Asesoría de tesis

Dr. Carlos Enrique Guanilo Paredes

2020-1
X
III
 ORIENTACIONES

• A las sesiones virtuales, el

alumno de educación
semipresencial deberá acudir
habiendo leído la unidad
correspondiente.
 ASESORÍA DE TESIS

 Diseño de investigación
 Recolección de datos
 Resultados
 Discusión de resultados, Conclusiones,
Informe final
 Semana 10

Variables cualitativas
 CONTENIDOS TEMÁTICOS

 Variables cualitativas
 Tratamiento Estadístico
 Variables cualitativas
 Análisis de datos cualitativos

Aplicación de un conjunto de
procedimientos que permiten manejar,
seleccionar, valorar, sintetizar, estructurar,
disponer la información, reflexionar sobre
ella y realizar comprobaciones, con el fin
de llegar a resultados relevantes en
relación con lo que se evalúa.
 Formas de registro
 Anotaciones realizadas tras la observación.

 Imágenes fijas o en movimiento sobre las

situaciones, comportamientos y actividades de
interés, recogidas con medios tecnológicos.

 Diarios o otros documentos elaborados por los

participantes o aplicadores.
 Evaluador
 Nose trabaja con datos, tendrá que trabajar con
corpus de datos cualitativos textuales.

 Tratará
de identificar los elementos de significado,
contenidos en un conjunto de datos cualitativos y
establecer las relaciones que se dan dentro de ellos,
construyendo una realidad.

 Susdificultades aumentan por los rasgos

característicos.
 Rasgos característicos
 Voluminosos: cantidad de datos recogidos.

 No expresados numéricamente: se expresan

mediante palabras y por tanto no se le pueden
aplicar técnicas estadísticas, por esta razón se les
denomina “datos Blandos”.

 Ricosen información: encierra múltiples

informaciones.
 Proceso
Ausencia de procesos definidos y estructurados,
aunque algunos autores proponen un esquema de
trabajo más o menos común:

-Reducir información
-Extraer conclusiones
-Organizar y presentar datos

Críticas
-Subjetividad
-Ausencia de un lenguaje en común
-Escaso tratamiento en la literatura
 Reducir la información
Se concreta en diferentes estrategias:

Categorización: identificación del tema o categoría de significado

a la que se refiere un determinado
fragmento del texto.
Fragmentación: un fragmento es una cadena textual que puede
ser diferenciada del resto del documento por referirse a un tema
en particular.
Codificación: asignar a un fragmento de texto un código o
etiqueta que representan a una categoría, para dejar constancia
de su pertenencia a esa categoría.
Clasificación de los sistemas de categorías según su
origen:

oSistemas a priori: categorías definidas antes de iniciar

el análisis de datos.
oSistemas emergentes: no hay categorías previas
oSistemas mixtos: se combinan categorías
iniciales de carácter muy general

Cuando la codificación está en manos de más de un

analista es fundamental utilizar un mismo sistema de
categorías, por lo que suelen emplearse los sistemas a
priori.
 ORGANIZAR Y PRESENTAR DATOS

 Elementos característicos de su
estructura:

• Frecuentemente tienen la apariencia

de textos
• Muestra una disposición lineal
• Los significados aparecen dispersos
 ORGANIZAR Y PRESENTAR DATOS

Formas de disposición más utilizadas en la

reorganización de datos:
• Agrupamiento por categorías: forma más simple de disposición.
Rompe la estructura lineal del texto y reorganiza las unidades
identificadas en función de su contenido temático.
Matrices textuales: son tablas de doble entrada en las que se
• aloja una información textual. El principal inconveniente es su
tamaño cuando el volumen de información es importante y se
recoge en las celdas todos los fragmentos correspondientes.
Procedimientos gráficos: los diagramas y otras formas de
disposición son útiles para mostrar la relación entre categorías
 Extraer conclusiones
La última finalidad dentro del proceso de análisis es
llegar a conclusiones. Las conclusiones constituyen
los resultados finales de un estudio, lo que el
evaluador aprendió del objeto estudiado.

Extraer conclusiones supone formular

proposiciones mediante las cuales describimos el
objeto o realidad evaluada y avanzamos en su
comprensión, permitiendo la emisión de juicios
valorativos sobre el mismo.
 Vías para la extracción de conclusiones

 Elaborar un “ayuda memoria”

 Estructurar la información mediante un
sistema de categorías
 Describir el contenido de cada categoría
 Realizar comparaciones
 Contrastar los resultados
 Vías para la extracción de conclusiones

 Derivar propuestas de mejora

- De cara a verificar las conclusiones, las

estrategias más utilizadas, y las de mayor
potencia, son la triangulación y la
comprobación con los participantes.

- Sea cual sea la estrategia utilizada, en el

informe debería hacerse explícita su
utilización.
 Vías para la extracción de conclusiones

Propuesta de Lincoln y Guba (1985)

Donde se posicionan la mayor parte de los

investigadores.

Esta propuesta es la más utilizada para

evaluar la calidad en la investigación
cualitativa y se basa en los criterios de
credibilidad, transferibilidad, dependencia o
consistencia y confirmabilidad.

Ver cuadro siguiente:

 Criterios de
calidad de la
investigación
cualitativa
El criterio de credibilidad

Está orientado al valor de verdad de la

investigación: se trata de contrastar las
creencias y preocupaciones del
investigador con las diferentes fuentes
de las que se han obtenido los datos.
El segundo criterio de transferibilidad, se corresponde
con la validez externa en la investigación cuantitativa.

Se refiere al grado en que los sujetos investigados son

representativos del universo al cual pueden extenderse los
resultados obtenidos.

Se pretende determinar en qué medida es posible alguna

transferencia entre dos contextos, como consecuencia de la
similitud entre ellos. No se debe olvidar que la transferibilidad
no es una función del número de sujetos estudiados (muestreo
probabilístico), sino de los tipos de sujetos analizados
(muestreo opinático).
Para ello durante la investigación es conveniente
realizar:

El criterio de dependencia es equivalente a la

fiabilidad en los estudios cuantitativos.
Hace referencia a la estabilidad de los datos.
Y el cuarto criterio de confirmabilidad,
se corresponde a la objetividad.

Es esencial en la investigación y equivale a

captar la realidad de la misma forma que lo
haría alguien sin prejuicios ni llevado por
intereses particulares. Se basa en la
neutralidad de los datos producidos, no en la
neutralidad del investigador.
 Tareas conceptuales y mecánicas en el análisis

Podemos diferenciar entre dos tipos de tareas:

Tareas mecánicas

Conllevan manipular físicamente los datos y los resultados

de su análisis. Exigen sobre todo tiempo de dedicación
para llevarlas a cabo.
En este tipo de tareas puede resultar útil el uso de
herramientas informáticas, ya que dan buenos resultados
a la hora de cubrir tareas de almacenamiento y
recuperación de datos.
 Tareas conceptuales y mecánicas en el análisis

 Tareas conceptuales

Son las que implican decisiones e

intervenciones del analista para producir
resultados.

Estas tareas exigen perspicacia y claridad de

ideas.
 Tratamiento estadístico
cualitativo
 ANÁLISIS DE DATOS CUALITATIVOS

Las técnicas de análisis de datos cualitativos aplicadas

a investigación de mercado y de opinión pública, o a la
investigación de las comunicaciones institucionales y
de marketing, han aportado durante décadas valiosa
información acerca de la estructura, dimensiones y
significado de los discursos de los consumidores,
usuarios, ciudadanos respecto de los comportamientos
sociales, políticos o de compra de productos,
imágenes de marcas corporativas, o de consumo de
medios.
 ANÁLISIS DE DATOS CUALITATIVOS

Ha sido y es una fase necesaria en la

investigación de los problemas de
comunicación, marketing u opinión pública
que requieren de un estudio preliminar de
tipo exploratorio-cualitativo.

Antes de describir es necesario explorarlos.

 ANÁLISIS DE DATOS CUALITATIVOS

La fase cualitativa de la investigación no estructurada

cubre los siguientes objetivos generales:
• Conocer el discurso espontáneo del colectivo a investigar en lo
referente al conocimiento, identificación del producto o marca, así
como los ejes imaginarios y simbólicos sobre los cuales posicionan
espontáneamente, desde su propia manera de pensar y sentir, las
opiniones sobre un bien o servicio concreto.
• Conocer el discurso espontáneo del colectivo a investigar en lo
relativo a las expectativas, demandas, opiniones en general, así
como el grado de satisfacción y nivel de información sobre el objeto
o producto.
 ANÁLISIS DE DATOS CUALITATIVOS

Estos discursos -individuales o grupales- son datos

cualitativos expresados en forma de cadenas verbales
o sintagmas lingüísticos.
Tales materiales (‘verbatim’) no solo pueden ser
analizados, interpretados y modelizados desde marcos
teóricos cualitativos (psicológicos, psicoanalíticos,
psicosociales, antropológico culturales, lingüísticos,
semiológicos o retóricos, etc.), sino que se pueden
complementar con el uso de análisis estadístico en la
investigación cualitativa.
 ANÁLISIS ESTADÍSTICO DE DATOS CUALITATIVOS

Los datos registrados -impresos, manuscritos o desgrabados-

en forma de notas tomadas durante una observación,
respuestas libres a preguntas abiertas, transcripciones de
entrevistas individuales o discusiones de grupo, libros, artículos
periodísticos, etc. pueden ser procesados mediante el
tratamiento cuantitativo de lo cualitativo.

El procedimiento interpretativo estándar que se da, tanto de las

preguntas abiertas como del análisis de contenido, comprende:
reducción de los datos, selección de palabras claves,
agrupamientos de frases en dimensiones, edición de categorías
exhaustivas, codificación de categorías.
 ANÁLISIS ESTADÍSTICO DE DATOS CUALITATIVOS

Pero el análisis se transforma en una cuantificación de

códigos numéricos, el recuento de códigos y la obtención de
distribuciones de frecuencias; independientemente de la
estructura y significación del contenido de las categorías.

El procedimiento tradicional de la cuantificación de datos

cualitativos es la categorización, la codificación y la tabulación.

De este modo el dato textual se reduce a un tratamiento y

análisis de datos numéricos. Interesa más la frecuencia de los
códigos que el propio contenido de las categorías.
 El enfoque lexicométrico y la estadística textual

Los enfoques lexicométricos o de la estadística textual están

apoyados en las técnicas estadísticas desarrolladas por la
Escuela Francesa de Análisis de Datos (Analyse des
Données.

El Análisis Estadístico de Datos Textuales (ADT) se refiere a

procedimientos que implican contar las ocurrencias de las
unidades verbales básicas (generalmente palabras) y operar
algún tipo de análisis estadístico a partir de los resultados de
tales recuentos. Se recurre a la cuantificación de los textos
desde el primer momento, sin que medien operaciones de
codificación previas.
 El enfoque lexicométrico y la estadística textual

Las técnicas de análisis de datos desarrolladas a

partir de las aportaciones de Benzécri han permitido
el análisis de grandes matrices de datos, aplicación
del Análisis Factorial a tablas de contingencia
de n (filas) x p (columnas) a partir de grandes
matrices de datos extendidas y la visualización de
los resultados en un mapa perceptual.

Es utilizado para validar POR CONSTRUCTO

el cuestionario.
Conclusiones y/o actividades de investigación
sugeridas

 Revisar la bibliografía complementaria en la

plataforma
 Revisar el foro donde hallará temas de interés sobre
la temática del curso
¡Gracias!