Estadística en la investigación cualitativa
La investigación cualitativa se suele entender como un enfoque centrado en el significado, la experiencia, el contexto y los procesos sociales. Por ello, algunos consideran que la estadística es irrelevante en la investigación cualitativa, o incluso contraria a su espíritu, que prioriza la profundidad sobre la cantidad. Sin embargo, en la práctica, la estadística puede desempeñar un papel crucial en la investigación cualitativa, no para «transformar» lo cualitativo en cuantitativo, sino para ayudar a los investigadores a resumir datos, clarificar patrones, fortalecer argumentos y aumentar la transparencia del análisis.
Este artículo analiza cómo se pueden utilizar las estadísticas de forma adecuada en la investigación cualitativa, los tipos de estadísticas que se utilizan habitualmente y las limitaciones y la ética de su uso para garantizar que se mantengan en consonancia con los objetivos de la investigación cualitativa.
1. Comprender la posición de la estadística en la investigación cualitativa.
La investigación cualitativa busca comprender mejor los fenómenos mediante datos como entrevistas, observaciones, documentos, notas de campo o artefactos culturales. Los datos cualitativos suelen presentarse en forma de narrativas, no de números. Sin embargo, la estadística descriptiva puede ser útil para codificar, agrupar temas o calcular la frecuencia de aparición de categorías.
El uso de la estadística en la investigación cualitativa no exige que los investigadores sometan a prueba las hipótesis con la misma rigurosidad que en la investigación cuantitativa. El enfoque se centra en facilitar la interpretación: mostrar tendencias, proporciones o variaciones que surgen de los datos, manteniendo las citas, el contexto y las explicaciones como elementos centrales del análisis.
2. Estadística descriptiva: la forma más común
Las estadísticas que se presentan con mayor frecuencia en la investigación cualitativa son las estadísticas descriptivas, por ejemplo:
– Número de participantes en función de ciertas características (edad, profesión, antigüedad).
– Frecuencia de aparición de temas o códigos en la transcripción.
– Porcentaje de encuestados que mencionaron un tema en particular.
– Distribución de los lugares de observación o tipos de documentos analizados.
Un ejemplo sencillo: en un estudio cualitativo sobre experiencias de trabajo remoto, un investigador podría afirmar que "de los 20 participantes, 14 destacaron el problema de los límites entre el trabajo y la vida personal"; a continuación, el investigador incluye citas e interpretaciones de por qué ese problema fue predominante y cómo el contexto difería entre los grupos.
Las estadísticas descriptivas ayudan a los lectores a comprender el "mapa" de los datos: con qué frecuencia surgen los temas, qué temas se discuten con mayor frecuencia y si existen diferencias en los patrones entre los participantes.
3. Cuantificación de datos cualitativos: ¿cuándo resulta útil?
En el análisis cualitativo, la cuantificación puede ser útil cuando:
1. Aumentar la transparencia del análisis.
Los lectores pueden comprobar que las conclusiones no se basan en unas pocas citas, sino que provienen de un patrón bastante consistente.
2. Comparar grupos de manera exploratoria.
Por ejemplo, comparar los temas que surgieron en las entrevistas entre profesores noveles y experimentados. Esto no tiene como objetivo la generalización estadística, sino generar preguntas y explicaciones más matizadas.
3. Admite métodos mixtos
En los diseños mixtos, los datos cualitativos pueden procesarse en categorías que luego se analizan brevemente con números, o, por el contrario, los resultados cuantitativos pueden profundizarse mediante entrevistas.
Sin embargo, la cuantificación no debe sustituir la profundidad. Los temas poco frecuentes pueden ser increíblemente importantes; por ejemplo, las experiencias de discriminación que solo viven unas pocas personas, pero que tienen un impacto significativo.
4. Técnicas estadísticas que se pueden utilizar
Si bien la investigación cualitativa no se centra en la inferencia estadística, algunas técnicas sencillas pueden utilizarse con precaución:
– Frecuencia y porcentaje: contar la aparición de códigos o temas.
– Tabla de contingencia simple: por ejemplo, el tema "estrés laboral" apareció con mayor frecuencia en los participantes que trabajaban más de 10 horas al día.
– Promedio o mediana: para datos demográficos o características de los participantes que son numéricas, como la duración de la experiencia.
– Visualización: gráficos de barras, tablas resumen o mapas temáticos que presentan un resumen de los patrones.
Si los investigadores utilizan software como NVivo, ATLAS.ti, MAXQDA o incluso hojas de cálculo, las funciones de recuento de frecuencia de códigos y matriz de comparación de categorías resultan muy útiles. Sin embargo, estos datos deben interpretarse como «indicadores de patrones en los datos analizados», no como evidencia estadística para la población.
5. Estadística y análisis de contenido
Una de las áreas más propicias para el análisis estadístico dentro de los enfoques cualitativos es el análisis de contenido, especialmente el de naturaleza cualitativa-cuantitativa. Los investigadores pueden codificar documentos (por ejemplo, noticias, publicaciones en redes sociales, políticas institucionales) y luego contabilizar la frecuencia de aparición de ciertas categorías.
Ejemplo: un estudio sobre la cobertura de la salud mental en los medios digitales. Los investigadores podrían identificar categorías como "estigma", "apoyo profesional", "narrativas de sanación" o "sensacionalismo". Tras la codificación, pueden presentar la proporción de categorías por medio o período de tiempo. Posteriormente, deben proporcionar un análisis exhaustivo del lenguaje, el enfoque y el contexto sociopolítico subyacente.
6. Mantenimiento de la calidad de la investigación: fiabilidad y validez de la versión cualitativa
En la investigación cualitativa, la calidad se suele abordar mediante conceptos como credibilidad, transferibilidad, fiabilidad y confirmabilidad. La estadística puede ser útil en algunos aspectos, en particular en el proceso de codificación:
– Acuerdo entre codificadores
Si más de un investigador codifica los datos, los indicadores de concordancia (por ejemplo, el porcentaje de acuerdo o un coeficiente específico) pueden mostrar la consistencia. Esto resulta útil, sobre todo en el análisis de contenido o en la investigación en equipo.
Sin embargo, los investigadores deben tener cuidado: un alto grado de concordancia no implica automáticamente una interpretación «correcta». Simplemente indica coherencia en la aplicación de las definiciones de los códigos. Por lo tanto, las discusiones entre codificadores, los registros de auditoría y la reflexión siguen siendo esenciales.
7. Limitaciones y riesgos del uso de la estadística
Existen varios riesgos si se utilizan las estadísticas sin una consideración metodológica:
1. Reduccionismo
Los datos cualitativos son ricos en contexto; centrarse demasiado en los números puede hacer que se pierdan matices, contradicciones y dinámicas.
2. Ilusión de generalización
Una alta frecuencia en una muestra pequeña no implica necesariamente que sea aplicable a la población general. La investigación cualitativa generalmente no está diseñada para la generalización estadística.
3. Ignorar temas menores pero significativos
Los temas que rara vez surgen pueden indicar las experiencias de grupos vulnerables, conflictos ocultos o fenómenos difíciles de descubrir.
4. Mala interpretación por parte del lector
Los lectores pueden verse tentados a interpretar los números como una medida de certeza. Por lo tanto, los investigadores deben explicar que los números simplemente resumen patrones en los datos que se analizan.
8. Buena práctica: integrar números y narrativa
Para que la estadística se alinee con la investigación cualitativa, se pueden aplicar las siguientes buenas prácticas:
– Explique la finalidad del uso de números: ya sea para la elaboración de mapas temáticos, comparaciones exploratorias o transparencia.
– Incluya el proceso de codificación: definiciones de código, ejemplos de citas y pasos de análisis.
– Utilice las cifras de forma proporcional: las tablas concisas están bien, pero la narrativa interpretativa sigue siendo fundamental.
– Asegúrese de que el contexto permanezca presente: los números siempre van seguidos de explicaciones de “por qué” y “cómo”.
– Incluya citas representativas: no solo las “interesantes”, sino aquellas que muestren patrones y variaciones.
conclusión
En la investigación cualitativa, la estadística no es un obstáculo, sino una herramienta de apoyo que, utilizada adecuadamente, puede enriquecer el análisis. Mediante la estadística descriptiva, la cuantificación simple y la visualización, los investigadores pueden resumir los datos con claridad y aumentar la transparencia de los hallazgos. Sin embargo, la investigación cualitativa se basa en el significado, el contexto y la interpretación profunda. Por lo tanto, los datos numéricos deben considerarse un complemento que ayuda a clarificar patrones sin menoscabar las voces de los participantes ni la complejidad de los fenómenos sociales estudiados.
Utilizadas con criterio, las estadísticas pueden servir de puente: conectan el poder narrativo de la investigación cualitativa con una forma más sistemática, comprensible y responsable de presentar los resultados.
