Índice

1. Descripción del big data e influencia en la investigación cualitativa.............................4

2. Análisis de los métodos cualitativos y cuantitativos......................................................6

2.1. Diferencias entre investigación cualitativa y cuantitativa y métodos computacionales.8

2.2. Ventajas e inconvenientes de ambos métodos................................................................9

2.2.1. Elementos de la inferencia estadística............................................................................9

2.3. Ventajas e inconvenientes de los métodos...................................................................10

3. Entrevista nuevos sistemas de información..................................................................11

4. Análisis de la pregunta ¿Cómo se adapta el análisis cualitativo a la

avalancha de métodos cuantitativos y computacionales? en NVIVO..........................13

5. Conclusiones................................................................................................................16

6. Bibliografía...................................................................................................................17

7. Anexos…………………………………………………………………………18

7.1. Preguntas de la entrevista realizada a ingeniero de sistemas.......................................18

P á g i n a 1 | 18
Introducción

En el presente documento se analizan las características y diferencias entre los procesos de

investigación de tipo cualitativo y los nuevos métodos cuantitativos y computacionales. Hace

muchos años los métodos cualitativos predominaban en una sociedad donde no existían

herramientas tecnológicas, todo ello se fue transformando a partir del perfeccionamiento de

modelos y métodos de investigación cuantitativos, las tareas que las personas realizaban en las

computadoras se limitaban a unas pocas, debido a la dificultad de manejar las máquinas y al

hecho que debían tener ciertas habilidades para poder trabajar en ellas. Hoy en día, gracias al

avance en la informática existen muchas técnicas, aplicaciones y dispositivos que facilitan a las

personas la realización de tareas que antes no podían desarrollar, esto sin importar que tengan o

no conocimientos especializados, sean adultos o jóvenes o se encuentren en un lugar u otro.

El mundo cada vez está más interconectado y se está generando una gran cantidad de

información que requiere interpretada, por tal razón es que surgen nuevos sistemas de

información como big data e inteligencia artificial, los cuales tienen la capacidad mediante

algoritmos y programaciones avanzadas de analizar el comportamiento, salud, patrones y deseos

de las personas, también tendencias financieras, y muchas otras aplicaciones. Por tal motivo en

un mundo en continuo cambio, es imperativo que los investigadores cualitativos se adapten y

aprovechen estas herramientas tecnológicas para ampliar el alcance de sus proyectos y entregar

mejores resultados.

P á g i n a 2 | 18
1. Descripción del big data e influencia en la investigación cualitativa

“Ninguna cantidad de experimentación puede probar definitivamente que tengo razón; pero un

solo experimento puede probar que estoy equivocado.”

Albert Einstein

En los últimos años, la tecnología Big data ha alcanzado una notable popularidad en una

variedad de industrias, desde negocios y gobierno hasta ciencia e investigación. Las técnicas de

Big datan a menudo se promocionan como la próxima frontera para la innovación y la

productividad, pero también plantean muchas cuestiones éticas. Dentro de la comunidad

académica, algunos intelectuales han argumentado que los macrodatos hacen que la investigación

a pequeña escala, comúnmente utilizada en las ciencias sociales y las humanidades, esté

potencialmente en riesgo (Alberts, 2012; Berlekamp, 2012; Meyer, 2009). Si los datos sociales y

conductuales, que anteriormente eran el lugar de gran parte de la investigación cualitativa, han

sido "datificados", el papel del investigador cualitativo está perdiendo un punto de apoyo

significativo (Strong, 2013). Para que esto no continúe acrecentándose, consideramos que los

investigadores deben aceptar y aprender a interpretar esta nueva tendencia, pero manteniendo

siempre la esencia de la investigación cualitativa, es decir, haciendo preguntas sobre la

accesibilidad, ética y utilidad de este tipo de proceso.

P á g i n a 3 | 18
 La relación entre el análisis de Big data, las ciencias sociales y humanas no deberían

reproducir los debates sobre métodos cualitativos y cuantitativos y sus relaciones

complementarias o antagónicas. Todos los intentos de reproducir estas diferencias para defender

la necesidad de un método nublan los beneficios que pueden aportar uno y otro trabajando en

conjunto.

El enfoque positivista del cuantitativo acepta la perspectiva hermenéutica del cualitativo o

viceversa. Esta complementariedad o cualquier tipo de combinación suele implicar una

correlación entre epistemología y método, de manera que, si se trata con datos cuantitativos, la

mirada debe ser necesariamente positivista, mientras si tratamos con datos cualitativos, la mirada

será fenomenológica o hermenéutica. Sin embargo, la minería de datos y la analítica Big Data

pueden sobrepasar estas limitaciones dicotómicas y, aunque trata con números, puede establecer

relaciones más igualitarias con las metodologías no positivistas (Jimenez, 2010)

P á g i n a 4 | 18
2. Análisis de los métodos cualitativos y cuantitativos

“Nada tiene tanto poder para ampliar la mente como la capacidad de investigar de forma

sistemática y real todo lo que es susceptible de observación en la vida.”

Marco Aurelio

Los métodos inductivos y deductivos tienen diferentes objetivos. Algunos desarrollan la teoría

y otros analizan la teoría. Los métodos inductivos se asocian generalmente con la investigación

cualitativa, mientras que el método deductivo se asocia a menudo con la investigación

cuantitativa.

La investigación cuantitativa es una investigación que recopila y analiza datos cuantitativos

sobre variables. permite el estudio numérico de los datos, especialmente en el campo de la

estadística; intenta demostrar la solución en términos de elementos o variables que se pueden

medir. La investigación cualitativa impide la cuantificación. Los investigadores cualitativos

hacen registros narrativos de los fenómenos que se examinan utilizando técnicas como la

observación participante, diligenciamiento de encuestas y las entrevistas unipersonales o focales.

La diferencia fundamental entre los dos métodos es que el cuantitativo examina la asociación o

relación entre variables cuantificadas y el cualitativo lo hace en contextos estructurales y

situacionales (Blok & Pedersen 2014).

La investigación cualitativa trata de identificar la profundidad de las realidades, su sistema de

relaciones y su estructura dinámica. La investigación cuantitativa busca determinar la fuerza de la

P á g i n a 5 | 18
asociación o correlación entre variables, la generalización y objetivación de los resultados por

una muestra para inferir una población de la que se extrae cada muestra. Una vez más, después de

estudiar la asociación o correlación, se debe sacar una conclusión causal que explique por qué las

cosas pueden suceder o no de cierta manera. El método cualitativo es más completo y, por tanto,

puede aplicarse al análisis global de casos concretos, mientras que el método cuantitativo es más

parcial ya que examina o generaliza determinados aspectos, pero desde una única perspectiva

(Blok & Pedersen 2014).

En resumen, el método cualitativo analiza el sentir y querer de las personas y busca entender

por qué la decisión, mientras que el cuantitativo determina con base en datos el como tomo la

decisión, pero sin importar que o como estuvo influenciado para llegar a esta determinación. A

continuación, se elaboró un cuadro donde se relacionan las principales diferencias entre cada

método.

P á g i n a 6 | 18
 2.1. Diferencias entre investigación cualitativa y cuantitativa y métodos

computacionales

En la siguiente tabla se listan las características de los métodos cuantitativos y cualitativos

Tabla No.1.

Investigación cualitativa Investigación cuantitativa y

métodos computacionales

Centrada en la Basada en la inducción

fenomenología y probabilística del
comprensión positivismo lógico
Observación naturista sin Medición penetrante y
control controlada
Subjetiva Objetiva
Inferencias de sus datos Inferencias más allá de los
datos
Exploratoria, Confirmatoria,
inductiva y inferencial,
descriptiva deductiva
Orientada al proceso Orientada al resultado
Datos "ricos y profundos" Datos "sólidos y repetibles"
No generalizable Generalizable
Holista Particularista
Realidad dinámica Realidad estática
Fuente: Elaboración propia.

P á g i n a 7 | 18
 2.2. Ventajas e inconvenientes de ambos métodos.

Los defensores de los métodos cuantitativos confirman que son muy poderosos en términos de

validez externa, ya que infieren esta población con cierta certeza y precisión con una muestra

representativa de la población de una muestra (Figura 2.2.1) y afirman que los métodos

cualitativos están limitados por su dificultad para generalizar (Blok & Pedersen 2014).

Esta tabla quiere decir que los datos estadísticos, la inferencia estadística es el conjunto de

métodos y técnicas que permiten inducir, a partir de la información empírica proporcionada por

una muestra, cual es el comportamiento de una determinada población con un riesgo de error

medible en términos de probabilidad. Los métodos paramétricos de la inferencia estadística se

pueden dividir, básicamente, en dos: métodos de estimación de parámetros y métodos de

contraste de hipótesis. Ambos métodos se basan en el conocimiento teórico de la distribución de

probabilidad del estadístico muestral que se utiliza como estimador de un parámetro (Valencia &

Araújo 2008).

2.2.1. Elementos de la inferencia estadística

(Valencia & Araújo 2008).

P á g i n a 8 | 18
 En el método cualitativo se busca entender las opiniones, actitudes, sentimientos, valores,

ideas y comportamientos de las personas, y recolectados por ejemplo a través de una encuesta.

Un investigador puede influenciar a una persona para que esta responda lo que él (o la institución

para la que trabaja) desea escuchar sobre el tema, por lo que no necesariamente se alinea con las

preocupaciones de los grupos encuestados. Los encuestados son voluntarios que no se sienten

comprometidos y por tanto existe el riesgo de expresar inexactitudes y muy raramente todas las

personas seleccionadas responden todas las preguntas, lo que lleva al entrevistador a percibir una

visión (cuantitativamente) distorsionada de la realidad. El entrevistado juega un papel pasivo, no

sabe si se tendrá en cuenta su opinión (a favor o en contra) y el valor que le darían, a diferencia

de una discusión con conocidos (Tashakkori, Teddlie, & Teddlie 1998).

2.3. Ventajas e inconvenientes de los métodos

Tabla No.2.

Métodos cualitativos Métodos cuantitativos

Propensión a "comunicarse con" los
sujetos del estudio
Se limita a preguntar
Comunicación más horizontal... entre el
investigador y los investigados... mayor
naturalidad y habilidad de estudiar los
factores sociales en un escenario natural
Son fuertes en términos de validez
interna, pero son débiles en validez
externa, lo que encuentran no es
generalizable a la población
Preguntan a los cuantitativos: ¿Cuan
particularizables son los hallazgos?
Fuente: Elaboración propia.
Propensión a "servirse de" los
sujetos del estudio
Se limita a responder
Son débiles en términos de validez
interna casi nunca se sabe si miden lo
que quieren medir, pero son fuertes en
validez externa, lo que encuentran es
generalizable a la población
Preguntan a los cualitativos: ¿Son
generalizables tus hallazgos?

P á g i n a 9 | 18
3. Entrevista nuevos sistemas de información

“La revolución de la tecnología genera una cuarta revolución industrial, esto hace que la

tecnología tenga que trabajar para nosotros y no nosotros para la tecnología.”

Carlos Tarazona

Se realizó la entrevista al ingeniero de sistemas Carlos Tarazona, especialista en

telecomunicaciones de la UIS “Universidad Industrial de Santander” con experiencia de 18 años

en área de sistemas del sector industrial, y quien actualmente trabajan en Ternium. En anexos se

adjuntó el cuestionario planteado. Se aclara que no se siguió al pie de la letra lo allí planteado, ya

que la conversación permitió ahondar un poco más sobre los temas de interés.

Proporciona un punto de referencia a las organizaciones. Con una cantidad tan grande de

información, los datos pueden ser moldeados o probados de cualquier manera que la empresa

considere adecuada. Al hacerlo, las organizaciones son capaces de identificar los problemas de

una forma más comprensible.

La recopilación de grandes cantidades de datos y la búsqueda de tendencias dentro de los

datos permiten que las empresas se muevan mucho más rápidamente, sin problemas y de manera

eficiente. También les permite eliminar las áreas problemáticas antes de que los problemas

acaben con sus beneficios o su reputación.

P á g i n a 10 | 18
 El análisis de big data ayuda a las organizaciones a aprovechar sus datos y utilizarlos para

identificar nuevas oportunidades. Eso, a su vez, conduce a movimientos de negocios más

inteligentes, operaciones más eficientes, mayores ganancias y clientes más felices. Las empresas

con más éxito con Big Data consiguen valor de las siguientes formas:

Reducción de coste. Las grandes tecnologías de datos, y el análisis basado en la nube, aportan

importantes ventajas en términos de costes cuando se trata de almacenar grandes cantidades de

datos, además de identificar maneras más eficientes de hacer negocios.

Más rápido, mejor toma de decisiones. Con la velocidad y la analítica en memoria, combinada

con la capacidad de analizar nuevas fuentes de datos, las organizaciones pueden analizar la

información inmediatamente y tomar decisiones basadas en lo que han aprendido.

Nuevos productos y servicios. Con la capacidad de medir las necesidades de los clientes y la

satisfacción a través de análisis viene el poder de dar a los clientes lo que quieren. Con la

analítica de Big Data, más empresas están creando nuevos productos para satisfacer las

necesidades de los clientes.

P á g i n a 11 | 18
4. Análisis de la pregunta ¿Cómo se adapta el análisis cualitativo a la

avalancha de métodos cuantitativos y computacionales? en NVIVO

 Se analizaron 6 artículos relacionados con big data, inteligencia artificial métodos de

investigación cualitativos y cuantitativos.

 Se definieron los siguientes 5 códigos: Beneficios de la IA (Inteligencia artificial),

beneficios del big data, desventajas de la IA, desventajas del big data y futuro de la

investigación cualitativa. Todos ellos orientados a la pregunta de investigación del

presente documento.

 Finalmente, los códigos se clasificaron en 2 tipos: Análisis cuantitativo y cualitativo y Big

data e inteligencia artificial.

P á g i n a 12 | 18
 NVIVO permitió identificar aquellos conceptos más relevantes que emergen de

los recursos y códigos presentes en el proyecto.

P á g i n a 13 | 18
De igual forma se obtuvo entre las muchas variables la matriz de codificación, tomando como

comparativos los códigos definidos con códigos arrojando el siguiente resultado.

Fuente: Elaboración propia.

P á g i n a 14 | 18
5. Conclusiones

Nuestra principal conclusión es que la investigación cualitativa se debe enfocar en

complementar sus análisis y métodos de recolección de información, por medio de los nuevos

desarrollos tecnológicos. Los algoritmos o lenguajes de programación nunca van a poder

interpretar el sentir y querer de las personas, solo el deseo o impulsos por medio de identificación

de patrones o tendencias de comportamiento. La clave se encuentra es, como aprovechar el gran

volumen de datos de un método cuantitativo para ampliar el alcance y hacer más profunda la

investigación cualitativa.

La investigación es la aplicación del método científico al conocimiento de los problemas del

mundo real y de la ciencia y la tecnología. La investigación puede ser cualitativa o cuantitativa, y

según el objetivo planteado están orientadas a crear conocimientos y/o a la solución de

problemas, ambos fines no son excluyentes, sino complementarios. Los métodos cualitativos son

propensión a "comunicarse con" los sujetos del estudio; la comunicación es más horizontal entre

el investigador y los investigados, existe mayor naturalidad y habilidad de estudiar los factores

sociales en un escenario natural y son fuertes en términos de validez interna. las desventajas de

estos métodos serían: se limitan a preguntar, son débiles en validez externa

Por otra parte, los métodos cuantitativos se limitan a responder y son fuertes en validez

externa, lo que encuentran es generalizable a la población. Sus desventajas son: su propensión a

"servirse de" los sujetos del estudio, hay poca o “nula” comunicación entre el investigador y los

investigados, son débiles en términos de validez interna (casi nunca sabemos si miden lo que

P á g i n a 15 | 18
quieren medir), por lo tanto, a los cuantitativos se les pregunta: ¿Son generalizables sus

hallazgos?

6. Bibliografía

Alberts B (2012). ¿El fin de la 'pequeña ciencia'? Ciencias 337 (6102): 1583.

Berger, AA (2018). Métodos de investigación de medios y comunicación: una introducción a

los enfoques cualitativos y cuantitativos . Publicaciones Sage.

Berlekamp E (2012). Pequeña ciencia: innovación radical. Ciencias 338 (6109): 882.

Blok, A. y Pedersen, MA (2014). ¿Ciencias sociales complementarias? Experimentos cuali-

cuantitativos en un mundo de Big Data. Big Data y sociedad , 1 (2), 2053951714543908.

Dvir, T., Kass, N. y Shamir, B. (2004). El vínculo emocional: visión y compromiso

organizacional entre los empleados de alta tecnología. Revista de Gestión del Cambio

Organizacional.

Gómez, M. C. S. (2014). La dicotomía cualitativo-cuantitativo: posibilidades de integración y

diseños mixtos. Campo abierto: Revista de educación, (1), 11-30.

Jimenez, D. D. D. Instrumentos de investigación cualitativos y cuantitativos frente a la

investigación mixta o complementaria Qualitative and quantitative research instruments

Meyer ET (2009). Pasar de la pequeña ciencia a la gran ciencia: impedimentos sociales y

organizacionales para el intercambio de datos a gran escala. En: Jankowski N (ed.) Investigación

electrónica: Transformaciones en la práctica académica. Nueva York: Routledge, 147-159.

Naveda, A. S., Colina, J., Marín, F., & Perozo, B. (2012). Visión complementaria entre los

métodos cualitativos y cuantitativos en la investigación social. Una aproximación teórica.

Tashakkori, A., Teddlie, C. y Teddlie, CB (1998). Metodología mixta: combinación de

enfoques cualitativos y cuantitativos (Vol. 46). Sabio.

P á g i n a 16 | 18
 Valencia, J. A. A., & Araújo, J. J. O. (2008). Fundamentos de inferencia estadística.

Pontificia Universidad Javeriana.

7. Anexos

7.1. Preguntas de la entrevista realizada a ingeniero de sistemas

¿Nombre, profesión, de donde es egresado y a que se dedica actualmente?

1. ¿Cuál es su experiencia laboral y en que se ha especializado?

2. Nos puede compartir dar su interpretación de: Cómo es ahora y como va a ser en un

futuro el mundo con el desarrollo de los nuevos sistemas de información (Análisis masivo de

datos, inteligencia artificial, industria 4.0, etc).

3. ¿Maneja big data?, nos puedes comentar de que se trata? ¿Que otro sistema de

información conoce y aplica en su campo?

4. ¿Cuáles son sus principales beneficios?

5. ¿Industrialmente hablando estos sistemas favorecen la productividad de las compañías?

6. ¿De qué modo se asegura la veracidad del análisis de los datos?

7. ¿Qué tan confiables son estas nuevas tecnologías?

8. ¿Qué opina de la recolección masiva de los datos por sensores y su posible análisis o toma

de decisiones por medio de inteligencia artificial?

9. ¿Dónde queda la privacidad de las personas con la recolección masiva de datos?

10. ¿Cuáles son los beneficios y riesgos de las nuevas tecnologías de la información?

11. ¿Pueden estas tecnologías interpretar y pronosticar el sentir de las personas?, es decir

analizando tendencias se puede garantizar que siempre las personas tomen decisiones basados en

sus comportamientos pasados?

P á g i n a 17 | 18