Rigor Metodolgico Anlisis de datos cualitativos y sus

Rigor Metodológico Análisis de datos cualitativos y sus implicaciones metodológicas

• Los software para análisis de datos cualitativos son una herramienta de ayuda en el proceso de análisis de datos cualitativos, nunca el instrumento de análisis. Dicho instrumento siempre es el investigador. • Los programas de análisis de datos cualitativos únicamente sirven para lograr sistematizar y controlar el proceso de análisis de datos.

• El análisis de datos cualitativos se caracteriza por su forma cíclica y circular, frente a la posición lineal que adopta el análisis de datos cuantitativos. • Gracias a este proceso circular, el investigador, casi sin darse cuenta, comienza a descubrir que las categorías se solapan o bien no contemplan aspectos relevantes. Estas pequeñas crisis obligan al investigador a empezar nuevos ciclos de revisión.

• La información siempre puede volver a analizarse bajo nuevos criterios de codificación. • Algunas dificultades con las que cualquier investigador puede toparse es el carácter polisémico de los datos cualitativos. Los múltiples significados que pueden encontrarse en una grabación de audio y video o en una transcripción materializada en un texto, son casi ilimitados.

«Los pacientes de los seguidores de Adler sólo tiene problemas de poder. Los pacientes de los seguidores de Jung inundan a sus médicos con arquetipos y todo tipo de simbolismos parecidos. Los freudianos ven confirmados, en labios de sus pacientes, los complejos de castración y otras cosas similares» Frankl V. Ante el Vacío Existencial. Hacia una humanización de la psicoterapia. España: Herder; 2001.

«Todo saber es fragmentario y en cada uno de sus grados queda siempre un resto sin solucionar» Freud S. Análisis de la fobia de un niño de cinco años (1909). En: Obras completas. Madrid: Biblioteca Nueva; 2007.

• Existe un carácter artístico-creativo del análisis de los datos cualitativos. • El dato cualitativo se convierte en un elemento dinámico, resultado de una serie de manipulaciones que transforman la realidad.

Realidad • En su significado propio y específico, el término designa el modo de ser de las cosas, en cuanto existen fuera de la mente humana o independientemente de ella. Abbagnano N. Diccionario de Filosofía. México: Fondo de Cultura Económica; 2004.

El principio de incertidumbre • No hemos logrado mucho éxito en la predicción del comportamiento humano. • A primera vista el determinismo parece amenazado por el principio de incertidumbre que establece que no podemos medir con precisión la posición y la velocidad de una partícula simultáneamente. Hawking, S. El universo en una cáscara de nuez. Barcelona: Editorial Planeta; 2002.

El principio de incertidumbre • Cuanto mayor es la precisión con que medimos la posición, menor será la precisión con que podamos determinar la velocidad, y viceversa. Hawking, S. El universo en una cáscara de nuez. Barcelona: Editorial Planeta; 2002.

El principio de incertidumbre • La versión de Laplace del determinismo científico sostenía que si conociéramos las posiciones y las velocidades de las partículas en un instante dado, podríamos determinar su posiciones y velocidades en cualquier otro instante del pasado y del futuro. Hawking, S. El universo en una cáscara de nuez. Barcelona: Editorial Planeta; 2002.

El principio de incertidumbre • Pero ¿cómo podríamos ni siquiera empezar si el principio de incertidumbre nos impide conocer con precisión las posiciones y la velocidades en un instante? Por buenos que sean nuestros ordenadores, si les introducimos datos imprecisos, obtendremos predicciones también imprecisas. Hawking, S. El universo en una cáscara de nuez. Barcelona: Editorial Planeta; 2002.

• Todo el mundo creía que la precisión de cualquier medida solo estaba limitada por la precisión de los instrumentos de medida utilizados. Heisenberg demostró que eso no es así en el caso de ciertos pares de magnitudes. • La mecánica cuántica establece un límite a la precisión con la que se pueden conocer estas magnitudes. Navarro, J. El principio de incertidumbre Heisenberg ¿existe el mundo cuando no lo miras? España: National Geographic; 2012.

El principio de incertidumbre • En la formulación de la ley de causalidad «si conocemos el presente precisamente podemos predecir el futuro» , lo que es falso no es la conclusión, sino la premisa. No podemos conocer el presente con todo detalle, ni siquiera en principio. Navarro, J. El principio de incertidumbre Heisenberg ¿existe el mundo cuando no lo miras? España: National Geographic; 2012.

El principio de incertidumbre «…sin que alcance el hombre a entender la obra que ha hecho Dios desde el principio hasta el fin» (Eclesiastés 3: 11)

El principio de incertidumbre • Ni siquiera podemos suponer que la partícula tiene una posición y una velocidad que Dios conoce pero que nos permanecen ocultas. • Incluso Dios está limitado por el principio de incertidumbre y no puede saber la posición y la velocidad de una partícula. Hawking, S. El universo en una cáscara de nuez. Barcelona: Editorial Planeta; 2002.

Jean Martin Charcot • “Hay un momento, entre la enfermedad y la salud, que parece depender del enfermo” Jaspers, K. (1996). Psicopatología General. México, DF, México: Fondo de Cultura Económica.

• Es imposible hablar de un paralelismo exacto de fenómenos psíquicos y físicos • “Es como cuando se explora un continente desconocido desde dos partes pero los exploradores no se encuentran, porque queda siempre entre ellos un vasto territorio impenetrable” Jaspers, K. (1996). Psicopatología General. México, DF, México: Fondo de Cultura Económica.

La falta de correlación anatomo-clínica. • “No es prudente ni razonable inferir directamente el síntoma a partir del trastorno orgánico y su materialización (mecanicismo). Siempre hay una separación o hendidura órgano-clínica”. Palem, R. M. (2009). Actualidad del pensamiento de Henri Ey (1900 -1977). Salud Mental, 32(3): 259 -262.

“Muchos misterios hay: de todos los misterios, el más grande es el hombre” Sófocles, Antígona

• Los procesos de categorización y codificación, son las decisiones más inmediatas en el proceso general de reducción de datos. • El proceso de construcción de las categorías (categorización) puede ser de diferentes tipos.

Tipos de Categorización • Inductivo: consiste en elaborar las categorías a partir de la lectura y examen del material recopilado sin tomar en consideración categorías de partida, se parte de la búsqueda de conceptos que traten de cubrir los datos. • Deductivo: las categorías están establecidas a priori, siendo función del investigador adaptar cada unidad a una categoría ya existente.

“Toda investigación trae consigo algún elemento de riesgo. No existe garantía alguna de que el universo llegue a ajustarse a nuestras predisposiciones” Carl Sagan (1934 -1996)

• El proceso de construcción de categorías puede ser mixto. El investigador toma como categorías de partida las existentes, formulando algunas más cuando este reportorio de partida se muestre ineficaz, es decir, que no contenga dentro de su sistema de categorías ninguna capaz de cubrir alguna unidad de registro.

Consistencia lógica Recomendaciones: • Evitar que nuestras creencias y opiniones afecten la coherencia y sistematización de las interpretaciones de los datos • No establecer conclusiones antes de que los datos sean analizados • Considerar todos los datos

La consistencia lógica se demuestra cuando el investigador • Proporciona detalles específicos sobre su perspectiva teórica y el diseño utilizado. • Explica con claridad los criterios de selección de los participantes y las herramientas para recolectar datos. • Ofrece descripciones de los papeles que desempeñarán los investigadores en el campo y los métodos de análisis empleados

La consistencia lógica se demuestra cuando el investigador • Especifica el contexto de la recolección y cómo se incorporó en el análisis • Documenta lo que se hizo para minimizar la influencia de sus conceptos y sesgos • Prueba que la recolección fue llevada a cabo con cuidado y coherencia.

Credibilidad Recomendaciones: • Evitar que nuestras creencias y opiniones afecten la claridad de las interpretaciones de los datos cuando deben enriquecerlas • Considerar importantes todos los datos, particularmente los que contradicen nuestras creencias. • Privilegiar todos los participantes por igual • Estar conscientes de cómo influimos a los participantes y cómo ellos nos afectan • Buscar evidencia positiva y negativa por igual

La credibilidad se logra mediante • Corroboración estructural: varias partes de los datos (categorías, por ejemplo) se soportan conceptualmente entre sí. • Adecuación referencial. Un estudio la posee cuando nos proporciona cierta habilidad para visualizar características que se refieren a los datos y que no hemos notado por nosotros mismos.

Transferencia • Las conclusiones aportadas por el investigador son aplicables a otros contextos. • Esto solo pude demostrarse después de la investigación y no está en manos de sus autores.