Teoría fundamentada
La teoría fundamentada (GT) es probablemente la perspectiva metodológica más conocida sobre cómo realizar investigación cualitativa en las ciencias sociales. Introducido originalmente por los sociólogos Barney Glaser y Anselm Strauss (Glaser y Strauss, 1967), GT se utiliza ampliamente en la educación y campos relacionados.
GT comprende una metodología distintiva, una visión particular del método científico y un conjunto de procedimientos específicos para analizar datos cualitativos y construir teorías a partir de esos datos. La metodología proporciona una justificación para considerar la investigación cualitativa como una forma legítima, de hecho, rigurosa, de investigación. La visión del método científico adoptado por GT generalmente se considera de naturaleza inductiva, aunque este es un asunto controvertido. Los investigadores de GT recopilan datos no numéricos de una variedad de fuentes, incluidas entrevistas y observaciones de campo. Una vez recopilados, los datos se analizan mediante procedimientos de codificación y muestreo teórico. Luego se utiliza un conjunto de procedimientos interpretativos para ayudar en la construcción de la teoría que surge de los datos y se basa en ellos.
En los esfuerzos por identificar los fenómenos sociales empíricos y construir teorías que están restringidas por aquellos fenómenos, casi todos los relatos de GT adoptan las tres estrategias principales de codificación de datos, redacción de memorandos y muestreo teórico.
En GT, la recopilación y el análisis de datos son interactivos. Desde el momento en que comienza la recopilación de datos, los teóricos fundamentados se involucran en el análisis de datos, lo que conduce a una mayor recopilación de datos, análisis de datos posteriores, etc.
La primera fase analítica de datos de GT comienza con la codificación de los datos. . Esto se realiza para conceptualizar los datos descubriendo categorías en las que encajan. El proceso de codificación tiene tres fases: codificación abierta, codificación axial y codificación selectiva. En la codificación abierta, los investigadores describen los datos examinándolos línea por línea. Esta estrategia de centrarse en pequeñas unidades de datos, y su interpretación, fomenta el desarrollo de una sensibilidad teórica a nuevas ideas con respecto a los datos y ayuda a prevenir el forzamiento de datos en categorías existentes. Strauss (1987) sostiene que cuando se ha identificado un conjunto completo de categorías, se debe realizar una codificación axial, mediante la cual se vuelven a juntar los datos de nuevas formas al establecer conexiones entre las numerosas categorías. A continuación, se implementa un paso de codificación selectiva en el que el investigador busca identificar sistemáticamente las categorías que se relacionan estrechamente con la categoría principal. La categoría central se encuentra en el corazón de la teoría emergente y es fundamental para su integración.
Aunque la escritura de memorandos puede ocurrir en cualquier etapa del proceso de investigación, con frecuencia ocurre entre la codificación de datos y la escritura. del borrador inicial del informe de investigación. Los memorandos se escriben para identificar, desarrollar y realizar un seguimiento de las ideas teóricas. Cuando es relevante, se registran, recuperan y reelaboran para producir nuevos memorandos teóricos. La redacción de memorandos se vuelve más sistemática, enfocada e intensa a medida que se produce la teoría de mayor densidad y coherencia.
Los memorandos escritos con respecto a códigos de datos e ideas teóricas permiten al investigador identificar brechas que requieren la recopilación de más datos . Para ello, se realiza un muestreo teórico. Con el muestreo teórico, en contraste con el muestreo representativo tradicional, las decisiones sobre qué datos recopilar, codificar, analizar e interpretar están dirigidas por el GT emergente. Se muestrean todos los eventos, actividades y poblaciones teóricamente relevantes, y las comparaciones entre ellos tienen como objetivo aumentar la densidad conceptual y la integración de la teoría emergente. Pensar de forma eficaz con respecto a los datos en términos teóricos requiere un grado adecuado de sensibilidad teórica. Cuando la recopilación y el análisis adicionales de datos ya no contribuyen a la comprensión de un concepto o categoría, se llega a un punto de saturación teórica. En este punto, uno deja de recolectar datos con respecto a una categoría y pasa a considerar otra categoría o concepto.
De acuerdo con las influencias pragmatistas en la metodología GT, Strauss (1987) caracteriza el método científico como una secuencia de inducción , deducción e inducción: las teorías fundamentadas emergen inductivamente a partir de los datos, las predicciones de prueba se deducen de las teorías y, finalmente, las teorías se confirman o rechazan inductivamente.
A pesar de la considerable atención que se presta a la exposición del análisis de datos en GT, es difícil comprender cómo, y en qué sentido, se dice que GT surge inductivamente de los datos y se basa en ellos. Esto se debe a que no se describe la naturaleza del razonamiento inductivo involucrado.
Glaser y Strauss han sido criticados con el argumento de que abogan por un regreso a un inductivismo baconiano simple e inaceptable.Según esta interpretación, GT se describe como una vista tabula rasa de la indagación que sostiene que las observaciones no dependen de la teoría o del concepto. Sin embargo, esta no es la posición de Glaser y Strauss. En The Discovery of Grounded Theory (Glaser y Strauss, 1967), rechazan explícitamente este punto de vista de la investigación, señalando que el investigador requiere una perspectiva teórica para ver y abstraer los datos. Con el interés de obtener categorías emergentes y diversas en diferentes niveles de abstracción, Glaser y Strauss harían que el investigador mantuviera todos los hechos y teorías potencialmente relevantes en segundo plano durante algún tiempo. Claramente, esta es una forma de poner entre paréntesis, no una concepción tabula rasa de la investigación.
Aunque está claro que Glaser y Strauss no son inductivistas ingenuos, la naturaleza real de la relación inductiva que, para ellos, fundamenta las teorías emergentes en sus datos es difícil de comprender. Para Glaser y Strauss, se dice que GT surge inductivamente de su fuente de datos de acuerdo con el método de comparación constante. Como método de descubrimiento, el método comparativo constante es una amalgama de codificación sistemática, análisis de datos y procedimientos de muestreo teórico que permite al investigador dar sentido interpretativo a muchos de los patrones diversos en los datos mediante el desarrollo de ideas teóricas a un nivel superior de abstracción que las descripciones de datos iniciales. Sin embargo, la noción de comparación constante es de poca ayuda para determinar si la inferencia inductiva en cuestión es enumerativa, eliminativa o de alguna otra forma.
Dada la influencia pragmática en la metodología GT, no es sorprendente que Strauss (1987) menciona la noción de abducción en su breve discusión sobre la inducción. Desafortunadamente, sin embargo, se abstiene de incluirlo en su discusión sobre la generación inductiva de la teoría. En su escritura madura, el pragmático estadounidense Charles Sanders Peirce distinguió claramente entre estas dos formas de inferencia. Tanto los argumentos inductivos como los abductivos son ampliativos, o de contenido creciente, en el sentido de que sus conclusiones contienen más información de la que contienen sus premisas. Sin embargo, el tipo de ampliación es diferente para cada uno. Los argumentos inductivos son de carácter descriptivo porque llegan a conclusiones sobre el mismo tipo de atributos manifiestos mencionados en sus premisas. Por el contrario, los argumentos abductivos razonan desde premisas fácticas hasta conclusiones explicativas, como cuando razonamos desde presuntos efectos hasta causas subyacentes.
Un número creciente de autores ha caracterizado la inferencia creativa involucrada en la generación de GT como abductiva en naturaleza (por ejemplo, Haig, 1996; Reichertz, 2007) – es decir, en lugar de ver un GT como una abstracción inductiva del análisis de datos, se piensa que es el resultado de una inferencia explicativa a factores que trascienden los datos de una manera más fundamental . Desde este punto de vista, la dimensión analítica de datos de GT puede interpretarse razonablemente como de naturaleza inductiva. Sin embargo, para explicar los patrones de datos abstractos, la construcción de GT debe considerarse de naturaleza abductiva.
Haig ha ido más allá y ha sugerido que todo el proceso de construcción de la teoría en GT se puede proyectar en una luz abductora (Haig, 1996, 2005b). Según él, la naturaleza abductiva de GT se extiende más allá de la generación de teorías para incluir el desarrollo y la evaluación de teorías. Se utiliza una estrategia de modelado analógico para desarrollar GT. Debido a que el modelado analógico aumenta el contenido de las teorías explicativas, el razonamiento que encarna se conoce como abducción analógica. Esta reconstrucción de GT adopta la inferencia a la mejor explicación como el enfoque preferido para la evaluación de teorías maduras. Específicamente, se adopta el TEC, descrito anteriormente, y se considera que el mejor GT de la competencia es el que tiene una explicación más coherente.