Estadística en la Recerca Qualitativa
La recerca qualitativa sovint s'entén com un enfocament que se centra en el significat, l'experiència, el context i els processos socials. Per això, algunes persones consideren que les estadístiques són irrellevants en la recerca qualitativa, o fins i tot contràries a l'esperit qualitatiu, que emfatitza la profunditat per sobre dels números. Tanmateix, a la pràctica, les estadístiques poden tenir un paper crucial en la recerca qualitativa, no per "transformar" allò qualitatiu en quantitatiu, sinó per ajudar els investigadors a resumir dades, aclarir patrons, enfortir arguments i augmentar la transparència de l'anàlisi.
Aquest article tracta com es poden utilitzar les estadístiques de manera adequada en la recerca qualitativa, els tipus d'estadístiques que s'utilitzen habitualment i les limitacions i l'ètica del seu ús per garantir que estiguin en línia amb els objectius de la recerca qualitativa.
1. Comprendre la posició de l'estadística en la recerca qualitativa
La recerca qualitativa té com a objectiu obtenir una comprensió més profunda dels fenòmens a través de dades com ara entrevistes, observacions, documents, notes de camp o artefactes culturals. Les dades qualitatives generalment prenen la forma de narratives, no de números. Tanmateix, l'estadística descriptiva pot ser útil quan els investigadors codifiquen, agrupen temes o calculen la freqüència d'aparició de categories.
L'ús de l'estadística en la recerca qualitativa no requereix que els investigadors provin rigorosament les hipòtesis com en la recerca quantitativa. L'objectiu és donar suport a la interpretació: mostrar tendències, proporcions o variacions que sorgeixen de les dades, mantenint les cites, el context i les explicacions al centre de la discussió.
2. Estadística descriptiva: la forma més comuna
Les estadístiques que es presenten amb més freqüència en la investigació qualitativa són les estadístiques descriptives, per exemple:
– Nombre de participants en funció de determinades característiques (edat, professió, antiguitat).
– Freqüència d'aparició de temes o codis en la transcripció.
– Percentatge d'enquestats que van esmentar un problema concret.
– Distribució dels llocs d'observació o dels tipus de documents analitzats.
Un exemple senzill: en un estudi qualitatiu d'experiències de treball remot, un investigador podria afirmar que "dels 20 participants, 14 van destacar la qüestió dels límits entre la feina i la vida personal"; després, l'investigador continua amb cites i interpretacions de per què aquesta qüestió era dominant i com el context diferia entre els grups.
L'estadística descriptiva ajudeix els lectors a comprendre el "mapa" de les dades: amb quina amplitud emergeixen els temes, quins temes es discuteixen amb més freqüència i si hi ha diferències en els patrons entre els participants.
3. Quantificació de dades qualitatives: quan és útil?
En l'anàlisi qualitativa, la quantificació pot ser útil quan:
1. Augmentar la transparència de l'anàlisi
Els lectors poden veure que les conclusions no es basen només en unes poques cites, sinó que provenen d'un patró força coherent.
2. Comparació de grups de manera exploratòria
Per exemple, comparar temes que van sorgir en entrevistes entre professors novells i experimentats. Això no és per a una generalització estadística, sinó per generar preguntes i explicacions més matisades.
3. Admet mètodes mixtos
En dissenys mixtos, les dades qualitatives es poden processar en categories que després s'analitzen breument amb números, o bé, a l'inrevés, els resultats quantitatius es poden aprofundir mitjançant entrevistes.
Tanmateix, la quantificació no hauria de substituir la profunditat. Els temes que rarament es troben poden ser increïblement importants, per exemple, experiències de discriminació que només unes poques persones experimenten, però que tenen un impacte significatiu.
4. Tècniques estadístiques que es poden utilitzar
Tot i que la recerca qualitativa no se centra en la inferència estadística, es poden utilitzar algunes tècniques senzilles amb precaució:
– Freqüència i percentatge: compten l'aparició de codis o temes.
– Taula creuada simple: per exemple, el tema «estrès laboral» va aparèixer més en els participants que treballaven més de 10 hores al dia.
– Mitjana o mediana: per a dades demogràfiques o característiques numèriques dels participants, com ara la durada de l'experiència.
– Visualització: gràfics de barres, taules resum o mapes temàtics que presenten un resum de patrons.
Si els investigadors utilitzen programari com NVivo, ATLAS.ti, MAXQDA o fins i tot fulls de càlcul, les funcions de recompte de freqüències de codi i matriu de comparació de categories són molt útils. Tanmateix, aquestes xifres s'han de llegir com a "indicacions de patrons en les dades analitzades", no com a evidència estadística de la població.
5. Estadística i anàlisi de contingut
Una de les àrees més "amigables amb les estadístiques" dels enfocaments qualitatius és l'anàlisi de contingut, en particular la de naturalesa qualitativo-quantitativa. Els investigadors poden codificar documents (per exemple, notícies, publicacions a les xarxes socials, polítiques institucionals) i després comptar la freqüència d'aparició de certes categories.
Exemple: un estudi de la cobertura de la salut mental en els mitjans de comunicació en línia. Els investigadors poden identificar categories com ara "estigma", "suport professional", "narratives de curació" o "sensacionalisme". Després de la codificació, els investigadors poden presentar la proporció de categories per mitjà o període de temps. Posteriorment, els investigadors encara han de proporcionar una lectura en profunditat del llenguatge, l'enquadrament i el context sociopolític subjacent.
6. Manteniment de la qualitat de la recerca: fiabilitat i validesa de la versió qualitativa
En la recerca qualitativa, la qualitat sovint es parla a través de conceptes com la credibilitat, la transferibilitat, la fiabilitat i la confirmabilitat. L'estadística pot ajudar amb alguns aspectes, en particular amb el procés de codificació:
– Acord entre codificadors
Si més d'un investigador codifica les dades, les xifres de concordança (per exemple, el percentatge de concordança o un coeficient específic) poden indicar la consistència. Això és útil, especialment en l'anàlisi de contingut o la recerca en equip.
Tanmateix, els investigadors han d'anar amb compte: un alt grau de concordança no significa automàticament una interpretació "correcta". Simplement indica coherència en l'aplicació de les definicions de codi. Per tant, les discussions entre codificadors, les pistes d'auditoria i la reflexivitat continuen sent essencials.
7. Limitacions i riscos de l'ús de l'estadística
Hi ha diversos riscos si s'utilitzen estadístiques sense consideracions metodològiques:
1. Reduccionisme
Les dades qualitatives són riques en context; centrar-se massa en els números pot fer perdre matisos, contradiccions i dinàmiques.
2. Il·lusió de generalització
Una freqüència alta en una mostra petita no vol dir necessàriament que s'apliqui a una població més àmplia. La recerca qualitativa generalment no està dissenyada per a la generalització estadística.
3. Ignorar temes menors però significatius
Temes que rarament apareixen poden indicar les experiències de grups vulnerables, conflictes ocults o fenòmens que són difícils de descobrir.
4. Mala interpretació del lector
Els lectors poden tenir la temptació d'interpretar els números com una mesura de certesa. Per tant, els investigadors han d'explicar que els números simplement resumeixen patrons en les dades que s'analitzen.
8. Bones pràctiques: integrar xifres i narrativa
Perquè les estadístiques s'alineïn amb la recerca qualitativa, es poden aplicar les bones pràctiques següents:
– Expliqueu la finalitat d'utilitzar números: ja sigui per a la cartografia de temes, la comparació exploratòria o la transparència.
– Incloure el procés de codificació: definicions del codi, exemples de cites i passos d'anàlisi.
– Utilitzeu els números proporcionalment: les taules concises estan bé, però la narrativa interpretativa continua sent el nucli.
– Assegureu-vos que el context romangui present: els números sempre van seguits d'explicacions de «per què» i «com».
– Incloeu cites representatives: no només les «interessants», sinó també les que mostrin patrons i variacions.
Conclusió
L'estadística en la recerca qualitativa no és l'enemic, sinó una eina de suport que pot enriquir l'anàlisi quan s'utilitza adequadament. Mitjançant l'estadística descriptiva, la quantificació simple i la visualització, els investigadors poden resumir les dades amb claredat i augmentar la transparència dels resultats. Tanmateix, la recerca qualitativa es basa en el significat, el context i la interpretació en profunditat. Per tant, els números s'han de tractar com un complement, que ajuda a aclarir patrons sense disminuir les veus dels participants ni la complexitat dels fenòmens socials que s'estudien.
Quan s'utilitzen amb prudència, les estadístiques poden ser un pont: connecten el poder narratiu de la recerca qualitativa amb una manera més sistemàtica, comprensible i responsable de presentar els resultats.
