Los métodos cualitativos tienen como fin explorar la naturaleza de las relaciones humanas construida socialmente mediante el examen de los entresijos de los fenómenos sociales a medida que las personas perciben y experimentan el mundo (Given, 2008). Las herramientas cualitativas se suelen utilizar para explorar nuevos fenómenos emergentes con la finalidad de describir y comprender las opiniones, sentimientos, experiencias, comportamientos, actitudes, creencias, emociones y contextos sociales de las personas.
Los métodos cualitativos tienen como fin explorar la naturaleza de las relaciones humanas —construida socialmente— mediante el examen de los entresijos de los fenómenos sociales a medida que las personas perciben y experimentan el mundo (Given, 2008). Las herramientas cualitativas se suelen utilizar para explorar nuevos fenómenos emergentes con la finalidad de describir y comprender las opiniones, sentimientos, experiencias, comportamientos, actitudes, creencias, emociones y contextos sociales de las personas. Por lo tanto, los datos se reflejan en forma de palabras y significados. Y no por medio de números o estadísticas, como sucede en los métodos cuantitativos. Según Potton (2002), los métodos cualitativos son adecuados para seleccionar enfoques cualitativos para una investigación evaluativa, recopilar y analizar datos cualitativos fiables y generar informes de evaluación cualitativos de calidad. La eficacia de la investigación cualitativa también radica en su capacidad para explicar factores intangibles profundamente arraigados (p. ej. relaciones de género y poder, normas sociales, rituales y cultura, barreras sociales, raza y etnia). De este modo, la experiencia vivida por una población determinada y la complejidad de su entorno se pueden verificar, validar y generalizar para una población más amplia. En los métodos cualitativos, la información se recopila por medio de preguntas abiertas y comentarios escritos en cuestionarios, entrevistas individuales, grupos de discusión, registros, diarios y agendas, observaciones, documentos, informes, artículos de prensa, historias y estudios de casos (Taylor-Powell y Renner, 2003).
Aunque los métodos cualitativos tienen ventajas a la hora de generar evidencias convincentes y anecdóticas que ayudan a formar opiniones e impulsar cambios, pueden generar también gran cantidad de información, dando lugar a procesos complejos de análisis de datos cualitativos (INTRAC, 2017). Seidel (1998) afirmó que “el proceso de análisis de datos cualitativos es complejo” (p. 2). Sin embargo, Taylor-Powell y Renner (2003) sostuvieron que el análisis de datos cualitativos requiere creatividad, disciplina y un enfoque sistemático. Y que no existe una única forma óptima de hacerlo. Afirmaron que el proceso de análisis de datos cualitativos depende de tres factores: (1) las preguntas de evaluación; (2) las necesidades de información de los usuarios; y (3) la disponibilidad de recursos.
En este artículo, comparto mi experiencia con el uso de métodos cualitativos, centrándome en el cambio más significativo y el trabajo con códigos, donde adopté el análisis de contenido como modelo básico para analizar e interpretar la información proporcionada por los destinatarios de las evaluaciones.
Ejemplo En una evaluación que realicé sobre un programa de liderazgo, utilicé la técnica del cambio más significativo. Se trata de un método cualitativo que utiliza un enfoque basado en historias, utilizado habitualmente en programas sociales complejos o proyectos de desarrollo. El evaluador no necesita realizar un seguimiento previo de los cambios sociales utilizando indicadores predefinidos, en especial aquellos que se deben contabilizar y medir. El cambio más significativo recopila las historias más importantes de las partes interesadas del proyecto a diferentes niveles para seleccionar aquellas que describen cambios sobre el terreno, integrando así la recopilación y el análisis de datos. No pretende evaluar los cambios, sino establecer cómo, cuándo, dónde y por qué se produjeron. De esta forma se pueden cuantificar los resultados observados con una perspectiva diferente —distinta del método de evaluación convencional— que no requiere recopilar información cuantitativa. Con el cambio más significativo, pude comprender los cambios generados por el programa de liderazgo a nivel de desarrollo personal, los cambios transformadores a nivel institucional y los cambios observados a nivel comunitario a través del empoderamiento de los participantes en el programa.
- Trabajar con códigos en el análisis de datos cualitativos
Trabajar con programas como ATLAS.ti hace que el análisis de datos cualitativos sea entretenido, ya que los temas y los patrones de datos van surgiendo a lo largo del proceso de codificación. La codificación hace referencia a la simplificación de abundantes datos complejos para comprender ciertas palabras, atribuir significados y asignar relaciones, desgranando la información en forma de texto para extraer datos significativos (Elliot, 2018). La codificación emergente (inductiva) o a priori (deductiva) es intuitiva e informativa, ya sea para desarrollar un análisis temático con cuestiones emergentes que mejore la eficacia y los efectos de una intervención determinada en los medios de vida de los participantes, o para elaborar un análisis de contenido que permita extraer interpretaciones, conocer con más detalle ciertos fenómenos e inferir la comunicación para un contexto de intervención determinado. Para garantizar que los análisis cualitativos de datos sean fluidos, es necesario innovar continuamente en la recopilación de información y basar dichos análisis en la codificación de contenido, a fin de conocer mejor los fenómenos estudiados y la información obtenida (Lacy et al., 2015). El análisis de contenido en los modelos de datos cualitativos puede utilizar información cualitativa o cuantitativa, de manera inductiva o deductiva.
Ejemplo Evalué el diseño y el plan de implementación de un programa de becas como medida paliativa para sufragar los gastos de matrícula de alumnos cuyos padres tienen salarios bajos. Utilicé códigos nuevos para construir un análisis inductivo de contenido. Los resultados mostraron que el programa estaba bien concebido, con un equipo responsable resiliente que se enfrentaba a dificultades en materia de financiación. Partiendo de códigos existentes y centrándome en el análisis de las becas, los resultados mostraron que el grupo estaba intentando mejorar los criterios de concesión, centrándose en la calidad de los beneficiarios de las becas —más que en la cantidad de estas—, incrementando los esfuerzos de movilización de recursos y diversificando las fuentes de financiación para lograr un programa sostenible. Una mejor interpretación de los códigos nuevos y el análisis inductivo del contenido contribuyeron a extraer conclusiones objetivas. Estas representaban los puntos de vista de los responsables del programa, ya que el equipo trabajó para mejorar los criterios de concesión de becas para futuros programas y reforzar la competitividad de estas, a fin de que los estudiantes estén mejor preparados para la prueba de acceso y tengan una oportunidad en base a sus méritos.
Limitaciones de los modelos de datos cualitativos
- Aunque los modelos de datos cualitativos tiene sus ventajas, conviene complementar la información cualitativa con datos cuantitativos para conocer la amplitud y profundidad de la evaluación de los programas y extraer conclusiones objetivas.
- Aunque utilizar códigos para el análisis de datos cualitativos sea intuitivo e informativo, el proceso genera una gran cantidad de códigos, en ocasiones difíciles de analizar, y que pueden requerir mucho tiempo si el evaluador no tiene una estrategia clara de análisis para tomar decisiones informadas sobre el tipo de datos que pretende generar. La codificación se debe realizar con un propósito claro (Elliot, 2018).
- Cuando un evaluador decide utilizar el cambio más significativo, es fundamental seleccionar un tamaño de muestra realista. Si la muestra es pequeña no habrá margen para validar y generalizar los resultados de la evaluación. La selección de las historias que se van a evaluar puede ser sesgada. Esto puede entrañar un riesgo elevado para la validez de las historias y los cambios generados por una intervención.
Referencias
Elliott, V. (2018). Thinking about the Coding Process in Qualitative Data Analysis. The Qualitative Report 2018. Vol.23. N. 11. How To Article 5, 2850-2861. University of Oxford, UK.
Given, L. M. (2008). The sage encyclopedia of qualitative research methods. Thousand Oaks, CA: Sage Publications.
INTRAC. (2017). Types of Evaluation. Consultado el 22 de enero en 2023 en https://www.intrac.org/
Lacy, S., Watson, B.R., Riffe, D. y Lovejoy, J. (2015). Issues and best practices in content analysis. Journalism and Mass Communication Quarterly. Vol. 92. N.4. p.781-811. DOI: 10.1177/1077699015607338. Thousand Oaks, CA: Sage Publications
Patton. M. Q. (2002). Qualitative research and evaluation methods (3rd ed.). Thousand Oaks, CA: Sage Publications.
Siedel, J.V. (1998). Qualitative Data Analysis. Qualis Research. [En línea] Disponible en: www.qualisreserach.com
Taylor-Powell, E., and Renner, M. (2003). Analyzing Qualitative Data. Program Development & Evaluation (G3658-12), 1–12. [En línea] Disponible en: https://www.betterevaluation.org/tools-resources/analysing-qualitative-data