UNIVERSIDAD

NACIONAL DE SAN
CRISTBAL DE
HUAMANGA
ESCUELA DE FORMACIN PROFESIONAL
FACULTAD
DE
CIENCIAS
DE MEDICINA VETERINARIA

AGRARIAS

Integrantes:

Galvez Rivera, Pilar

Hinostroza Gmez, Csar
Huaman Najarro, Lily Luz
Pareja Quispe, Jorge

Es la aplicacin de un conjunto de

procedimientos
que
permiten
manejar,
seleccionar,
valorar,
sintetizar, estructurar, disponer la
informacin, reflexionar sobre ella y
realizar comprobaciones, con el fin
de llegar a resultados relevantes en
relacin con lo que se evala.

Anotaciones realizadas tras la observacin.

Imgenes fijas o en movimiento sobre las

situaciones, comportamientos y
actividades de inters, recogidas con
medios tecnolgicos.

Diarios o otros documentos elaborados por

los participantes o aplicadores.

No se trabaja con datos, tendr que

trabajar con corpus de datos
cualitativos textuales.
Tratar 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.
Sus dificultades aumentan por los
rasgos caractersticos.

 Voluminosos:
cantidad de datos recogidos.

No expresados numricamente:
se expresan mediante palabras y por tanto no se le
pueden aplicar tcnicas estadsticas, por esta
razn se les denomina datos Blandos.

Ricos en informacin:

encierra mltiples informaciones.

PROCESO

Ausencia de procesos definidos y

estructurados, aunque algunos autores
proponen un esquema de trabajo ms o
menos comn:
- Reducir informacin
- Extraer conclusiones
- Organizar y presentar datos

CRTICAS

- Subjetividad
- Ausencia de un lenguaje en comn
- Escaso tratamiento en la literatura

REDUCIR LA INFORMACIN
Se concreta en diferentes estrategias:

Categorizacin: identificacin del tema o

categora de significado a la que se refiere un
determinado fragmento del texto.

Fragmentacin: un fragmento es una cadena

textual que puede ser diferenciada del resto del
documento por referirse a un tema en particular.

Codificacin: asignar a un fragmento de texto un

cdigo o etiqueta que representan a una
categora, para dejar constancia de su
pertenencia a esa categora.

Clasificacin de los sistemas de categoras

segn su origen:
o
o
o

SISTEMAS A PRIORI: categoras definidas

antes de iniciar el anlisis de datos.

SISTEMAS EMERGENTES: no hay
categoras previas
SISTEMAS MIXTOS: se combinan
categoras iniciales de carcter muy general

Cuando la codificacin est en manos de ms

de
un analista es fundamental utilizar un mismo
sistema de categoras, por lo que suelen
emplearse los sistemas a priori.

ORGANIZAR Y PRESENTAR DATOS

Elementos caractersticos de su estructura:

Frecuentemente tienen la apariencia de textos
Muestra una disposicin lineal
Los significados aparecen dispersos
FORMAS DE DISPOSICIN MS UTILIZADAS

Agrupamiento por categoras: forma ms simple de

disposicin. Rompe la estructura lineal del texto y
reorganiza las unidades identificadas en funcin de su
contenido temtico.
Matrices textuales: son tablas de doble entrada en
las que se aloja una informacin textual. El principal
inconveniente es su tamao cuando el volumen de
informacin es importante y se recoge en las celdas
todos los fragmentos correspondientes.
Procedimientos grficos: los diagramas y otras
formas de disposicin son tiles para mostrar la relacin
entre categoras

La ltima finalidad dentro del proceso de anlisis

es llegar a conclusiones. Las conclusiones
constituyen los resultados finales de un estudio, lo
que el evaluador aprendi del objeto estudiado.
Extraer conclusiones supone formular
proposiciones mediante las cuales describimos el
objeto o realidad evaluada y avanzamos en su
comprensin, permitiendo la emisin de juicios
valorativos sobre el mismo.

VAS PARA LA EXTRACCIN DE

CONCLUSIONES

Elaborar un memorizando
Estructurar la informacin mediante un sistema
de categoras
Describir el contenido de cada categora
Realizar comparaciones
Contrastar los resultados
Derivar propuestas de mejora
- De cara a verificar las conclusiones, las
estrategias ms utilizadas, y las de mayor
potencia,
son
la
triangulacin
y
la
comprobacin con los participantes.
- Sea cual sea la estrategia utilizada, en el
informe debera hacerse explcita su utilizacin.

TAREAS MECNICAS
Conllevan manipular fsicamente los datos y los
resultados de su anlisis. Exigen sobre todo
tiempo de dedicacin para llevarlas a cabo.
En este tipo de tareas puede resultar til el uso
de herramientas informticas, ya que dan
buenos resultados a la hora de cubrir tareas de
almacenamiento y recuperacin de datos.

TAREAS CONCEPTUALES
Son las que implican decisiones e
intervenciones del analista para producir
resultados.
Estas tareas exigen perspicacia y claridad de
ideas.

PASOS PARA EL ANLISIS DE DATOS

CUALITATIVOS

El anlisis de datos cualitativos es emocionante porque se

descubren temas y conceptos metidos entre los datos
recolectados. A medida que se avanza en el anlisis de los
datos, esos temas y conceptos se tejen en una explicacin
ms amplia de importancia terica o prctica, que luego
gua el reporte final (Rubin , 1995).
Dicho anlisis debe ser sistemtico, seguir una secuencia y
un orden (lvarez-Gayou, 2005).
Obtener

la informacin
Capturar, transcribir y ordenar la
informacin
Codificar la informacin
Integrar la informacin

CONSEJOS

lvarez-Gayou (2005) y Miles y Huberman (1994)

aconsejan lo siguiente:
Los investigadores deben empezar con grupos
pequeos con pocas preguntas de
investigacin. Deben limitar el estudio a temas
clave (no diversificar demasiado). Adems,
deberan buscar asesora y ejemplos.
La asesora de un investigador experimentado
resulta invaluable, as como tener la
oportunidad de observar a algn investigador
realizando entrevistas, observaciones o grupos
de discusin.
Las preguntas deben ser claras y relacionarse
cuidadosamente entre s, y se deben delimitar
los objetivos del estudio.

Nunca olvidar la pregunta del estudio.

No utilizar marcos referenciales que no se
conozcan bien.
La transcripcin del material debe hacerse cuanto
antes.
No programar entrevistas ni grupos de discusin
con mucha cercana entre s.
Es importante codificar cada sesin de recogida de
datos antes de pasar a la siguiente.
La grabacin de nuestro propio desempeo en
grupos de discusin, permitir revisar
cuidadosamente nuestra labor y mejorarla.
En lo posible, realizar la recogida de datos con un
compaero que nos retroalimente de forma
constructiva.

lvarez-Gayou, J.L. (2005). Cmo hacer investigacin cualitativa.

Fundamentos y metodologa. Mxico: Paids.
Bogdan, R. & Biklen. S.K. (1992) Qualitative research for education:
An introduction to theory and methods. (2a ed.). Boston: Allyn &
Bacon.
Lofland, J. (1971) Analyzing social settings: A guide to qualitative
observation and analysis. Belmont: CA: Wadsworth.
Miles, M. B. y Huberman, A.M. (1994) Qualitative data analysis: An
expanded sourcebook (2a ed.). Thousand Oaks, CA: Sage.
Patton, M.Q. (2002) Qualitative research & evaluation methods (3a
ed.). Thousand Oaks, CA: Sage.
Rubin, H.J. y Rubin, I.S. (1995) Qualitative interviewing. The art of
hearing data. Thousand Oaks, CA: Sage.
Ryan, G.W. y Bernard, H.R. (2003) Data management and analysis
methods. En N.K.
Denzin y Y.S. Lincoln (eds.) Collecting and interpreting qualitative
materials. (2a ed.). (pp. 259-309). Thousand Oaks, CA: Sage.