Análisis Cualitativo en Investigación del Consumidor

Análisis e Interpretación de Datos
Cualitativos en la Investigación del
Consumidor
SUSAN SPIGGLE (1994)
RESUMEN
Este artículo presenta un marco para pensar
sobre las actividades fundamentales de
análisis e interpretación de datos cualitativos
en la investigación de consumidores. Para el
análisis describo siete operaciones:
categorización, abstracción, comparación,
dimensionalización, integración, iteración y
refutación. Para la interpretación sugiero
modelos para comprender los significados
de los datos, identificar patrones en estos
significados, y contestar la pregunta de
investigación general.
INTRODUCCION
Existe un debate que se centra en cómo
podemos conocer y representar lo que
sabemos sobre la realidad. Como un
resultado de estos debates, las comunidades
académicas se fragmentan a medida que
florecen las perspectivas experimentales y
reflexivas. En consecuencia, se ha descrito
el "giro interpretativo" en la investigación
del consumidor como parte de este giro más
general hacia la investigación interpretativa
en las ciencias sociales.
Tomando el giro interpretativo, los
investigadores han planteado algunas
directrices
prácticas
para
realizar
investigaciones (McCracken 1988). Gran
parte de la controversia en la investigación
del consumidor sobre estas nuevas
perspectivas tiene lugar en el nivel de la
epistemología, en particular la cuestión de
cómo
los
conocimientos
de
los
consumidores pueden y deben ser
evaluados. En el corazón de este debate se
plantea cómo se puede tener confianza en las
conclusiones, inferencias y resultados de la
investigación, y cómo se puede representar
adecuadamente a los consumidores. Por lo
general, los investigadores se han centrado
más explícitamente en procedimientos de
recopilación de datos y procesos
cuantitativos para establecer la confiabilidad
de las investigaciones. El propósito de este
artículo es plantear un pensamiento sobre la
inferencia de los investigadores de mercado
que trabajan con datos cualitativos.
Base teórica
Varios investigadores de consumo han
contrastado la fundamentos filosóficos ontológicos, epistemológicos, axiológicos y
paradigmáticos- de las perspectivas
interpretativas frente a las perspectivas
positivistas (Anderson 1989). En general,
distinguimos
estas
perspectivas
interpretativas de perspectivas positivistas
en (1) el intento de comprender el
significado de los textos a través de
procedimientos interpretativos, (2) el
enfoque en el contexto, (3) el uso y análisis
de datos cualitativos, y (4) el uso de diseños
de investigación emergentes e inferencia de
procesos. Esta agenda diferente incluye
interpretación de la investigación empírica
que estudia la experiencia y el
comportamiento del consumidor a través de
la observación participante y de los datos
recopilados en entrevistas en profundidad
(Thompson et al. 1990) y autorreflexión
(Gould 1991). Por lo general, los
investigadores cualitativos están interesados
en comprender e interpretar los significados
y experiencias de consumidores. Este
artículo se dirige a estos investigadores que
utilizan datos cualitativos.
Este artículo se centra en los procesos
inferenciales que conectan los resultados
finales de la investigación con sus datos. Las
inferencias son el resultado de los procesos
de análisis e interpretación que utilizan los
investigadores para generar conclusiones,
percepciones, significados, patrones, temas,
conexiones, marcos conceptuales y teorías y
todas las representaciones de la realidad
descrita por los datos. Los investigadores
utilizan tanto el análisis como la
interpretación, empleándolos de forma lineal
y circular, de manera más o menos
sistemática.
Muchas
combinaciones
diferentes de integración de estos procesos
han dado como resultado trabajo innovador
y de alta calidad en estos diversos estudios
realizados.
El análisis que propongo descompone o
divide un todo complejo en sus partes
constituyentes a través de operaciones
analíticas tales como diseccionar, reducir,
clasificar y reconstituir datos. Los
investigadores utilizan el análisis para
manipular datos. En interpretación uno hace
la pregunta de qué significa algo, o capta el
sentido de la misma. La interpretación
también puede referirse a evaluar las
intenciones e inferencias de aquellos que
uno está estudiando y dar sentido a la
experiencia y el comportamiento, y ver o
comprender algún fenómeno en sus propios
términos. Procesos inferenciales en la
investigación requieren alguna combinación
de análisis e interpretación para crear
representaciones de datos.
El investigador como una persona, sirve
como instrumento en la observación,
selección, coordinación e interpretación de
datos. El desarrollo de habilidades analíticas
e interpretativas para hacer inferencias a
partir de datos cualitativos se puede mejorar
estableciendo un vocabulario que los
investigadores puede usar para pensar en la
inferencia y comunicarse con otros cómo
procedieron. La siguiente discusión es
diseñada para promover la reflexión y la
comunicación, no para especificar la técnica.
ANÁLISIS
A continuación, se presenta una
clasificación y descripción de operaciones
de análisis de datos cualitativos. Estas
operaciones
incluyen
categorización,
abstracción,
comparación,
dimensionalización, integración, iteración y
refutación. No son actividades discretas, ni
ocurren de manera ordenada y secuencial.
Tampoco son etapas en el proceso de
investigación, sino operaciones que los
investigadores utilizan en las diversas etapas
de análisis (McCracken, 1988). A través de
estas operaciones, los investigadores de
mercado
organizan
datos,
extraen
significado, llegar a conclusiones y generan
o confirmar modelos conceptuales o teorías
que describen los datos.
1. Categorización
La categorización es el proceso de clasificar
o etiquetar unidades de datos. Los
investigadores cualitativos clasifican los
datos durante el proceso de codificación y
distinguen diferentes tipos de operaciones de
codificación. La esencia de la categorización
es identificar un trozo o unidad de datos (por
ejemplo, un pasaje de texto de cualquier
longitud) que representa o es ejemplo de
algún fenómeno más general. La
categorización implica nombrar o dar
etiquetas a instancias del fenómeno
encontrado en los datos (McCracken, 1988).
Una sección categorizada con una etiqueta
específica puede tener unas pocas palabras o
muchas páginas. Una frase puede
ejemplificar diferentes categorías de interés
al investigador y por lo tanto puede tener
múltiples etiquetas. Más, algunas partes del
texto
no
contendrán
información
significativa para el investigador y
permanecerán sin clasificar o sin etiquetar.
Los
investigadores
cualitativos
generalmente no especifican previamente la
unidad de análisis, definiendo cada oración
como una unidad de análisis y clasificarlo en
una o más categorías predefinidas. Más bien,
categorizan una porción de datos sobre la
base de su significado coherente, su posición
por sí mismo, no por una designación
arbitraria de la gramática. El investigador
categoriza en las etapas iniciales de análisis
y continúa a lo largo del texto. Las otras
operaciones
dependen
de
alguna
identificación inicial de categorías. Sin
embargo, los investigadores consideran las
categorías iniciales como provisional, lo que
permite el uso flexible de posterior
interpretación. La categorización puede
proceder deductivamente (por ejemplo,
ubicar
pasajes
que
representan
construcciones a priori, temas o ideas) o
inductivamente (por ejemplo, identificando
categorías emergentes de los datos).
2. Abstracción
La abstracción se basa en la categorización,
pero colapsa más empíricamente categorías
fundamentadas
en
construcciones
conceptuales de orden superior. La
abstracción va más allá de la identificación
de patrones en los datos. Agrupa categorías
previamente identificadas en clases
conceptuales más generales. La abstracción
incluye tanto la incorporación de categorías
más concretas en menos categorías más
generales (Miles y Huberman, 1984), sobre
la codificación de patrones y reconocer que
una unidad de datos es un indicador
empírico de una construcción de interés más
general. Las construcciones abstractas
abarcan un número de más instancias
concretas encontradas en los datos que
comparten ciertas características comunes.
El significado teórico de un constructo surge
de su relación con otros constructos. Las
siguientes
operaciones:
comparación,
dimensionalización, integración, iteración y
refutación, proporcionan una base para
explorar su significado teórico.
3. Comparación
La comparación explora las diferencias y
similitudes dentro de los datos recopilados y
proporciona pautas para recopilar datos
adicionales. Las comparaciones sistemáticas
emplean los principios de la lógica en hacer
inferencias a partir de datos. La comparación
comienza en el etapas iniciales de análisis a
medida que uno categoriza y abstrae los
datos. Mientras categoriza, el investigador
nota similitudes generales en las instancias
empíricas específicas en los datos y los
etiqueta como si representaran la misma
categoría. Inicialmente, este proceso ocurre
algo implícitamente y asistemáticamente,
mientras uno explora los datos.
A medida que avanza el análisis, el
investigador puede realizar comparaciones
de forma sistemática y metódica. Es un
método como un procedimiento analítico en
el
que
el
investigador
compara
explícitamente cada incidente en los datos
con otros incidentes que parecen pertenecer
a la misma categoría, explorando sus
similitudes y diferencias. A medida que el
análisis procede y se desarrollan las
categorías, el investigador compara
incidentes en los datos con los apropiados
categoría emergente, no con otros
incidentes. El proceso de comparación
también guía la recolección de datos
posteriores (Lincoln y Guba, 1985),
utilizando el término "muestreo intencional"
para seleccionar· a quién entrevistar u
observar. Categorías y proposiciones
preliminares y vínculos conceptuales del
análisis inicial, definen individuos o grupos
posteriores a la muestra que maximizan o
minimizan las diferencias entre ellos en las
variables de interés. Este procedimiento les
permite controlar buscar, o manipular,
similitudes y diferencias en condiciones.
4. Dimensionalización
La dimensionalización implica identificar
propiedades de las categorías. Una vez que
se ha definido una categoría, el investigador
puede explorar sus atributos o características
a lo largo de continuos o dimensiones. La
dimensionalización
ayuda
en
la
construcción de teorías en dos caminos. Al
explorar sistemáticamente las variaciones
empíricas entre los incidentes que representa
una variable, el investigador aclara y
enriquece su significado conceptual.
Además, la identificación de propiedades y
sus dimensiones permite al investigador
explorar y definir relaciones entre categorías
(Strauss y Corbin, 1990).
5. Integración
El objetivo de las técnicas analíticas
sugeridas es construir una teoría
fundamentada en datos. Strauss y Corbin
(1990)
presentan
dos
operaciones,
codificación axial y codificación selectiva,
que ayudan a integrar las categorías y
construcciones que el investigador tiene
definido. En la codificación axial el
investigador especifica las condiciones que
dan lugar a ella y el contexto en que está
inserto. El investigador comienza integrando
la teoría observando en los datos que ciertas
condiciones o contextos, los resultados
tienden a agruparse en el comportamiento
del consumidor.
6. Iteración
La iteración implica moverse a través de la
recopilación de datos y análisis de tal
manera que las operaciones precedentes dan
forma a las posteriores. La iteración implica
que los investigadores no realizan las etapas
de investigación en forma secuencial, sino
que se mueven hacia adelante y hacia atrás
entre las etapas. La iteración puede ocurrir
entre las fases de investigación de
recopilación y la inferencia de datos o dentro
de la fase de inferencia. El análisis de las
entrevistas
iniciales
puede
sugerir
información adicional que el investigador
desea recopilar en posterior observación o
entrevista. Independientemente del grado de
estructura, los investigadores pueden
modificar qué preguntas se hacen, o qué
dominios son investigado, sobre la base del
análisis de entrevistas anteriores. El análisis
de entrevistas iniciales indica los tipos de
individuos elegido para los sucesivos, pero
un investigador podría optar por entrevistar
a nuevos informantes. Ambas formas de
iteración, qué datos y de quién, implican
retroceder y entre la recopilación y el
análisis de datos. Aquí el análisis es de una
sola entrevista, el ida y vuelta es entre
pasajes de la entrevista y la entrevista
completa.
7. Refutación
La
refutación
implica
someter
deliberadamente las inferencias emergentes
(categorías, proposiciones o variables) al
escrutinio empírico. Hay tres diferentes
técnicas específicas de refutación que se ha
utilizado en la investigación del consumidor:
análisis de casos negativos, muestreo
intencional y pruebas por contexto. Varios
investigadores de consumidores informan
que, al utilizar el análisis de casos negativos,
la intención es buscar casos específicos que
desconfirmen el propio análisis emergente
(Wallendorf y Belk 1989). Uno podría usar
contextos, sitios, lugares, casos, u otras
unidades de organización como base para la
secuenciación pruebas. Strauss y Corbin
(1990) recomiendan adoptar una postura
general de escepticismo hacia las ideas en
desarrollo de uno. A lo largo del proceso, el
investigador debe someter constantemente
el análisis a prueba de datos, reformulando y
modificando el análisis, y especificando
condiciones y variaciones.
Resumen y Directrices del Análisis de
data Cualitativa
Las
operaciones
analíticas
de
categorización, abstracción, comparación,
dimensionalización, integración, iteración, y
refutación proporcionan un medio para
gestionar datos cualitativos con fines de
análisis e interpretación. El enfoque está en
el procedimiento analítico, más que en las
interpretaciones que surgen de ella.
Proceder sistemáticamente: Hay muchas
formas posibles de proceder y analizar datos
cualitativos. Uno puede leer todos los datos
antes de volver a leer los registros para cada
caso, o leer y volver a leer el registro para
cada caso antes de pasar a los casos
posteriores. A medida que uno categoriza,
abstrae, compara e integra, uno puede
moverse a través de los datos
horizontalmente (es decir, agrupando
indicadores de categorías y constructos,
fragmentando casos), o verticalmente (es
decir, agrupando registros de casos,
fragmentando construcciones), o ambos
secuencialmente. Tabulaciones puede ser
útil
para
promover
comparaciones
sistemáticas. El propósito de proceder
sistemáticamente es para estimular un
análisis completo, descubriendo todas las
pistas posibles. Los procesos sistemáticos
minimizan la distorsión potencial del uso
selectivo de los datos.
Registro: Se alienta fuertemente al
investigador a mantener registros del
análisis en proceso en forma de
memorandos, diarios, gráficos, u otros
documentos. Los registros pueden ser de dos
tipos. El primero son registros que el
investigador usa para condensar, resumir e
integrar datos, cualquier pantalla o
documentos que faciliten el análisis, como
las tabulaciones antes descritas, o los
resúmenes teóricos, o diagramas e
ilustraciones que crean los investigadores
para explorar y presentar las relaciones entre
los elementos de la estructura conceptual.
Los segundos son registros que conservan la
construcción de la inferencia. Estos pueden
incluir memorandos sobre ideas e ideas a
medida que el investigador las genera, notas
sobre ideas e instrucciones para explorar y
sobre actividades, intentos y resúmenes de
cómo se procedió.
Informe: Los investigadores que usan datos
cualitativos comúnmente informan sus
procedimientos para recopilar datos y para
presentar sus conclusiones a informantes,
auditores, y ejecutivos de empresas. Para
evaluar su confiabilidad comunican sus
procedimientos analíticos en mayor detalle
que en la investigación cuantitativa. Los
investigadores deben informar descripciones
explícitas, pero no extensas, de los
procedimientos utilizados para garantizar
que el análisis fue sistemático y completo y
una descripción general de cómo la data
cualitativa fue analizada.
INTERPRETACIÓN
Los procedimientos analíticos manipulan
datos; la interpretación da sentido a los datos
a través de conceptualizaciones más
abstractas.
Podemos
describir
la
manipulación de datos como una serie de
operaciones; no así para la interpretación. La
naturaleza
intuitiva,
subjetiva
y
particularista de la interpretación hace que
sea difícil de modelar o presentar de forma
lineal. En la interpretación el investigador no
se involucra un conjunto de operaciones.
Más bien, la interpretación representa una
comprensión
sintética,
holística
e
iluminadora del significado de la data, como
en el desciframiento de un código. No
podemos, entonces, ver la interpretación
como un conjunto de procedimientos. Sin
embargo, podemos ver interpretación como
la transferencia de significados a través de
textos,
objetos
o
dominios.
Los
investigadores del consumidor intentan
comprender y representar significados
estudiando (1) los significados que los
consumidores atribuyen a sus experiencias,
(2) cómo esos significados se cohesionan y
forman patrones, y (3) cómo rituales,
tradiciones, y los códigos culturales
(especialmente los relacionados con el
consumo) afirman y reproducen temas
culturales y de consumo.
La interpretación de las experiencias de
consumidores o personas es inherentemente
subjetiva. No hay dos investigadores que
tengan la misma reserva de experiencia o
archivo de fuentes para mapear el resultado.
Sin embargo, permanecer cerca de los datos
minimiza la posibilidad de lecturas
idiosincrásicas. Esta hazaña requiere que el
investigador permanezca cerca de los
significados de informantes, captando
metafóricamente los puntos en común y los
paralelos en sus perspectivas ideográficas.
El investigador permanece conectado a
tierra a través de constantes conexión y
referencia a los datos como él/ella identifica
correspondencias.
Esta
forma
de
interpretación supera la comprensión de los
significados de los informantes y construye
una representación de significados como
temas recurrentes produciendo una
interpretación de interpretaciones.
REFERENCIAS
Anderson, Paul (1989), "On Relativism and
Interpretivism With a Prologemenon to the
'Why' Question," in Interpretive Consumer
Research, ed. Association for Consumer
Research, 10-23.
Gould, Stephen J. (1991), "The SelfManipulation of My Pervasive, Perceived
Vital Energy through Product Use: An
Introspective-Praxis Perspective," Journal of
Consumer Research, 18 (Sept), 194-207.
Lincoln, Yvonna S. and Egon G. Guba
(1985), Naturalistic Inquiry, Beverly Hills,
CA: Sage.
McCracken, Grant (1988), The Long
Interview, Beverly Hills, CA: Sage.
Miles, Matthew B. and A. Michael
Huberman (1984), Qualitative Data
Analysis: A New Sourcebook of Methods,
Beverly Hills, CA: Sage.
Strauss, A. & Corbin, J. (1990), Basics of
Qualitative Research Techniques and
procedures for developing Grounded
Theory. Sage Publications. London.
Thompson, Craig J., William B. Locander,
and Howard Pollio (1989), "Putting
Consumer Experience Back into Consumer
Research: The Philosophy and Method of
Existential-Phenomenology," Journal of
Consumer Research, 16 (Sept.), 133-146.
Wallendorf, Melanie and Eric J. Arnould
(1991),
"'We
Gather
Together':
Consumption Rituals of Thanksgiving Day,"
Journal o/Consumer Research, 18 (June),
13-31.