2468304
Description
Mind Map by Guillermo Mejia, updated more than 1 year ago
More
ANALISI DE RESULTADOS CUALI Y MIXTO
- 1. Análisis preliminar
(interim analysis)
- Es el proceso iterativo de
recolectar y analizar datos
durante la realización de una
investigación
- Es el proceso iterativo de
recolectar y analizar datos
durante la realización de una
investigación
- 2. Reflexiones (memoing)
- Consiste en registrar notas con
reflexiones del investigador,
producto del análisis de los datos.
Las notas pueden contener
conceptos, inquietudes, patrones
encontrados en los datos,
necesidades por obtener datos
adicionales, conclusiones y, en
general, cualquier tema.
- Consiste en registrar notas con
reflexiones del investigador,
producto del análisis de los datos.
Las notas pueden contener
conceptos, inquietudes, patrones
encontrados en los datos,
necesidades por obtener datos
adicionales, conclusiones y, en
general, cualquier tema.
- 3. Información visual
(visual data)
- Entrevista con
fotografías (photo
interviewing)
- Se presentan imágenes a
los entrevistados para su
análisis. El investigador
registra los análisis hechos
por los participantes y luego
interpreta dichos análisis.
- Se presentan imágenes a
los entrevistados para su
análisis. El investigador
registra los análisis hechos
por los participantes y luego
interpreta dichos análisis.
- Análisis semiótico
- El investigador encuentra
los significados de los
símbolos contenidos en
las imágenes.
- El investigador encuentra
los significados de los
símbolos contenidos en
las imágenes.
- Análisis de
contenidos
- El investigador se
concentra en analizar el
contenido de las imágenes
- El investigador se
concentra en analizar el
contenido de las imágenes
- Entrevista con
fotografías (photo
interviewing)
- 4. Transcripción y
almacenamiento (data entry
and storage)
- La transcripción es el proceso por medio del cual los
datos recopilados son convertidos en texto, en
formatos de fácil uso. Tanto los datos originales como
los textos deben ser preservados adecuadamente.
- La transcripción es el proceso por medio del cual los
datos recopilados son convertidos en texto, en
formatos de fácil uso. Tanto los datos originales como
los textos deben ser preservados adecuadamente.
- 5. Segmentación, codificación y
categorización (segmenting, coding
and developing category systems)
- Segmentación
- Consiste en dividir los datos
recopilados (segmentos de
texto) en unidades de
análisis que el investigador
considere pertinente
destacar.
- Consiste en dividir los datos
recopilados (segmentos de
texto) en unidades de
análisis que el investigador
considere pertinente
destacar.
- Codificación
- Consiste en marcar segmentos de
datos (usualmente en forma de texto)
con símbolos, nombres de categorías.
Se debería construir y mantener
actualizada una lista maestra de
códigos que facilite su uso
- Categorías
- Los datos pueden ser
agrupados en categorías
establecidas para facilitar el
análisis
- Un mismo dato puede ser
asociado a más de una
categoría (co-occurring codes)
- Pueden existir categorías
aplicables a un documento
completo (factsheet codes)
- Los datos pueden ser
agrupados en categorías
establecidas para facilitar el
análisis
- Consistencia
- Se debe asegurar la aplicación
de criterios comunes
(consistencia) en el uso del
código por parte de cada
codificador
- Se debe asegurar la aplicación
de criterios comunes
(consistencia) en el uso del
código por parte de cada
codificador
- Maneras de
generar
códigos
- Inductiva: al examinar los datos. Para definir los códigos de las categorías
se pueden usar términos en lenguaje coloquial o científico.
- A priori: antes de examinar los datos.
- Inductiva: al examinar los datos. Para definir los códigos de las categorías
se pueden usar términos en lenguaje coloquial o científico.
- Categorías
- Consiste en marcar segmentos de
datos (usualmente en forma de texto)
con símbolos, nombres de categorías.
Se debería construir y mantener
actualizada una lista maestra de
códigos que facilite su uso
- Enumeración
- Es el proceso por medio del cual se cuantifican los datos. Introduce a
la investigación cualitativa conceptos como la "cantidad" y la
"frecuencia" de características existentes en un conjunto de datos.
- Es el proceso por medio del cual se cuantifican los datos. Introduce a
la investigación cualitativa conceptos como la "cantidad" y la
"frecuencia" de características existentes en un conjunto de datos.
- Categorización (hierarchical category systems): cuando sea
apropiado, se pueden establecer categorías generales, de alto
nivel, compuestas por sub-categorías. Esto es útil para hacer
sentido de la estructura jerárquica de los datos.
- Segmentación
- 6. Relaciones entre las
categorías (relationships
among categories)
- En la investigación cualitativa pueden establecerse diversos
tipos de relaciones entre los datos, como por ejemplo:
jerárquica, de inclusión (ser parte de - TIPOLOGÍAS), espacial, de
causa-efecto, explicativa (rationale), utilitaria (function,
means-end), secuencial, de atributos, entre muchas posibles.
- Al construir tipologías, es
recomendable que las categorías
sean mutuamente excluyentes y se
debe procurar incluir la mayor
cantidad de datos posible dentro de
las categorías de la tipología.
- Al construir tipologías, es
recomendable que las categorías
sean mutuamente excluyentes y se
debe procurar incluir la mayor
cantidad de datos posible dentro de
las categorías de la tipología.
- Diagramación: se pueden construir diagramas que ilustren las relaciones entre variables o eventos.
- En la investigación cualitativa pueden establecerse diversos
tipos de relaciones entre los datos, como por ejemplo:
jerárquica, de inclusión (ser parte de - TIPOLOGÍAS), espacial, de
causa-efecto, explicativa (rationale), utilitaria (function,
means-end), secuencial, de atributos, entre muchas posibles.
- 7. Validación de resultados (cap 10)
- Existen cinco formas de validar los datos: descriptiva, interpretativa, teórica, interna (causal) y externa (generalizable)
- Trece estrategias para promover la validez en la investigacion cualitativa
- Existen cinco formas de validar los datos: descriptiva, interpretativa, teórica, interna (causal) y externa (generalizable)
- 8. Software para el análisis de datos cualitativos
- Existen herramientas como NVivo, QDA Miner, NUD*IST y Ethnograph. Facilitan la
organización, almacenamiento y análisis de los datos. Contribuyen a hacer un uso
más eficiente del tiempo. De otro lado, aprender a usarlas puede ser difícil, pueden
ser costosas y desactualizarse con el tiempo.
- Existen herramientas como NVivo, QDA Miner, NUD*IST y Ethnograph. Facilitan la
organización, almacenamiento y análisis de los datos. Contribuyen a hacer un uso
más eficiente del tiempo. De otro lado, aprender a usarlas puede ser difícil, pueden
ser costosas y desactualizarse con el tiempo.
- 9. Análisis de datos (cualitativos y cuantitativos)
en la investigación mixta
- Pasos por seguir: identificar los tipos de datos a analizar, determinar la cantidad de
tipos de análisis a utilizar (cuantitativo y/o cualitativo), construir la matriz de
análisis de datos.
- Cuantitizar los datos (quantitizing data): representar numéricamente datos
cualitativos
- Cualitizar los datos (qualitizing data): por ejemplo, construir narrativas a partir
de datos estadísticos.
- Estrategias o procedimientos para el análisis: reducción (de la cantidad de
dimensiones), presentación visual (display), transformación (qualityzing,
qualifying), correlación de datos, consolidación (en categorías o variables
agregadas), comparación e integración.
- Pasos por seguir: identificar los tipos de datos a analizar, determinar la cantidad de
tipos de análisis a utilizar (cuantitativo y/o cualitativo), construir la matriz de
análisis de datos.
Media attachments
Want to create your own Mind Maps for free with GoConqr? Learn more.