Captulo 14 Cmo se combinan anlisis cualitativos y cuantitativos

14.1 El debate sobre el mtodo de investigacin: cualitativo y/o cuantitativo? Durante los aos 80 del siglo pasado se discutieron en la revista "Educational Researcher" del American Educational Research Association una y otra vez el aporte de mtodos cualitativos y cuantitativos a investigaciones en el mbito de la educacin. M uchos de los artculos se refirieron uno al otro y por eso fueron fascinantes como una novela por entregas. Se pude diferenciar entre cuatro tipos de texto: (1) Textos que trataron de corroborar una contradiccin infranqueable entre cualidad y cuantidad en la investigacin educativa (Smith, 1983; Smith & Heshusius, 1986); (2) textos que expresaron consternacin por la polarizacin del debate y trataron de explicar el malentendido fundamental (Shulman, 1981; Phillips, 1983; Tuthill & Ashton, 1983; Howe, 1985, 1988; Firestone, 1987) o de desarrollar interpretaciones alternativas (Eisner, 1981, 1983); (3) textos que respondieron al tesis de incompatibilidad con estrategias de investigacin combinando enfoques de cualidad y cuantidad (Miles & Huberman, 1984, 2. Aufl. 1994; Huberman, 1987), y (4) textos concentrandose en enfoques cualitativos, que trataron de contribuir a sistematizarlos (Fetterman, 1982, 1988; Jacob, 1988). En efecto al menos en el mbito de la investigacin psicolgica estas contribuciones no iniciaron una discusin fecunda sobre metas y condiciones de estudios cualitativos. No se pueda dejar de pensar que no se reflexionaron aventajas y problemas de elaborar aplicaciones complementarias, sino se pusieron en marcha un proceso de polarizacin. Se not el desarrollo de "campos opuestos" de m etodologa, a lo cual a veces la dem arcacin de datos aceptables perjudic las metas de investigacin. De vez en cuando no se prest atencin a preguntas y hallazgos de los "otros" sin mencionar una discusin seria y se content con un intercambio de etiquetas como investigacin "blanda" vs. investigacin "dura". Segn las posiciones de antes los enfoques cualitativos y cuantitativos se concentran en aspectos opuestos de los fenmenos sociales:

214

C ap tulo 14

M todos cualitativos comprensin descripcin interpretativo subjetivo emic (perspectiva interna del sujeto)

M todos cuantitativos comprobacin pronstico emprico objetivo etic (perspectiva del observador/cientfico)

Al centro de las discusiones se encuentra la cuestin de validez de los resultados y/o de los procedimientos para evaluar su validez. Por ejemplo, en el contexto del estudio de las teoras "subjetivas" se confrontaron un "validez por consentimiento" entre investigadores y sujetos con los criterios de "verdad" (lo que implicara el mtodo de falsificacin en el sentido de Popper). Indudablemente las orientaciones metodolgicas diferentes no determinan contradicciones incompatibles. Hay bastante ejemplos de investigaciones convincentes que muestran al mismo tiempo la reconstruccin del mundo subjetivo de los sujetos y la representacin objetiva de esta informacin. Cada enfoque construye su vista especfica del mundo, pero unos mtodos dan ms la impresin de que se podra encontrar sencillamente la realidad. No obstante parece que no se ha superado todava la estrategia de demarcacin, como muy clara los autores Smith y Heshusius (1986, p. 11) la expresaron antes bajo la perspectiva cuantitativa: "... si un investigador cuantitativo no est de acuerdo con un investigador cualitativo, despus de todo es posible que hable uno con otro? La respuesta est, de todos modos en la actualidad, un no categrico! Una exhortacin que hay que aceptar un resultado particular porque est basado sobre hechos no va a influir en una persona que cree que no pueden existir hechos sin interpretacin de este caso. Por otro lado la idea que hechos estn cargados de evaluaciones y la idea que no hay tribunales de apelacin ms all que dilogo y persuasin por lo menos parecer no cientfica e insuficiente a un investigador cuantitativo." Nos negamos a consentir en esta dicotoma y con esta en la recproca devaluacin implcita. No hay que poner en duda que investigaciones cuantitativas estn mejoras que investigaciones cualitativos o viceversa - pues hay solamente estudios buenos y malos, y esta dimensin es vlido en ambos campos. Cierto que los estudios deben cumplir con unos criterios importantes; el trabajo hay que ser realizado sistemticamente, no accidental; estar digno de confianza, es decir se puede repetir el experimento o la interpretacin con resultados idnticos; producir resultados vlidos.

Para garantizar estes criterios est indispensable de manifestar o hacer visible las estructuras del significado que el investigador construye - es decir el pensamiento del investigador tambin! Existen estndares por estudios cuantitativos: Hay que fundar las decisiones metdicas y describir los procedimientos como tests, cuestionarios, escalas etc. Pero en el campo cualitativo por cierta gente la pregunta es si necesitan demostrar el sistema de sus procesos de construccin (o la falta de sistematizacin) tan que ella misma o otras personas pueden controlar y refundir estes procesos. Claro que nuestra repuesta est: Si! Por desgracia los libros de texto sobre este tema describen en detalle los distintos mtodos de la coleccin de datos, pero tratan apenas los problemas y procedimientos de anlisis de estes datos. Sieber (segn Miles, 1983) manifest antes de ms que 20 aos que los libros primeros de texto no dedicaron ms que 5% - 10% de su contenido a este tpico; hoy la relacin es un poco ms favorable, pero todava desequilibrada. Parece que en este lugar el desarrollo de software puede aportar funciones muy tiles y importantes. Programas como instrumentos de anlisis prestan ayuda con la coleccin, la reduccin y la presentacin de datos cualitativos en una manera que se puede controlar, reconstruir y sobre todo comunicar puntualmente los procesos y los resultados de la investigacin.

C m o se com binan anlisis cualitativos y cuantitativos

215

Con ello haya que ser posible un dilogo entre miembros de ambos campos, quiz en el sentido de M iles & Huberman; sealan su posicin propio (1984, p. 23): "Creemos fuertemente que estamos sistemtico en las investigaciones y preferimos el desarrollo de un consentimiento sustancial y metodolgico entre investigadores. Quiz somos investigadores cualitativos de la ala derecha o solamente "positivistas afeminados". Ofrecimos nuestras ideas a investigadores cualitativos de todas convicciones, incluido los ms decididos interpretativos, y creemos que las ideas pueden estar til. Un lector de este artculo comprendi a nosotros como 'aconsejar a idealistas de estar ms como realistas'. No tenemos nada que objetar, pero animamos tambin realistas de atender la importancia de sus propias perspectivas personales en el proceso de construir significado de datos o de decidir en primer lugar cuales estn los 'datos' y de acordarse del facto que comprender y retratar el caso individual pueda estar muy importante que 'generalizaciones' y 'variables'." Otra vez: Debido a sus funciones los programas de anlisis pueden asistir en controlar, reconstruir y comunicar los procesos y los resultados de la investigacin cualitativa. Al mismo tiempo los programas aportan a la meta muy pragmtica pero no menos importante de simplificar procesos largos y arduos de trabajo. Por otro lado, Eisner (1981, S. 6) vio esta comprensin de mtodos de otro modo, porque recorte bajo su perspectiva tan las posibilidades como las tareas del enfoque cualitativo. Para l se tiene que atribuir ms importancia a los procesos "artsticos-intuitivos"; no se debe solamente evaluar la probabilidad que el comportamiento de otras personas significa algo determinado, sino se debe "proyectar s-mismo intuitivamente en la vida de una otra persona para enterarse de lo que esta persona experimenta". Desgraciadamente se malentienden fcilmente y con gusto declaraciones como estas suponiendo que van dirigido al dogm atismo contrario de sustituir hechos por ficcin. No, al contrario: Lo que se subraya por esta declaracin es el complemento mutual de las perspectivas de la investigacin cualitativa y cuantitativa. Quizs un ejemplo puede clarificar la relacin: Que sabemos de la situacin de nios retrasados cuando leemos un estudio cuantitativo y de que nos enteramos cuando leemos un libro de un poeta (en alemn por ejemplo el libro de Peter Hrtling: "Este fue el Hirbel") sobre el mismo tema?. Pero que valor tiene la identificacin con tal vida, cuando no hay un fundamento cierto para sacar conclusiones en situaciones parecidas? La cuantidad "incontaminada" no tiene sentido, la cualidad perfecta no causa consecuencias. Sobre todo la investigacin en mbitos de "ciencias aplicadas" como en las ciencias de educacin depende por eso de un complemento inteligente de accesos cualitativos y cuantitativos a los campos de sus problemas. Entonces se puede solamente maravillarse, cuando se lee lo que dijeron los Smith y Heshusius (vea arriba) como "comentario final del debate" (1986, S. 11). No obstante no se debera darse satisfecho con el asombro, porque las consecuencias de la polarizacin son demasiado graves para las ciencias sociales y luego se debera intentar acercar las posiciones contrarias. Nos parece conveniente que se expona la dimensin de significado de los datos con toda claridad cuando se aplican mtodos cuantitativos y que se traten de sistematizar y documentar los procederes cualitativos, adems que se evaluen los hallazgos por cuantidad, es decir, se necesitan incluir enfoques y resultados de ambas orientaciones metodolgicas en las investigaciones. La condicin previa para esta estrategia es que se realizan metdicamente los enfoques metodolgicos! Entonces, como hemos ya dicho, no hay estudios duros o blandos, sino dado un anclaje terico fijo solamente rigor metodolgico o chapuza. La dicotoma tradicional esta basada sobre la conclusin equivocada segn la cual solamente datos y procedimientos cuantitativos aseguran la validez. Naturalmente est tambin posible de coleccionar datos cualitativos "basado sobre el punto que la realidad es ms bien hecha que encontrada" (Smith & Heshusius, 1986) y pues de analizar estas construcciones con mtodos cuantitativos - como vamos a mostrar en lo sucesivo. Afortunadamente se encuentran en la discusin sobre las posibilidades del anlisis de contenido muchas sugerencias prometidas como se puede tener en cuenta la relacin complementaria de cualidad y cuantidad. Ya en 1988 M ayring propuso un modelo general de fases diferentes para

216

C ap tulo 14

optimizar la combinacin de anlisis cualitativo y cuantitativo. Segn su modelo el anlisis de contenido parte de la base que se determinan cualitativamente la pregunta de investigacin, los conceptos crticos, los instrumentos, etc. Dependiente de la meta o el objeto del anlisis se pueden complementar los instrumentos y realizar tambin mtodos cuantitativos como por ejemplo una recuenta de frecuencias de palabras o un anlisis de cluster de categoras importantes. Durante la fase terminal se vinculan los resultados del paso anterior con la pregunta inicial, o sea se sacan conclusiones claramente un procedimiento cualitativo-interpretativo. Villar & M arcelo (1992) mostraron y discutieron varias posibilidades como se pueden combinar mtodos cualitativos y cuantitativos durante el diseo de estudios, la recopilacin de datos y el anlisis de datos. Tanto los desarrollos metodolgicos como la prctica de investigacin en las ciencias sociales durante los aos recientes muestran que los cientficos se orientan cada vez ms hacia los desafos de sus preguntas de investigacin en lugar de las condiciones generales de un enfoque metodolgico. Por aplicar opcionalmente procedimientos cualitativos y cuantitativos segn una estrategia de "mtodos mixtos" (M athison, 1988; Tashakkori & Teddlie, 1998) se elaboran hoy tambin aquellos aspectos de un problema complejo, que antes no pudieron analizar, porque les faltaron los mtodos necesarios en su repertorio estrecho o se fueron estrecho de miras a causa de su orientacin metodolgica. Hoy sin embargo disponemos de verdad de un manual del enfoque de "mtodos mixtos" (Tashakkori & Teddlie, 2003).

C m o se com binan anlisis cualitativos y cuantitativos

217

14.2 "Mtodos mixtos" - eslogan o estrategia de investigacin? El enfoque cualitativo no excluye el enfoque cuantitativo y viceversa en estudios cientficos. En primer lugar es cierto que la decisin sobre el mtodo adecuado depende de la pregunta de la investigacin. Cuando se quiere pronosticar cuntos por cientos de votantes darn su voto a una partida determinada o cunta gente comprarn un producto especfico durante el prximo medio ao, indicaciones numricas lo ms validas son importantes. Pero cuando se quiere encontrar por qu la gente compra este producto o por qu prefieren un producto de la competencia, se necesitan evaluaciones diferenciadas del punto de vista subjetiva de los clientes. Una comparacin mas detallada de estes dos estudios muestra que ambos estudios demandan tanto actividades cualitativas como cuantitativas, aunque se reciban un porcentaje con limites de confianza como resultados en el primer caso, un resumen de caractersticas atribuidas en el segundo caso. Efectivamente no se discute el rol de procedimientos cualitativos en estudios cuantitativos y viceversa. Cada investigacin empieza por un problema ms o menos vago, que se precisa en preguntas claras de investigacin. Durante esta fase no se comprueban hiptesis con mtodos cuantitativos, sino se tratan de clarificar el contorno del campo problemtico. Por lo siguiente se tienen que formular por primera vez las hiptesis, esbozar el diseo del estudio y seleccionar mtodos apropiados, de manera que pueden despus comprobar (cuantitativamente) las hiptesis. En el caso de un estudio cualitativo los cientficos se concentran en ganar ms informacin sobre el problema con el fin de formular explicaciones que podran servir ms tarde como hiptesis de estudios cuantitativos. Independiente de la naturaleza de los instrumentos de investigacin tests, escalas de evaluacin, entrevistas, diarios, cuestionarios, discusiones en grupos, etc. en cualquier caso se necesita acceso al campo social donde se puede sacar informacin. Establecer contactos con la gente en el campo, adquirir su confianza y despertar su inters en participar en el estudio son actividades necesarias de investigacin, pero ms all de la diferenciacin cualitativo/cuantitativo.

Queremos solamente mencionar el hecho que lgicamente no se desarrollaron los instrumentos cuantitativos mismos, que se aplican en estudios cuantitativos durante la fase de explicacin del problema para recopilar los datos, exclusivamente con procedimientos cuantitativos. An en el proceso de la construccin de un test muy estandarizado en cualquier momento alguien se le ocurrieron ideas cuales items podran recopilar lo que el test intenta medir. Por un lado hay discusiones sobre la compatibilidad de mtodos cualitativos y cuantitativos, incluso los fundamentos epistemolgicos de estes mtodos (p.ej, Guba & Lincoln, 1994), por otro

218

C ap tulo 14

lado se recomienden la combinacin de enfoques cualitativos y cuantitativos para lograr efectivamente metas determinadas. Hemos visto que sostener la afirmacin de la incompatibilidad de enfoques cualitativos y cuantitativos significara desunir los procesos de generar ideas y de probarlas claramente una reduccin inaceptable de la complejidad de los procesos epistemolgicos de investigar algo. Ni se puede identificar un objeto como elemento de una categora sin probar las interpretaciones hipotticas necesarias en este proceso, ni se aplica mtodos cuantitativas para probar hiptesis que se manifestaron por s mismos casi en una tierra de nadie epistemolgica - sin m encionar los rendimientos cualitativo-interpretativos necesarios durante la construccin de aquellos instrumentos que proporcionaron los datos. Generalmente tenemos que darnos cuenta que los cientficos mismos y los roles, que se les atribuyen a s-mismos dependiente de sus orientaciones epistemolgicas, determinan el rea de investigacin que les parece importante. M axwell (2002) subraya la influencia de caractersticas personales de los cientficos, por ejemplo conocimiento previo, opiniones, metas individuales y relaciones personales con la gente en el campo de investigacin. La aportacin del investigador la han descrito tambin Rodrguez, Gil y Garca (1996) para estudios cualitativos; si consideramos tambin el rol de investigadores en la construccin de tests y cuestionarios para estudios cuantitativos no debemos limitar sus argumentos a enfoques cualitativos: Adems, y en contra de lo que sugiere el sentido etimolgico (datuin: lo dado), el dato es el resultado de una elaboracin de la realidad. Los datos son frecuentemente entendidos como interacciones, situaciones, fenmenos u objetos de la realidad estudiada, que el investigador recoge a lo largo de su proceso de investigacin y que poseen un contenido informativo til para los objetivos perseguidos en la misma. Sin embargo, la informacin que proporcionan los hechos o fenmenos no puede ser aprehendida por el investigador de forma pasiva. Al recoger datos, el investigador no toma directamente las realidades que ante l se presentan, sino que se da un proceso de percepcin de las mismas, identificando los elementos que las componen y, frecuentemente, enunciando proposiciones narrativas que tratan de describiras. Tanto el modo en que se focaliza su percepcin como el modo en que da cuenta de ella, implican un referente terico y conceptual que condicionan el modo de interpretar lo que sucede ante sus ojos. El investigador construye los datos, y al hacerlo registra la informacin en algn soporte fsico (notas de campo, grabacin en audio o vdeo) y emplea para ello algn modo de expresin simblica (lenguaje verbal, expresin grfica) que confieren al dato los rasgos de perdurable en el tiempo y comunicable. En consecuencia, el dato resulta ser inseparable del modo en que es registrado y comunicado. El soporte empleado para registrarlo y la forma de lenguaje usada para expresarlo constituyen elementos adicionales presentes en el concepto de dato (Rodrguez, 1996). Igual que enfoque metodolgico se aplica, se tienen que recopilar datos con los instrumentos apropiados y analizarlos. Despus se tienen que comprobar la validez de los resultados y al fin queda escribir un informe de investigacin. Los recipientes del informe reflexionarn despus si y cmo los resultados aportan a resolver el problema investigado - y en estos pensamientos no van a limitar sus conclusiones segn la dicotoma de cualidad y cuantidad. Queda la pregunta cmo se pueden combinar enfoques cualitativos y cuantitativos ms all de consideraciones abstractas al nivel concreto recopilar y analizar datos? Veremos en lo sucesivo que hay combinaciones implcitas de mtodos en el proceso de investigaciones cualitativas y que estas combinaciones son un criterio explcito del diseo de estudios.

14.2.1 Combinaciones implcitas de mtodos En el captulo 5, seccin 5.3 hemos descrito con referencia a Shelly y Sibert (1992) la interaccin de estrategias de diferenciacin y generalizacin como proceso cclico de pasos inductivos y deductivos de codificacin. M ayring (2001) plantea la generacin de categoras y la clasificacin de segmentos de datos como meta comn de ambos procesos y concluye: "Si se trabaja sistemticamente de esta

C m o se com binan anlisis cualitativos y cuantitativos

219

manera, sigue lgicamente entender estas clasificaciones como 'datos' y continuar el trabajo bajo la perspectiva de cuantidad en un paso segundo del anlisis" (seccin [16]). Entonces se toman los hallazgos de una primera reduccin interpretativa-cualitativa de los datos iniciales y se cuentan, ordenan por frecuencia, expresan en porcentajes, agregan sobre dimensiones ordinales (mucho - medio - poco) estes hallazgos, se comparan segmentos de datos y/o casos con procedimientos estadsticos, etc. Pues sigue un tercer paso para interpretar cualitativamente qu aportan los resultados nuevos (de contar, ordenar, etc). a contestar las preguntas de la investigacin (Mayring, 2001, [17]).

14.2.2 Combinaciones explicitas de mtodos Como dijeran Villar y M arcelo (1992) los progresos de la investigacin en el mbito de las ciencias sociales resultan de aplicar una multitud de mtodos dependiente de las preguntas de investigacin y no de limitar el problema y los accesos empricos segn las posibilidades de un enfoque metodolgico determinado. Los autores mencionaron lo que han sugerido Greene, Caracelli & Graham (1989), es decir, recopilar datos dentro el marco de un diseo de "mtodos mixtos". Villar y M arcelo (1992) explican que se abre por eso el proceso de investigacin para la estrategia de "triangulacin", o sea para incluir varios mtodos, fuentes de datos y investigadores, que aportan juntos a aumentar la validez del estudio (Mathison, 1988). Villar y M arcelo (1992) diferencian concretamente esta idea y muestran cmo se combinan mtodos en fases centrales de la investigacin emprica, es decir para ganar acceso al campo, para recopilar datos y para analizarlos: Combinacin de mtodos en la fase de acceso al campo Cuando se necesita una prueba representativa de una poblacin determinada (por ejemplo: "los" maestros de la escuela primaria; "los" profesores de matemtica de la escuala segundaria; etc.), se combinan muchas veces una seleccin de sujetos basado en mtodos cuantitativos y el control de representatividad de la prueba basado en su caractersticas cualitativas. Como ejemplo Villar & M arcelo (1992) describen un estudio de la socializacin profesional de principiantes en el aula. Los autores seleccionaron a los participantes de una lista por medio de una tabla de nmeros aleatorios. Despus comprobaron la composicin de la prueba segn caractersticas como sexo, asignatura, nivel de la escuela (primaria/segundaria) y el sitio del centro escolar (pueblo/ciudad) todas caractersticas cualitativas. Pero tambin en estudios de casos la mezcla de mtodos puede precisar la seleccin de casos individuales y por eso aportar a optimizar el uso de recursos raros y aumentar la validez de los hallazgos. Se recomiende el procedimiento de "theoretical sampling" ("muestreo teortico", o sea basado en consideraciones teorticas) en lugar de hacer pruebas al azar: se seleccionan casos o sujetos de modo que cumplan con la pregunta de investigacin, por ejemplo que sean tpicos o contradictorios, excepcionales o los ms comunes, etc. (Yin, 1989). Instrumentos cuantitativos pueden servir mucho en este proceso: Si suponemos en un estudio sobre los efectos subjetivos y los procesos individuales de aprendizaje, que alumnos ms eficientes y alumnos menos eficientes reaccionarn diferentemente a un mtodo especfico de enseanza, podemos aplicar tests de inteligencia y/o de rendimiento y as precisar la seleccin de unos pocos sujetos (porque no hay tiempo o dinero para entrevistar o observar a muchos alumnos). El ejemplo muestra tambin como se ve tambin en la imagen de la pgina 168 las decisiones de una fase de investigacin solapan con decisiones en otras fases y interaccionan. Combinacin de mtodos en la fase de recopilacin de datos Otra vez tenemos que empezar con la formula "Dependiente de ..." - a saber de la pregunta de investigacin, si queremos evaluar una combinacin particular como la ms mejora. En el mbito de investigaciones cualitativas de procesos de enseanza/aprendizaje en la formacin de profesores, Villar y M arcelo (1992) dicen como ejemplos frecuentes de recopilacin de datos la

220

C ap tulo 14

observacin partcipe, la entrevista profunda y el diario de clase. Enfoques de investigacin de efectos por otro lado aplican muchas veces la observacin sin participacin e indagan la frecuencia de fenmenos especficos por un sistema pre-diseado de categoras. Como ejemplo de una de las combinaciones posibles los autores describen un estudio cuantitativo de las prcticas de enseanza para estudiantes de la Universidad de Sevilla (Villar, 1981): Se recopilaron las actividades en el aula por grabaciones de sonido (observacin sin participacin) y evaluaron las cintas con un sistema pre-diseado de anlisis, se entrevistaron a estudiantes para ganar acceso a su vista subjetiva y sus experiencias personales y al fin pidieron a los estudiantes de llenar cuestionarios cuantitativos (referente a opiniones, problemas y el clima social en el seminario). Esta combinacin permite tanto complementar los resultados diferentes en este caso profundizar los hallazgos de las observaciones por informacin subjetiva como triangular (metodolgicamente) los datos de entrevistas y cuestionarios (comp. abajo y M ayring, 2001). Combinacin de mtodos en la fase de anlisis de datos Se pueden combinar tcnicas cualitativas y cuantitativas de anlisis tanto en el proceso de evaluar datos de un enfoque especfico, por ejemplo datos de entrevistas, como de mtodos diferentes, por ejemplo, datos de entrevistas y cuestionarios (vea arriba). Hemos visto un ejemplo concreto del primer caso ya en cap. 12, seccin 12.2. Un anlisis de frecuencia asisti a identificar los contenidos crticos en un gran tamao de entrevistas. Ms tarde se comprobaron relaciones entre oraciones crticas por ayuda de la herramienta cuantitativa del clculo de correlacin (Villar & M arcelo, 1992). El segundo caso represente el enfoque de triangulacin. Por un lado se pueden emplear en el anlisis cualitativa las contribuciones de varios mtodos (M edina, Feliz, Domnguez & Prez, 2002; vea abajo), por otro lado sirven anlisis cuantitativas (sobre todo procedimientos de anlisis de dimensiones como el anlisis de factores o de cluster) para identificar o comprobar muestras centrales de interpretacin. Poniendo el acento en el enfoque cuantitativo Schweitzer (2004) describe detalladamente como analiz el primer captulo de Cervantes' "Don Quichote", es decir como cont formas de palabras y evalu sus aporte a la comprensin del texto, y por eso elabor hallazgos hermenuticos (por ejemplo qu importancia tiene leer para el desarrollo individual o qu posibilidades de descubrir los motivos y intereses de autor real ofrece la mirada detrs de su mundo ficticio). Durante una fase de anlisis de datos, que llamamos en el contexto de A Q U A D segn Ragin (1987) el "anlisis de implicantes" o "minimizacin lgica" (vea cap. 13) se trata de generalizar los hallazgos interpretativos. Si preguntamos Qu es lo general o lo tpico de un caso particular?, proporcionamos como respuesta varias caractersticas del caso que tiene en comn con un clase de casos semejantes. Si preguntamos al revs Qu es lo nico de un caso?, esperamos como respuesta los atributos que diferencian este caso de otros. La clasificacin es satisfactoria cuando cada una de las categoras contiene solamente casos muy parecidos y lo ms posible diferentes de los casos de las otras categoras. El proceso de clasificacin no intenta solamente establecer un orden de los casos dados en este momento, sino trata tambin de explicar relaciones, vincular experimentaciones o establecer expectativas. Se encuentran ejemplos en cap. 13 de esta manual y en Huber (2001). Para M ayring (2001) "la identificacin del caso individual como tpico de un mbito determinado de hechos ..." representa "un primer paso cuantitativo de generalizacin..." [18].

Al nivel del diseo de estudios empricos M ayring (2001) sugiri cuatro modelos de combinacin de mtodos cualitativos y cuantitativos, que llam el modelo de estudio preparativo, el modelo de generalizacin, el modelo de profundizacin y el modelo de triangulacin:

El modelo del estudio preparativo: Segn las sugerencias tradicionales, una fase cualitativa prepara la investigacin "seria". Se limita las actividades cualitativas de investigacin a pasos de generar un hiptesis, lo que se

C m o se com binan anlisis cualitativos y cuantitativos

221

trata de probar despus en la fase ms intenso y extenso de la investigacin con mtodos cuantitativos. Claro que hay fases de preparacin en cada tipo de investigacin. Por ejemplo en estudios cualitativos muchas veces se proporcionan unas pocas entrevistas de "ensayo", para desarrollar categoras para un gua estructurado de entrevista. Claro que el rol de herramienta de ayuda no corresponde a la relacin complementaria de enfoques cuantitativos y cualitativos, pero se nota al menos que estudios cuantitativos pueden raramente renunciar al fundamento cualitativo. La imagen arriba en la pgina siguiente muestra la relacin entre fases cualitativas y cuantitativas en este modelo (comp. M ayring, 2001 [21]):

El modelo de generalizacin: Valor alto tienen las fases cualitativos dentro del enfoque de generalizacin. Se empieza la investigacin por un estudio cualitativo completo, por ejemplo por unos estudios de caso. Es decir, se toman decisiones sobre preguntas de investigacin y mtodos (cualitativos) apropriados, recopilan y analizan los datos y al fin estructuran los resultados. Despus sigue ms o menos gradualmente la fase cuantitativa. M uy distintas son las fases cuando se generaliza, por ejemplo, los resultados de un estudio de observacin por un cuestionario construido segn los hallazgos cualitativos. Ahora se trata de generalizar los resultados por medios de estadstica.

El modelo de profundizacin: El tercer enfoque aplica los pasos del segundo enfoque en secuencia inversa: Un estudio cuantitativo, por ejemplo, una encuesta proporciona resultados ambivalentes. Solamente por preguntar a sujetos seleccionados se pueden interpretar claramente los resultados o explicar la direccin de la causalidad, que se podra mostrar en una correlacin. Es decir, los hallazgos cualitativos pueden servir por profundizar los resultados cuantitativos:

Mu chos estudios en el contexto de investigacin de la juventud (comp. Held, 1994; Kiegelmann, Huber, Held & Ertel, 2000) del departamento de Pdagogische Psychologie de la Universidad de Tbingen aplican este modelo. Por ejemplo, un proyecto de investigacin de "Las orientaciones polticas de

222

C ap tulo 14

trabajadores juveniles" (Held, Horn & M arvakis, 1996) trat de encontrar los motivos de jovenes para sus orientaciones. Primero los autores pidieron a los jvenes de llenar un cuestionario largo y despus entrevistaron a una prueba de ellos. Las informaciones adicionales sirvieron a interpretar los resultados del cuestionario o sea a profundizar y concretizar los hallazgos cuantitativos. El estudio como otro estudio previo de Held y M arvakis (1992) muestran un otro efecto del modelo de profundizacin: El modelo vincula explicacin y aplicacin en el proceso de investigacion. No se terminaron los contactos con los sujetos despus de la encuesta por un instrumento cuantitativo, sino tratan de retro-alimentar resultados crticos y discutirlos en colegios tcnicos y empresas con trabajadores juveniles. Es decir, los hallazgos animaron a los sujetos de participar en discusiones en grupos y en entrevistas, el instrumento cuantitativo fue convertido en un medio de cambio potencial. As se transforma el proceso de investigacin en un proceso prctico de educacin.

El modelo de triangulacin: El enfoque de triangulacin pone accesos diversos al campo de investigacin lado a lado con los mismos derechos. Depende solamente de comparar las varias informaciones y determinar la interseccin de los conjuntos como resultado final.

Para triangular perspectivas diversas se pueden combinar mtodos cualitativos y cuantitativos, pero lgicamente tambin varios mtodos cualitativos. Un ejemplo bien fundado de la triangulacin de mtodos cualitativos dan M edina, Feliz, Domnguez y Prez, (2002, pg. 178; original en ingls):

C m o se com binan anlisis cualitativos y cuantitativos

223

El mtodo de biogramas sirve para abrir el acceso a la historia de la vida personal o profesional, la entrevista profunda aporta a entender ms precisamente aspectos especficos y la discusin en grupos al fin hace posible comparar los puntos de vista subjetiva de los sujetos. Dentro de la interseccin de los conjuntos de la perspectiva temporal-biogrfica, de la persp ectiv a perso n al y de la p ersp ectiv a dinm ica-so cial en co n tr a m o s al fin interpretaciones equilibradas. Se describen variaciones del modelo de triangulacin, por ejemplo la combinacin de las perspectivas de varios investigadores o de orientaciones tericas diversas en algunos artculos en el libro de Tashakkori & Teddlie (2003), en especial en el artculo sobre reglas de integracin por Erzberger y Kelle (2003). Tanto la combinacin implcita de mtodos como la combinacin explicita demandan decisiones cmo se analizan datos cualitativos tambin con mtodos cuantitativos. La solucin incluye de todas maneras la reduccin de datos y su proyeccin a una escala cuantitativa, normalmente la escala nominal. Es decir se cuentan elementos seleccionados, se agrupan los resultados en listas y al fin se transforman estas listas en tablas - la forma necesaria para un anlisis estadstico. Hemos ya descrito el recuento de palabras en cap. 9, seccin 9.4; ms informacin sigue en la prxima seccin. Aqu presentamos en la seccin 14.4 tambin el recuento de cdigos, porque no se pueden aprovechar de los aventajas de combinar mtodos cualitativos y cuantitativos solamente al primer nivel de datos, sino tambin al segundo nivel de interpretaciones o sea codificaciones de datos.

224

C ap tulo 14

14.3 Frecuencias de palabras Berelson (1952; vea cap. 5, seccin 5.2) desarroll el anlisis de contenido para l un procedimiento cuantitativo basado en el recuento de los contenidos manifiestos de comunicacin. Hemos ya mencionado que la seleccin de contenidos relevantes para un anlisis demanda ms que registrar objetivamente y cuantitativamente. Pero nos concentramos ahora en la "mecnica" del procedimiento. El men principal de A Q U A D da acceso a las funciones de contar en el grupo de opciones "Bsqueda": Se selecciona la opcin "Recuento de palabras" en el cuarto grupo de opciones (vea imagen de la derecha). Si no se quieren contar cada palabra de los textos, se selecciona una de las opciones del primer grupo (vea imagen abajo de la derecha) y se proporciona una "lista de palabras" o una "lista de sufijos".

Los nombres de las opciones dicen precisamente sus objetivos. Como se nota, se pueden escribir sencillamente listas de palabras. Es importante recordar que A Q U A D busca durante el recuento cada palabra exactamente correspondiente a la grafa en la lista, o sea a diferencia de la bsqueda de palabras clave (vea cap. 9) no encuentra palabras dentro de otras, como parte de otras palabras. Entonces, para contar palabras se tienen que incluir separadamente en la lista por ejemplo las palabras "todo", "toda", "todos", "todas", si se quiere encontrar cada forma de "todo". Por otro lado el "recuento de palabras" excluye - a diferencia de la bsqueda de palabras clave en el caso de nuestro ejemplo palabras como "todoterreno" o "todopoderoso". Otra posibilidad de crear una lista de palabras sera no escribir, sino seleccionar las palabras relevantes de un texto o unos textos (vea arriba: "Seleccionar lista de palabras de un texto"). A Q U A D transforma un texto en una lista de palabras agrupadas en filas por orden alfabtico y nosotros hacemos clic a aquellas palabras que necesitamos para un anlisis posterior. En caso de que se hubieron guardado palabras de varios textos en varias listas se juntan estas listas con la tercera opcin del grupo "Juntar listas de palabras". Como ltima opcin se pueden "Editar listas de palabras", es decir se carga una lista disponible y se borran palabras de la lista, que no se quieren aplicar en un anlisis anterior de frecuencia y/o se aaden palabras necesarias. Porque normalmente se aplican estas listas varias veces, es una buena idea guardar la lista bajo cualquier nombre (sin extensin). A Q U A D aadir automticamente la extensin ".cwo" (catalog of words). Listas de palabras de modo de familia de palabras o "diccionarios de significado" aportan mucho a proporcionar una visin general de contenidos relevantes en los textos de un proyecto. Si pulsamos al fin "Recuento de palabras" aparecer en primer lugar la ventana siguiente (vea prxima pgina). Un aviso dice que podemos seleccionar entre los archivos mostrados de la derecha de la ventana, es decir que podemos limitar el recuanto a las palabras de un o unos textos especficos. Claro que podemos aceptar el ajuste por defecto y contar palabras de cada texto del proyecto:

C m o se com binan anlisis cualitativos y cuantitativos

225

La decisin de contar palabras solamente en unos archivos o en cada archivo del proyecto determina tambin, si A Q U A D proporcionar un resumen comparativo de sumas de palabras y factores de correccin (por tamaos diferentes de palabras de varios textos): Recuento de palabras Seleccin de archivos: unos archivos cada archivo del proyecto

? ? ?
ATENCIN: Guardar para anlisis cuantitativos imprimir

? ?

determinar las condiciones

sumas y factores de correccin

?
guardar

lista de frecuencias

Vamos a ver los pasos del procedimiento "recuento de palabras". Despus de seleccionar los archivos de texto tenemos que determinar las condiciones del anlisis y de la salida de resultados. A Q U A D ofrece las opciones siguientes:

226

C ap tulo 14

Si se aplicaron cdigos de hablante, se puede ahora contar las palabras separadamente por hablantes. Tenamos recordar que se puede interpretar creativamente el concepto "hablante"; por ejemplo se pueden marcar las respuestas en un cuestionario con preguntas abiertos por los nmeros de preguntas de modo de cdigos de hablante: /$pregunta_1, /$pregunta_2, etc. Si se prepararon listas de palabras ("diccionarios de significado"), A Q UAD las mostrar en la caja de la derecha de las opcines; aqu podramos aplicar por ejemplo la lista "alumno.cwo" para limitar el recuento). Arriba de la izquierda A Q U A D ofrece las opciones de contar solamente estas palabras o de excluirlas del recuento. Para limitar la salida de resultados hay tres cuadrculas de seleccin (abajo de la izquierda): Podemos ver cada hallazgo entonces A Q U A D omitir las alternativas o podemos determinar una limite mnima (f>0) y/o una limite mxima (f<2); claro que se deben ajustar las limites por defecto ("0", "2") correspondiente a las necesidades de su investigacin. Si hemos aceptado cada archivo en la primera ventana - en el ejemplo los cuatro archivos "entre_1.rtf" ... "entre_4.rtf" y seleccionamos ahora la opcin "todos los resultados" aparecer en primer lugar dicho resumen comparativo de sumas de palabras y factores de correccin, que muestra tambin la cantidad de palabras diversas en cada texto:

Comparaciones estadsticas posteriores demandan que se equilibran diferencias del tamao de palabras o de la longitud de textos; habra una gran diferencia entre conclusiones del hecho que la palabra "yo" aperece 25 veces en dos textos, cuando no se da cuenta que un texto tiene 700 palabras y el otro 1400. Entonces se deben "estandardizar" las sumas de palabras relevantes con ayuda del factor de correccin. Ahora se tiene claro por qu A Q U A D calcula este factor solamente si se analizan todas palabras en todos archivos del proyecto: el factor depende del contexto. El resultado (aqu baja las condiciones "cada archivo"/"todas las palabras") vemos en la imagen abajo: para cada archivo recibimos dos listas de frecuencia de las palabras (cada vez en m insculas!), a la izquierda de orden alfabtico, a la derecha de orden de frecuencia. Abajo sigue el empiezo de la lista de frecuencias del archivo "entre_1.rtf":

C m o se com binan anlisis cualitativos y cuantitativos

227

Ahora el fin de la lista de palabras en el archivo "entre_1.rtf", que muestra las palabras al fin del orden alfabtico (a la izquierda) y con las frecuencias ms altas (a la derecha). Adems vemos la sum a de palabras (844) y cuantas palabras diferentes hay en el texto (310):

Cmo trabajar con una lista de palabras seleccionadas? En primer lugar tenemos que crear la lista y guardarla. Se ha ya descrito el procedimiento al comienzo de esta seccin. Despus de marcar los archivos, que queremos analizar, pulsamos el nombre de la lista apropiada. Suponiendo que nos interesamos en declaraciones referente a "alumnos" y por eso queremos contar las palabras de la lista "alumno.cwo" marcamos la opcin "lista de palabras -buscar":

Primero, despus de pulsar el botn "Continuar", A Q U A D muestra otra vez el resumen comparativo de sumas de palabras y las cantidades de palabras diversas - pero ahora sin factores de correccin:

228

C ap tulo 14

Siguen las listas de hallazgos; en el imagen abajo vemos solamente los resultados de dos archivos, pero se pueden proporcionar sin problemas los resultados completos con el archivos de ejemplo de AQUAD:

Lo que salta a la vista en el resumen (imagen superior) es la diferencia entra las profesores: M ientras la entrevista 1 contiene solamente 6 referencias a los alumnos, el profesor de entrevista 4 habla 12 veces de sus alumnos. Porque conocemos los factores de correccin (vea arriba) hemos contado todas las palabras antes podemos equilibrar los hallazgos: Palabras 6 9 7 12 factor de correccin 11 88 98 106 Frecuencia relativa 66 79 69 127

C m o se com binan anlisis cualitativos y cuantitativos

229

Se nota que la diferencia es slida; el profesor no. 4 habla ms o menos dos veces ms de sus alumnos como los colegas. La pregunta qu significa este hecho? la se tiene que contestar cualitativamente... Al fin no deberamos olvidar guardar los resultados. Por eso pulsamos arriba en la barra de herramientas al icono de la diskette. A Q UAD abrir la ventana usual de W INDOW S para guardar algo:

Porque el recorte arriba de la pantalla viene del ordenador de un de los autores, que lgicamente utiliza una versin alemana de W INDOW S, la leyenda es en alemn; en castellano la ventana debera mostrar arriba en la barra azul "Guardar como", a debajo "Guardar en"; aqu el valor por defecto es el sub-directorio "res" (para resultados) de A Q U A D . Tenemos que entrar por debajo un "Nombre de archivo" (sin cambiar el "Tipo de archivo"). Segn nuestras experiencias recomendemos como nombre del archivo nuevo tambin el nombre de la lista de palabras aqu "alumno" y quizs adicionalmente la extensin ".fre" (->frecuencias). Como as es ms fcil encontrar los resultados de nuevo ms tarde. Al fin pulsam os el botn "Guardar" ("Speichern") o cancelamos el proceso con "Cancelar" ("Abbrechen"). ATENCIN: Cuando aparece un mensaje de error despus de pulsar el botn "Continuar" y apagar la recuenta (despus de determinar opciones como "codigos de hablante", "todos los resultados", etc.) diciendo algo sobre limites de listas, por favor, no busque la razn en A Q U A D , sino en la conversin de los textos (o un de los textos) originales en el formato RTF. Obviamente RTF no es siempre RTF. Conocemos hasta ahora dos casos. La solucin fue muy sencilla: Cargar los archivos RTF (!) de nuevo en el procesador de textos y despus guardarlos ("Guardar como...") de nuevo en RTF. La re-conversin en el formato propio del procesador de texto y la conversin siguiente en RTF elimin en ambos casos las irregularidades y A Q U A D cont las palabras. Claro que tenemos que importar los archivos modificados manualmente con la opcin "Importar textos (*.rtf)" en el grupo "Archivos" del menu principal.

230

C ap tulo 14

14.4 Frecuencias de cdigos La combinacin de anlisis cualitativo y cuantitativo es an ms interesante al segundo nivel de anlisis, es decir al nivel de los cdigos. El acceso cuantitativo empieza con un recuento de los cdigos. Se pueden contar cada tipo de cdigo (vea seccin 6.1). Durante fases avanzadas de anlisis el recuento de cdigos secuenciales ofrece informacin importante sobre varios vnculos (vea cap. 11 y 12). Para contar cdigos el programa necesita una lista de aquellos cdigos que debe buscar. Se pueden crear esta lista cada vez de nuevo por seleccionar los componentes del registro de cdigos cuando se aplica la opcin "Recuento de cdigos". Como alternativa se puede guardar la lista de cdigos crticos y cargarla ms tarde de nuevo. A ver cmo se maneja esta segunda posibilidad. Se empieza con establecer una lista de cdigos importantes para una pregunta particular:

M en principal: "Bsqueda" -> "Lista de cdigos" -> "Establecer lista de cdigos"

Despus se pone en marcha la funcin para el recuento de cdigos, se carga la lista establecida recientemente, se hace el programa empezar el recuento y se guarda al fin los resultados como lista de frecuencias:

M en principal: "Bsqueda" -> "Recuento de cdigos"

Para exportar las frecuencias listadas y utilizarlas en programas de estadstica se tiene que convertir la lista en una tabla de resultados, por lo mejor en el formato "CSV" (comma seperated values) o sea como "valores separados por comas". A tal fin A Q U A D ofrece una herramienta especfica:

M en principal: "Herramientas" -> "Archivo de frecuencias -> tabla de datos"

Ahora una descripcin mas detallada: Respecto a : "Establecer una lista de cdigos"

Se establece la lista por hacer clic con el ratn a los cdigos en la ventana azul (de la izquierda) y trasportarlos a la ventana blanca de la lista nueva por pulsar la flecha a la derecha. Atencin: la flecha doble mueve todos los cdigos al mismo tiempo.

C m o se com binan anlisis cualitativos y cuantitativos

231

No debemos olvidar entrar encima de la lista blanca un nombre para guardar la lista; un aviso nos recordaremos. El botn "Cortar cdigos" al margen derecho es importante a veces: Al pulsar A Q U A D abre una ventana separada y muestra los cdigos seleccionados a fin de que se pueden cortar unos de ellos: ms tarde el algoritmo de bsqueda encontrar cada cdigo empezando con los caracteres que quedan.

Si queremos por ejemplo contar cada cdigo vinculado con "Clase/Alumnos", abreviado en el registro de cdigos como "CA" (vea la imagen abajo), no tenemos que trabajar con cuatro cdigos diferentes, sino podemos cortar uno de ellos, que les representar ms tarde en el recuento. Respecto a : "Recuento de cdigos" La imagen siguiente muestra las dos posibilidades de seleccionar cdigos para contarlos: Podemos cargar una "Lista de cdigos", que hemos seleccionado y grabado anteriormente, o podemos seleccionar cdigos del "Registro de cdigos" cada vez de nuevo:

232

C ap tulo 14

Al margen abajo se ven dos ajustes importantes: El recuento puedo diferenciar entre hablantes, o sea buscar/contar los cdigos "Separado por cdigos de hablante". No tendra mucho sentido en nuestro ejemplo de textos: Es cierto que se han marcado los segmentos de entrevistador y de profesor con cdigos de hablante (/$Entrevistador, /$Profesor), pero se ha codificado despus solamente lo que el profesor ha dicho. El segundo ajuste "Resultados negativos" es ya marcado y sirve como valor por defecto. No recomendamos que se anula aqu el seal de conforme, porque se pueden utilizar los resultados del recuento solamente para anlisis estadsticos solamente si cada parte de la lista de frecuencias contiene la frecuencia de cada cdigo - y "0" es tambin una frecuencia. Entonces pulsamos el botn "Lista de cdigos" (vea imagen arriba) y hacen clic en la ventana que aparecer al nombre de nuestra lista "clima":

Como control A Q U A D pone el nombre de la lista en la casilla arriba de la derecha y por debajo los cdigos de esta lista. Pulsar "OK" (al margen de la derecha) proporciona el recuento: Aqu un recorte de la lista de frecuencias:

C m o se com binan anlisis cualitativos y cuantitativos

233

Qu no olviden guardar la lista, si quiere utilizar los resultados para analizarlos con mtodos cuantitativas. Recomendamos aplicar la misma estrategia que conocemos de guardar frecuencias de palabras (vea arriba), es decir, escribir como nombre del archivo nuevo el nom bre de la lista de cdigos aqu "clima" y aadir ".fre" (frecuencias) como extensin. Respecto a : "Archivo de frecuencias -> tabla de datos" Se encuentra esta opcin en el grupo "Herramientas" del men principal. Primero muestra cada archivo de resultados, que A Q U A D ha guardado hasta ahora en el sub-directorio " ..\RES". Buscamos nuestro lista de frecuencias "clima.fre" y hacemos clic sobre su nombre:

Despus de pulsar el botn "OK" para confirmar la seleccin aparecern los datos ahora de forma de una tabla:

En lugar de los cdigos en la primera fila encontramos solamente nmeros consecutivos (en la imagen de la pgina anterior los nmeros 1 ... 5); la primera columna contiene los nmeros de los archivos, aqu las entrevistas 1-4. Al margen de la derecho vemos un botn "Cdigos":

Si pulsamos el botn aparece una ventanilla que explica los nmeros de la primera fila, os sea muestra los nom bres de cdigos. Se puede imprimir esta lista por pulsar el botn derecho del ratn y seguir las opciones que A Q U A D ofrecer.

Al fin hacemos clic al botn "OK" (margen de la derecha) otra vez; ahora A Q U A D pregunta si queremos guardar la tabla nueva:

234

C ap tulo 14

Al mismo tiempo cambi la funcin del botn ms arriba al margen derecho y muestra ahora la seal "CSV". Cuando pulsamos el botn, A Q U A D transformar la tabla otra vez, ahora en el formato "comma separated values", es decir "valores separados por comas", que se necesita para exportar los resultados en programas para anlisis estadstico (como, por ejemplo SPSS):

El asterisco en la celda de la esquina arriba de la izquierda nos recuerda despus del exporte, que la primera fila y columna contienen nada ms que nmeros como etiquetas (sealando los cdigos en la primera fila, los casos en la prim era columna. M s tarde, dentro del programa de anlisis estadstico, se pueden borrar esta fila y esta columna (vea abajo). Falta solamente guardar la tabla CSV. La barra de herramientas (vea la imagen arriba) muestra el icono de diskette aqu pulsamos para guardar la tabla. Cmo podemos importar la tabla en SPSS (como ejem plo de program as de anlisis estadstico)? D e sg r a c ia d a m e n te n o te n e m o s u n a v e r s i n castellana de este software. Entonces siguen unas traducciones: Despus de apagar el program a, pulsamos "Datei" (Archivo) y la ltima opcin., que se muestra: "Textdaten einlesen" (Cargar datos de texto), porque se guard la tabla como lneas de texto. Aparece una serie de ventanas (vea el manual de SPSS), que demandan informacin sobre las caractersticas del archivo de importe, por ejemplo cuantas variables hay en cada fila. Entramos "6" ca fila empieza con el nmero del caso, siguen 5 frecuencias de cdigo. Como seal de separacin sirven comas, entonces negamos la pregunta si hay caracteres blancos. Si todos ajustes estn listos,

aparecer la tabla as como la conocemos de A Q UAD (comp. la imagen arriba):

C m o se com binan anlisis cualitativos y cuantitativos

235

Porque la primera fila contiene nada ms que los nmeros de los cdigos, es decir ningunas

frecuencias para el anlisis, tenemos que borrarla. Podramos borrar tambin la primera columna (nmeros de casos), pero sirve bien para orientarse en paquetes de datos largos: Lo que sigue despus, es decir el anlisis cuantitativo de los datos de frecuencia, no se puede tratar dentro de la introduccin en el manejo de A Q U A D .

236

C ap tulo 14

14.5 Combinacin de mtodos el ejemplo de una investigacin del humor En el prrafo siguiente mostramos una combinacin concreta de mtodos cualitativos y cuantitativos basado en una investigacin de Leo Grtler. Nos parece que "mtodos mixtos" son muy tiles sobre todo cuando se analizan juegos largos de datos y se tratan de contestar preguntas de investigacin de ndole cualitativa as como cuantitativa. Nos concentramos en la relacin lgica entre los procesos de generar teoras y comprobarlas. Para estudiar las teoras subjetivas sobre humor de alumnos de escuelas secundarias (N = 363; compara ele ejemplo de cdigos secuenciales, cap. 11.5), Leo Grtler desarroll un cuestionario con las metas de encontrar Cmo experimentan nios eventos de humor en el aula? Cmo se pueden identificar opiniones y actividades diferentes y en cual relacin las aparecen?

El cuestionario cubre nueve tpicos por nueve preguntas abiertas. Se codificaron cada pregunta con un cdigo de hablante (por ejemplo: "/$pregunta1") para dar ms tarde la oportunidad de analizar las respuestas seleccionadas por tpicos. Aqu dos ejemplos: Pregunta 1: Qu significa "humor" para ti? Pregunta 6: Tal vez tienes tambin experiencias negativas con humor en el aula; cuando si, qu pas en esta situacin? Se transcribieron las respuestas de cada nio en un archivo separado de texto y despus se las codificaron segn contenido y estructura. Ejemplos de cdigos conceptuales de contenido son "humor dirigido a fuera" o "atmsfera/clima social" , ejemplos de cdigos conceptuales de estructura son "definicin", "efecto/s positivo/s" o "causa/s negativa/s". Se esperan contestaciones a la pregunta 1 de ndole de definiciones, pero no a la pregunta 6 (que demanda la descripcin de eventos y actividades). En lo ltimo caso se esperaran categoras como "efecto/s positivo/s" o "causa/s negativa/s". Sigui un segundo ciclo de codificacin, que resumi los cdigos iniciales de estructura de contenido en 105 metacdigos de contenido y redujo tambin el nmero de categoras estructurales a 22.

14.5.1 ANOVA de frecuencias de cdigos para crear una hiptesis de vnculos Las anotaciones durante el proceso de codificar, los metacdigos e ideas del investigador aportaron al desarrollo de varios hiptesis para los 9 tpicos. En adicin se not que las alumnas proporcionaron mucho ms texto comparado con los alumnos y pareci que la misma diferencia apareci entre dos tipos de escuelas secundarias (Realschule y Gymnasium). Por eso se aplic un mtodo cuantitativo, a saber un anlisis de variancia (ANOVA) con dos factores (sexo y tipo de escuela), para que se aplic una codificacin a priori de contrastes (contrastes "Helmert" segn Fox, p. 142 sig.): [1] - 0.5 - 0.5 +0.5 +0.5 [2] +0.5 - 0.5 +0.5 - 0.5 [3] - 0.5 +0.5 +0.5 - 0.5

alumnos Gymnasium (mG) alumnos Realschule (mR) alumnas Gymnasium (wG) alumnas Realschule (wR)

Entonces se compararon los grupos siguientes: [1]: mG & mR en comparacin con wG & wR [2]: mG & wG en comparacin con mR & wR [3]: mG & wR en comparacin con mR & wG -> sexo -> tipo de escuela -> interaccin sexo x tipo de escuela

C m o se com binan anlisis cualitativos y cuantitativos

237

El modelo lineal fue muy significante as como los factores sexo y tipo de escuela. La interaccin sexo x tipo de escuela no mostr significancia, sino solamente una tendencia hacia interaccin. Entonces sigui que se llev a cabo el anlisis cualitativo separadamente por los cuatro grupos mG, mR, wR y wG. Se trat de reconstruir las teoras subjetivas de los alumnos mediante varias hiptesis de vinculacin. En general las hiptesis vincularon cdigos dentro del mbito de una pregunta distinta, pero a veces se formularon vnculos entre dos preguntas/tpicos con ayuda de la codificacin de preguntas/tpicos como "hablantes". Unos ejemplos muestran la estrategie a continuacin: Cdigo secuencial FR_HYPO_2-0-26:

Y Y Y

/$M2 lmites del humor MX_causa negativa (-) MX_razn/contexto

Se comprobaron aqu, si los alumnos mencionaron causas negativas como respuesta a la pregunta no. 2 ("Lmites del humor") y despus las justificaron argumentativamente. Se debe prestar atencin al hecho que hemos integrado la pregunta no. 2 como cdigo de hablante en la vinculacin. Este truco asegura que encontramos resultados positivos del hiptesis de vinculacin solamente dentro de segmentos de texto de la pregunta no. 2. Por eso recomendamos aplicar cdigos de hablante para limitar el contexto de anlisis a segmentos distintos como preguntas distintas, actividades, etc. Cuando se quiere encontrar cada segmento de texto que contiene la misma secuencia de "causa negativa" y "razn/contexto", pero no aparece en el mbito de la pregunta no. 2, no se debe hacer ms que mover el cdigo de hablante "/$M 2 lmites del humor" al fin de la secuencia y vincularlo con "NO" (Recuerda que la operacin lgica "NO" tiene que aparecer solamente al fin de una hiptesis de vnculo). El nuevo cdigo secuencial se lo define como as: Cdigo secuencial FR_HYPO_2-0-26:

Y Y NO

MX_causa negativa (-) MX_razn/contexto /$M2 lmites del humor

En lo consecutivo analizamos cuantitativamente los resultados de la comprobacin de varias hiptesis de vnculo, es decir los cdigos secuenciales proporcionados por estas hiptesis, en las respuestas de los grupos mR, mG, wR y wG as como en toda la prueba. Lo que buscamos son prototipos dentro de las estructuras de datos. A diferencia del tipo ideal en el sentido de Max W eber (1988) representa el prototipo datos existentes (sean persona/s, codificaciones u otras unidades de anlisis) o datos que se pueden encontrar mediante mtodos empricos. Se define el prototipo como el dato o los datos que tienen la distancia mnima a cada otro dato el postulado bsico del anlisis de cluster. El anlisis exploratorio de cluster trabaja generalmente en dos pasos: El primer paso calcula las distancias entre cada dato y cada otra dato, el segundo paso aplica varios criterios para generar cluster basado en la informacin sobre distancias. Del primer paso sigue tambin el prototipo como este juego de datos, que tiene la distancia mnima cuando se suman las distancias separadamente para cada dato. Es decir, el prototipo representa el centro de los datos disponibles. A continuacin se analizan otra vez los datos cualitativamente, concentrando el trabajo al anlisis de "casos fugitivos", o sea datos que tienen la distancia mxima a cada otro dato. Unas problemas cualitativas podran ser: Qu significa el/los prototipo/s frente a los fugitivos? Cuales cdigos juegan un rol importante? Cuales caractersticas saltan a la vista cuando se comparan prototipos y fugitivos?

238

C ap tulo 14

En nuestro ejemplo estas preguntas aportan a clarificar, cuales de los vnculos construidos segn consideraciones tericas representan especialmente bien nuestros datos (contestaciones de alumnos sobre el humor en el aula) o cuales salen particularmente mal (es decir, representan los "fugitivos"). El aviso siguiente nos parece muy importante: No debemos concentranos demasiadamente en los prototipos que representan el conjunto de los datos cuando interpretamos los hallazgos, sino damos cuenta de que hay tambin fugitivos como elementos con la misma importancia. Se encuentran las respuestas m s interesantes a las preguntas de investigacin en el campo de tensiones entre muestras tpicas y atpicas de datos.

Anlisis de datos: Desde A Q U A D al matriz de distancias Como ya mencionado tenemos que convertir las codificaciones en una matriz de distancias, que muestra cual codificacin (nuestros cdigos secuenciales; vea arriba) est cuando cerca o distante de cada otra codificacin. Como base sirve la frecuencia de los cdigos secuenciales, o sea las respuestas a la pregunta: Cual cdigo aparece en los datos de cual persona cuantas veces? A Q U A D cuenta las frecuencias de los cdigos y convierte la lista en una tabla de frecuencias (vea cap. 13.1 y 15.5), que se transforme al fin en el formato CSV. Programas de hoja electrnica y programas estadsticas o el lenguaje de programacin estadstica "R" (2004) pueden leer este formato sin problemas. Aqu sigue un ejemplo:

Ttulo de las columnas: Nombre o nmero de las variables (aqu: 266, 267, 268, etc.) Columnas: Personas Filas: Cdigos secuenciales Celdas: Frecuencias de los cdigos secuenciales En caso de que filas y columnas son embrolladas en su tabla, puede resolver el problema muy fcilmente en el entorno de "R" por transponer la matriz.

C m o se com binan anlisis cualitativos y cuantitativos

239

Anlisis estadstico con "R" "R" (2004) es un lenguaje de programacin sobre todo para el anlisis estadstico. No cuesta nada y se puede descargarlo sin problemas del Internet (vea pgina web). Tambin se encuentran varias informaciones, introducciones y sugerencias como trabajar con "R" . Referente a matrices de distancia hay una gua muy buena en el libro de Handl (2002, 83ff.). No obstante introducimos unos ordenes como ejemplos: tabla <- read.csv("Nombre_de_ la_ tabla_de_frecuencia.csv", header=TRUE) # Cargar la tabla de frecuencia en formato im .csv Format y asignarla a la variable"tabla" # la tabla .csv tiene ttulos (!); en caso de no se cambia el orden para ttulos: "header = FALSE" tabla # sirve para mostrar la tabla cargada en la pantalla Se puede seguir sencillamente las recomendaciones de Handl (2002). Hay que estandardizar la tabla antes de calcular las distancias, si no apareceran problemas de diferencias de variancias entre personas distintas (Handl, 2002, p. 97). Para la meta de identificar prototipos se necesita la matriz completa de distancias (Handl, 2002, p. 96 sig. y p. 437 un programa para esta tarea). Principalmente se espera que las filas contienen las variables, cuyas distancias se calcularn. Entonces las columnas deben contener las unidades del anlisis, en nuestro caso las personas. Cada celda muestra la frecuencia de un cdigo secuencial en los datos de un alumno determinado. Transponer filas y columnas, como descrito arriba, es muy fcil en "R": tabla <- t(tabla) # transponer el matriz "tabla"

Usualmente se aplica distancias "euclidias", salvo se dispone de una presuposicin terica para aplicar otras medidas de distancia. La suma de valores per fila proporciona un prototipo. Las celdas del diagonal contienen el valor "0", porque el diagonal represente la distancia de cada valor de si mismo, o sea identidad. Sigue que la distancia "0" representa la semejanza mxima, el valor "1" al contrario desigualidad mxima. Vamos a construir el vector de prototipos: prototipo <- apply(matriz_de_distancia, 1, sum) # Suma per fila de los valores en la matriz de distancia llamada "matriz_de_distancia"; generar el vector llamodo "prototipo" Guardamos este vector juntos con la matriz de distancia en el formato .csv. write.table(cbind(prototipo,matriz_de_distancia), file="tabla_de_prototipo.csv",sep=",") # Nombre del archivo reslutando: tabla_de_prototipo.csv Se puede abrir esta tabla en cualquier programa de hoja electrnica. La primera columna de la izquierda representa el vector del prototipo. Cuando ordenamos toda la tabla segn los valores de este vector, recibimos una secuencia de codificaciones que comienza (arriba) con valores representando el prototipo ms bien y termina (abajo) con valores sin muchas caracteristicas del prototipo o sea valores de fugitivos. Ahora comparamos las codificaciones y los segmentos de texto codificados por ellas. Para el ejemplo de pregunta 1 (Qu significa "humor" para ti?) encontramos el prototipo (no. 1 de la secuencia) Prototipo, no. 1: Y M_humor_dirigido_a_fuera Y M_rer. divertido. Alegra

240

C ap tulo 14

Adicionalmente queremos llamar su atencin al trabajo de Oldenbrger (1981, pp. 153 sig.), que describe como una matriz de proximidad (o de distancia) aporta a diferenciar empricamente entre conceptos que se unen o no unen uno con el otro. El proceder parece muy compatible con la estrategia del anlisis cualitativo segn el enfoque de "grounded theory" (Glaser & Strauss, 1965). Para esta tarea hay ya un programa en "R", que se llama "OptSchnPr" y se encuentra en el mdulo "Proxim" (Oldenbrger, 2004; vea vnculo web). El autor de A Q U A D ofrece tambin un programa "R" adicional, que carga y guarda tablas en formato ".csv"; Ud. puede adaptarlo sencillamente a las condiciones de su proyecto.

14.5.2 Identificar tipos por anlisis cuantitativo de "implicantes" Generalmente se seleccionan elementos, o sea cdigos, de implicantes basado en hiptesis o al menos suposiciones, que se basan si mismos en anotaciones, comparaciones permanentes dentro de y entre los casos, secuencias de cdigos, etc. Pero a veces las diferencias en el material emprico son muy finas y/o la complejidad del material es muy alta, por ejemplo cuando se investiga un tpico nuevo sin m ucha ayuda por publicaciones cientficas. Q uerem os presentar un enfoque, qu e utiliza sistemticamente el anlisis de aspectos cuantitativos de los datos y sigue a presunciones ms claras con respecto a relaciones entre los datos, al fin a una tipologa de casos. Las herramientas estadsticas para esta tarea no son muy sofisticadas. Al comienzo se cuentan todos los cdigos (o metacdigos), que podran pertenecer al mismo grupo segn sus aspectos de contenido/tpico. Despus se ejecuta una transformacin "z" (estandardizacin) de las frecuencias de cada cdigo seleccionado a travs de todos los casos y genera una tabla de inter-correlaciones de los resultados. Se parte de la base de que correlaciones significantes (p <= .05) entre frecuencias extremas, es decir valores de z fuera del rea de +/- 2 z (= 2 unidades de la aberracin estndar) indican un criterio para la minimizacin lgica o anlisis de implicantes. Deberamos acordarnos de no tenemos en el enfoque cualitativo diseos de investigacin con determinaciones de variables independientes y dependientes; entonces no hay estructuras predeterminadas, que ms o menos fuerzan configuraciones de causa y efecto. M s bien podemos construir configuraciones plausibles con diversos criterios y comprobarlos. Claro, de un paso ms tenemos que evaluar cualitativamente los hallazgos y justificar las configuraciones de cdigos, es decir dar buenas razones que las configuraciones son relevantes y aportan a la comprensin del objeto de la investigacin. Solamente en este caso ejecutamos al fin una minimizacin lgica de los cdigos seleccionados, en efecto un anlisis con el criterio positivo (DE VERDAD) y tambin con el criterio negativo (FALSO). Por eso no solamente evitamos fijar nuestro inters en resultados positivos, sino tambin podemos aprender algo de configuraciones "negativas" y sobre todo podramos notar contradicciones en la estructura de codificacin. Se repiten esta secuencia de pasos hasta no hay ms cambios esenciales de las posibilidades de ordenar los cdigos. En el enfoque de la "grounded theory" (Glaser & Strauss, 1965) se habla de "saturacin" del proceso de anlisis cuando se no pueden esperar ms cambios relevantes de los resultados. Observamos que un trmino medio es necesario: Ni deberamos ejecutar cualquier tamao de minimizaciones lgicas segn el enfoque cuantitativo de mala fama de "analizar con perdigones" ni deberamos basar una conclusin extensa en un solo hallazgo de implicantes. El resultado casual de un solo anlisis de implicantes no puede justificar generalizaciones, sino una interpretacin seria debe ser el resultado de intentos sistemticos de generar tipos. No olvidamos que no hay los tipos ideales de Max W eber en la realidad emprica. Por eso sigue, que no buscamos sencillamente "tipos", sino nos interesamos tambin en relaciones y diferencias entre varios tipos. A lo consecutivo describimos un pequeo ejemplo, que realiz dichos principios: Leo Grtler (2004) concluy de los resultados iniciales de una parte de su estudio de teoras subjetivas de maestros sobre humor en el contexto profesional y privado, que un sujeto distinto describi ideas colorados espiritualmente y muy idealizadas del "humor". Un metacdigo, que represent la actitud ideal hacia humor, sirvi como punto de arranque del proceder descrito arriba y constituy el criterio positivo (casi la "variable dependiente") de la minim izacin lgica.

C m o se com binan anlisis cualitativos y cuantitativos

241

Sucesivamente se incluyeron cada otro (meta-)cdigo con coeficientes significantes de correlacin (con el criterio) como "variables independientes" en el modelo de implicantes. El anlisis siguiente proporcion estes resultados: A = M_consciencia B = M_actitud_ideal_hacia_humor C = M_comunicacin_soc_IA D = M_autoconocimiento E = M_imagen_de_s_mismo_int_ext F = M_chistes_act_evaluacin Criterio: Condicin 2 / FALSO Implicant/es: ACeF [6 9], acde [4 8 10] Implicant/es: Condicin 2 / DE VERDAD Implicant/es: ACDEf [1] De ms anlisis result que se debi analizar una configuracin semejante: A = M_actitud_ideal_hacia_humor B = M_activ_cog_sin soc_IA C = M_comunicacin_soc_IA D = M_hombres_no_especfico E = M_autoconocimiento F = M_reflexin G = M_negacin_del_concepto Criterio: Condicin 1 / DE VERDAD mplicant/es: BCDEFG [1] Anotacin: Hay ningn caso para aplicar el criterio negativo. De ambos resultados siguen hiptesis interesantes, por ejemplo que actividades de ndole humorstico asociadas con chistes no tienen im portancia en este caso (ACD Ef), sino autoconocimiento, interaccin social y la influencia del imagen de s mismo constituyen factores relevantes. La aplicacin del criterio negativo (Condicin 2 / FALSO) muestra que una configuracin, que incluye chistes como factor importante, aparece solamente bajo la condicin del criterio del "actitud hacia humor" = FALSO; en este caso (ACeF) el rol del imagen de s mismo del punto de visto internal o external pierde importancia. Un segundo anlisis modific el modelo un poco y elimin el cdigo "consciencia", pero incluy "activ_cog_sin soc_IA" (actividades cognitivas sin referencia al interaccin social) y "reflexin" como "variables independientes". Aqu no podemos elaborar ms este asunto.

242