Integrantes:Galvez Rivera, PilarHinostroza Gmez, CsarHuaman Najarro, Lily LuzPareja Quispe, JorgeUNIVERSIDAD NACIONAL DE SAN CRISTBAL DE HUAMANGA

FACULTAD DE CIENCIAS AGRARIASESCUELA DE FORMACIN PROFESIONAL DE MEDICINA VETERINARIA

Es la aplicacin de un conjunto de procedimientos que permiten manejar, seleccionar, valorar, sintetizar, estructurar, disponer la informacin, reflexionar sobre ella y realizar comprobaciones, con el fin de llegar a resultados relevantes en relacin con lo que se evala.

Anotaciones realizadas tras la observacin.

Imgenes fijas o en movimiento sobre las situaciones, comportamientos y actividades de inters, recogidas con medios tecnolgicos.

Diarios o otros documentos elaborados por los participantes o aplicadores.

No se trabaja con datos, tendr que trabajar con corpus de datos cualitativos textuales.Tratar de identificar los elementos de significado, contenidos en un conjunto de datos cualitativos y establecer las relaciones que se dan dentro de ellos, construyendo una realidad.Sus dificultades aumentan por los rasgos caractersticos.

Voluminosos: cantidad de datos recogidos.No expresados numricamente: se expresan mediante palabras y por tanto no se le pueden aplicar tcnicas estadsticas, por esta razn se les denomina datos Blandos.Ricos en informacin: encierra mltiples informaciones.

PROCESOAusencia de procesos definidos y estructurados, aunque algunos autores proponen un esquema de trabajo ms o menos comn:

- Reducir informacin- Extraer conclusiones- Organizar y presentar datos

CRTICAS - Subjetividad- Ausencia de un lenguaje en comn- Escaso tratamiento en la literatura

REDUCIR LA INFORMACIN

Se concreta en diferentes estrategias:

Categorizacin: identificacin del tema o categora de significado a la que se refiere un determinado fragmento del texto.

Fragmentacin: un fragmento es una cadena textual que puede ser diferenciada del resto del documento por referirse a un tema en particular.

Codificacin: asignar a un fragmento de texto un cdigo o etiqueta que representan a una categora, para dejar constancia de su pertenencia a esa categora.

Clasificacin de los sistemas de categoras segn su origen:

SISTEMAS A PRIORI: categoras definidas antes de iniciar el anlisis de datos. SISTEMAS EMERGENTES: no hay categoras previasSISTEMAS MIXTOS: se combinan categoras iniciales de carcter muy general

Cuando la codificacin est en manos de ms deun analista es fundamental utilizar un mismo sistema de categoras, por lo que suelenemplearse los sistemas a priori.

ORGANIZAR Y PRESENTAR DATOS

Elementos caractersticos de su estructura: Frecuentemente tienen la apariencia de textos Muestra una disposicin lineal Los significados aparecen dispersos

FORMAS DE DISPOSICIN MS UTILIZADAS Agrupamiento por categoras: forma ms simple de disposicin. Rompe la estructura lineal del texto y reorganiza las unidades identificadas en funcin de su contenido temtico. Matrices textuales: son tablas de doble entrada en las que se aloja una informacin textual. El principal inconveniente es su tamao cuando el volumen de informacin es importante y se recoge en las celdas todos los fragmentos correspondientes. Procedimientos grficos: los diagramas y otras formas de disposicin son tiles para mostrar la relacin entre categoras

La ltima finalidad dentro del proceso de anlisis es llegar a conclusiones. Las conclusiones constituyen los resultados finales de un estudio, lo que el evaluador aprendi del objeto estudiado. Extraer conclusiones supone formular proposiciones mediante las cuales describimos el objeto o realidad evaluada y avanzamos en su comprensin, permitiendo la emisin de juicios valorativos sobre el mismo.

VAS PARA LA EXTRACCIN DE CONCLUSIONESElaborar un memorizandoEstructurar la informacin mediante un sistema de categorasDescribir el contenido de cada categoraRealizar comparacionesContrastar los resultadosDerivar propuestas de mejora - De cara a verificar las conclusiones, las estrategias ms utilizadas, y las de mayor potencia, son la triangulacin y la comprobacin con los participantes. - Sea cual sea la estrategia utilizada, en el informe debera hacerse explcita su utilizacin.

TAREAS MECNICASConllevan manipular fsicamente los datos y los resultados de su anlisis. Exigen sobre todo tiempo de dedicacin para llevarlas a cabo. En este tipo de tareas puede resultar til el uso de herramientas informticas, ya que dan buenos resultados a la hora de cubrir tareas de almacenamiento y recuperacin de datos.

TAREAS CONCEPTUALESSon las que implican decisiones e intervenciones del analista para producir resultados.Estas tareas exigen perspicacia y claridad de ideas.

PASOS PARA EL ANLISIS DE DATOS CUALITATIVOSEl anlisis de datos cualitativos es emocionante porque se descubren temas y conceptos metidos entre los datos recolectados. A medida que se avanza en el anlisis de los datos, esos temas y conceptos se tejen en una explicacin ms amplia de importancia terica o prctica, que luego gua el reporte final (Rubin , 1995). Dicho anlisis debe ser sistemtico, seguir una secuencia y un orden (lvarez-Gayou, 2005).Obtener la informacinCapturar, transcribir y ordenar la informacinCodificar la informacinIntegrar la informacin

CONSEJOSlvarez-Gayou (2005) y Miles y Huberman (1994) aconsejan lo siguiente:Los investigadores deben empezar con grupos pequeos con pocas preguntas de investigacin. Deben limitar el estudio a temas clave (no diversificar demasiado). Adems, deberan buscar asesora y ejemplos.La asesora de un investigador experimentado resulta invaluable, as como tener la oportunidad de observar a algn investigador realizando entrevistas, observaciones o grupos de discusin.Las preguntas deben ser claras y relacionarse cuidadosamente entre s, y se deben delimitar los objetivos del estudio.

Nunca olvidar la pregunta del estudio.No utilizar marcos referenciales que no se conozcan bien.La transcripcin del material debe hacerse cuanto antes. No programar entrevistas ni grupos de discusin con mucha cercana entre s. Es importante codificar cada sesin de recogida de datos antes de pasar a la siguiente.La grabacin de nuestro propio desempeo en grupos de discusin, permitir revisar cuidadosamente nuestra labor y mejorarla.En lo posible, realizar la recogida de datos con un compaero que nos retroalimente de forma constructiva.

lvarez-Gayou, J.L. (2005). Cmo hacer investigacin cualitativa. Fundamentos y metodologa. Mxico: Paids.Bogdan, R. & Biklen. S.K. (1992) Qualitative research for education: An introduction to theory and methods. (2a ed.). Boston: Allyn & Bacon.Lofland, J. (1971) Analyzing social settings: A guide to qualitative observation and analysis. Belmont: CA: Wadsworth.Miles, M. B. y Huberman, A.M. (1994) Qualitative data analysis: An expanded sourcebook (2a ed.). Thousand Oaks, CA: Sage.Patton, M.Q. (2002) Qualitative research & evaluation methods (3a ed.). Thousand Oaks, CA: Sage.Rubin, H.J. y Rubin, I.S. (1995) Qualitative interviewing. The art of hearing data. Thousand Oaks, CA: Sage.Ryan, G.W. y Bernard, H.R. (2003) Data management and analysis methods. En N.K.Denzin y Y.S. Lincoln (eds.) Collecting and interpreting qualitative materials. (2a ed.). (pp. 259-309). Thousand Oaks, CA: Sage.

*