52 / Encontrar tl senlido a lllS dates cualitativos
otras disciplinas, ciertamente de las ciencias socia
les, uno - a diferencia de la historia, por ejemplo- Diferencia entre el campo
no arranca con un cuerpo de documentos y lo con y los textos acadmicos
vierte en otra clase de cuerpo de documentos, sino
que empieza con la vida de las personas y las con-
versaciones con ellas, y tiene que convertir eso en
un texto acadmico.
Por eso se demora tanto y es tan difcil, porque las
dos cosas estn a millas de distancia. Y es muy Diferencia entre el campo
comn, creo, que cuando los estudiantes de
y los textos acadmicos
posgrado regresan del campo, reaccionan contra
lo que estn haciendo; sienten que lo que estn
escribiendo, de alguna manera, traiciona o se que- Metfora:
da corto con respecto a la relacin que tenan cuan traicin
do se hallaban en el campo. Escribir una obra aca-
dmica algo sosa se siente como una ITaicin.
Sin embargo, la mayor parte de los estudiantes
aprenden a hacerlo, y en el proceso aprenden mu-
chsimo, no slo sobre las personas que estudian,
sino tambin sobre la manera de redactar y pro
ducir un texto de alto nivel acadmico.
Me parece que uno de los proble~s del trabajo de Diferencia entre la
campo, si uno est lejos por un tiempo -y la rna cultura de campo
yor parte de los antroplogos lo estn- es que se y Ja acadmica
pierde contacto hasta cierto punto con la cultura
acadmica y del pafs, y luego se tiene que volver a Diferencia entre la
meter en ella, y cuando i.tno regresa eso es un pro- cultura de campo
ceso algo lento. yel pas.
Al adscribirle cdigos de esta rrianera hemos indicado algunos
asuntos genricos clave. Este trabajo se ha hecho como ms que un
ejercicio mecnico de segmentacin de datos y refleja una serie de
lecturas y relecturas de ellos, en las cuales interactan los detalles
de una entrevista y nuestras p"re(iCupad()nes emergentes. Tambin
podemos observar, mientras analizamos el texto de la entrevista en
este nivel, que las referencfas repetidas a las diferencias y distancias
proponen dos asuntos adicionales; Al identificar estas categorias,
tambin hemos comenzado a pasar de considerar el contenido de
la conversacin del antroplogo a prestarle algo de atencin a su
forma. Tambin podemos observar que sus descripciones se basan
is conceptos y la codificodn / 53
en un patrn recurrente, una serie de contrastes: la antropologa"!
otras disciplinas, el trabajo de campo y la casa, y los textos acade-
micos y las vidas de la gente. En el captulo 4 consideraremos en
ms detalle cmo podemos examinar estas propiedades formales y
otra vez analizaremos esta propiedad particular cuando considere-
mos la retrica contrastiva (Hargreaves, 1984) como un mecanismo
que los actores emplean para producir sus relatos del mundo social.
Aqu, al considerar la forma y el conterdo, ~emos obsez::ado ~
aspecto adicional de esta conversacin acad~mica: Hemos identifi-
cado la manera grfica como se expresa la dIStanaa entre el campo
y el texto. Se nos dice que los antroplogos estudiantes sienten a
veces que su trabajo es una traicin. Otra vez, regresaremos a expo-
ner la exploracin de estas figuras literarias en el captulo pero 4:
advirtamos que puede resultar til identicar los tropos o fi~ras
literarias, tales como las metforas, durante el proceso de codifica-
cin. Por tanto, hemos aadido dos cdigos al extracto anterior,
uno que identifica el uso de la retrica contrastiva y otro la localiza-
cin de esta metfora en particular.
Hemos repasado este mismo extracto de nuestros datos y le he
mos aplicado un conjunto de cdigos derentes y complementa-
rios. En aras de la claridad, hemos representado los datos y los
cdigos de manera independiente. En el ~~ de exmene~ repeti-
dos de los datos, para propsitos de un anlisIS, no necesariamente
recurriramos a tal separacin. Podemos pensar en los pasos sucesi-
vos a los datos como productores de diversas capas de cdigos dife-
rentes, que reflejan diversos niveles de especficidad o generalidad,
as como conjuntos distintos de temas analticos. Estos diferentes
acercamientos a los datos podran dar como resultado distintas
desagregaciones fsicas de los mismos: cortar fsicamente diferentes
copias, o cortar y pegar segmentos en archivos diferentes en el
procesador de palabras. Si estuvisemos usando un programa de
computador para ejecutar estas tareas, deberamos ser capa~es de
recuperar los segmentos codificados usando diferentes cdigos o
combinaciones de cdigos para identificarlos.
Nuestro ejemplo ilustrativo no es un tratamiento exhaustivo de
los datos. Cualquier otro analista podra conceptualizarlos de ma
54 / Encontra' ti stntido o los datos aul/itotivos
nera diferente. La idea no es buscar el conjunto "correcto" de cdi-
gos sino reconocerlos por lo que son: vnculos entre los segmentos
particulares de datos y las categoras que queremos usar a fin de
conceptualizar estos segmentos.
Ms all de la codificacin y hacia la interpretacin
La codificacin de los datos cualitativos le permite al investigador
reconocerlos y recontextualizarlos; as como obtener una visin fres-
ca de lo que posee. Como la codificacin inevitablemente exige leer y
releer los datos y hacer seleccin de algunos, obliga a interpretar todo
el conjunto. No obstante, un asunto clave es qu hacer con los datos
cuando uno ya los.seleccion, recort, fragment, codific y categoriz.
El paso de la codificacin a la interpretacin es crucial, cemo lo plan-
tea Wolcott (1994). La interpretacin exige trascender los datos
"fcticos" y analizar con cautela qu se puede hacer con ellos.
Una vez terminada la codificacin es preciso interrogar los da-
tos (Delamont, 1992) y explorarlos de manera sistemtica para ge-
nerar el' significado. Adems, hay que tener en cuenta que la
codificacin, aunque reorganiza los datos, tambin involucra cierta
cantidad de prdida de informacin. Hasta cierto punto, eso de-
pende de con cunta profundidad y detalle se ha hecho la codifica-
cin. La prdida de datos es mucho mayor si uno no pasa del proceso
de codificacin a una exploracin de cmo se relacionan los cdi-
gos y categoras con los datos originales, otros datos, ideas tericas,
etc. lan Dey (1993) sostiene que la categorizacin le permite a uno
pensar en los datos de una nueva manera. Esto slo sucede si va-
mos ms all de los cdigos, categoras y trozos de datos y regresa-
mos a lo que pueda ser o es la imagen "total".
un
El paso de la codificacin a la interpretacin tiene buen nme-
ro de niveles discretos. Primero, los datos codificados necesitan recu-
perarse. Esto, en esencia, significa que los datos recontextualizados
han de ser expuestos de tal manera que puedan leerse con facilidad.
Los segmentos de datos que se relacionan con un cdigo o categora
en particular necesitan presentarse juntos a fin de que el investiga-
dor explore la composicin de cada conjunto codificado. Huberman
Los c.onceptos y la codiftcadn / 55
y Miles (1994) sostienen que la exposicin de los datos es un elemento
clave en el proceso analtico y que se puede lograr organizando todos
los datos bajo un cdigo particular, fsicamente, en el mismo lugar
'
produciendo diagramas, matrices y mapas del cdigo, o usando una
funcin de recuperacin en un programa de microcomputacin.
Hgase como se haga, la idea es que los cdigos o categoras y los
datos necesitan estar dispuestos en tal forma que sean accesibles tan-
to para su lectura como para su exploracin.
Segundo, el paso de la codificacin a la interpretacin exige ju-
gar con los cdigos y categoras y explorar los que fueron creados.
Dey (1993) ofrece abundantes ideas acerca de cmo se puede hace
esto y propone que una vez que se despliegan los datos en su forma
codificada, las categoras se pueden recuperar, dividir en subcate-
goras, empalmar y armar de nuevo. Esencialmente, los cdigos y
categoras que se han seleccionado deben usarse para abrirse can'ti-
no en los datos. Aqu vale la pena recordar que tales cdigos no
estn labrados en piedra. Al uno escogerlos y seleccionarlos, tam-
bin los puede abandonar, cambiar, reclasificar, volver a denomi-
nar, etc. Simil~rmente, una vez que se est en la posicin de observar
todos los datos a travs de los cdigos, no se debe caer en la tenta-
cin de ignorar los incidentes, acontecimientos, individuos o trozos
de datos que no "encajan" en los cdigos. Debe considerarse que
las excepciones, los que no se adaptan y Io~hallazgos "negativos"
tienen mucha importancia para el proceso "!:le codificacin, tanta
como la de fos datos que se codifican con facilidad.
Esto lleva a un nivel adioonal del proceso, que consiste en pasar
de la codificacin a la interpretacin, o sea, la transformacin de los
datos codificados en datos significativos. Aqu, se hace el nfasis so-
bre qu buscar en los cdigos y categoras. Delamont (1992) propone
buscar patrones, temas y regularidades, pero tambin contrastes,
paradojas e irregularidades. Entonces se puede pasar a la generali-
zacin y a la teorizacin a partir de los datos. El nfasis en las excep-
ciones "negativas" as como en los patrones "positivos" sigue siendo
crucial. Huberman y Miles (1994) trabajan desde un continuo simi-
lar. Proponen no menos de trece "tcticas" para generar significado
o transformacin de los datos, que i~cluyen tcticas descriptivas y
56 / Encontrar el stntdo 11 los datos cualitatioos
explicativas. En un extremo del continuo se hallan asuntos tales como
observar patrones de temas, "el conteo" de los fenmenos que ocu-
rren a partir de los datos y comparar y contrastar el conjunto de
datos. En el extremo opuesto se encuentran los movimientos que bus-
can generalizar, observar y cuestionar las relaciones entre las varia-
bles, y hallar coherencia terica y conceptual en los datos.
Ya hemos ilustrado cmo los cdigos pueden representar catego-
ras de diferentes especies. Algunas de ellas ya implican marcos
interpretativos y vinculan segmentos de datos con conceptos emer-
gentes. Por ende, no siempre necesitamos pensar en codificar prime--
ro y teorizar despus. La decisin que tomemos implica ideas analticas
en cada paso del proceso de codificacin. Adems, ya hemos visto
que nuestra codificacin puede implicar relaciones sistemticas en-
tre categoras y conceptos, relaciones que pueden formar una base
para el desarrollo de las interpretaciones. Por ejemplo, si volvemos al
segundo de nuestros extractos de datos, podemos ver que nuestras
codificaciones comienzan a sugerir posibles relaciones. Los diferen-
tes niveles de codificacin proponen que las categoras pueden con-
tener un buen nmero de otras categoras. Esto sucede as por las
diferentes codificaciones que se hacen. Por ejemplo, las respuestas
del doctor Fitton en el primer extracto proponen las siguientes clases
de relaciones:
Motivacin del estudiante Carrera acadmica
Inters intrnseco
Compromiso altruista
Buenos Ph.D. Originalidad . -
Conocimiento terico
Coherencia lgica
Calidad del trabajo de campo
De manera diferente, hemos visto cmo los comentarios codifi-
cados de la doctora 'Throstle pueden ligarse por medio de un uso
comn de la diferencia y la distancia, que se pueden vincular con el
esquema de codificacin por medio de un cdigo de contraste. En
oQ:'as palabras, nuestros cdigos no slo establecen vnculos entre
los datos y conceptos sino que tambin pueden hacer diagramas de
Los conceptos y la codificacin / 57
las dimensiones dentro de las categoras conceptuales y establecer
vnculos de rango superior entre los conceptos. Podemos resumir
este conjunto de ideas ms abstractas de la siguiente manera:
Diferencia Cultura del hogar/campo
Campo/ cultura acadmica
Vidas de la gente/ textos acadmicos
Antropologa/ otras disciplinas
En el captulo 6 plantearemos que si bien la vinculacin de los
cdigos es mucho ms, establecer relaciones ordenadas entre.los c-
digos y los conceptos es un punto de partida importante para la re-
flexin y para la construccin de teora a partir de datos cualitativos.
Strauss (1987) desarrolla la codificacin como parte del proceso
de interpretacin y anlisis. O sea, vincula el proceso inicial de la
codificacin (al cual se refiere como codificacin abierta y el cual es
esencialmente lo que hicimos con el extracto de la entrevista con
que ejemplificamos nuestra discusin anterior), con el proceso ms
refinado de emplear categoras para generar marcos conceptuales
ms amplios. Strauss identifica un conjunto de procedimientos que
permiten que las categoras iniciales se elaboren y se desarrollen
mejor.
No vamos a seguir estrictamente el modelo de Strauss pues no
recapitulamos todos los pasos y estrategias analticas que l identi-
fica o ha codificado en su trabajo con Corbin {Strauss y Corbin,
1990). En realidad; en este contexto vale la pena anotar que Glaser
(1992) acusa a Strauss de tomar la inspiracin general y el enfoque
estratgico de la "teora fundamentada" y transformarlo en unas
recetas indebidamente prescriptivas para el anlisis. Sin embargo,
el mtodo general de codificacin que se encuentra en la escritura
metodolgica de Strauss es valioso porque insta al investigador a ir
ms all de las codificaciones locales para generar ideas y ampliar
los marcos conceptuales.
En esencia, el enfoque de Strauss nos estimula a ir ms all del
enfoque esencialmente "resumidor" de la codificacin en el cual los
datos simplemente se reducen a un conjunto limitado de catego-
58 / Encontrar el sentido a los daws C11alitativos
ras. Strauss nos alienta a no lintamos a indizar los datos, por as
decirlo, o a usar las palabras del cdigo slo para marcar y recupe-
rar segmentos de datos sino, por el contrario, su enfoque general
nos exhorta a expandir los datos ms bien que a reducirlos, a tomar
categoras y agotar su potet;1cial analtico total. Un punto impor-
tante es usar nuestras codificaciones y categoras para pensar con
los datos (notas, transcripciones, etc.) y no para quedarnos ancla-
dos en los mismos.
Desde esta perspectiva general, el proceso de codificacin tiene
que ver con hacerse preguntas acerca de los datos. Estas preguntas
nos ayudan a desarrollar lineas de especulacin y a formular hip-
tesis. Y, de acuerdo con los prin~pios ms generales de la teora
fundamentada, tambin a dirigir las estrategias de recopilacin de
datos adicionales. En el curso de la codificacin abierta y rudal, en-
tonces, se toma como. tema un "fenmeno" (en trminos de Strauss)
y se intenta identificar sus dimensiones, sus consecuencias y las re-
laciones con otros fenmenos.
Por ejemplo, si volvemos a nuestro extracto anterior, comenza-
mos a pensar ms creativamente sobre algunos de los temas que
hemos empezado a identificar en nuestra codificacin. Considere-
mos una vez ms el mismo extracto de la entrevista (ver pp. 46-47).
Cuando la codificamos por primera vez, ramos capaces de identifi-
car trozos de la transcripcin que parecan referirse a la sofistica-
cin terica, al valor analtico, a la originalidad, al trabajo de campo,
al conocinento indeterminado, a la contribucin a la disciplina y a
la empata con la gente estudiada. stas eran todas respuestas del
informante a la pregunta de qu hace bueno a un Ph.D., y todas
estas palabras de cdigos independientes, y los fragmentos a que se
refieren, parecen ser importantes o tratar .s obre un fenmen<>' prin-
cipal que es la esencia de lo que toma producir un Ph.D. exitoso en
antropologa social. Por tanto, debemos empezar a pensar sobre las
posibles "dimensiones" de tales habilidades y competencias.
En este caso espec.fico encontramos que el antroplogo estable-
cido construfa su propia caracterizacin de cmo son (o deben ser)
combinadas las competencias en un candidato doctoral ideal o tpi-
co. Al pensar ms sobre este fenmeno, necesitamos preguntamos
Los conceptos y la codificacin / 59
y preguntarles a los datos, qu clase de habilidades o competencias
se reconocen y describen. Nuestro primer informante nos ha habla-
do de las habilidades de teorizar, organizar y estructurar argumen-
tos coherentes, hacer empata con la gente estudiada, hacer una
contribucin original a la disciplina, hacer trabajo de campo e inte-
grarlo con la teora. Adems, advertimos que estas habilidades se
suelen caracterizar como cualidades indeterminadas ms bien que
expresarlas de manera explcita. Al mirar otras entrevistas, vimos
que hay otras categoras y cdigos importantes para el mismo pro-
blema general, que son expresados de diferentes maneras, por ejem-
plo, la capacidad de convertir la vida y conversaciones de la gente en
un texto acadmico, hacer academia, ser original, ser crtico, au-
mentar el conocimiento humano, darle un nuevo toque a lo que se ha
escrito antes, y contribuir a los debates que se dan. Los antroplogos
exitosos tambin deben tener un enfoque especifico y mostrar que
son abiertos, humildes y que tienen capacidad de reflexionar sobre s
mismos. La codificacin abierta de una serie de entrevistas, por tan-
to, nos darla una amplia gama de dimensiones de lo que es habili-
dad o competencia o cualidad (el fenmeno general es en verdad
muy general):
Tambin podemos avanzar y pensar en rasgos adicionales. Por
ejemplo, bajo la codificacin "axial", Strauss recomienda pensar en
caractersticas tales como la$ amsecuencas. Siguiendo esta linea de
razonamiento, podemos ir ms all de los datos que tenemos inme-
diatamente a mano y formularnos las siguientes preguntas adicio-
nales: "Y qu pasa si...?" Por ejemplo, podemos preguntar: "Qu
pasa si no hay trabajo de campo?" Esta pregunta puede determi-
nar una nueva inspeccin de los datos, una nueva recoleccin de
datos a medida que se desarrolla la investigacin o ambas cosas. La
inspeccin de nuestros datos antropolgicos indica que puede ha-
ber diferentes respuestas a tal pregunta, dependiendo de los ante-
cedentes o causadas por la ausencia del trabajo de campo (otras de
las caractersticas de Strauss de la codificacin axial). Por ejemplo,
puede no haber trabajo de campo porque el estudiante de posgrado
ha decidido hacer una investigacin de bibloteca (trmino usado por
nuestros informantes). La exploracin adicional de las consecuen-
60 / Encont711r ti stntido a los dates cualitativos
das y antecedentes muestra que no-se suele fomentar la investiga-
cin meramente d~ biblioteca, y la ausencia de. trabajo de campo,
aunque intencional, puede ser estigmatizante. Por otra parte, el tra-
bajo de campo puede ser incompleto debido a condiciones que es-
tn fuera del control del estudiante (por ejemplo, un problema de
guerra civil). Esto no es estigmatizante, aunque puede resultar con-
vertido en una carencia importante y es una desgrada. Tales obser-
vaciones nos vuelven a ayudar a abrir las preguntas sobre la
significancia del trabajo de campo en la construccin de una carre-
ra profesional y una identidad acadmica.
En la misma medida podemos preguntarnos cules son las con-
secuencias de redactar y organiza?: las tesis. Cules son las conse-
cuencias de no tener la capacidad de integrar la teora y el trabajo
de campo, o de no hacer una "contribucin" al rea de especializa-
cin. Tal reflexin quizs nos llevara a otros aspectos de los datos.
Podramos buscar los recuentos de los supervisores acadmicos de
cmo se evalan las tesis de doctorado y qu aspecto de su organi-
zacin y estilo se premian o penalizan. Tambin necesitamos explo-
rar el relato de los estudiantes de su proceso de escritura, buscando
por ejemplo sus estrategias de redaccin, su experiencia del blo-
queo del escritor y sus estrategias para escribir. Necesitamos explo-
rar nuestros datos (o; idealmente, recopilar datos adicionales) sobre
cmo, reconocen. y recompensan nuestros antroplogos una "con-
tribucin':. a-la disciplina o un debate particular dentro de ella. En
trminos procedimentales esto significa una referencia reciproca a
la codificacin '.'abierta" identificada en otra parte de los datos. En
trmill,os intelectuales, implica usar los diferentes elementos de los
datos.para. busCar lnias de interrogacin y especulacin -movin-
donos entre los datos y las codificaciones para explorar y expandir
los temas anal.fticos cl~ve.
Tambin podramos seguir otras de las estrategias analticas de
Strauss para la codficacin -pensar en las condiciones y antece-
dentes, quizs-. Nos podemos preguntar a nosotros mismos, por
ejemplo, sobre los antecedentes del trabajo de campo. Este enfoque
probablemente nos llevara a pensar en los datos relacionados con
las precondiciones necesarias (organizacionales, personales yaca-
Los conaptos y la axlijkadn / 61
dmicas) para embarcarse en el trabajo de campo, y buscar datos al
respecto. Podramos entonces encontramos preguntando - e inte-
rrogando los datos - sobre cundo es posible el trabajo de campo y
a quin le toca decidir sobre l (dnde, bajo qu circunstancia, con
qu preparacin intelectual). Tambin comenzaramos a explorar
algunos de los antecedentes y las condiciones ms prosaicos, las
tareas prcticas y las relaciones que entran en la prctica del traba-
jo de campo. Podramos as comenzar a generar ideas y temas que
nos llevaran a pensar con seriedad y de manera sistemtica sobre
las dimensiones prcticas y acadmicas del trabajo de campo
antropolgico. Se esperara estar generando temas que facilitaran
el pen$amiento y exploracin comparativos, como por ejemplo, con-
trastar con otras personas que viajan a lugares exticos, tales como
corresponsales de guerra, escritores de viajes, trabajadores del trans-
porte internacional u otras personas que viven durante un tiempo
largo lejos de sus casas y de las comodidades materiales.
Conclusin
En este captulo hemos explorado algunas de las razones lgicas
para codificar los datos cualitativos e introdujimos algunos de los
diferentes enfoques que se encuentran en la literatura y en la prc-
tica metodolgica. Estos planteamientos no tienen el propsito de
convertirse en un recetario amplio sobre cmo efectuar la codifica-
cin pues hemos preferido. analizar las estrategias contrastantes y
complementarias ms bien que recomendar prescriptivamente una
sola ortodoxia. Tambin hemos querido sugerir de vez en cuando
que la "codificacin", como sea que se la .conceptualice y realice, no
es la palabra final del anlisis de los datos cualitativos.
La segmentacin de los datos de campo y la recuperacin de los
segmentos de datos marcados sonreeursos valiosos en el manejo de
los datos cualitativos. ste es un mtodo establecido, que en
aos
se
recientes ha visto reforzado por las estrategias de desarrollo de la
microcomputacin (Weaver y Atklnson, 1994), muchas de las cua-
les esencialmente recapitulan la misma lgica del manejo de datos.
Ellas sustituyen, con la bsqueda rpida y amplia que permiten los
62 / EnamtrllT ti sentido 11 los datas Clllllillltiws Los amceptos y la codificacin / 63

programas de computador, la falta de certeza y el proceso lento de Strauss, A.L. (1987). Qua/itative an.alysis for sedal scientists. Cambridge, Reino Unido,
Cambridge University Press.
bsqueda y de archivo manuales. Pero, en s nsmos, estos proced-
nentos de ninguna manera agotan las posibilidades de los datos y, Un recuento especialmente detallado del mtodo de Strauss del anlisis de datos.
Ilustrado por doquier con extractos de los seminarios de posgrado de Strauss, lo
por ende, las posibi.fldades de su exploracin. En particular, debe
que le da WU1 visin particulannente privilegiada. a su mtodo preferido.
ser evidente que la fragmentacin de los datos, dependiente de los
Strauss, A.L. y Cor.b in, J. (1990). Basics of qualitative research: grounded theroy,
mtodos de codificacin y recuperacin, o lo qu~ Tesch (1990) lla- procedures, and techniques. Newbury Park, CA: Sage.
m descontextualizacin de los datos, hace poco para preservar las Una introduccin accesible a los procedimientos de codificacin, siguiendo los
caractersticas formales de ellos. mtodos de Strauss de la teora fundamentada. Va ms all de la codificacin
Los infonr.antes de nuestra entrevista nos pueden contar relatos misma para analizar el desarrollo de ideas y marcos tericos.
y largos y complicados recuerdos y renniscencias. Cuando los par- Tesch, R. (1990). Qualitative research: analysis typesand software tools. Londres: Falmer.
timos eri segmentos codificados independientes, corremos el peli- Combina un anlisis general de las estrategias analticas con una revisin de
gro de perder el sentido de que son. relatos. Perdemos la visin, si no los paquetes de programas de computador para el manejo y anlisis de los
tenemos cuidado, del hecho de que a menudo vienen en forma de datos cualitativos.
historias -como narrativas- o que tienen otras propiedades for-
males en trminos de la estructura de su discurso. La segmentacin
y codificacin pueden ser importantes, y hasta parte indispensable
del proceso de investigacin, pero no son todo el cuento. En conse-
cuencia, abordaremos la consideracin del anlisis narrativo en el
capitulo que sigue. Veremos cmo uno puede nrar el nsmo tipo
de datos desde una perspectiva fresca, prestando la debida aten-
cin a sus propiedades ms formales y siendo sensible a la cualidad
narrativa de muchos datos cualitativos.

Sugerencias de lecturas adicionales .

Oey, L (1993) Qualitative data analysis: a userfriendly guide for sedal sdentists. Londres:
Routledge and Kegan Paul.
Una descripcin especialmente detallada de los procesos de categorizacin y
codificacin de datos cualitativos, ilustrada con extractos de datos de guiones
a
de Woody Allen y Victoria Wood, dirigida un manejo de los datos codificados
por computador. Dey es quien h desarrollado el programa de software
llamado Hyperresearch. ..
Miles, M.B. y Hubennan, A.M. (1994), QUliiaHve data analysis: an erpanded s0Jrabook
(Segunda edicin). Thousahd Oaks, CA: Sage.
Un enfoque excepcionalmente sistemtico y formal a la clasificacin y
repre5entacin de los datos cualitativos. Una fuente de una riqueza nica para
analizar ideas, con gran nfasis en lo visual.