

Elección del diseño convergente.

Además de la intención de comparar los resultados para comprender mejor un problema,
hay otras razones de peso para utilizar el diseño convergente. Es útil cuando el investigador
dispone de un tiempo limitado para reunir datos sobre el terreno y debe reunir ambos tipos
de datos en una sola visita, el investigador necesita formas de información tanto
cuantitativas como cualitativas de cada participante, el investigador tiene conocimientos de
métodos de investigación tanto cuantitativos como cualitativos, y el equipo de métodos
mixtos cuenta con personas capacitadas tanto en los aspectos cuantitativos como en los
cualitativos.
investigación cualitativa.

Supuestos filosóficos y uso de la teoría en el diseño convergente.

Dado que el diseño convergente implica la recolección, análisis y fusión de datos y
resultados cuantitativos y cualitativos a la vez, puede plantear cuestiones relativas a los
supuestos filosóficos que subyacen a la investigación. En lugar de tratar de mezclar
diferentes paradigmas, recomendamos que los investigadores que utilizan este diseño
trabajen desde un paradigma como el pragmatismo, que proporciona una visión global del
mundo para el estudio de la investigación. Los supuestos del pragmatismo (como se ha
comentado anteriormente en el capítulo 2) son muy adecuados para guiar el trabajo de
fusión de los dos enfoques en una comprensión más amplia. Por otra parte, quienes opten
por mezclar paradigmas, como en un marco dialéctico, pueden hacer avanzar múltiples
perspectivas filosóficas en el estudio e informar sobre estas diversas filosofías. Cuando se
utiliza una orientación teórica, la teoría puede funcionar en el diseño convergente
proporcionando un modelo teórico o conceptual general que sirva de base para la
recopilación y el análisis de datos cuantitativos y cualitativos, así como para el enfoque del
investigador para integrar los dos conjuntos de resultados.
Los procedimientos de diseño convergente.
Los procedimientos para aplicar un diseño convergente se esbozan en el diagrama de flujo
de procedimientos de la figura 3.4. Como se indica en la figura, hay cuatro pasos principales
en el diseño convergente. En primer lugar, el investigador reúne datos cuantitativos y
cualitativos sobre el tema de interés. Estos dos tipos de recopilación de datos son
concurrentes pero típicamente separados, es decir, uno no depende de los resultados del
otro. También suelen tener la misma importancia para abordar las cuestiones de
investigación del estudio. En segundo lugar, el investigador analiza los dos conjuntos de
datos por separado e independientemente uno del otro utilizando procedimientos analíticos
cuantitativos y cualitativos. Una vez que los dos conjuntos de resultados iniciales están a
mano, el investigador alcanza el punto de interfase y trabaja para fusionar los resultados de
los dos conjuntos de datos en el tercer paso. Este paso de fusión puede incluir la
comparación directa de los resultados separados en una tabla o un debate, o puede implicar
la transformación de los resultados para facilitar la relación de los dos tipos de datos durante
el análisis adicional. En el último paso, el investigador interpreta en qué medida y de qué
manera los dos conjuntos de resultados convergen o divergen entre sí, se relacionan entre
sí y/o se combinan para crear una mejor comprensión en respuesta al propósito general del
estudio. Si los resultados divergen, entonces el investigador toma otras medidas para
explicar esta diferencia mediante el reexamen de los resultados, la recopilación de más
datos o la reflexión sobre la calidad de las bases de datos.

Figura 3.4 Diagrama de flujo de los procedimientos básicos para la implementación de

una convergencia
Diseño de métodos mixtos
Fuente: Adaptado de Creswell y Plano Clark (2011).

Integración en el diseño convergente.

La integración en un diseño convergente implica fusionar o unir los resultados cuantitativos
con los cualitativos. Esta comparación puede hacerse con una tabla en la que se incluyen
los resultados tanto de los datos cuantitativos como de los cualitativos. Esto se denomina
tabla de visualización conjunta (como se explica más adelante en el capítulo 7 sobre análisis
de datos). Una estrategia alternativa sería colocar los resultados en una presentación
gráfica conjunta, como en el caso de la geocodificación, en la que los resultados se
muestran según la ubicación espacial con temas, códigos o citas cualitativas vinculadas a
diferentes ubicaciones. La comparación también puede hacerse al presentar los resultados
de un estudio en pasajes organizados por temas principales. Por ejemplo, un párrafo que
describa los resultados de un tema determinado podría organizarse presentando primero
los resultados cuantitativos y después los cualitativos (o viceversa). Además, el investigador
haría declaraciones sobre lo que se aprende al hacer esta comparación (si los resultados
son similares, diferentes, contradictorios, etc.). La integración también puede lograrse
transformando los datos. Esto normalmente implica transformar los resultados cualitativos
en recuentos y luego fusionar la base de datos cualitativa transformada con la base de
datos cuantitativa. Los resultados cualitativos contados (por ejemplo, recuentos de códigos
o temas) pueden utilizarse luego para crear nuevas variables cuantitativas (o medidas)
basadas en las opiniones cualitativas de los participantes. En esta situación, la integración
se produce cuando las nuevas variables transformadas basadas en los resultados
cualitativos se añaden a la base de datos cuantitativa y se analizan. Independientemente
de las estrategias que el investigador haya utilizado para fusionar las dos bases de datos,
un diseño convergente debe incluir una discusión de las conclusiones (también
denominadas inferencias) que el investigador extraiga sobre la base de los resultados
combinados.
En los estudios de diseño convergente, es útil tener guiones para redactar la declaración
de integración en los proyectos. En este diseño, la redacción podría ser la siguiente: "La
integración implicó la fusión de los resultados de los datos cuantitativos y cualitativos, de
modo que se pueda hacer una comparación y se obtenga una comprensión más completa
que la que proporcionan los resultados cuantitativos o cualitativos por sí solos". Si los datos
se fusionan por transformación de datos, la redacción podría ser la siguiente: "La
integración implicaba fusionar las dos bases de datos transformando los resultados
cualitativos (códigos, temas) en variables cuantitativas (recuento, construcciones, escalas)
y analizando estadísticamente estas variables emergentes con la base de datos
cuantitativa, de modo que se puedan incluir en el análisis las variables derivadas de las
experiencias personales de los participantes".

Fortalezas del diseño convergente.

Este diseño tiene una serie de fortalezas y ventajas:

• El diseño tiene un sentido intuitivo. Los investigadores nuevos en métodos mixtos a

menudo eligen este diseño. Fue el diseño discutido por primera vez en la literatura
(Jick, 1979), y se ha convertido en un enfoque popular para pensar en la
investigación de métodos mixtos.
• Se trata de un diseño eficiente en el que ambos tipos de datos se recogen durante
una fase de la investigación aproximadamente al mismo tiempo.
• Cada tipo de datos se puede recopilar y analizar por separado e
independientemente, utilizando las técnicas tradicionalmente asociadas a cada uno
de ellos. Esto se presta a la investigación en equipo en la que el equipo puede incluir
individuos con experiencia tanto cuantitativa como cualitativa.
• El diseño facilita la comparación directa de las perspectivas de los participantes
reunidas en un formato de preguntas abiertas (por ejemplo, una entrevista
semiestructurada) con las perspectivas extraídas desde el punto de vista de los
investigadores (por ejemplo, sobre un instrumento como una encuesta elegida por
el investigador) en una pregunta cerrada. Los investigadores pueden dar voz a los
participantes, así como informar sobre las tendencias estadísticas.

Desafíos en el uso del diseño convergente.

Aunque este diseño es popular en los métodos mixtos, es un desafío para su uso. Aquí
están algunos de los desafíos que enfrentan los investigadores que utilizan el diseño
convergente, así como las opciones para abordarlos:

• Cuestiones de diferentes tamaños de muestra: Los investigadores deben considerar

las consecuencias de tener muestras diferentes y tamaños de muestra diferentes al
fusionar los dos conjuntos de datos. Pueden surgir tamaños de muestra diferentes
porque los datos cuantitativos y cualitativos se suelen reunir con fines diferentes (es
decir, generalización cuantitativa frente a descripción cualitativa en profundidad). En
 el capítulo 6 se examinan estrategias eficaces, como la recogida de grandes
muestras cualitativas o la utilización de tamaños de muestra desiguales.
• La necesidad de fusionar un texto y una base de datos numéricos- Puede ser difícil
fusionar dos conjuntos de datos muy diferentes (es decir, a menudo un conjunto de
datos es de texto y el otro de números) y sus resultados de manera significativa. Lo
mejor es que los investigadores diseñen sus estudios de manera que los datos
cuantitativos y cualitativos se refieran a los mismos conceptos. Esta estrategia
facilita la fusión de los conjuntos de datos. Además, el capítulo 7 proporciona
técnicas para diseñar un debate, construir exposiciones conjuntas y utilizar la
transformación de datos.
• La necesidad de explicar la divergencia al comparar los resultados - Los
investigadores pueden enfrentarse a la cuestión de qué hacer si los resultados
cuantitativos y cualitativos no coinciden. Las contradicciones pueden aportar nuevas
ideas sobre el tema, pero esas diferencias pueden ser difíciles de resolver y pueden
requerir la reunión de datos adicionales. La cuestión se desarrolla entonces en
cuanto al tipo de datos adicionales que hay que reunir o volver a analizar: datos
cuantitativos, datos cualitativos o ambos. En el capítulo 7 se examina la reunión de
datos adicionales o el reexamen de los datos existentes para hacer frente a este
desafío.

Variantes de diseño convergentes.

Las variantes de diseño transmiten la variación encontrada en el uso de los diseños
principales por parte de los investigadores. Hay cuatro variantes comunes del diseño
convergente que se encuentran en la literatura:
• La variante de las bases de datos paralelas es el enfoque común en el que se
recogen y analizan independientemente dos filas paralelas de datos que sólo se
reúnen durante la interpretación. El investigador utiliza los dos tipos de datos para
examinar las facetas del mismo fenómeno, y los dos conjuntos de resultados
independientes se sintetizan o comparan durante la discusión. Por ejemplo, Feldon
y Kafai (2008) reunieron entrevistas etnográficas cualitativas junto con respuestas a
encuestas cuantitativas y registros de servidores informáticos y analizaron la forma
en que los dos conjuntos de resultados desarrollaban un panorama más completo
de las actividades de los jóvenes dentro de las comunidades virtuales en línea.
• La variante de la transformación de datos se produce cuando los investigadores
aplican el diseño convergente utilizando una prioridad desigual, a menudo haciendo
mayor hincapié en la vertiente cuantitativa, y utilizan un proceso de fusión de
transformación de datos. Es decir, después de la reunión y el análisis iniciales de
los dos conjuntos de datos, el investigador utiliza procedimientos para cuantificar los
resultados cualitativos (por ejemplo, creando una nueva variable basada en temas
cualitativos). La transformación permite combinar los resultados del conjunto de
datos cualitativos con los cuantitativos. El estudio en el que se comparan dos
enfoques para calificar los ensayos de los estudiantes de lengua inglesa extranjera
(EFL) en Túnez, realizado por Barkaoui (2007), representa el modelo de
transformación de datos de la investigación con métodos mixtos. Barkaoui probó
dos métodos de calificación de ensayos -calificación multirretrato y calificación
holística- recogiendo las puntuaciones cuantitativas de cuatro profesores mientras
examinaban las muestras de los ensayos. También recopilaron informes cualitativos
basados en datos de "pensar en voz alta" en los que los profesores verbalizaron sus
pensamientos y sentimientos sobre los ensayos y sobre su proceso de puntuación.
Durante el análisis, los informes cualitativos se dividieron en declaraciones de toma
de decisiones y se contaron cuantitativamente, y luego se compararon para los dos
 métodos de puntuación. De esta manera, surgió una tabla cuantitativa que combina
la evaluación cuantitativa de los pensamientos verbales de los profesores y los
métodos cuantitativos de puntuación.
• La variante del cuestionario se utiliza cuando el investigador incluye tanto
preguntas abiertas como cerradas en un cuestionario y los resultados de las
preguntas abiertas se utilizan para confirmar o validar los resultados de las cerradas.
Debido a que los ítems cualitativos son un complemento de un instrumento
cuantitativo, los ítems generalmente no resultan en un riguroso conjunto de datos
cualitativos basados en el contexto (en la última adición de este libro, llamamos a
este enfoque "métodos mixtos light"). Sin embargo, la base de datos cualitativa
proporciona al investigador temas emergentes y citas interesantes que pueden
utilizarse para validar y embellecer los resultados del estudio cuantitativo. Por
ejemplo, Bryanton y Weeks (2014) estudiaron las necesidades de apoyo de los
adultos mayores que se acercan a la transición a no conducir. Los investigadores
reunieron datos sobre un instrumento de encuesta administrado a adultos
canadienses de más de 70 años de edad con una licencia de conducir vigente. Este
instrumento contenía tanto preguntas de opción múltiple como preguntas abiertas
para obtener múltiples perspectivas sobre el tema de la transición y las necesidades
de apoyo de los individuos.
• La variante plenamente integrada se produce cuando las vertientes cuantitativa y
cualitativa de un estudio interactúan entre sí durante la ejecución, en lugar de que
el investigador las mantenga separadas e independientes. Por ejemplo, el
investigador puede hacer preguntas cualitativas en una entrevista a un encuestado
sobre la base de la respuesta de esa persona a un elemento de la encuesta, y la
información reunida en las entrevistas puede sugerir nuevas construcciones para
añadirlas a la reunión de datos cuantitativos. En esta variante el investigador suele
reunir datos en múltiples puntos, y la intención es reunir información más completa
sobre la complejidad de un tema; las interacciones que se producen entre las
diferentes formas de datos permiten comprender esa complejidad. Sammons, Davis,
Day y Gu (2014) utilizaron una variante totalmente integrada en su estudio de la
mejora de las escuelas en Inglaterra. Analizaron la forma en que combinaban los
datos reunidos en las encuestas nacionales con los datos de varias encuestas
diferentes del personal y los estudiantes de las escuelas, los documentos escolares
y las entrevistas con las partes interesadas para obtener una comprensión más
completa de lo que ayuda a las escuelas a ser eficaces.

Ejemplo del diseño convergente.

El diseño convergente implica la recopilación y análisis de dos ramas independientes de
datos cualitativos y cuantitativos en una sola fase, fusionando los resultados de las dos
ramas, y luego buscando la convergencia, divergencia, contradicciones o relaciones entre
las dos bases de datos. El estudio de Wittink y otros (2006) (véase el apéndice A) ilustra
las principales características de este diseño.
Wittink y otros (2006) se interesaron por los contextos que rodean la determinación del
estado de depresión de los pacientes por parte de los médicos de atención primaria,
centrándose en las opiniones de los pacientes sobre las interacciones con sus médicos. El
propósito de su estudio era lograr una mejor comprensión de la concordancia y discordancia
entre las evaluaciones de los pacientes y los médicos sobre el estado de depresión de un
paciente en el caso de los adultos mayores.
Para abordar el propósito de su estudio, los investigadores seleccionaron una muestra
compuesta por todos los participantes en un estudio de investigación más grande (el
Estudio del Espectro) que se auto identificaron como deprimidos (N = 48). Las bases de
datos reunidas para este estudio incluían entonces datos cuantitativos y cualitativos
recogidos para cada uno de estos 48 individuos. En términos de los datos cuantitativos, los
investigadores reunieron tres medidas del estado de depresión de los participantes: la
calificación de un médico, la autoevaluación de un paciente y la calificación del participante
en una medida estandarizada de síntomas depresivos (conocida como CES-D). Los
investigadores también reunieron varias otras medidas de cada participante, incluyendo
características demográficas y evaluaciones de ansiedad, desesperanza, estado de salud
y funcionamiento cognoscitivo. Al analizar los datos cuantitativos, los investigadores
identificaron si las calificaciones de los pacientes y los médicos eran concordantes
(concordantes entre sí) o discordantes (discordantes entre sí) para cada participante y luego
calcularon estadísticas descriptivas y comparaciones de grupos para ver si existían
diferencias significativas para los grupos concordantes y discordantes en términos de las
otras variables de interés.
Los investigadores también incluyeron entrevistas cualitativas semiestructuradas sobre las
percepciones de los pacientes acerca de sus encuentros con sus médicos. Las entrevistas
fueron transcritas, y el equipo de investigación analizó los textos utilizando estrategias
comparativas constantes para el desarrollo del tema. Este análisis fue independiente del
análisis cuantitativo, ya que los investigadores no tuvieron a propósito acceso a la
información cuantitativa al completar el análisis cualitativo. Surgieron cuatro temas
principales para describir las interacciones de los pacientes con sus médicos: (1) Mi médico
acaba de recogerlo, (2) Soy un buen paciente, (3) Ellos sólo revisan tu corazón y las cosas,
y (4) Te enviarán a un psiquiatra. Estos temas proporcionaron una tipología para clasificar
a los participantes en base a cómo discutieron las interacciones.
Wittink y otros (2006) afirmaron que necesitaban ambos tipos de datos para desarrollar una
comprensión más completa. Al explicar su enfoque de métodos mixtos, escribieron: "Este
diseño nos permitió vincular los temas relativos a la forma en que los pacientes hablan con
sus médicos con las características personales y las medidas estándar de la angustia" (pág.
303). Por lo tanto, con el fin de relacionar estos dos tipos diferentes de información,
seleccionaron y analizaron su información cuantitativa
y conjuntos de datos cualitativos simultáneamente y por separado. Ambos tipos de datos
parecían igualmente importantes para abordar el propósito del estudio. Tras los análisis
iniciales por separado, fusionaron los dos conjuntos de resultados de manera interactiva,
de modo que el punto de interfase se produjo durante el análisis y la interpretación.
Analizaron además los datos para elaborar una matriz (véase el cuadro A.3 del apéndice
A, al que nos referimos en el capítulo 7 como exposición conjunta) que reunía los resultados
cualitativos (cuatro grupos derivados de los temas cualitativos) con los resultados
cuantitativos (concordancia de las calificaciones de la depresión y otras variables
importantes). La información contenida en las celdas del cuadro muestra las estadísticas
descriptivas de las variables para cada uno de los grupos derivados cualitativamente a
efectos de comparación entre las diferentes perspectivas cualitativas. Los investigadores
concluyeron con un breve examen de la forma en que las comparaciones entre los dos
conjuntos de datos permitieron comprender mejor el tema del estudio.
Este estudio es un ejemplo de un diseño de métodos mixtos convergentes. La notación del
diseño del estudio puede escribirse como QUAN + QUAL = comprensión completa. Aunque
los autores no proporcionaron un diagrama de sus procedimientos, desarrollamos uno, que
se presenta en la figura 3.5. La recopilación de datos cuantitativos y el análisis aparecen en
el lado izquierdo de la figura,
y la recopilación y análisis de datos cualitativos aparecen en el lado derecho. Como se
muestra en este diagrama, las vertientes cuantitativa y cualitativa se aplicaron durante la
misma fase del proceso de investigación y parecían tener igual énfasis dentro del estudio.
Estos dos tipos de datos y sus resultados se fusionaron luego con una matriz de
comparación y en una interpretación global, como se muestra en los dos óvalos, que indican
estos puntos de interfase entre los capítulos.

Figura 3.5 Diagrama para un estudio que utilizó el diseño convergente

Fuente: Diagrama basado en Wittink y otros (2006).
Nota: SDs indica desviaciones estándar.