You are on page 1of 14

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)

UNIDAD 3

ANLISIS Y DISCUSIN DE RESULTADOS


La discusin resulta ms difcil de definir que las dems secciones de un artculo cientfico. Por
ello, es tambin, normalmente, la seccin ms difcil de escribir.
DISCUSIN DE RESULTADOS
Muchos artculos son rechazados por los directores de revistas a causa de una discusin deficiente, aunque los datos del documento sean
vlidos e interesantes.
La discusin de datos en artculos cientficos
corresponde a la forma como los resultados
son interpretados por el investigador, tanto a
la luz de la hiptesis planteada, como a la de lo
que otros autores dicen o han encontrado sobre el tema. Se trata de dilucidar qu significan los resultados y por qu ocurrieron de ese
modo las cosas. Un autor la define como el
estado general de interpretacin de los datos
a la luz de la totalidad de la evidencia disponible, incluidas las fuentes de sesgo e imprecisin (validez interna) y la discusin de la validez externa, incluyendo las medidas cuantitativas cuando sea posible
Para la discusin de resultados necesariamente se ha debido realizar el proceso de recoleccin de informacin, ya sea cualitativa o cuantitativa, mediante datos primarios (tomados
directamente de los participantes del estudio
mediante entrevistas, cuestionarios, observaciones, mediciones, etc.) y secundarios (por
medio de revisiones de documentos ya existentes como artculos, historias clnicas, reportes
estadsticos, bases de datos, reportes de otras
investigaciones, etc.).
Caractersticas y componentes de la discusin de resultados
En aras de mantener una estructura homognea de la seccin de discusin, los autores
proponen que contenga al menos los siguientes elementos:
+

Que se haga la interpretacin de los resultados encontrados en el estudio. Esto implica traducir los hallazgos a un significado

prctico, conceptual o terico. Deben presentarse estas interpretaciones en el mismo orden lgico en el que se presentaron
los resultados.
+

Que se reflexione sobre las implicaciones


de estos resultados. Los investigadores
suelen hacer sugerencias acerca del modo
en que sus resultados podran emplearse
para mejorar la prctica de las ciencias y
pueden hacer recomendaciones encaminadas a incrementar el conocimiento en ese
campo especfico profundizando en las investigaciones.

Que se incluyan las potenciales limitaciones del estudio. A menudo, el investigador


se encuentra en la mejor posicin para
plantear las limitaciones del estudio, como
deficiencias de la muestra, problemas de
diseo, dificultades en la colecta de datos,
etc. El hecho de que en la discusin se presenten estas limitaciones demuestra a los
lectores que el autor estaba consciente de
ellas y que quiz las tom en cuenta al interpretar los resultados.

En trminos generales la discusin, debe ser


clara y consistente con los resultados. Sus caractersticas ms relevantes se centran en
mostrar las relaciones y generalizaciones segn los cuadros, sealar las excepciones o faltas de correlacin y concretar los aspectos no
resueltos sin alterar los datos, sealar las concordancias o discordancias con las publicaciones anteriores, enunciar las aplicaciones prcticas de los resultados, formular las conclusiones con claridad y resumir las pruebas que
respalden cada conclusin.
Algunos investigadores, en especial los que llevan a cabo estudios cualitativos, resumen la
bibliografa pertinente en la seccin de discu1

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

sin y no en la introduccin, o bien en ambas,


o en algunos casos utilizan los estudios previos
como base para comparar sus resultados.
La discusin se redacta en tiempo presente,
como las referencias de otros autores, y en pasado cuando se abordan los resultados de una
investigacin.
Tipos de discusin de resultados
Dependiendo de las preguntas de investigacin, el planteamiento de hiptesis o supuestos tericos la discusin de los datos puede ser
cuantitativa, cualitativa o mixta.
La eleccin del tipo de anlisis depende del tipo de datos recolectados. Si se obtuvieron datos cuantitativos, estos ya fueron codificados,
preparados para el anlisis y analizados. Si los
datos recolectados fueron cualitativos, el anlisis, en consecuencia, es cualitativo. Existen
escenarios en los que se presentan resultados
tanto cuantitativos como cualitativos; en este
caso, la discusin debe dedicarse a ambos, alrededor de la hiptesis y objetivos planteados
y en el contexto de lo que otros autores dicen
al respecto.

3. Muestre cmo concuerdan (o no) sus resultados e interpretaciones con los trabajos
anteriormente publicados.
4. Exponga las consecuencias tericas de su
trabajo y sus posibles aplicaciones prcticas.
5. Formule sus conclusiones de la forma ms
clara posible.
6. Resuma las pruebas que respaldan cada
conclusin.
La seccin de discusin es una de las secciones
ms complejas del artculo cientfico. A continuacin se presentan algunas sugerencias:
+

+
+

Cmo se hace la discusin de resultados


No existe una regla que diga que la discusin
deba ocupar un porcentaje fijo en la longitud
total del artculo. Para empezar a escribir la
seccin de discusin se podra empezar
haciendo las siguientes preguntas:
Cules son las fortalezas y debilidades de su
estudio?, Cmo hacer (o no) el ajuste de resultados con otras pruebas publicadas?, En
qu queda la investigacin ahora?, Se prueban, modifican o abandonan las hiptesis?
Preceptos para la elaboracin de la seccin de
discusin.
1. Presente los principios, relaciones y generalizaciones que los resultados indican y
tenga en cuenta que los resultados se exponen, no se recapitulan.
2. Seale las excepciones o las faltas de correlacin y delimite los aspectos no resueltos.
No elija nunca la opcin de tratar de ocultar o alterar los datos que no encajen bien.

+
+

Comience la discusin con la respuesta a la


pregunta de la introduccin, seguida inmediatamente por las pruebas, expuestas
en los resultados, que la corroboran.
Escriba esta seccin en presente ("estos
datos indican que") porque los hallazgos
del trabajo se consideran ya evidencia cientfica.
Incluya las recomendaciones que crea
oportunas; evite sacar ms interpretaciones de las que sus resultados permiten.
Interprete sus datos en la discusin y decida si cada una de las hiptesis se apoya o
se rechaza; si no se puede tomar una decisin, el investigador tiene que postular algunas explicaciones posibles.
En caso de que la hiptesis no haya sido
puesta a prueba adecuadamente sugiera
cmo el experimento debe ser modificado
para que esto se logre.
Explique todas las observaciones tanto
como sea posible. Cuando usted se refiera
a la informacin, es importante distinguir
los datos que su propio estudio gener de
las observaciones y/o publicaciones de
otros autores.
Refiera el trabajo de los individuos concretos (incluido usted) en tiempo pasado; los
hechos aceptados generalmente y los principios deben escribirse en tiempo presente.
Decida si el diseo experimental est dirigido adecuadamente a la hiptesis y si se
controla o no.
Muchos estudios llevan a alguna pregunta
nueva, abren nuevas vas de investigacin.
Es importante sugerir una nueva hiptesis
y la posibilidad de nuevos experimentos
2

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

para seguir abordando la pregunta principal. Debe estar dispuesto a evaluar crticamente las decisiones que haya tomado al
disear su estudio y recomendar alternativas a otras personas interesadas en el
mismo problema.
Presente de forma clara y vlida su razonamiento y sus argumentos. Sin importar
qu tan importante sea la investigacin, si
esta no es considerada cuidadosamente y
discutida dentro del artculo, los resultados
de toda la investigacin se vern debilitados.
Analice y saque una conclusin con base en
los resultados obtenidos.

Termine la discusin haciendo un breve


resumen de las conclusiones sobre el aporte del trabajo.

Teniendo en cuenta la complejidad de esta


seccin y que el autor tiene plena libertad para
presentar, confrontar, resaltar o minimizar el
impacto de sus resultados, es una seccin en la
que es muy posible que el autor, de manera
consciente o inconsciente, influencie con sus
afectos los hechos y desve sus resultados
haciendo una discusin que no es completamente neutral (Francis Bacon). Este es uno de
los peores sesgos que puede ocurrir en la investigacin cientfica y esta seccin se presta
para ello si el investigador no lo toma en cuenta.

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

Material Complementario

ANLISIS CUANTITATIVO
Una vez que se reciben los datos y antes de
someterlos al anlisis, suele ser til llevar a cabo algunas operaciones preliminares. Esto
puede incluir:
+

Apartar los datos que son obviamente


errneos o irrelevantes. Esto ha de ser
hecho con precaucin: no se deberan borrar datos que son solamente anmalos y
no armonizan con nuestras hiptesis. Pueden tambin demostrar que la hiptesis es
defectuosa.
Normalizar o reducir nuestros datos
significa que se elimina la influencia de algn factor bien conocido pero sin inters.
Por ejemplo, se puede eliminar el efecto de
la inflacin dividiendo todos los precios
por el ndice de precios de la fecha de la
compra.

el proyecto de investigacin, o al menos acta


como una hiptesis de trabajo inicialmente no
exacta que se puntualizar durante el anlisis.
Los datos empricos pueden entonces analizarse del modo siguiente: primero, el investigador dispone los datos de acuerdo con el modelo y despus considera en qu grado el marco
es adecuado a los datos, o si ha de buscarse un
modelo que se adapte mejor.
En otras palabras, el investigador suele primero decidir qu tipo de patrn es el que est
buscando en los datos. Esto determinar los
mtodos para un anlisis matemtico. As, la
primera cuestin a la hora de elegir el mtodo
de anlisis es: Se quiere usar las variables
medidas para clasificar casos o individuos?, O
se desea analizar variables inconexas, o bien
las relaciones entre diversas variables?

En el anlisis de los datos propiamente tal, el


propsito es extraer una invariante o estructura que interese a partir de los datos. Esto no
significa que se introduzcan los datos en un
computador y se espere que el ordenador
muestre qu estructuras pueden encontrarse
en ellos. Los computadores no son lo bastante
listos para eso.

Otra decisin importante se refiere al propsito final del proyecto; Se desea describir cmo
es el actual (o anterior) estado de su objeto, o
se desea descubrir cmo el objeto debe ser:
qu grado de las cualidades medidas sera ptimo?

En lugar de ello, es habitual que ya en un momento tan temprano como el inicio del proyecto, el investigador tenga un modelo matemtico que aplicar a los datos. Este modelo tambin proporciona las hiptesis eventuales para

A continuacin se presentan algunos mtodos


habituales para el anlisis estadstico de una
sola variable. Los mtodos han sido dispuestos
de acuerdo con la escala de medicin de la variable.

Escala nominal
Presentacin

Analizar variables individuales

Escala ordinal

Escala de intervalo

Escala de proporcin

-Tabulacin; Presentacin grfica-La moda-

Medias

-La mediana-Media aritmtica-

Medidas de dispersin

-Desviacin de cuartel-El rango-

Fuente: Arteologa, http://www2.uiah.fi/projects/metodi/s00.htm

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

Indicar la dispersin de los datos

Analizar las relaciones entre variables

Una vez que se ha calculado el valor medio,


puede ser a veces interesante describir a qu
distancia en torno a la media estn diseminados los valores singulares. Para este fin, se
pueden elegir entre diversas estadsticas. La
eleccin depende del tipo de media que se
haya usado:

Si dos variables evolucionan de modo tal que


en alguna medida se siguen entre ellas, se
puede decir que existe una asociacin o covarianza estadstica entre ellas. Por ejemplo, la
altura y peso de la gente estn estadsticamente asociadas: aunque el peso de nadie est causado por su altura ni la altura por el peso es,
no obstante, es habitual que las personas altas
pesen ms que las personas bajas. Por otro lado los datos habitualmente incluyen tambin
excepciones, lo que significa que una asociacin estadstica es inherentemente estocstica.

+
+

+
+

En conexin con la moda la dispersin de


valores raramente es interesante.
En lugar de ello, si se ha calculado una
mediana, muchas veces se querr sealar
la diseminacin de valores en torno a ella.
Una forma adecuada para esto es la desviacin de cuartiles. Un cuartil ms alto es aquel valor que es sobrepasado por
el 25% del conjunto de todas las mediciones; del mismo, modo el 25% de todos los
valores son ms bajos que el cuartil bajo.
La desviacin media de los cuartiles a partir de la mediana se llama desviacin de
cuartiles y se calcula con facilidad dividiendo por la mitad la diferencia de los
cuartiles.
Una estadstica alternativa y muy simple es
el rango: la diferencia entre el mayor y el
menor valor.
En conexin con la media aritmtica muchas veces se querr calcular la desviacin estndar. Si los valores se miden a
partir de una poblacin, la formula ser a),
sin embargo, si la desviacin estndar slo
se refiere a una muestra, la formula ser
b):
a)

(x x)

n 1

(x x)

b) s

En ambas frmulas, n es el nmero de los valores, y los valores de cada variable sustituir a
x uno tras otro. A la raz cuadrada de la desviacin estndar se llama varianza, y tambin
sta se usa con frecuencia para describir y analizar la dispersin.
Si la estadstica de dispersin se ha calculado a
partir de una muestra, su representatividad estadstica debe tambin calcularse al final. La
prueba t es adecuada para esto.

La ciencia de la estadstica ofrece numerosos


mtodos para revelar y presentar las asociaciones entre dos y ms variables. Los medios
ms simples son los medios de presentacin
grfica y tabulacin. La intensidad de la asociacin entre variables puede tambin describirse como una estadstica especial, como el
coeficiente de contingencia y una correlacin
para lo que hay varios mtodos de anlisis disponibles.
Si, al analizar los datos, se descubre alguna
asociacin entre las variables, el investigador
quisiera a menudo saber la razn de esta asociacin en el mundo emprico, es decir explicar esta asociacin. Lo comn a todos los mtodos es que dan la causa del fenmeno
cuando se est estudiando el qu. Cuando las
medidas se han hecho a partir de una serie de
estos fenmenos, es usual que una serie de
medidas, llamada variable independiente,
identifiquen la causa presumida, y otra serie
de medidas, la variable dependiente, del
efecto presumido en el fenmeno.
Note que no hay mtodos en el anlisis estadstico para la tarea de descubrir la explicacin
causal para una asociacin estadstica. Una
fuerte correlacin entre, A y B por ejemplo,
puede deberse a cuatro razones alternativas:
+
+
+
+

A es la causa de B.
B es la causa de A.
Tanto A como B son causadas por C.
A y B no tienen nada que ver con uno al
otro. Su asociacin en los datos analizados
est una coincidencia.
5

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

El investigador debe encontrar as la causalidad u otra explicacin para la asociacin de las


variables en alguna otra parte que en las medidas. En muchos casos, la teora original del
investigador puede proporcionar una explicacin; si no, el investigador debe usar su sentido comn para clarificar la causa.
Meta de anlisis

Escala nominal

A continuacin se mencionan algunos mtodos


usuales de anlisis estadstico que pueden
usarse al estudiar la interdependencia entre
una o ms variables. Los mtodos han sido
dispuestos siguiendo a qu escala de medicin
corresponden la mayor parte de las variables.

Escala ordinal

Presentar datos y su estructura a


grandes rasgos
Medir la fuerza de la asociacin
entre dos variables
Encontrar qu variables entre
varios son asociadas:
Transcribir una asociacin estadstica en una funcin matemtica

Escala de intervalo

Escala de
proporcin

Tabulacin; Grficos
Coeficiente de contingencia
-

Correlacin ordinal

Correlacin r de Pearson

Calcular contingencias o correlaciones para todos los pares de variables; anlisis factorial
-

Anlisis de regresin

Fuente: Arteologa, http://www2.uiah.fi/projects/metodi/s00.htm

Tabulacin
La tabulacin es una forma habitual de presentar las asociaciones entre dos o ms variables. Una tabla tiene la ventaja de que en ella
puede disponerse bien una cantidad extensa
de datos y se conservan las cifras exactas. Una
desventaja es que una tabla grande no es ilustrativa: raras veces revela algo ms que las ms
obvias regularidades o interdependencias entre datos.
Contingencia y correlacin
La covarianza estadstica entre dos variables se
suele analizar haciendo una tabla o una presentacin grfica, pero tambin hay disponibles estadsticas especiales para indicar su intensidad. Los medios disponibles para el anlisis de los vnculos entre las variables dependen
de con qu tipo de escala se han medido las variables.
+

Cociente de contingencia puede aplicarse a todo tipo de variables incluyendo


aquellas que se han medido slo con una
escala de clasificacin. Una estadstica alternativa es Chi cuadrado (2).

Correlacin ordinal es adecuada cuando al menos una de las variables se han


medido con una escala ordinal. La otra
puede ser u ordinal o aritmtica.
Para variables sobre escalas aritmticas, el
mtodo usual es la correlacin estndar,
mejor dicho la correlacin del momentoproducto o correlacin de Pearson.

Las formulas para calcular las estadsticas de


contingencia no se muestran aqu porque llevar a cabo los clculos manualmente sera poco prctico y los investigadores habitualmente
los hacen con un computador.
La correlacin del momento-producto suele
abreviarse con la letra r. Si el coeficiente de
correlacin es bajo, por ejemplo algo entre -0,
y +0,3; las dos variables no tienen mucho que
ver entre s (ms exactamente, no tienen casi
ninguna covariacin lineal). Si es alto, en otras
palabras, si su valor se aproxima ya sea a +1 o
a -1, esto significa que la relacin entre las dos
variables se aproxima a la ecuacin
y = ax + b. El signo del coeficiente de correlacin no es importante; el signo siempre es

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

idntico al signo del coeficiente a en la ecuacin.


Abajo, se puede ver tres diagramas de dispersin que demuestran tres conjuntos diferentes
de datos de dos variables. Cada conjunto consiste en ocho pares de valores. Las correlaciones entre las dos variables se han calculado y
se demuestran bajo cada diagrama. Se puede
ver que no hay correlacin entre las variables
en el conjunto en la izquierda, y los otros dos
conjuntos demuestran las correlaciones de 0,5
y 1,0.

Una vez que se haya encontrado un par de variables con una correlacin o contingencia
fuerte se puede continuar, por ejemplo, con las
operaciones siguientes:
+

Considerar, en base a su teora, cul variable del par es independiente (es decir la razn) y cul es la dependiente (la consecuencia), y si la relacin puede implicar todava ms variables.
Descubrir el patrn exacto de la relacin.
Los mtodos posibles para esto incluyen
los anlisis de serie temporal y de regresin.

Si la correlacin se calcula a partir de una


muestra, se debe recordar probar la representatividad estadstica con la prueba t.
Anlisis de regresin
A pesar del hecho que el anlisis de correlacin
es capaz de manejar solamente dos variables,
puede utilizarse para el anlisis inicial de un
gran nmero de variables, cuando no se tiene
una idea clara de las relaciones mutuas entre
ellas. Es fcil para un computador calcular una
matriz de correlacin entre todos los pares
potenciales de variables. Se puede entonces
elegir esos pares que presentan las correlaciones ms fuertes, y continuar examinndolos
con otras herramientas de anlisis ms refinadas.
Un aspecto dbil del anlisis de correlacin es
que no puede detectar otras relaciones lineales
entre las variables. Por ejemplo, una relacin
que obedece a la ecuacin y = ax2 pasara inadvertida. Sin embargo, algunos de los nuevos
programas de anlisis son capaces de detectar
incluso esta y algunas otras asociaciones habituales de variables. Adems, se puede intentar:
+

sustituir los valores de una variable con sus


valores cuadrados, su raz cuadrada o con
alguna otra modificacin, y hacer de nuevo
la matriz de correlacin. La computadora
toma el cuidado del clculo.
hacer un diagrama de dispersin de las dos
variables que se piensa quizs tenga una
relacin, y mirar si el patrn resultante sigue una forma de cualquier funcin matemtica apropiada.

El investigador suele tener razones tericas o


prcticas para creer que determinada variable
es causalmente dependiente de una o ms variables distintas. Si hay bastantes datos empricos sobre estas variables, el anlisis de regresin clsico o multivariante es un mtodo
apropiado para desvelar el patrn exacto de
esta asociacin.

El anlisis de la regresin encuentra la ecuacin lineal que se desva lo menos posible de


las observaciones empricas. Por ejemplo, en el
diagrama de arriba, los puntos simbolizan las
observaciones donde se han medido dos variables, y la lnea representa la ecuacin y = 8x +
45, obtenido con anlisis de la regresin de
modo que la suma de las diferencias cuadradas
de los valores medidos de y llegue a ser mnima.
El esquema contiene slo cuatro observaciones. Es demasiado poco para producir una
ecuacin plausible porque las observaciones
podran ser el resultado de coincidencia, sin
ninguna dependencia verdadera entre las va7

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

riables. Si se quieren hallazgos plausibles o


estadsticamente significativos se necesitara
mucho ms, quizs 40 observaciones multiplicados por el nmero de las variables independientes.
El algoritmo de anlisis de regresin construye
una ecuacin, que tiene el siguiente patrn con
una o ms variables independientes. Adems,
da los parmetros a1, a2, etc. y b valores tales
que la ecuacin corresponde a los valores empricos con tanta precisin como es posible.
y = a1x1 + a2x2 + a3x3 + ... + b
y = la variable dependiente
x1 , x2 etc. = variables independientes
a1 , a2 etc. = parmetros
b = constante
Una desventaja del algoritmo del anlisis de
regresin es que puede discernir relaciones slo lineales entre las variables. As no puede
manejar tales formatos usuales de ecuacin
como y = ax2 + bx + c. Esta dificultad, sin
embargo, se puede evitar reemplazando temporalmente la variable no lineal con una transformacin conveniente de ello, tal como su
cuadrado, raz cuadrada, el inverso, o logaritmo.
Si se tienen amplios datos con muchas variables, al principio del anlisis tal vez no se est
seguro de qu variables estn mutuamente conectadas y cules debieran as ser incluidas en
la ecuacin. Se podra estudiar esto primero
con una matriz de correlacin, o dejar al programa de anlisis de regresin elegir las variables correctas para la ecuacin (x1, x2, etc.).
Correctas son aquellas variables que mejoran
la exactitud del ajuste entre la ecuacin y los
valores empricos.
Cuando una de las variables independientes es
tiempo, y especialmente cuando se tiene una
serie de tiempo de medidas en intervalos iguales, el anlisis de regresin es una herramienta
conveniente para revelar una tendencia o un
desarrollo a largo plazo en una serie de tiempo: un estudio histrico. Esta tendencia, a menudo se puede utilizar para pronosticar el desarrollo futuro de la variable dependiente.
En el anlisis clsico de la regresin, la ecuacin deseada contiene solamente una variable

dependiente. En el caso que parezca implicada


ms de una variable dependiente, una herramienta conveniente para su anlisis es la correlacin cannica (que no se presenta aqu).
Finalmente, la herramienta correcta para calcular la representatividad estadstica de la
ecuacin obtenida por el anlisis de regresin
es la prueba t.
Anlisis factorial
Todas las preguntas en un cuestionario se
pueden considerar como variables, los valores
de las cuales se encuentran estudiando las respuestas que cada pregunta recibe. Generalmente la mayor parte de las preguntas conciernen ms o menos al mismo tema, y es por
lo tanto normal que algunas de estas variables
resulten tener una alta correlacin mutua. El
investigador ahora pudo desear descubrir si
hay variables de fondo o los factores latentes que combinan algunas variables originales.
Si se pudieran encontrar estas variables del
fondo, los datos contenidos en los cuestionarios seran comprimidos grandemente y llegaran a ser ms fciles de comprender. El anlisis factorial es el mtodo normal de encontrar
estas variables latentes.
Por ejemplo, en un estudio acerca de la ropa
de poblacin finlandesa joven1, se examin con
un cuestionario las actividades del ocio de los
respondientes, y se descubri que haba una
alta correlacin entre pasar tiempo en conciertos, en galeras de arte, en teatros y en bibliotecas y tambin en lectura de libros. Todos stos tenan una correlacin negativa con mirar
la televisin o las competiciones deportivas. A
este factor, se dio el nombre de "factor cultural", que se asoci adems con educacin alta
de madre y padre, y con independencia de las
opiniones de otros al comprar ropas.
Otro factor que se encontr en el estudio se
denomin esttico-social, el que incluy objetivos de seleccionar ropa: destacar su belleza,
retratar confianza en s mismo y su personalidad, llamar la atencin, demostrar camarade1

Ruohonen, S. 2001. Nuorten pukeutuminen: erottautumista, elmyksi, harkintaa [Ropa de la gente joven: diferencia, experiencia, deliberacin]. Gummerus, University of Joensuu.

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

ra, valores comunes e ideologas. Este factor


correlacion tambin, en poco grado, con inters en la ecologa, con hacerse ropa uno mismo, y no llevar pieles.
Un tercer factor, denominado gastar contuvo
varios indicadores de gastar dinero comprando ropa, los cosmticos y las joyas, tan bien
como el aprecio del estilo, de la calidad y de la
moda.
Con la ayuda del anlisis factorial pueden
detectarse y especificarse las variables de
combinacin o factores latentes tras los
atributos medidos, y el anlisis tambin dice
cuan estrechamente estn vinculados estos
factores con las variables originalmente
verificadas. A veces, se sita tambin una
condicin suplementaria sobre los factores,
concretamente, que no deben tener
correlacin alguna entre ellos y estn por lo
tanto en ngulo recto uno con respecto a otro
(equivalente a "rotacin ortogonal" de los
factores durante el anlisis). Esta opcin, no
obstante, suele disminuir la correlacin con las
variables originales.
Un inconveniente del mtodo del anlisis factorial es que su uso formalmente correcto, pe-

ro sin consideracin, puede producir los factores matemticamente exactos, pero que sin
embargo no tienen ningn significado emprico sensato. En el estudio citado, el autor evit
este callejn sin salida con el medio de entrevistar algunos respondientes desde una u otra
extremidad de un factor, los cuales eran capaces de clarificar sus actitudes y estilos de vida y
dar el motivo para sus opiniones que difieren
del promedio.
Es posible continuar el anlisis factorial agrupando a los respondientes (u otros casos empricos) en grupos en base de sus valores en los
factores que se encontraron en el anlisis. Esta
operacin sufre de la misma inconveniencia
anteriormente planteada: es difcil dar una explicacin emprica a estos grupos artificiales y
encontrar cualquier rastro de su existencia
verdadera en la realidad. Adems, la dispersin de casos a lo largo de cada factor sigue casi siempre la distribucin normal (de Gauss),
lo que significa que la mayora de los casos estn cerca del punto medio y el investigador no
puede encontrar ninguna divisin distinta en
grupos.

Anlisis Cualitativo
Una de las caractersticas de la investigacin
cualitativa es la paradoja de que aunque muchas veces se estudia a pocas personas, la cantidad de informacin obtenida es muy grande.
Hay multiplicidad de fuentes y formas de datos. Hay informacin que proviene de observaciones estructuradas o no estructuradas. Otra
de entrevistas, ya sean abiertas, estructuradas
o etnogrficas, y tambin de medidas menos
intrusivas, como documentos cotidianos o especiales, registros o diarios. En algunos estudios puede haber informacin proveniente de
cuestionarios y encuestas, pelculas y vdeos, o
datos provenientes de pruebas de diversos tipos.

La mayor parte de las investigaciones generan


una buena cantidad de hojas escritas, transcripciones de entrevistas, de grupos de discusin, de observaciones y de otros tipos de fuentes. Una caracterstica de la investigacin cualitativa es que se trabaja principalmente con
palabras y no con nmeros, y las palabras ocupan ms espacio que los nmeros. Por ejemplo, una semana de trabajo de campo puede
generar 200-300 pginas de transcripciones y
otros materiales, ms especficamente, cada
hora de entrevista se transforma en alrededor
de 10.000 palabras a ser analizadas.

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

La informacin crece geomtricamente, y peor


an, en las primeras fases de un estudio todo
parece importante. Si no se sabe qu es ms
relevante, todo parece serlo. En ciertos casos,
puede que nunca se tenga tiempo de condensar y ordenar, y mucho menos de analizar y
pasar a limpio todo el material recolectado, a
menos que se tengan varios aos
por delante. Es por esto que el
marco conceptual y las preguntas
de investigacin son la mejor defensa contra la sobrecarga de informacin. La recoleccin de datos es inevitablemente un proceso selectivo, no se puede ni se logra abarcar todo, aunque se
piense que se puede y que se
hace.
Es importante resaltar, que las
investigaciones cualitativas requieren mucho tiempo. Por
ejemplo, se necesita de dos a cinco veces ms tiempo para procesar y ordenar los datos, que el
tiempo necesario para recolectarlos. Adems, el anlisis de la
informacin recolectada es un
proceso que tambin requiere tiempo, no se
hace rpido, incluso algunos autores consideran que comienza antes que los anlisis de datos cuantitativos y que suele durar mucho ms
tiempo.
Cuando se habla de datos cualitativos generalmente se habla de textos: peridicos, pelculas, comedias, mensajes de correo electrnico,
cuentos, historias de vida; y tambin de narrativas, como por ejemplo, relatos acerca del divorcio, sobre estar enfermo, sobre el hecho de
sobrevivir a un combate cuerpo a cuerpo, sobre prostitucin o sobre cmo intentar dejar
de fumar.
En este sentido, es posible distinguir entre la
tradicin lingstica, que trata al texto como
un objeto de anlisis en s mismo, y la tradicin sociolgica, que trata al texto como una
ventana a la experiencia humana.

En la figura se presenta una tipologa de tcnicas de anlisis cualitativo2


La tradicin lingstica incluye el anlisis narrativo, el anlisis conversacional (o del discurso), el anlisis de ejecucin y el anlisis lingstico formal. Por su parte, la tradicin so-

ciolgica incluye dos tipos de textos escritos:


(a) las palabras o frases generadas por medio
de tcnicas de elicitacin sistemtica y (b) textos libres, como las narrativas, los discursos y
las respuestas a entrevistas no estructuradas o
semi-estructuradas (preguntas abiertas).
Hay varios mtodos para recolectar y analizar
palabras o frases. Las tcnicas de recoleccin
de datos incluyen listas libres, clasificacin en
pilas, comparaciones pareadas, pruebas con
tradas y tareas de substitucin de estructuras.
Las tcnicas de anlisis de estos tipos de datos
incluyen el anlisis componencial, las taxonomas y los mapas mentales.
El anlisis de textos libres incluye, por un lado,
mtodos para analizar textos crudos, como el
mtodo de palabras claves en contexto (KWIC
por su sigla en ingls), el conteo de palabras, el
2

Tomado de Ryan, G.W.; H.R. Bernard. 2003. Data


management and analysis methods. En: N.K. Denzin;
Y.S. Lincoln (ed.) Collecting and interpreting qualitative materials. 2 ed. Thousand Oaks, CA: Sage. pp.
259-309

10

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

anlisis de redes semnticas y los mapas cognitivos, y por el otro, mtodos que requieren la
reduccin del texto en cdigos. Estos ltimos
incluyen la teora fundamental del anlisis de
esquemas, el anlisis de contenido clsico, los
diccionarios de contenido, la induccin analtica y los modelos de decisin etnogrficos.
Cada uno de estos mtodos de anlisis tiene
sus ventajas y desventajas. Algunos son apropiados para explorar datos, otros para hacer
comparaciones y otros para construir y probar
modelos. Ninguno lo hace todo.
En el presente texto se tratar el anlisis de
texto libre a travs de cdigos.
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. Dicho anlisis
debe ser sistemtico, seguir una secuencia y un
orden.
Este proceso puede resumirse en los siguientes
pasos o fases:
1. Obtenerla informacin: a travs del registro sistemtico de notas de campo, de la
obtencin de documentos de diversa ndole, y de la realizacin de entrevistas, observaciones o grupos de discusin.
2. Capturar, transcribir y ordenar la informacin: la captura de la informacin
se hace a travs de diversos medios. Especficamente, en el caso de entrevistas y
grupos de discusin, a travs de un registro
electrnico (grabacin en formato digital).
En el caso de las observaciones, a travs de
un registro electrnico (grabacin en vdeo) o en papel (notas tomadas por el investigador ) En el caso de documentos a
travs de la recoleccin de material original, o de la realizacin de fotocopias o el
escaneo de esos originales. Y en el caso de
las notas de campo, a travs de un registro
en papel mediante notas manuscritas.

Toda la informacin obtenida, sin importar


el medio utilizado para capturarla y registrarla, debe ser transcrita en un formato
que sea perfectamente legible.
3. Codificar la informacin: codificar es
el proceso mediante el cual se agrupa la informacin obtenida en categoras que concentran las ideas, conceptos o temas similares descubiertos por el investigador, o los
pasos o fases dentro de un proceso.
Los cdigos son etiquetas que permiten
asignar unidades de significado a la informacin descriptiva o inferencial compilada
durante una investigacin. En otras palabras, son recursos mnemnicos utilizados
para identificar o marcar los temas especficos en un texto.
Los cdigos usualmente estn pegados a
trozos de texto de diferente tamao: palabras, frases o prrafos completos. Pueden
ser palabras o nmeros, lo que el investigador encuentre ms fcil de recordar y de
aplicar. Adems, pueden tomar la forma de
una etiqueta de categora directa o una
ms compleja (Ej.: una metfora).
Los cdigos se utilizan para recuperar y organizar dichos trozos de texto. A nivel de
organizacin, es necesario algn sistema
para categorizar esos diferentes trozos de
texto, de manera que el investigador pueda
encontrar rpidamente, extraer y agrupar
los segmentos relacionados a una pregunta
de investigacin, hiptesis, constructo o
tema particular. El agrupar y desplegar los
trozos condensados, sienta las bases para
elaborar conclusiones.
4. Integrar la informacin: relacionar las
categoras obtenidas en el paso anterior,
entre s y con los fundamentos tericos de
la investigacin.
El proceso de codificacin fragmenta las
transcripciones en categoras separadas de
temas, conceptos, eventos o estados. La
codificacin fuerza al investigador a ver
cada detalle, cada cita textual, para determinar qu aporta al anlisis. Una vez que
se han encontrado esos conceptos y temas
individuales, se deben relacionar entre s
11

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

para poder elaborar una explicacin integrada. Al pensar en los datos se sigue un
proceso en dos fases. Primero, el material
se analiza, examina y compara dentro de
cada categora.
Luego, el material se compara entre las diferentes categoras, buscando los vnculos
que puedan existir entre ellas.
Codificacin
Una vez que la informacin ha sido recolectada, transcrita y ordenada la primera tarea consiste en intentar darle sentido. El reto es simplificar y encontrarle sentido a toda la complejidad contenida en las notas de campo y las
transcripciones textuales. Para ello, es necesario utilizar algn proceso de codificacin que
permita desarrollar una clasificacin manejable o sistema de cdigos.
La codificacin es el corazn y el alma del
anlisis de textos enteros. La codificacin
fuerza al investigador a hacer juicios acerca del
significado de bloques contiguos de texto y
permite eliminar el caos y la confusin que
habra sin algn sistema de clasificacin. Esto
implica un trabajo intelectual y mecnico que
permita codificar los datos, encontrar patrones, etiquetar los temas y desarrollar sistemas
de categoras. Esto significa analizar el contenido central de las entrevistas, observaciones u
otros documentos para determinar qu es significativo, y a partir de all reconocer patrones
en esos datos cualitativos y transformar esos
patrones en categoras significativas y temas.
Tareas asociadas a la codificacin
La codificacin y la categorizacin incluyen
ciertas tareas fundamentales que son independientes del modelo de anlisis utilizado o de la
tradicin epistemolgica en la que se basa la
investigacin. Las tareas fundamentales asociadas con la codificacin son:
Muestreo. Los investigadores primero deben
identificar un corpus de textos y luego seleccionar las unidades de anlisis dentro de los
textos.
La identificacin de los textos a analizar puede
hacerse al azar o segn un propsito. Cuando
no es al azar, las muestras pueden basarse en

casos extremos o desviados, casos que ilustran


una mxima variedad de las variables, casos
que se consideran tpicos de un fenmeno, o
casos que confirman o niegan una hiptesis.
Una vez que el investigador ha establecido una
muestra de textos, el siguiente paso es identificar las unidades bsicas de anlisis. Las unidades pueden ser textos enteros (libros, entrevistas, respuestas a preguntas abiertas en una
investigacin por encuestas), segmentos gramaticales (palabras, frases, prrafos), unidades de formato (filas, columnas, pginas) o
simplemente trozos de texto que reflejen un
nico tema (unidades temticas). En general,
las unidades de anlisis no deben solaparse
entre s, sobre todo si el objetivo es hacer
comparaciones a lo largo de los diferentes textos.
Identificacin de temas: los temas son
constructos abstractos que los investigadores
identifican antes, durante y despus de la recoleccin de datos. La revisin de la literatura es
una fuente rica de temas, as como la experiencia del investigador en el rea de estudio.
Sin embargo, muchas veces los investigadores
obtienen los temas del texto en s mismo.
Existen diferentes mtodos para obtener estos
temas, pero todos ellos coinciden en que luego
de realizada la codificacin, y para el momento
en que el investigador ya ha identificado los
temas y los ha refinado hasta el punto en que
pueden ser aplicados a todo el corpus de textos, ya se ha realizado mucho anlisis interpretativo.
Codificar es analizar, ya que para codificar hay
que revisar las transcripciones y diseccionarlas
de forma significativa, mientras se mantienen
intactas las relaciones ente las partes, y esto es
el centro del anlisis. Esta parte del anlisis
incluye el cmo se diferencian y combinan los
datos recolectados y las reflexiones que se
hacen respecto a esta informacin.
Construir libros o sistemas de cdigos.
Los libros de cdigos no son ms que listas organizadas de cdigos (a menudo en jerarquas), las cuales deben incluir una descripcin
detallada de cada cdigo, criterios de inclusin
y exclusin, y ejemplos de texto real para cada
tema. Si un tema es particularmente abstracto,
12

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

es aconsejable tambin dar ejemplos de los lmites del tema e incluso algunos casos que estn estrechamente relacionados pero no incluidos en ese tema. La finalidad de la codificacin es reducir los datos.
Cuando un grupo de investigadores trabajan
en equipo analizando los mismos datos cualitativos, necesitan ponerse de acuerdo sobre lo
que incluirn en su libro de cdigos.
La codificacin no es un proceso rgido, los
buenos libros de cdigos se desarrollan y refinan a medida que avanza la investigacin. Se
puede comenzar con varios temas principales,
y a medida que el anlisis avanza, dividir esos
temas principales en subtemas. De igual manera, es posible que a lo largo del anlisis, se
decida unir algunos de los temas principales y
combinar sus sub-temas, o que surjan nuevos
temas que sustituyan, incluyan o subdividan
categoras anteriores. stas se incorporan y el
proceso se dinamiza y flexibiliza durante todo
el anlisis.
Marcar textos. El acto de codificar implica la
asignacin de cdigos a unidades contiguas de
texto. La codificacin sirve a dos propsitos diferentes en el anlisis cualitativo. Primero, los
cdigos actan como etiquetas para marcar el
texto dentro del corpus, para luego recuperarlo o indexarlo. Las etiquetas no se asocian con
unidades fijas de texto, pueden marcar frases
simples o extenderse a lo largo de mltiples
pginas. Segundo, los cdigos actan como valores asignados a unidades fijas. Los cdigos
son valores nominales, ordinales, de intervalo
o razn que se aplican a unidades de anlisis
fijas y que no se solapan entre s. Estas unidades pueden ser textos (como prrafos, pginas,
documentos), episodios, casos o personas. Los
cdigos como etiquetas se asocian con la teora
fundamentada y el anlisis de esquemas, y los
cdigos como valores con el anlisis de contenido clsico y los diccionarios de contenido.
Estos dos tipos de cdigos no son mutuamente
excluyentes, pero el uso del mismo trmino
(cdigo) para ambas acepciones puede ser engaoso.
Construir modelos conceptuales (relaciones entre cdigos). Una vez que el investigador identifica una serie de elementos

(temas, conceptos, creencias, conductas), el siguiente paso es identificar cmo esos elementos se relacionan entre s en un modelo terico.
Los modelos son un grupo de constructos abstractos y de relaciones entre ellos. Una vez que
un modelo comienza a tomar forma, el investigador debe buscar casos negativos, es decir,
casos que no encajan en el modelo. Los casos
negativos o niegan partes del modelo o sugieren conexiones que necesitan hacerse. En
cualquier caso, los casos negativos deben acomodarse.
Tanto la teora fundamentada, como el anlisis
de esquemas, los modelos de decisin etnogrfica y la induccin analtica, incluyen fases de
construccin de modelos. Estos mtodos junto
con el anlisis de contenido clsico y los diccionarios de contenido, constituyen los mtodos ms comunes que usan los investigadores
para analizar bloques de textos.
Tipos de cdigos
Existen tres tipos de cdigos: los descriptivos, que requieren poca interpretacin, implican la atribucin de una clase de fenmeno a
un segmento de texto (Ej.: tipo de iluminacin:
natural o artificial). En segundo lugar, estn
los cdigos interpretativos, que como su
nombre lo indica, implican mayor interpretacin, y a su vez, mayor conocimiento de los datos (Ej.: motivacin: pblica o privada). Y en
tercer lugar, estn los cdigos inferenciales,
que son an ms inferenciales y explicativos
que los anteriores, y que suelen referirse a patrones, temas, vnculos causales o leitmotivs
(Ej.: lucha de poder). Este ltimo tipo de cdigo suele utilizarse en las fases finales de la codificacin, cuando dichos patrones se hacen
ms claros, y generalmente implican la relectura y la recodificacin de trozos de texto recolectados y codificados en fases previas del anlisis de datos.
Hay tres aspectos importantes con respecto a
los cdigos: (a) los cdigos pueden estar a diferentes niveles de anlisis, yendo de lo descriptivo a lo inferencial; (b) pueden aparecer
en diferentes momentos del anlisis, algunos
son creados y utilizados al inicio y otros despus, usualmente los descriptivos al principio
y los inferenciales ms adelante; y (c) los cdi13

TALLER DE EXPRESIN ORAL Y ESCRITA (EPFO-080)


UNIDAD 3

gos son sencillos y sintetizan gran cantidad de


material, permitiendo as el anlisis de los datos recolectados.

Definicin de cdigos
Es indispensable que los cdigos tengan una
definicin operacional clara. Todos los codificadores deben entender las definiciones y deben poder identificar, rpida y fcilmente, trozos de texto que calcen con cada definicin.
Esto permite que los cdigos puedan ser aplicados de manera consistente por un solo investigador a travs del tiempo o para que mltiples investigadores piensen acerca del mismo
fenmeno a medida que codifican. Esa definicin debe ser precisa y su significado debe ser
compartido entre los diferentes codificadores.
Las definiciones pueden ser mejoradas y precisadas a medida que el estudio avanza, pero
siempre deben estar acordes a la estructura
conceptual subyacente.

Consejos

Los investigadores que se inician en la investigacin cualitativa no deben empezar


con grandes grupos ni con muchas 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 al-

+
+
+

gn investigador realizando entrevistas,


observaciones o grupos de discusin.
En las primeras ocasiones hay que procurar la simplicidad, limitar el estudio a un
concepto clave.
Las preguntas deben ser claras y relacionarse cuidadosamente entre s, y se deben
delimitar los objetivos del estudio.
Nunca olvidar la pregunta del estudio: es la
brjula que nos gua permanentemente.
No utilizar marcos referenciales que no se
conozcan bien.
No guardar las grabaciones ni las notas de
campo en un cajn durante semanas antes
de transcribirlas. La transcripcin del material debe hacerse cuanto antes.
No programar entrevistas ni grupos de discusin con mucha cercana entre s. Se debe dejar tiempo para transcribir antes de
entrevistar a una nueva persona o un nuevo grupo.
Es importante codificar cada sesin de recogida de datos antes de pasar a la siguiente.
La grabacin de nuestro propio desempeo
en las entrevistas o 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.

Esta obra est bajo la licencia Creative Commons Reconocimiento- No comercial -Sin obras Derivadas 4.0 Licencia
Internacional. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by-nc-nd/4.0/

14