Programas de análisis cualitativo: Consideraciones importantes

.

Por: Ana María Gómez

El análisis de datos en la investigación cualitativa busca darle sentido a conjuntos de datos no estructurados. Sin importar las posibles variaciones en los tipos de datos cualitativos, se busca explotarlos y organizarlos en categorías, es decir, el análisis se enfoca en descubrir, describir, comprender y reconstruir las experiencias, opiniones, historias y sentimientos de los participantes, en función del tema de estudio (Hernández et al., 2014).

Es por ello que el principal reto en la investigación cualitativa es el análisis de los conjuntos de datos, especialmente cuando se debe analizar un volumen muy grande de información. Si bien no hay un programa que haga el análisis completo en reemplazo del investigador, sí existen múltiples programas que buscan ayudarlo en dicha tarea. Estos programas tienen múltiples opciones, que enriquecerán el análisis y los resultados, gracias a sus herramientas. Sin embargo, no se ha de olvidar que estos programas no sustituyen el análisis creativo y profundo del investigador, pues su objetivo último es facilitar esta tarea.

Por cuestión de espacio, el tema fue dividido en dos partes. La presente busca exponer los dos programas más conocidos junto con sus características, además de brindar consideraciones a tener en cuenta para buscar y elegir el programa que más le convenga; el siguiente blog ahondará en aquellos que, si bien no son tan conocidos, también son una excelente opción. Entonces, según lo anterior, comparto con el lector los dos softwares más conocidos y usados en la investigación cualitativa.

1. Atlas.ti®

Es un software de análisis de datos que busca facilitar y agilizar el análisis cualitativo, buscando que el investigador identifique las ideas profundas de manera rápida y fácil (Atlas.ti, 2023). Atlas.ti, desarrollado en la Universidad Técnica de Berlín por Thomas Muhr, es una interfaz flexible, disponible tanto para MAC como para Windows, la cual permite segmentar datos en unidades de significado, codificar datos (en ambos planos) y construir teoría (relacionar conceptos, categorías y temas). Para ello, el investigador agrega los datos que posee y con el apoyo del programa los puede explorar por medio de algunas herramientas disponibles como la búsqueda de palabras clave en el proyecto (es decir, en el archivo que se está manejando), la creación de nubes o listas de palabras, así como con la escritura de memos y la citación de fragmentos del texto que se está analizando (o corpus). Por lo tanto, las inferencias van surgiendo de los conteos y visualizaciones de las relaciones que el investigador establece entre las unidades, categorías, temas, memos y documentos primarios o corpus. Además, el software cuenta con herramientas para automatizar esta exploración y codificación como el análisis de sentimientos, el reconocimiento de entidades nombradas, la búsqueda de expresiones, la búsqueda de sinónimos y frases sustantivas, etc. Finalmente, ofrece diversas perspectivas o salidas de los análisis (diagramas, datos por separado, etcétera) (Atlas.ti, 2023).

Entre las ventajas que presenta está su prueba gratuita sin restricciones funcionales durante un máximo de cinco días en un periodo de 45 días, además de que es el único que cuenta con una inteligencia artificial que busca agilizar aún más el análisis de datos, y aunque esté en beta, ofrece acceso gratuito a su uso. Sumado a esto, ahora su interfaz también está disponible en la nube, de manera que se puede acceder a esta fácilmente en cualquier dispositivo sin tener que descargar el programa (Atlas.ti, 2023).

Otras ventajas que posee es que incorpora la transcripción de datos, además de que cuenta con una aplicación móvil complementaria y permite importar, analizar y exportar varios formatos de datos, desde texto, HTML, PDF, imágenes, audio y video, y hasta datos de encuestas, tuits/posts, comentarios en redes sociales, documentos y datos de varias aplicaciones (Atlas.ti, 2023). Sin embargo, entre las desventajas que posee es su precio y encontrar la manera de acceder a la licencia, ya que hay que buscar un distribuidor y no está disponible en varios países.

Puede redirigirse a ATLAS.ti (atlasti.com), con el fin de conocer más a fondo el programa, donde podrá encontrar la prueba gratuita, sus características completas y un manual de uso, que sugiero revisar y explorar.

2. NVivo®

 Es un programa producido por QSR International, usado para el análisis de datos de texto, audio, video e imágenes no estructuradas, ayudando al investigador a administrar, explorar y encontrar patrones en sus datos (Canal Innova, 2023) permitiéndoles administrar y analizar su información en diferentes formatos desde un único proyecto (NVivo, 2023).

Es una valiosa herramienta para explorar y analizar datos, ya que permite ordenar, relacionar, resumir y visualizar información gracias a consultas simples, avanzadas y personalizables de acuerdo con los objetivos y preguntas de investigación, además de que permite organizar el material por tema y descubrir tendencias y temas emergentes (NVivo, 2023).

Tiene varias características que se equiparan a las de Atlas.ti, donde permite analizar distintos formatos de datos, tiene interfaz de transcripción, permite incluir datos de redes sociales mediante un complemento del navegador y permite explorar los datos por medio de la búsqueda de palabras y el conteo de frecuencia de las mismas (NVivo, 2023). Además, cuenta con una prueba gratuita de 14 días, la cual se puede descargar desde el sitio web https://nvivo-spain.com/ tras crear una cuenta en este mismo sitio. Otra ventaja es que su distribución y adquisición es de más fácil acceso, además de que en su sitio web se encuentra un foro en el que se halla solución fácil y rápida a cualquier problema que se presente.

Ejemplos de investigaciones

Un ejemplo de investigación que usa un programa de análisis es el realizado por Hernández et al. (2023), la cual buscaba reconocer los espacios de consumo de alcohol y las relaciones que se dan en esos espacios, Para ello, realizaron un estudio cualitativo con enfoque etnográfico, realizado en dos etapas: cartografía y mapeo de los universitarios de ciencias de la salud que solían consumir alcohol y donde realizaron una observación no participante (Hernández et al., 2023). Para el análisis de contenido, usaron Atlas.ti, el cual les permitió identificar más fácilmente las categorías (ocho categorías sociales) asociadas a los datos, permitiendo ahondar más y relacionar los resultados.

Otro ejemplo es la investigación de Toledo y Maridueña (2023), la cual buscaba interpretar el uso del ATLAS.ti en la construcción de la teoría fundamentada del estudio Maestros Huella de la Universidad de Guayaquil. En sus resultados, obtenidos también por medio de Atlas.ti, señalan que los profesores consideran que este programa resulta de gran importancia en la construcción de teoría fundamentada. Gracias a lo hallado por medio de la técnica de criterio de expertos y la construcción de redes semánticas con el programa, teniendo en cuenta calidad en la investigación, codificación, redes neuronales y teoría fundamentada, concluyen que el uso de Atlas.ti permite una mejor construcción y más sencilla de la teoría fundada gracias a sus herramientas, las cuales contribuyen en el tejido de los datos (Toledo y Maridueña, 2023).

Consideraciones finales

Antes de terminar, me gustaría señalarle al lector que el uso de estos recursos supone también ciertas desventajas, tales como restringir la exploración exhaustiva de los datos, de manera que se perderían ciertos datos e información relevante, ya que podría pensarse que se trata de identificar y contar elementos, sin necesidad de escudriñar, analizar y evaluar críticamente la información (Osses et al., 2006). Tal como indican Toledo y Maridueña (2023), a pesar de que se cuente con una excelente herramienta, esta solo brindará buenos resultados si el investigador pone su sello de competencias en el campo de las relaciones, codificaciones, interpretaciones y en la teoría fundamentada.

Finalmente, he de comentarle, tal como sugieren Hernández et al. (2014), ciertas recomendaciones sobre elementos importantes para tener en cuenta a la hora de elegir el programa de análisis cualitativo a adquirir y utilizar:

• Que sea distribuido o accesible en su país.
• Que su interfaz sea compatible con diferentes sistemas operativos, que sea sencilla y de fácil acceso.
• Que los manuales y recursos de ayuda que brinden sean entendibles y estén disponibles fácilmente. Lo mejor es que posea videos o paso a paso detallados de cómo usarlos y brinden ejemplos para mayor claridad.
• Que permita incluir distintos tipos de archivos para el análisis (desde distintos tipos de archivos de texto hasta multimedia). Esto varía si se quiere subir solo documentos de libre edición (como un Word con las transcripciones listas) o si se quiere también analizar páginas webs, videos, audio, etc.
• Que permita visualizar, seleccionar, resaltar y conectar citas, además de tener la capacidad de crear memos e interconectarlos. Esto permitirá no solo la organización de los datos, sino que permite interconectar ideas y empezar a codificar más fácilmente.
• Que para la codificación sea capaz de crear, visualizar, interconectar y modificar códigos. Esto es importante, ya que esto es lo que va a permitir que haya relaciones entre ideas más profundas y dilucidar la información relevante de la cual saldrán las categorías importantes.
• Que exporte en diferentes formatos. Esto también varía según su necesidad, es decir, si necesita únicamente imágenes, PDF o que exporte los hallazgos en un Word, en un Excel, etc.
• Que se adapte a las necesidades de investigación según el diseño y objetivo de los análisis. La decisión más importante, ya que hay unas que sirven para cualquier diseño, como hay otras que se especializan en teoría fundamentada, otras solo en análisis de texto, etc.

Referencias

ATLAS.ti. (14 de Septiembre de 2023).  El software no 1 para el análisis cualitativo de datos. Atlas.ti. https://atlasti.com/es

Hernández, R., Fernández, C. y Baptista, P. (2014). Recolección y análisis de los datos cualitativos. En Metodología de la investigación (Vol. 6, pp. 394-466). México.

Hernández, S., Carrillo, A., Solano, D. y Zamudio, C. (2023). Perspectivas del Cuidado y Grupo de Exclusiones y Resiste, Grupo de Investigación. Consumo colectivo de alcohol en jóvenes universitarios en Colombia: análisis desde una perspectiva etnográfica. Index de Enfermería, 32(3). https://ciberindex.com/c/ie/e14339

NVivo Spain. (23 de junio de 2023). Nvivo Spain. https://nvivo-spain.com/

Osses, S., Sánchez, I. y Ibáñez, F. M. (2006). Investigación cualitativa en educación: Hacia la generación de teoría a través Del Proceso analítico. Estudios Pedagógicos, 32(1), 119–133. https://doi.org/10.4067/s0718-07052006000100007