La codificación como unidad

mínima del análisis cualitativo

Basado en:
Skjott Linneberg, M., & Korsgaard, S. (2019). Coding qualitative data: A synthesis guiding the novice. Qualitative
Research Journal, 19(3), 259–270. https://doi.org/10.1108/QRJ-12-2018-0012
•Codificación
identificar segmentos de significado en los datos y etiquetarlos con un código

•Código
“a word or short phrase that symbolically assigns a summative, salient, essence-capturing, and/or
evocative attribute for a portion of language-based or visual data” (Saldaña, 2015, p. 3).

Varias formas de codificar

(Pocos datos)
colores por código
copiar pegar en Word
(Hartos datos)
softwares  peligros: muchos códigos
falto de profundidad y foco
 Ventajas

• Profundidad ( “...makes you revisit all aspects of the data you have collected…”)

• Datos accesibles y recuperables

• Ordena y estructura datos (reduce info y esqueleto para el análisis)

• Transparencia (“too much telling and too little showing lowers the quality of the work” (p.262)

• Validez (“…a way to ensure that the questions asked are the questions that have been
answered” (p.262)

• Dar voz a los participantes (“Codes are created as a means to understand the phenomenon
and/or participants and their perspectives” (p.262)
 Preparación del proceso de codificación

1. Visión general de su proceso de investigación

• Pregunta/s de investigación
• Objetivos
• Diseño (unidad de análisis, contexto y la info que se necesita
recolectar)
2. Revisión de literatura
“I believe in knowing the literature, and then looking for a problem or questions where there’s
truly no known answer. It’s almost impossible to find those problems without knowing the
literature” (Eisenhardt in Gehman et al., 2018, p. 4)

3. Hacer accesible la info ¿?

Recopilar al menos algunos de los datos y documentarlos en una forma que permita un análisis sistemático.
Enfoque
Inductivo (o “teoría fundamentada”)
Deductivo
Blended approach (Graebner et al., 2012) o
abduction (Alvesson and Kärreman, 2007)
- Desarrollo de códigos directo desde los datos
- Estudios exploratorios o poca teorización
conceptual
- Balance entre cantidad de códigos – capturar
complejidad/diversidad de los datos
- 2da ronda de codificación + teoría = categorías
- Lista predefinida de códigos (teoría existente)
- Testeo o refinamiento de teoría
- Flexibilidad en la lista de códigos (cuando
emergen diferencias interesantes)
- Comúnmente utilizado
- Enfoque que combina inductivo y deductivo
- Ciclos de codificación
- Flexible
Ciclos de codificación
• 2 o más
• De menor a mayor nivel de abstracción
(from existing theories)
• Informant-centric  researcher-centric
• No linear

(adapted from Saldaña, 2015, pp. 59-64).

 “As the research process develops, so does the type of
coding, which also allows the researcher to move from basic
descriptive codes toward answering the research question
posed.” (Skjott & Korsgaard, 2019, p. 266)

“…shows the progression from data to theory…”

(Gioia et al., 2013 en Skjott & Korsgaard, 2019, p.266)
 Combinar codificación con memos analíticos
• Reflexiones del investigador durante la codificación

De la codificación al análisis

Después de
• No dos fases distintas; procesos interrelacionados que
co-evolucionan
• Requiere un proceso de inmersión en los datos (ej. del

codificar artist)

Visualización de datos
• Facilita la lectura y la comprensión (when well-done)
• Boxed/matrixes/networks
 Críticas
1. Divide los datos en elementos inconexos  pierde el elemento holístico
• Técnicas: rereading the full transcript and initial analytical memos,
• looking for negative evidence in the data
• keeping an updated logbook that includes situational factors of relevance
• cooperating with one’s peers

2. Naturaleza subjetiva
• Técnicas: several people involved in the coding process

3. Rápida, mecanicidad (¿?) que descontextualiza datos

• Técnicas: elaborate detailed descriptions
elaboration of contexts
specific examples
inclusion and discussion of contradictory results
 “…coding should not be “just” a
mechanical process chasing
specifics. It is important to remain
attuned and sensitive to the data
and its context…”
(Skjott & Korsgaard, 2019, p.268)

“…while coding itself is easy to do, it is difficult to do well”

(Skjott & Korsgaard, 2019 p.261)