ANÁLSIS DE DATOS EN INVESTIGACIONES CUALITATIVAS Y MIXTAS

Mai multe ca aceasta

Técnica, Táctica y Estrategia deportiva.

după Camilo Giraldo Henao

Modelo Estructurado

după Oscar Saucedo Romero

Emprender en la red

după Fundación Didáctica XXI

PROCESO DE LECTURA

după Pervis Roblero

ANÁLSIS DE DATOS EN INVESTIGACIONES CUALITATIVAS Y MIXTAS

CORROBORANDO Y VALIDANDO DATOS

VALIDEZ EXTERNA

La validez externa o validez generalizadora es importante cuando se desea generalizar a partir de un conjunto de resultados de investigación a otras personas, entornos, tiempos, tratamientos y resultados. Por lo general, la generalización no es el propósito de la investigación cualitativa.

VALIDEZ INTERNA

Se refiere al grado en que un investigador concluye que una relación observada es causal. Las posibles relaciones causales deben ser probadas y confirmadas mediante el uso de métodos experimentales cuando esto sea factible.

VALIDEZ TEÓRICA

Se refiere al grado en que una explicación teórica desarrollada a partir de un estudio de investigación se ajusta a los datos y, por lo tanto, es creíble y defendible.

VALIDEZ INTERPRETATIVA

Se refiere a representar con precisión las perspectivas y significados de los participantes del estudio, proporcionando el punto de vista interno.

VALIDEZ DESCRIPTIVA

Se refiere a la precisión en la presentación de información descriptiva (descripción de eventos, objetos, comportamientos, personas, entornos, etc.) Esta forma de validez es importante porque la descripción es un objetivo principal en casi todas las investigaciones cualitativas. ¿Sucedió realmente lo que se informó que tenía lugar en el grupo estudiado? ¿Los investigadores informaron con precisión lo que vieron y escucharon?

ANÁLISIS EN INVESTIGACIÓN MIXTA

Procedimientos analíticos en análisis de datos mixtos

7. integración de datos

6. Comparación de datos

5. Consolidación de datos

4. Correlación de datos

3. Transformación de datos

2. Visualización de datos

1. Reducción de datos

MATRIZ DE ANÁLISIS MIXTO

La matriz surge al determinar los tipos de datos que se quieren analizar (monodatos o multidatos) y cuántos tipos de análisis de datos piensa usar (monoanálisis o multianálisis)

Análisis de datos mixtos El uso de procedimientos analíticos cuantitativos y cualitativos en un estudio de investigación.

Las técnicas para análisis de datos cualitativos y cuantitativos en una misma investigación han surgido de forma reciente.

PROCESOS

DIBUJAR DIAGRAMAS

Diagrama de red: muestra los enlaces directos entre variables o eventos a lo largo del tiempo.

Consiste en crear bosquejos, esquemas o dibujos para mostrar cómo funciona algo o clarificar las relaciones entre las partes de un todo.

IDENTIFICAR RELACIONES ENTRE CATEGORÍAS

Las categorías pueden ser MUTUAMENTE EXCLUSIVAS o EXHAUSTIVAS

Tipología: Categorías que siguen mantienen a relación de Estricta inclusion. Sistema de clasificaión que divide algo en diferentes tipos o clases.

Lista de Relaciones semánticas universales de Spradley

Atribución

Secuencia

Subtopic

Función

Lugar de Acceso

Razón

Causa - Efecto

Espacio

Estricta inclusión.

Los investigadores cualitativos usan el término relación para referirse a muchos tipos diferentes de relaciones o conexiones entre cosas, incluidas, entre otras, las variables.

CREAR SISTEMAS DE CATEGORÍAS JERÁRQUICAS

Análisis jerárquico: clasificación jerárquica de categorías generadas inductivamente en el análisis de datos cualitativos.

Análisis temático: identificación de temas en los resultados de la investigación.

Las categorías son los componentes básicos del análisis de datos cualitativos, así los investigadores dan sentido a sus datos al identificar y estudiar las categorías que surgen de estos.

ENUMERAR

Proceso de cuantificación de datos para comunicar en los resultados, conceptos como cantidades o frecuencias.

DEFINIR TIPOS DE CÓDIGOS

Códigos de hoja: códigos que aplican a un caso o documento completo. Por lo general de tipo demográfico (Edad, género, ocupación, raza)

Códigos concurrentes: códigos que se superponen parcial o totalmente

Códigos In vivo: provienen de términos utilizados por los participantes de la investigación.

Códigos A priori: códigos preexistentes, que surgen cuando se le da continuidad a una línea de investigación.

Códigos inductivos: surgen del análisis de los datos

CONCEPTOS CLAVE

SEGMENTANDO, CODIFICANDO Y DESARROLLANDO SISTEMAS DE CATEGORÍAS

Confiabilidad intracodificadores: Consistencia que debe tener cada codificador individual.

Confiabilidad intercodificadores: Consistencia entre diferentes codificadores

Lista Maestra: lista de todos los códigos utilizados en un estudio de investigación.

Codificación: marcar segmentos de datos con símbolos, palabras descriptivas o nombres de categoría.

Segmentación: dividir datos en unidades analíticas significativas.

ENTRADA Y ALAMACENAMIENTO DE DATOS

La transcripcion de datos es el proceso más utilizado, donde por lo general se parte de archivos de audio y anotaciones para convertirlas posteriormente en texto escrito.

ANÁLISIS DE DATOS VISUALES

Análisis de contenido visual: se basa en lo visible y no en la interpretación. Es la identificación y conteo de eventos, características y otros fenómenos en datos visuales.

Análisis visual semiotico: identificación e interpretación del significado simbólico que se le da a una imagen.

Imágenes con significado denotativo y connotativo

Semiótica: estudio de los signos y lo que representan en la cultura humana.

Foto - Entrevista: El análisis se realiza a partir de las respuestas que aportan los participantes al observar una imagen.

Las imágenes pueden ser fuentes o recursos primarios en estudios culturales y antropológcios

"Una imagen vale más que mil palabras"

MEMOING

Los memos tienden a ser ESPECULATIVOS al inicio de la investigación y CONCLUYENTES hacia el final del estudio.

Técnica que permite registar mediante notas las ideas, conceptos, temas o patrones que van apareciendo al analizar datos.

ANÁLSIS ITERATIVO

Es un proceso que se cierra cuando se ha alcanzo una Saturación Teórica (Teoría Fundamentada). Es decir cuando se logra la comprensión del tema de estudio y por tanto no se requiere recopilar y analizar más datos.

Se utiliza para alcanzar una comprensión más profunda en cada fase de una investigación desarrollada en largos periodos de tiempo.

Proceso cíclico de recolección y análisis de datos.