Revista Internacional de Ciencias Sociales y

Humanidades, SOCIOTAM
ISSN: 1405-3543
hmcappello@yahoo.com
Universidad Autnoma de Tamaulipas
Mxico

Rodrguez Sabiote, Clemente; Lorenzo Quiles, Oswaldo; Herrera Torres, Luca

Teora y prctica del anlisis de datos cualitativos. Proceso general y criterios de calidad
Revista Internacional de Ciencias Sociales y Humanidades, SOCIOTAM, vol. XV, nm. 2, juliodiciembre, 2005, pp. 133-154
Universidad Autnoma de Tamaulipas
Ciudad Victoria, Mxico

Disponible en: http://www.redalyc.org/articulo.oa?id=65415209

Cmo citar el artculo

Nmero completo
Ms informacin del artculo
Pgina de la revista en redalyc.org

Sistema de Informacin Cientfica

Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal
Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto

XV,
N. 2 (2005)Proceso general...
Teora y prcticaSOCIOTAM
del anlisis deVol.
datos
cualitativos.

TEORA Y PRCTICA
DEL ANLISIS DE DATOS CUALITATIVOS.
PROCESO GENERAL Y CRITERIOS DE CALIDAD
Clemente RODRGUEZ SABIOTE, Oswaldo LORENZO QUILES
y Luca HERRERA TORRES

Universidad de Granada, Espaa

RESUMEN
El presente trabajo es un compendio de aspectos
diferenciales y, sin embargo, complementarios sobre
los procedimientos de anlisis de datos cualitativos y
sus implicaciones metodolgicas. Adems de tratar
de acotar una posible conceptualizacin de dicha tipologa de anlisis necesaria en la bsqueda de un
consenso suficiente sobre su aplicacin y difusin entre los investigadores interesados, se enumera una
serie de aspectos relativos a sus rasgos distintivos,
posicionamiento en el proceso de investigacin y etapas que configuran su desarrollo. As mismo se muestra, de manera exhaustiva, detallada y con ejemplos
ilustrativos, la coleccin de nociones y destrezas bsicas relacionadas con las actividades y operaciones
que constituyen el proceso de anlisis de datos cualitativos.
Finaliza este trabajo con un somero repaso a los
criterios de calidad relacionados con la investigacin
de corte cualitativo, as como con unas conclusiones
sobre la evolucin, estado actual y posibilidades del
conjunto de herramientas y procedimientos que caracterizan este paradigma.
Palabras clave: anlisis de datos cualitativos, proceso
de investigacin, criterios de calidad.

Original. Para solicitar reproducciones, dirigirse con los autores:

Oswaldo Lorenzo Quiles
Universidad de Granada. Facultad de Educacin y Humanidades de Melilla
Ctra. Alfonso XIII, s/n. 52005. Melilla (Espaa)
Telfono: 0034607997996. Correo E.: oswaldo@ugr.es

133

RODRGUEZ SABIOTE, C.; LORENZO QUILES, O. y HERRERA TORRES, L.

THEORY AND PRACTICE OF QUALITATIVE DATA ANALYSIS.

GENERAL PROCESS AND QUALITY CRITERIA
ABSTRACT
A review of different, but complementary, aspects
of qualitative data analysis procedures is presented.
Besides intending to generate a possible conceptualization for such analysis typology necessary to obtain enough consensus for its application and
diffusion among researchers distinctive features,
positioning within the research process and research
stages are discussed. Furthermore, basic notions and
skills related to qualitative data analysis are presented in an exhaustive and detailed manner, supported by illustrative examples.
Finally, a brief review on quality criteria related
to qualitative research and some conclusions about
the current state, evolution, and possibilities of procedures and tools characteristic of this paradigm are
given.
Keywords: Qualitative data analysis, research process, quality criteria.

1. INTRODUCCIN

diferencia de los paquetes de anlisis estadstico usados en

las ciencias sociales por ejemplo, el SPSS, el software para anlisis de datos cualitativos no analiza los datos obtenidos de las investigaciones cualitativas. Esta es una primera premisa fundamental, pero ignorada por los investigadores sociales no habituados a trabajar
con este software.
Estos programas son una herramienta de ayuda en el proceso de
anlisis de datos cualitativos, nunca el instrumento de anlisis. Dicho instrumento siempre es el investigador social que, con la ayuda
de un diseo eficiente de la investigacin, puede lograr rendimientos ptimos con la utilizacin adecuada de este tipo de software.
Como indican Huber, Fernndez, Lorenzo y Herrera (2001), los programas de anlisis de datos cualitativos nicamente sirven para lograr sistematizar y controlar el proceso de anlisis de datos, por lo
que corresponde al investigador asignar los significados oportunos

134
SOCIOTAM Vol. XV, N. 2 (2005), pp. 133 - 154.

Teora y prctica del anlisis de datos cualitativos. Proceso general...

a esos datos. En este sentido, ningn programa de anlisis de datos

cualitativos puede dar por s solo mayor seriedad a una investigacin deficiente desde su diseo, ni hacer milagros con datos mal recogidos, parciales y sesgados, dotndolos de significados.
Con estos precedentes parece razonable entender que, antes que
abordar la enseanza de carcter computarizada del anlisis de datos cualitativos, es necesaria la prctica manual, as como el conocimiento, por ende, de una coleccin de destrezas bsicas sobre dicho
anlisis.

2. CONCEPTO Y CARACTERSTICAS
DEL ANLISIS DE DATOS CUALITATIVOS
Por anlisis de datos cualitativos se entiende el proceso mediante el cual se organiza y manipula la informacin recogida por los investigadores para establecer relaciones, interpretar, extraer significados y conclusiones (Spradley, 1980, p. 70). El anlisis de datos
cualitativos se caracteriza, pues, por su forma cclica y circular,
frente a la posicin lineal que adopta el anlisis de datos cuantitativos.
Gracias a este proceso circular, el investigador, casi sin darse
cuenta, comienza a descubrir que las categoras se solapan o bien no
contemplan aspectos relevantes; estas pequeas crisis obligan al investigador a empezar nuevos ciclos de revisin, hasta conseguir un
marco de categorizacin potente que resista y contemple la variedad
incluida en los mltiples textos. Esto evidentemente no sera viable
bajo modelos de trabajo lineal en los que no fuese posible acceder
nuevamente al campo a recoger ms datos, o bien, volver a revisar
los textos bajo nuevos criterios de codificacin.
Al igual que la propia definicin, la literatura contempornea sobre la investigacin interpretativa (Bogdan y Biklen, 1982; Erickson,
1989; Goetz y LeCompte, 1988; Miles y Huberman, 1984; Taylor y
Bogdan, 1986; Tesch, 1990) aporta diferentes rasgos y matices de lo
que debe entenderse la secuencia general de anlisis de datos cualitativos. No obstante, desde aqu se prefiere seguir el proceso general
SOCIOTAM Vol. XV, N. 2 (2005), pp. 133 - 154.

135

RODRGUEZ SABIOTE, C.; LORENZO QUILES, O. y HERRERA TORRES, L.

de anlisis de datos cualitativos propuesto por Rodrguez, Gil y

Garca (1996), a partir de los supuestos dados por Miles y Huberman
(1994). Este proceso quedara configurado en torno a tres aspectos
clave: reduccin de datos, disposicin y transformacin de stos y,
por ltimo, obtencin de resultados y verificacin de conclusiones.
Finalmente, es importante destacar, siguiendo a Rodrguez, Gil y
Garca (1996), algunas de las dificultades con las que cualquier investigador puede toparse al desarrollar un anlisis de datos cualitativos. En primer lugar, resalta el carcter polismico de los datos
cualitativos. Los mltiples significados que pueden encontrarse en
una grabacin de audio o video, o en una transcripcin materializada en un texto son casi ilimitados. El anlisis del investigador se convierte, pues, en una tarea compleja que exige preparacin y, sobre
todo, planificacin sobre el significado que de la realidad analizada
se desea extraer.
En segundo lugar, se encuentra la naturaleza predominantemente
verbal de los datos cualitativos. Este aspecto exige per se la utilizacin
de descriptores de baja inferencia como las grabadoras de audio. Las
notas de campo y la propia memoria del investigador se muestran
como recursos insuficientes para recoger con precisin y exactitud la
riqueza verbal y/o visual del material recopilado.
En tercer lugar, destaca el gran volumen de datos que se recogen.
Al contrario que los datos cuantitativos, los cualitativos suelen incardinarse bajo ingentes cantidades de informacin auditiva, textual o icnico-visual.
Es precisamente la presencia de esta dificultad la que incide en
que la ayuda de los softwares informticos se convierta en un aspecto
capital e indispensable y, por supuesto, de gran utilidad como herramienta para la sistematizacin y control del proceso de anlisis.
En cuarto lugar, se resea el carcter artstico-creativo del anlisis
de datos cualitativos. Con ello nos referimos a que no existe consenso sobre dos aspectos claves del proceso de anlisis la variedad y
la singularidad de tradiciones que lo tratan y, por ende, la falta de
consenso acerca de las etapas en que debe materializarse. Esta difi-

136

Teora y prctica del anlisis de datos cualitativos. Proceso general...

cultad ha contribuido a considerar al proceso de anlisis de datos

como un proceso escasamente riguroso y creble, sometido a todo tipo de crticas y cuestionamientos.

3. EL DATO CUALITATIVO

La definicin etimolgica de dato (del latn datum) lo considera

como un elemento dado. Dicha definicin resultara adecuada para
los datos cuantitativos, sin duda, elementos finales pero, sin embargo, sera inadecuada para los cualitativos. Frente a cualquier escala
de opinin (tipo Likert, por ejemplo) que recopila informacin mediante nmeros, una historia de vida instrumento de recogida de
informacin tpicamente cualitativo suministra una ingente cantidad de informacin de tipo auditivo y, posteriormente, textual,
que sin la adecuada manipulacin resulta totalmente estril. Por tanto, el dato cualitativo al contrario que el cuantitativo se convierte en un elemento dinmico, resultado de una serie de manipulaciones que transforman la realidad. Cabe destacar, entonces, una serie
de fases, como son el registro de la realidad, su plasmacin material
en algn tipo de expresin y su transformacin mediante un proceso
de elaboracin conceptual.
Observando con detenimiento cada una de estas fases, resulta
evidente, en primer lugar, que debemos registrar la informacin sobre la realidad a travs de algn tipo de estrategia manual o electrnica. As, adems de la propia observacin y las notas de campo, se
pueden utilizar objetos electrnicos de baja inferencia como el video
y la grabadora (audio).
Por otra parte, una vez registrada la informacin, sta debe materializarse en algn tipo de expresin, verbal (audio), escrita (transcripcin) o icnico-visual (video). Finalmente, una vez plasmada, la
informacin es sometida a procesos de transformacin mediante estrategias manipulativas de elaboracin conceptual, en las que el dato cualitativo es producto de una ecuacin en la que intervienen de
manera activa la percepcin del/los investigador/es, su interpretacin, sus conocimientos previos sobre el tema objeto de anlisis, as
como una coleccin de sesgos.

137

RODRGUEZ SABIOTE, C.; LORENZO QUILES, O. y HERRERA TORRES, L.

4. LOCALIZACIN DEL ANLISIS DE DATOS

EN EL PROCESO GENERAL
DE LA INVESTIGACIN CUALITATIVA
El anlisis de datos es la fase que sigue al trabajo de campo y que
precede a la elaboracin del informe de investigacin, aunque en investigacin interpretativa esto no es as (Garca, Gil y Rodrguez,
1994).
Algunos autores plantean que entre recogida y anlisis existe un
continuum en el tiempo, que cuando es productivo va aumentando
progresivamente (Loflan y Loflan, 1984, p. 132). Sea como fuere, se
presenta grficamente el lugar del anlisis de datos entre las distintas etapas de la investigacin cualitativa, explicitando los principales aspectos que conforman la fase analtica:

ETAPA PREPARATORIA
ETAPA DE TRABAJO DE CAMPO
ETAPA ANALTICA
Reduccin de datos
Disposicin y transformacin de datos
Formulacin y verificacin de conclusiones

ETAPA INFORMATIVA
Fig. 1. Posicionamiento del anlisis de datos en el proceso de investigacin cuantitativa. Adaptado de Rodrguez, et al. (1996, p. 64).

5. ETAPAS DEL ANLISIS DE DATOS CUALITATIVO

Como se puede apreciar en la figura anterior, el anlisis de datos

est configurado en torno a tres grandes tareas admitidas en la literatura contempornea:

138

Teora y prctica del anlisis de datos cualitativos. Proceso general...

1) Reduccin de datos.
2) Disposicin y transformacin de los datos.
3) Obtencin de resultados y verificacin de conclusiones.

A su vez, cada etapa est constituida por un conjunto de actividades y operaciones ms especficas. Esquemticamente, dicho entramado puede representarse de la siguiente forma:
PROCESO GENERAL DE ANLISIS DE DATOS CUALITATIVOS

REDUCCIN
DE DATOS
Separacin
unidades
Sntesis y
agrupamiento
Identificcin y
clasificacin
de elementos

DISPOSICIN Y
TRANSFORMACIN
DE DATOS
Disposicin

OBTENCIN Y
VERIFICACIN DE
CONCLUSIONES
Proceso para obtener
conclusiones
Verificacin
conclusiones

Transformacin

Procesos para
alcanzar
conclusiones

Fig. 2. Proceso general del anlisis de datos cualitativos.

1. LAS TAREAS DE REDUCCIN DE DATOS

Los procesos de categorizacin y codificacin, aspectos bien distintos pero utilizados como sinnimos en no pocas ocasiones, son las
decisiones ms inmediatas en el proceso general de reduccin de datos. La divisin de la informacin en unidades puede realizarse siguiendo diferentes criterios. Este problema ha sido resuelto desde la
perspectiva del anlisis de contenido por distintos autores (Anguera, 1995; Bardin, 1986; Krippendorf, 1990; Prez, 1994; Snchez,
1985), con la diferenciacin entre unidades de contexto, que corres-

139

RODRGUEZ SABIOTE, C.; LORENZO QUILES, O. y HERRERA TORRES, L.

ponden a las unidades de anlisis y unidades de registro las secciones ms pequeas de texto con significacin propia dentro de cada unidad de contexto.
Sin embargo, este aspecto no debe inducirnos a la creencia de que
el anlisis de datos cualitativos es nica y exclusivamente el anlisis
de contenido. Frente al primero, el segundo posee una orientacin
claramente cuantitativa de recuento, de la cual el segundo adolece,
por centrarse ms en los aspectos semnticos y de interpretacin.
As, la desmembracin en unidades singulares del texto es una actividad imprescindible, junto con la identificacin y clasificacin de
elementos, su sntesis y agrupamiento, en un intento por llevar a cabo la reduccin de datos.
As, se puede establecer una secuencia de tres pasos:
1. Separacin de unidades de contenido, que determina criterios
de separacin espacial, temporal, temtica, gramatical, conversacional y social.
2. Identificacin y clasificacin de elementos, que conlleva una
categorizacin y una codificacin.
3. Sntesis y agrupamiento: agrupamiento fsico, creacin de metacategoras, obtencin de estadsticos de agrupamiento y sntesis.
1.1. Separacin de unidades de contenido
Rodrguez, et al. (1996) contemplan diferentes criterios para separar las distintas unidades de registro, organizndolas en torno a
los siguientes criterios:
a) Criterios espaciales. De acuerdo con tales criterios, constituiran
unidades de registro las lneas del texto, los bloques de un determinado nmero de lneas, las pginas... Se trata en definitiva de una segmentacin artificial, ajena al contenido de la informacin.
b) Criterios temporales. Como su propia denominacin indica, es
posible segmentar las transcripciones por minutos, horas, o
incluso das.

140

Teora y prctica del anlisis de datos cualitativos. Proceso general...

c) Criterios temticos. El texto queda reducido en funcin del tema

sobre el que trate.
d) Criterios gramaticales. Segn este criterio, el texto quedara segmentado en unidades bsicas, como las oraciones o los prrafos.
e) Criterios conversacionales. Consiste en dividir el texto en funcin
de las declaraciones o turno de palabra de los participantes.
f) Criterios sociales. Cada fragmento ser diferenciado del resto
por el estatus o rol social que cumpla la persona que lo explicita.
1.2. Identificacin y clasificacin de unidades
Una vez separadas las unidades de anlisis resulta sensato tratar
de identificarlas y etiquetarlas; en definitiva, categorizarlas y codificarlas. Aunque codificacin y categorizacin son respectivamente los
aspectos fsico-manipulativo y conceptual de una misma actividad
a la que indistintamente suelen referirse los investigadores, se trata
de dos trminos ciertamente distintos. As, mientras categorizacin
es el proceso mediante el cual se clasifica conceptualmente una unidad, la codificacin no es ms que la operacin concreta por la que
se asigna a cada unidad un indicativo (cdigo) propio de la categora
en la que se considera incluida.
El proceso de construccin de las categoras (categorizacin)
puede ser de diferentes tipos. El primero es el llamado inductivo y
consiste en elaborar las categoras a partir de la lectura y examen del
material recopilado sin tomar en consideracin categoras de partida. Algunos autores denominan a esta tarea "codificacin abierta"
(Strauss, 1987), proceso en el que se parte de la bsqueda de conceptos que traten de cubrir los datos.
El segundo es el denominado deductivo, en el que, al contrario del
anterior, las categoras estn establecidas a priori, siendo funcin del
investigador adaptar cada unidad a una categora ya existente.
Por ltimo, se encuentra el proceso mixto, a travs del cual el investigador tomara como categoras de partida las existentes, formulando alguna ms cuando este repertorio de partida se muestre ine-

141

RODRGUEZ SABIOTE, C.; LORENZO QUILES, O. y HERRERA TORRES, L.

ficaz, es decir, que no contenga dentro de su sistema de categoras

ninguna capaz de cubrir alguna unidad de registro.
Veamos algunos ejemplos que ayuden a comprender el procedimiento de segmentacin utilizado en el anlisis cualitativo de los datos, tomando como ejemplo fragmentos de textos procedentes de
autobiografas y entrevistas en profundidad de una investigacin
educativa llevada a cabo por Rodrguez (2001):
Prrafo N 1
Al siguiente da consegu entrar en secretara para matricularme
de unas asignaturas sobre las que no saba nada y que haba escogido
slo porque sonaban bien sus nombres, pero de nuevo no quedaban
plazas y me tuve que conformar con las primeras que salieron libres
en el ordenador (texto extrado de una Autobiografa, concretamente la nmero 20).
En dicho prrafo se puede apreciar la presencia de una cadena
textual, que viene delimitada por una frase principal de que consta
el texto. Seguidamente se analizar por separado dicha cadena textual para comprobar si consta de un solo tema o, por el contrario, de
varios.
Cadena textual
Al siguiente da consegu entrar en secretara para matricularme de unas asignaturas sobre las que no saba nada / y que haba
escogido slo porque sonaban bien sus nombres, / pero de nuevo no
quedaban plazas / y me tuve que conformar con las primeras que salieron libres en el ordenador"

142

ALU
(AEI)

ASI
(OEA)

ASI
(ONE)

ASI
(NPO)

Teora y prctica del anlisis de datos cualitativos. Proceso general...

1: ALU: Categora Alumno, AEI: Subcategora que significa que los

alumnos poseen escasa informacin acadmica.
2: ASI: Categora Asignatura, OEA Subcategora que versa sobre la
seleccin azarosa de asignaturas optativas y de libre configuracin.
3: ASI: Categora Asignatura, NPO: Subcategora acerca del escaso
nmero de plazas por asignatura optativa.
4: ASI: Categora Asignatura, ONE: Subcategora relativa a la escasa
libertad con que se escogen algunas asignaturas optativas.
Fig. 3. Ficha de anlisis de un texto autobiogrfico.

Como puede observarse, esta cadena textual consta de varias temticas, que coinciden con varias unidades de registro y que a su
vez encuentran sentido dentro de una categora superior de la cual
forman parte. El primer segmento hace referencia al tema de la escasa informacin acadmica con la que cuenta el alumnado, y pertenece a la categora Alumno (ALU). El segundo segmento se refiere
a la inexistencia de criterios de que dispone el alumnado para escoger asignaturas y, por tanto, su inclinacin por el azar o la intuicin a la hora de hacerlo; pertenece ste a la categora Asignatura
(ASI). El tercer fragmento hace referencia a la escasez de plazas para
algunas optativas e igualmente pertenece a la categora Asignatura
(ASI). El cuarto fragmento est relacionado con la imposibilidad de
elegir algunas optativas libremente y tambin pertenece a la categora Asignatura (ASI).
Prrafo N 2
Al cabo de unos cuantos das salieron las listas de admitidos, y
me decepcion un poco ver que slo me haban admitido en la tercera
carrera que haba escogido, pero al fin y al cabo eso no es culpa de
nadie.
ECA
(EFO)

143

RODRGUEZ SABIOTE, C.; LORENZO QUILES, O. y HERRERA TORRES, L.

ECA: Categora Eleccin de Carrera, EFO: Subcategora que significa

que los alumnos se ven abocados a elegir carreras
que no estaban dentro de sus preferencias.
Fig. 4. Ficha de anlisis de un texto autobiogrfico.

En esta segunda cadena textual no ha sido necesario dividir el

texto en diferentes fragmentos, puesto que solo se habla de una temtica. Por tanto, podemos afirmar que se trata de una cadena textual formada por una sola unidad de registro, que hace referencia al
tema Eleccin de Carrera (ECA) y, ms exactamente, a la eleccin forzosa de determinados estudios.
Finalmente, cada unidad de registro hace referencia a una determinada categora en la cual encuentra sentido y que pertenecer a
un sistema de categoras, en el que se debern cumplir los requisitos
bsicos de exclusividad, exhaustividad y nico principio clasificatorio.
Este tipo de prescripciones se enmarcan en la lnea de autores que
ven en la categorizacin un modo de transformar los datos textuales
en datos susceptibles de medicin y tratamiento cuantitativo (Ander-Egg, 1980; Cartwright, 1978; Kerlinger, 1985; Snchez, 1985). Sin
embargo, algunos autores hablan de la posibilidad de que una misma cadena textual pertenezca simultneamente a dos o ms unidades de registro, anidndose, superponindose... (Huber, et al., 2001).
Desde este punto de vista, es posible afirmar que muchas veces la
pertenencia de una unidad a una determinada categora no est nada clara (Gil, 1994).
En este sentido, cabe hablar de una mayor probabilidad de pertenencia a una que otra. Una entidad puede ser etiquetada con dos cdigos
distintos (solapamiento) aunque su grado de pertenencia a las categoras
que cada uno de ellos representa pueda ser diverso (Gil, 1994, p. 536). Aun
reconociendo un cierto solapamiento de las "clases" y unos lmites
difusos, debemos tambin recordar que la gradacin de pertenencia
es siempre ms alta para unos cdigos que para otros (Tesch, 1990).
As, podemos hablar del concepto de membresa para expresar en qu
grado determinada unidad puede formar parte o ser miembro de

144

Teora y prctica del anlisis de datos cualitativos. Proceso general...

una categora y de prototipo, que representa el tipo ideal con un

100% de pertenencia a una sola categora.
Prrafo N 3
Lo peor fue que tres asignaturas eran el mismo da y a la misma
hora (HOR / SHC) / y tuve que volver a hacer cola, coger nmero y
hacer ms cola (ALU/ EGA) / para cambiar de nuevo la matrcula
(GEA/ ACM) / una vez que salieron los horarios, que por cierto fue
bastante tarde (HOR / LCH).
HOR/SHC: Categora Horario y su subcategora
coincidencia de dos asignaturas en la misma franja horaria.
ALU/EGA: Categora Alumno y su subcategora
exceso de alumnos en gestiones administrativas.
GEA/ACM: Categora Gestiones Administrativas
y su subcategora alteraciones de matrcula.
HOR/LHC: Categora Horario y su subcategora
lentitud en la confeccin del horario de clase.
Fig. 5. Ficha de anlisis de un texto autobiogrfico.

El proceso seguido y hasta aqu expuesto se puede esquematizar

en la figura siguiente:
UNIDADES DE CONTEXTO

UNIDADES DE CONTEXTO

AUTOBIOGRAFAS / ENTREVISTAS

AUTOBIOGRAFA N 20

U.R.1.1.

CATEGORA
A

U.R.1.2.

U.R.2.1.

CATEGORA
B

U.R.3.1.

CATEGORA
C

SHC

HORARIO

LCH

ACM

GESTIONES
ADMVAS.

EGA

ALUMNO

Fig. 6. Proceso general de reduccin de datos con un ejemplo ilustrativo.

145

RODRGUEZ SABIOTE, C.; LORENZO QUILES, O. y HERRERA TORRES, L.

1.3. Sntesis y agrupamiento

La identificacin y clasificacin de elementos estn estrechamente unidas a la sntesis. De hecho, cuando se categoriza lo que se
hace, se ubican diferentes unidades de datos bajo un mismo tpico
o concepto, por lo que se puede afirmar que dicha labor es, en s misma, una operacin conceptual de sntesis, por cuanto permite reducir un nmero determinado de unidades a un solo concepto que
las representa.

2. DISPOSICIN Y AGRUPAMIENTO
Como ya se apunt en un apartado anterior, el anlisis de los datos cualitativos es una tarea ardua y compleja por la forma en que
generalmente aparecen: en forma textual, dispersos, vagamente ordenados... (Miles y Huberman, 1994). Ante esta dificultad, el investigador que est llevando a cabo un anlisis de datos cualitativos
debe optar por tratar de establecer algn procedimiento de disposicin y transformacin de dichos datos, que ayude a facilitar su examen y comprensin, a la vez que condicione las posteriores decisiones que se establecern tras los anlisis pertinentes.
As, se pueden citar distintos tipos de procedimientos, entre
otros, los grficos que permiten no solamente presentar los datos,
sino advertir relaciones y descubrir su estructura profunda (Wainer,
1992), los diagramas representaciones grficas o imgenes visuales de las relaciones entre conceptos (Strauss y Corbin, 1990) y las
matrices o tablas de doble entrada en cuyas celdas se aloja una breve
informacin verbal de acuerdo con los aspectos especificados por
filas y columnas (Miles y Huberman, 1994).

3. OBTENCIN DE RESULTADOS
Y VERIFICACIN DE CONCLUSIONES
Las tareas de obtencin de resultados y verificacin de conclusiones implican el uso de metforas y analogas, as como la inclusin de vietas donde aparezcan fragmentos narrativos e interpretaciones del investigador y de otros agentes, constituyndose en pro-

146

Teora y prctica del anlisis de datos cualitativos. Proceso general...

cedimientos tiles para esta fase que culmina con las oportunas estrategias de triangulacin, auditora y validacin "cara a cara" con
otros investigadores y agentes del contexto.
3.1. Proceso para obtener resultados.
-Para datos textuales: descripcin e interpretacin, recuento y concurrencia de cdigos, comparacin y contextualizacin.
-Para datos transformados en valores numricos: tcnicas estadsticas, comparacin y contextualizacin.
3.2. Proceso para alcanzar conclusiones.
- Para datos textuales: consolidacin terica, aplicacin de otras
teoras, uso de metforas y analogas, sntesis con resultados de
otros investigadores.
- Para datos transformados en valores numricos: uso de reglas de decisin (comparacin de resultados con modelos tericos, recurso a la perspicacia experiencia del analista).
3.3. Verificacin de conclusiones y estimacin
de criterios de calidad.
Comprobacin o incremento de validez mediante presencia prolongada en el campo, intercambio de opiniones con otros investigadores, triangulacin, comprobacin con los participantes, establecimiento de adecuacin referencial, ponderacin de la evidencia,
comprobacin de la coherencia estructural
Si la investigacin interpretativa opera sobre la realidad educativa con un tipo de lgica diferente a como lo hacen otros enfoques de
la investigacin educativa, tambin sern diferentes los presupuestos que emplea para demostrar que los hallazgos obtenidos pueden
ser aceptados. A diferencia de la metodologa positivista, que presume de validez interna y externa objetivas, la cualitativa prefiere hablar de una validez epistemolgica, validez de consenso o validez
"cara a cara". Es decir, su credibilidad est suficientemente garantizada, porque el texto est correctamente triangulado, basado en indicadores naturales, adecuadamente adaptado a una teora, es comprehensivo en su enfoque, creble en sus mecanismos de control utilizados, consistente en los trminos de su reflexin y representa de

147

RODRGUEZ SABIOTE, C.; LORENZO QUILES, O. y HERRERA TORRES, L.

forma profunda, clara y completa las caractersticas del contexto y el

sentir de los otros (Ruiz, 1996), minimizando al mximo la prdida
de informacin relevante.
Sus criterios de verdad residen en aquella construccin que resulte mejor informada, ms documentada, y sobre la que se obtiene
mayor consenso en funcin de su adecuacin a los datos y a la informacin que de ellos se obtiene. Por tanto, la calidad de la investigacin interpretativa no puede establecerse en orden a los clsicos criterios de validez y fiabilidad, ms bien debe sustentarse sobre sus
propios criterios (Guba y Lincoln, 1985, p. 150).
En cuanto a los criterios de calidad en que se fundamenta la credibilidad de una investigacin cualitativa, Guba y Lincoln (1985, p.
85) destacan el valor de verdad, la aplicabilidad, la consistencia y la
neutralidad.

El valor de verdad /credibilidad se refiere a la credibilidad y
confianza que ofrecen los resultados de la investigacin, basndose en su capacidad explicativa ante casos negativos y en
la consistencia entre los diferentes puntos de vista y perspectivas. Es decir, al isomorfismo que se establece entre los datos
recogidos y la realidad.

La aplicabilidad / transferencia se refiere a la posibilidad de
transferir los resultados obtenidos en ese contexto a otros contextos de similares condiciones, bajo una situacin de investigacin en idnticas condiciones.

La consistencia / dependencia se refiere a la posibilidad de
replicar el estudio y obtener los mismos hallazgos.

La neutralidad / confirmabilidad se refiere a la independencia
de los resultados frente a motivaciones, intereses personales o
concepciones tericas del investigador. Es decir, garanta y seguridad de que los resultados no estn sesgados.
Se requiere de estrategias complementarias de triangulacin
(Rodrguez y Gutirrez, 2005) triangulacin de tcnicas, agentes,
tiempos, e incluso triangulacin metodolgica como los procesos

148

Teora y prctica del anlisis de datos cualitativos. Proceso general...

de auditora interna y externa, basados en la comprobacin de las inferencias y en la evaluacin del diseo por parte de agentes internosparticipantes o por colegas o expertos externos al lugar donde se desarrolla la investigacin (Angulo, 1990). Esto permite documentar la
informacin y contrastarla segn diferentes puntos de vista.
A continuacin se presentan las estrategias ms usuales que
suelen emplearse para dar calidad a la investigacin interpretativa,
con el objeto de garantizar el rigor y la confianza de los hallazgos
que de ella se derivan:
a) CREDIBILIDAD

Observacin persistente. La permanencia del investigador en el
campo ofrece una mayor garanta y verosimilitud a los datos
que recoge, a la vez que le permite profundizar en aquellos aspectos ms caractersticos de la situacin.

Triangulacin. Permite contrastar las observaciones desde diferentes perspectivas de tiempos, espacios, teoras, datos, fuentes y disciplinas, as como de investigadores de mtodos.

Comentario de pares. Consiste en someter las observaciones e interpretaciones realizadas al juicio crtico de otros investigadores y colegas.

Comprobaciones de los participantes. Es una actividad de obligado cumplimiento en la investigacin cualitativa, y consiste en
el contraste sistemtico de la informacin con los agentes y audiencias colaboradoras.

Recogida de material de adecuacin referencial. Se trata de videos,
fotografas, grabaciones en audio y otros documentos que permitan un contraste posterior de la informacin.
b) TRANSFERENCIA

Muestreo terico. Estrategia para maximizar la cantidad de informacin recogida a la hora de documentar hechos y situaciones que permitan una posterior comparacin de escenarios
respecto a lo comn y lo especfico, consistente en un muestreo
no probabilstico.

149

RODRGUEZ SABIOTE, C.; LORENZO QUILES, O. y HERRERA TORRES, L.

Descripcin en profundidad. Descripciones exhaustivas y minuciosas del contexto, con idea de hacerlas extensivas y generalizables a otros lugares.

Amplia recogida de informacin. La diversificacin de la informacin recogida permitir una ms fcil comparacin entre distintos escenarios.
c) DEPENDENCIA

Establecer pistas de revisin. Supone dejar constancia de cmo se
recogieron los datos, cmo se seleccionaron los informantes,
qu papel desempe el investigador, cmo se analizaron los
datos, cmo se caracteriz el contexto. Esto permitir comprobar la estabilidad de los resultados en momentos diferentes y
dados por otros investigadores.

Auditora de dependencia. Control de calidad externo para evaluar en qu medida las precauciones tomadas por el investigador son adecuadas o no.

Rplica paso a paso. Es anloga a la fiabilidad como consistencia
interna en su procedimiento de las dos mitades, en la que dos
equipos de investigacin separados tratan independientemente con fuentes de datos que tambin han sido divididas en mitades.

Mtodos solapados. Proceso de triangulacin empleando varias
tcnicas de recogida de informacin para compensar posibles
deficiencias.
d) CONFIRMABILIDAD

Auditora de confirmabilidad. Consiste en la comprobacin por
parte de un agente externo de la correspondencia entre los datos y las interpretaciones llevadas a cabo por el investigador.

Descriptores de bajo nivel de inferencia. Son registros lo ms fieles
posibles a la realidad de donde fueron obtenidos los datos
(transcripciones textuales, citas, referencias directas...).

150

Teora y prctica del anlisis de datos cualitativos. Proceso general...

Ejercicio de reflexin. Consiste en explicitar a la audiencia los supuestos epistemolgicos que permiten al investigador formular sus interpretaciones.

6. CONCLUSIONES
El progresivo cuestionamiento durante la segunda mitad del siglo XX de los procedimientos de investigacin y anlisis de datos de
corte cuantitativo, como referentes exclusivos de veracidad en los
estudios realizados en el marco de las denominadas ciencias sociales, ha venido, paralelamente, dando paso a la apertura de la comunidad de interesados en estas disciplinas hacia la aceptacin de otros
patrones metodolgicos y herramientas de tipo cualitativo como soporte vlido y suficiente a veces incluso excluyente, por la particular naturaleza de los datos analizados, resultados y conclusiones que
avalen las investigaciones llevadas a cabo.
En contra del pensamiento escasamente razonado de algunas voces que han tratado de desautorizar la oportunidad del empleo de
metodologas cualitativas de trabajo en investigaciones consideradas rigurosas y "serias", es posible comprobar que el proceso de anlisis de datos cualitativos tiene, cuando menos, el mismo rigor cientfico y nivel de sistematicidad que el de carcter cuantitativo, por
cuanto desde estas coordenadas resulta de obligado cumplimiento
el desarrollo ms o menos completo de cada una de las etapas y fases
que lo constituyen.
Siendo este hecho hoy una realidad contrastable a partir de la
gran cantidad de excelentes trabajos de que disponemos, basados en
procesos de anlisis de datos cualitativos, por ejemplo, los de
Garca, et al. (1994) y Prez (2005), quiz todava no ha sido establecido y difundido el suficiente consenso acerca de la delimitacin de
cules deben ser los principios bsicos y las lneas maestras que caractericen de forma suficientemente homognea entre los investigadores que emplean este tipo de tcnicas no cuantitativas el conjunto de herramientas y procedimientos metodolgicos y analticos
cualitativos potencialmente aplicables al desarrollo de una investigacin.

151

RODRGUEZ SABIOTE, C.; LORENZO QUILES, O. y HERRERA TORRES, L.

En esta direccin se ha realizado el presente artculo, tratando de

concretar, de manera sinttica y secuenciada, una coleccin de aspectos clave relacionados con la teora y la prctica del proceso de
anlisis de datos cualitativos y sus implicaciones metodolgicas.
De este modo, ha sido posible identificar el alto grado acomodaticio del proceso descrito a lo largo de este trabajo a los rasgos distintos y naturaleza singular de las diferentes estrategias metodolgicas de carcter cualitativo en que se posicione uno u otro investigador y en las que, por tanto, se incardinar la investigacin.
Finalmente, es destacable que ms all del ya clsico anlisis de
contenido propuesto principalmente por Bardin (1986) y Kripperdorf (1990) y tomado en demasiadas ocasiones como modelo nico
de las posibilidades analticas de la metodologa cualitativa se encuentran otras propuestas, como las de Miles y Huberman (1994),
que presentan un mayor grado de complejidad y rigurosidad y, lo
que es ms importe, una mayor versatilidad y amplitud respecto a
las diferentes corrientes metodolgicas que conformar el paradigma
cualitativo (etnografas, estudio de casos, entre otras).

BIBLIOGRAFA
ANDER-EGG, E. (1980). Tcnicas de investigacin social, Buenos
Aires, El Cid Editor.
ANGULO, J.F. (1990). "El problema de la credibilidad y el lugar
de la triangulacin en la investigacin interpretativa:
un anlisis metodolgico", en Bautista, J. (ed.), Hacia
un enfoque interpretativo de la enseanza, Granada, Universidad de Granada, pp. 95-110.
ANGUERA, M.T. (1995). Mtodos de investigacin en psicologa,
Madrid, Sntesis.
BARDIN, L. (1986). El anlisis de contenido, Madrid, Akal.
BOGDAN, R. y BIKLEN, D. (1982). Qualitative Research for Education, Boston, Allyn and Bacon.

152

Teora y prctica del anlisis de datos cualitativos. Proceso general...

CARTWRIGHT, D.P. (1978). "Anlisis del Material Cualitativo",
en Festinger y Katz (eds.), Los mtodos de investigacin
en las ciencias sociales, Buenos Aires, Paids.
ERICKSON, F. (1989). "Mtodos cualitativos de investigacin sobre enseanza", en Wittrock, M., La investigacin en la
enseanza, II, Madrid, Paids y M.E.C.
GARCA, E.; GIL, J. y RODRGUEZ, G. (1994). "Anlisis de datos
cualitativos en la investigacin sobre la diferenciacin
educativa", Revista de Investigacin Educativa, 23 (1),
pp. 183-195.
GIL, X. (1994). "Categorizacin y complejidad en la investigacin
cualitativa", Revista de Investigacin Educativa, 24 (1),
pp. 535-537.
GOETZ, J. y LECOMPTE, M. (1988). Etnografa y diseo cualitativo
en investigacin cualitativa, Madrid, Morata.
GUBA, E.G. y LINCOLN, Y.S. (1985). Naturalistic Inquiry, Beverly
Hills, Sage.
GUTIRREZ, J. (1997). La lgica de la investigacin interpretativa,
leccin magistral para concurso a plaza de profesor titular de facultad, indito, Universidad de Granada
(Espaa).
HUBER, G.; FERNNDEZ, G.; LORENZO, O. y HERRERA, L.
(2001). Anlisis de datos cualitativos con Aquad Cinco
para Windows, Granada, Grupo Editorial Universitario.
KERLINGER, F.N. (1985). Investigacin del comportamiento, Mxico, Nueva Editorial Interamericana.
KRIPPENDORF, K. (1990). Metodologa del anlisis de contenido.
Teora y prctica, Barcelona, Paids.
LOFLAN, J. y LOFLAN, L.H. (1984). Analyzing social settings, Belmont, CA, EUA, Wadsmorth.
MILES, M. y HUBERMAN, A.M. (1984). Qualitative data analysis.
A source book of new methods, Beverly Hills, Sage.
____________________________. (1994). "Data management and
analysis methods", en Denzin y Lincoln (eds.), Handbook of cualitative research, Londres, Sage Publication.
PREZ, G. (1994). Investigacin cualitativa. Retos e interrogantes,
Madrid, La Muralla.
_________. (2005). "Derechos humanos y educacin social", Revista de Educacin, 336 (1), pp. 19-39.

153

RODRGUEZ SABIOTE, C.; LORENZO QUILES, O. y HERRERA TORRES, L.

RODRGUEZ, G.; GIL, J. y GARCA, E. (1996). Mtodos de investigacin cualitativa, Mlaga, Aljibe.
RODRGUEZ, C. y GUTIRREZ, J. (2005). "Un modelo de validacin de estudios empricos en investigacin educativa
mediante procedimientos de triangulacin. Aplicacin a un estudio de caso sobre disfunciones y desajustes asociados a la reforma de un plan de estudios
universitario", Revista Portuguesa de Pedagoga, (en
prensa).
RODRGUEZ, C. (2001). Evaluacin del potencial de innovacin curricular de la reforma de planes de estudio en la Facultad de
Ciencias de la Educacin de la Universidad de Granada
(1994-2000), desajustes organizativos e implicaciones en la
Licenciatura de Pedagoga, tesis doctoral, Departamento
de Mtodos de Investigacin y Diagnstico en Educacin de la Universidad de Granada, Espaa.
RUIZ, J.I. (1996). Metodologa de la investigacin cualitativa, Bilbao,
Universidad de Deusto.
SNCHEZ, J.J. (1985). "Tcnicas de anlisis de los textos mediante codificacin manual", Revista Internacional de Sociologa, 43 (1), pp. 89-118.
SPRADLEY, J.P. (1980). Participant Observation, Nueva York,
Rinehart & Winston.
STRAUSS, A. (1987). Qualitative Analysis for Social Scientists,
Cambridge, University Press.
STRAUSS, A. y CORBIN, J. (1990). Basics of Qualitative Research.
Grounded Theory Procedures and Techniques, Newbury
Park, Sage.
TAYLOR, S. y BOGDAN, R. (1986). Introduccin a los mtodos de
investigacin, Buenos Aires, Paids.
TESCH, R. (1990). Qualitative Research: Analysis Types and Software
Tools, Nueva York, The Falmer Press.
WAINER, H. (1992). "Understanding Graphs and Tables", Educational Researcher, 21 (1), pp.14-23.

154