La aplicación de ATLAS.ti en diferentes estrategias de análisis de datos cualitativos

Introducción

El análisis de datos cualitativos puede seguir una variedad de enfoques, y ATLAS.ti es una herramienta flexible y amplia que facilita las diferentes estrategias. Dependiendo de sus necesidades analíticas, los investigadores pueden imponer su metodología utilizando (o ignorando) una variedad de funciones y características del Software de Análisis de Datos Cualitativos Asistidos por Ordenador (CAQDAS) para adaptarse a su estructura o enfoque analítico elegido (Paulus et al. 2014). Aquí voy a discutir varias de las aplicaciones más comunes de ATLAS.ti en diferentes procesos de análisis de datos.

Una base para sus datos

ATLAS.ti es una base de datos conceptual que ayuda a analizar datos cualitativos. Esto significa que no puede alimentar el programa con información y pulsar un botón mágico de "analizar". Más bien, ATLAS.ti le facilita la recogida, transcripción y codificación de sus datos, la construcción de conceptos, su conexión en redes, la formulación de preguntas sobre los datos y la redacción de narraciones. La codificación es la actividad central en la que se involucra cuando utiliza ATLAS.ti, y esto forma la base para todo lo demás que hace. Codificar significa asignar categorías, conceptos o etiquetas a segmentos de información que son de interés para sus objetivos de investigación. Implica marcar (resaltar, subrayar) y anotar (añadir notas, comentarios o instrucciones) a pasajes de texto u otros segmentos de datos.

En ATLAS.ti marcamos segmentos de datos creando citas, que pueden estar constituidas por material de texto, gráfico, de audio o de vídeo.

Las anotaciones se consiguen etiquetando estos segmentos de datos con un código y, si es necesario, añadiendo comentarios al segmento.

El enfoque deductivo

Hay dos enfoques principales para la codificación: Inductivo y deductivo. El razonamiento deductivo va de lo más general a lo más específico. A veces se denomina informalmente enfoque "descendente". Podemos tomar como punto de partida una determinada teoría sobre nuestro tema de interés, por ejemplo, tomándola de la literatura. A continuación, reducimos la teoría mediante la formulación de hipótesis específicas que puedan ponerse a prueba, recogiendo observaciones para abordar estas hipótesis. En última instancia, esto nos lleva a ser capaces de probar las hipótesis con datos específicos, y encontrar una confirmación (o no) de la teoría original.

En ATLAS.ti utilizaríamos la función de código libre para crear códigos basados en los conceptos que son de importancia para la teoría con la que trabajamos.

A continuación, podemos utilizar la función de codificación de la lista o arrastrar y soltar los códigos desde el navegador o el gestor a los segmentos de datos correspondientes.

Alternativamente, es posible importar un libro de códigos completo incluyendo los códigos y sus definiciones desde otro proyecto ATLAS.ti, desde otro programa CAQDAS, o incluso desde una hoja de Excel.

Podemos utilizar las redes para visualizar cómo se relacionan los códigos importados (conceptos) según la teoría, por ejemplo, arrastrándolos y soltándolos desde el administrador de códigos a una red vacía, y creando vínculos semánticos.

Es importante tener en cuenta que, en este enfoque, nuestro sistema de codificación se basa en la teoría. Aplicaremos los códigos existentes a los segmentos de datos que creemos. Mediante la codificación de nuestros datos llegaremos a saber si en nuestro conjunto de datos específico los conceptos funcionan como predice la teoría. Este enfoque podría utilizarse, por ejemplo, para ver si una teoría Europea que especifica el proceso de modernización se aplica también a un determinado contexto Africano.

El enfoque inductivo

El razonamiento inductivo funciona a la inversa: Partiendo de nuestros datos, trabajamos hacia generalizaciones y teorías más amplias. Informalmente, esto se denomina a veces un enfoque "ascendente". En el razonamiento inductivo, empezamos con observaciones y medidas específicas, aplicando etiquetas hasta que detectamos patrones y regularidades, formulamos hipótesis tentativas que podemos explorar, y finalmente acabamos desarrollando algunas conclusiones generales o incluso una teoría. Un buen ejemplo es la teoría fundamentada. Este enfoque lo utiliza, por ejemplo, un etnógrafo que trata de describir cómo ve un determinado pueblo las relaciones entre humanos y animales.

En este caso, empezaríamos por leer, observar o escuchar nuestros datos y fragmentarlos. Esto no sólo sirve para identificar segmentos importantes, sino que también nos da la oportunidad de comparar datos con datos. Además, si fragmentamos los datos sistemáticamente, este proceso nos ayuda a abstenernos de superponer nuestras propias ideas preconcebidas a los datos y evita que nos sumerjamos tanto en las visiones del mundo de los encuestados que aceptemos la información en grandes porciones sin cuestionarla.

En ATLAS.ti utilizaríamos la codificación abierta (creando y nombrando un nuevo código) o la codificación in vivo (el segmento seleccionado forma el nombre del nuevo código) para crear etiquetas o conceptos para adjuntar a cada segmento de datos.

La estrategia inicial que se sigue suele ser la codificación abierta línea por línea, y generalmente los códigos se aplican permaneciendo cerca de los datos, con un enfoque abierto y espontáneo. Para casi todos los proyectos es recomendable intentar que las etiquetas sean cortas, sencillas y precisas, centrándose en las acciones. Es importante definir claramente cada código nuevo utilizando la función de comentarios.

Uno de los escollos más comunes para los usuarios principiantes de ATLAS.ti es que pueden perderse en el pantano de la codificación (Friese 2012). Es importante crear un sistema de codificación organizado, utilizando prefijos, símbolos y colores que definan cómo se agrupan los códigos con puntos en común para poder identificar categorías o temas.

La agrupación de códigos ayuda a centrar el proceso de codificación y la interrogación de los datos, y paso a paso el nivel de abstracción aumentará, hasta que podamos crear vínculos entre los diferentes códigos y grupos de códigos, y representarlos gráficamente en redes para trabajar hacia una teoría emergente.

En un estudio típico de teoría fundamentada, la codificación inicial de primer ciclo se realizará hasta alcanzar la saturación, tras lo cual se puede evaluar el sistema de codificación, comprobando las definiciones y limpiando los códigos que se solapan o son ambiguos. La codificación del segundo ciclo utiliza el sistema de codificación desarrollado para realizar una codificación más específica del resto de los datos. Es necesario realizar evaluaciones después de cada fase, comprobando la coherencia, la redundancia, las citas vacías y los datos aún no codificados. El nivel abstracto del análisis puede elevarse reduciendo el número de códigos y categorías, lo cual es importante cuando se pasa del nivel de los datos a la conceptualización y la construcción de la teoría.

Conclusión

Los fundamentos de estos enfoques deductivos e inductivos pueden emplearse cuando se trabaja exclusivamente con datos cualitativos de trabajo de campo, pero también cuando se utiliza ATLAS.ti en enfoques de métodos mixtos (por ejemplo, cuando se importan las encuestas a ATLAS.ti, o cuando se exportan los datos a SPSS), cuando se trabaja con literatura (por ejemplo, importando datos del gestor de referencias) o datos de medios sociales (importando desde Twitter o EverNote), e incluso cuando se utilizan enfoques reflexivos como la auto-etnografía (por ejemplo, convirtiendo los memos en documentos que pueden ser codificados). La codificación aplicada constituye la base a partir de la cual se pueden utilizar las herramientas de análisis para formular las preguntas sobre los datos. Tanto si se trabaja de forma inductiva como deductiva, es de gran importancia registrar cada paso ejecutado en un memo, que funciona como un diario de investigación. Esto es para aumentar la transparencia, facilita la supervisión y la gestión de los procesos analíticos y ayudará a la redacción. Aunque ATLAS.ti mejora en gran medida el potencial y la transparencia del proceso de investigación, es el investigador quien es responsable del enfoque adoptado, de la conceptualización de los trozos de datos y de la organización y relación de estos conceptos, así como de la documentación sistemática de estos procesos.

Bibliografía

• Friese, Susanne (2012): Qualitative data analysis with ATLAS.ti. London: Sage.

• Paulus, Trena; Lester, Jessica; Dempster, Paul (2014): Digital Tools for Qualitative Research. Los Angeles: Sage.

Fotografía de Herotext: Mim-Essay