Uso del Programa Computacional Atlas.ti de Thomas Mühr (Univ. de Berlín) en la estructuración teórica de “datos” cualitativos.
Miguel Martínez Miguélez
La Ciencia consiste en crear teorías
Einstein
La Estructuración Teórica
Einstein solía decir que "la ciencia consistía en crear teorías". Ciertamente, si tenemos en cuenta la función que tienen las teorías en el avance científico, podemos decir que su construcción es el fin principal de la ciencia.
La historia de la ciencia nos permite ver en forma palpable que sus avances más revolucionarios y significativos no provienen de investigaciones empíricas aisladas o de la acumulación de hechos y experimentos, sino de teorías novedosas inicialmente desconcertantes.
La teorización constituye el corazón de la actividad investigativa: la descripción de la misma, de su proceso y de su producto, es decir, cómo se produce la estructura o síntesis teórica de todo el trabajo, nos revela lo que es la verdadera investigación.
Conviene enfatizar que las técnicas de manipulación de datos han crecido y se han vuelto cada vez más complejas y matemáticamente muy sofisticadas; pero, paradójicamente, nuestros esquemas de interpretación, que son los que proveen a los datos de sentido, apenas han sido cultivados y, mucho menos, estructurados eficazmente.
Heidegger sostiene que "ser humano es ser interpretativo"; es decir, que la interpretación, más que un "instrumento" para adquirir conocimientos, es el modo natural de ser de los seres humanos, y todos los intentos cognitivos para desarrollar conocimientos no son sino expresiones de la interpretación sucesiva del mundo.
La transición de los datos a la teoría requiere de imaginación creadora. Popper observa que las teorías son el "resultado de una intuición casi poética" (1963, pág. 192). Las hipótesis y teorías científicas no se derivan de los hechos observados, sino que se inventan para dar cuenta de ellos; son conjeturas relativas a las conexiones que se pueden establecer entre los fenómenos estudiados y las uniformidades y regularidades que subyacen a éstos. Las "conjeturas felices" de este tipo requieren gran inventiva, especialmente si suponen una desviación radical de los modos ordinarios del pensamiento científico, como ocurrió con las grandes teorías que fundamentan a cada una de las ciencias.
Estas mismas razones hacen afirmar a Bunge (1975) que no hay elaboración de datos estadísticos que produzca por sí misma nuevas hipótesis, por no hablar de leyes; que, en general, no hay esfuerzo técnico, empírico o matemático, por grande que sea, que pueda ahorrarnos el trabajo de inventar nuevas ideas, aunque, sin duda, aquel trabajo técnico puede muy bien disimular la falta de ideas...; que no hay truco ni máquina alguna que pueda convertir un montón de datos, por precisos, numerosos y relevantes que sean, en un enunciado de alto nivel. Lo único que puede inferirse de los datos son enunciados del más bajo nivel, es decir, generalizaciones empíricas; y esto con ambigüedades, de tal forma que esos enunciados quedarán aislados mientras no se invente algún principio unificador más fuerte (págs. 347, 373).
Una teoría es una construcción mental simbólica, verbal o icónica, de naturaleza conjetural o hipotética, que nos obliga a pensar de un modo nuevo, al completar, integrar, unificar, sistematizar o interpretar un cuerpo de conocimientos que hasta el momento se consideraban incompletos, imprecisos, inconexos o intuitivos. En su origen etimológico, teoría (de theós: dios, divinidad), significa una iluminación especial interna, que nos habilita para ver el mundo y las cosas en forma diferente (ver Martínez M., 1996, pág. 223). La teoría es, por tanto, un modelo ideal, sin contenido observacional directo, que nos ofrece una estructura conceptual inteligible, sistemática y coherente para ordenar los fenómenos; de manera más concreta, suele consistir en un sistema de hipótesis, fórmulas legaliformes y hasta leyes ya establecidas, de modo que su síntesis puede incluir desde lo plenamente conocido hasta lo meramente sospechado.
Precisamente, el proceso en que se da un descubrimiento científico reduce la atención focal de las observaciones a un nivel subsidiario, centrando la conciencia no en ellas, sino en su coherencia teórica interna. Este acto de integración, este acto de comprensión que se puede identificar tanto en la percepción visual de los objetos como en el descubrimiento de las teorías científicas, es un poder especial de nuestra capacidad cognoscitiva, y es lo que Polanyi (1969) llama "conocimiento tácito".
El conocimiento tácito se fundamenta en todo lo que nosotros ya sabemos y aplicamos en forma automática, no consciente; está constituido por una gran multitud de asociaciones que dan origen a nuevos significados, a nuevas ideas y a nuevas aplicaciones de lo viejo. Ya Aristóteles había señalado que el alma (la psique) es la que ve y no el ojo.
¿Técnicas para construir teorías?
La mayoría de los investigadores manifiestan dificultades en describir qué es lo que hacen cuando teorizan; pero un análisis cuidadoso de sus actividades mentales hará ver que son similares a las actividades cotidianas de una persona normal: las actividades formales del trabajo teorizador consisten en percibir, comparar, contrastar, añadir, ordenar, establecer nexos y relaciones y especular, es decir, que el proceso cognitivo de la teorización consiste en descubrir y manipular categorías y las relaciones entre ellas. Precisamente, para ayudarnos en esa tarea fue construido el programa computacional Atlas.ti
Una metodología adecuada para descubrir estructuras teóricas no podrá consistir en un procedimiento típicamente lineal, sino que seguirá básicamente un movimiento en espiral, del todo a las partes y de las partes al todo, aumentando en cada vuelta el nivel de profundidad y de comprensión. La visión del todo da sentido a las partes y la comprensión de éstas mejora la del todo: conociendo el bosque se comprenden mejor los árboles, y captando las particularidades de éstos, se mejora la comprensión del bosque.
Si tenemos presente el concepto de teoría antes expuesto, es decir, que la teoría es una construcción mental, una invención y no un mero "descubrimiento" o inducción, es evidente que no pueden existir unas reglas de oro cuya aplicación mecánica produzca teorías científicas. La invención no es un procedimiento mecanizable. No existe ni puede existir una teoría de la construcción de teorías, ni una técnica para formar genios, ni una metodología de la originalidad. Todo esto es algo autocontradictorio conceptualmente y nos lleva al mito de la metodología, que Kaplan (1979) considera bastante extendido entre algunos estudiosos de las ciencias del comportamiento.
En síntesis, no tenemos técnicas de la construcción de teorías y no las tendremos nunca. Por esta razón, aunque tenemos teorías de los automatismos, no poseemos ningún plano del autómata teorizador. Sólo podemos saber, en relación con la construcción de teorías, que éstas no se consiguen manipulando datos, con la ayuda de computadoras o sin ella, sino inventando una esquematización ideal del objeto de la teoría y complicándola luego en forma gradual, o sea, introduciendo más conceptos teoréticos y relaciones más complejas entre ellos, como lo exija y permita nuestra imaginación, pero con la ayuda y el control de la razón y la experiencia (Bunge, 1975, pág. 497).
Como ha sido señalado por numerosos científicos, sólo se llega a una buena teoría mediante el ejercicio de la imaginación creativa. Tal vez se podría hablar de "descubrir" leyes, pero, si se trata de teorías, solamente se puede decir que son "inventadas" o "construidas", ya que la formación de una teoría no consiste en descubrir o en destapar un hecho "escondido"; la teoría es un modo de mirar los hechos, un modo de organizarlos y representarlos conceptualmente a través de una nueva red de relaciones entre sus partes constituyentes. Aunque la teoría se ajusta y acomoda en cierto modo al mundo exterior, en otro sentido importante crea un mundo propio (Kaplan, 1979).
No obstante todo lo dicho, y teniendo bien presentes esos conceptos, a continuación señalaremos la gran ayuda que nos puede ofrecer el programa Atlas.ti con el fin de facilitar el proceso de nuestra mente en el descubrimiento de esa nueva red de relaciones que constituye la estructuración teórica del área estudiada y, por lo tanto, el aporte específico de la investigación.
El Programa Computacional Atlas.ti
en la Investigación Cualitativa
Actualmente (Julio 2001), existen unos 40 programas de computación para la Investigación Cualitativa y el estudio y análisis de sus “datos”. Entre ellos, los más apreciados son el Ethnograph, el HyperResearch, el Nud*dist, el QRS Nvivo, el Folio Views y el Atlas.ti. Entre éstos, el Atlas.ti (de Thomas Mühr, Universidad de Berlín) es considerado por varios evaluadores (Weitzman, 2000; Lewis, 1997 y otros) como el mejor, más completo y fácil de todos, si se ha de escoger uno solo. Esto lo hemos constatado usando varios de estos programas a lo largo de los últimos tres años. Su fundamentación teórica se basa en la Grounded Theory de Glaser y Strauss (1967 y sgtes). El mismo Strauss es el autor del prólogo del Manual principal del programa.
El Atlas.ti, como sucede con una calculadora sofisticada, posee múltiples funciones para poder atender las necesidades de los usuarios más exigentes. Además, muchas de sus funciones se pueden realizar de varias formas. Lo importante es que cada usuario encuentre en el programa lo que necesita para realizar su propia investigación y lo pueda llevar a cabo en la forma más eficaz y también más fácil. Su aplicación se está llevando a los más diversos campos de la humanidades: psicología, sociología, antropología, educación, economía, ciencia política, etc.
Como las operaciones más difíciles de toda investigación están relacionadas con los procesos de interpretación y estructuración teórica, ya que la mente tiene que pensar en muchas cosas al mismo tiempo y esto no es cosa tan fácil, a continuación, se presenta una síntesis de lo más importante de este programa en relación con la categorización, estructuración y teorización, cuando se trabaja con información cualitativa. En efecto, es en la realización de estos procesos donde los programas computacionales nos pueden ofrecer una gran ayuda.
En el programa Atlas.ti, el proceso implica tres etapas: (1) la categorización de la información (de los “datos”), (2) la estructuración o creación de una o más redes de relaciones o diagramas de flujo, mapas mentales o mapas conceptuales, entre las categorías y (3) la teorización propiamente dicha, en la cual las relaciones entre las categorías son respaldadas por medio del uso de los operadores booleanos, los operadores semánticos y los operadores de proximidad.
1. Categorización de la información o de los “datos”
Las categorías, en los sistemas de información, se llaman también “códigos”, “índices” o “palabras claves”, pero, en Metodología Cualitativa, son algo más, es decir, son “ideas”, “conceptos” o “interpretaciones” abreviadas de las citas, pues, en sentido estricto, el “dato” propiamente dicho no existe, ya que no es algo “dado”, sino “el resultado final de un elaboradísimo proceso” entre un estímulo ambiguo y amorfo (sin forma) y la actividad “interpretativa” del perceptor (Popper y Eccles, 1985, p. 483).
El Atlas.ti ubica las categorías en orden alfabético y le asigna dos números entre paréntesis de llaves, como, por ej. {3-5}: el primer número significa el número de citas que han sido codificadas con dicha categoría, y representa la relevancia e importancia de la misma (groundedness: fundamentación, solidez, “validez”), y el segundo, el número de otras categorías que de alguna manera están conectadas con ésta en la estructura que se va creando, y expresa el grado de densidad teorética de la misma.
Evidentemente, estos dos conceptos básicos, la fundamentación o “validez” de una categoría, es decir, el hecho de que representa “algo real” externo a nosotros constatado en muchas citas, y el grado de la densidad teorética de la misma, es decir, la multiplicidad de relaciones o enlaces que tiene con otras categorías (que indica que es un nodo importante), constituyen dos conceptos filosóficos clásicos (extensión y comprehensión de los conceptos), es decir, la amplitud que abarca un concepto y la profundidad semántica del mismo.
Las posibles categorías de nuestra investigación pueden derivar de información con una amplia gama de orígenes, como son los textos, las observaciones directas, las fotografías y los datos gráficos, sonoros y audiovisuales. Esto enriquece enormemente la variedad de categorías posibles relacionadas con la compleja vida moderna, ya sea personal o familiar, como institucional o social. El Atlas.ti está estructurado de acuerdo con el gran potencial multimedia de Windows, y puede trabajar con toda esta gran variedad de información: una manifestación gremial o social, un aula de clase o cualquier otro espectáculo, puede ser categorizado en su totalidad o en sus partes más importantes, e ingresado en todo el proceso de estructuración teórica. Crear, desplegar o modificar citas y categorías de audio o de vídeo es tan fácil como crear las citas textuales
El Atlas.ti nos brinda, con una cierta facilidad (basta marcar Codes, Ctl+Extra List), tanto la fundamentación o validez de una categoría (groundedness) como la densidad teorética para cada una de las categorías que vayamos creando en el proceso de categorización, estructuración y teorización, información que nos permite ir afinando y perfeccionando nuestro análisis.
En este proceso, nos puede ser muy ilustrativa la analogía o metáfora de las constelaciones del Zodíaco. Desde la más remota antigüedad, la mente humana realizó un proceso similar al que estamos describiendo: primero ubicó un grupo de estrellas en el cielo entre miles y miles de ellas, incluso le puso nombres, como Estrella Polar, Aldebarán, etc. (categorización), luego las unió con una línea imaginaria (estructuración) y, finalmente, le asignó un cierto significado teorizando (“es un Oso”, “un León”, “un Toro”, etc.). Véase, en la Fig. 1, la Osa Mayor, que refleja bien claramente lo que nos ofrece la realidad exterior (las estrellas) y lo que le añade la interpretación de la mente humana.
Figura 1. Osa Mayor: realidad exterior e interpretación
2. Creación de redes estructurales o diagramas de flujo
Con los materiales de construcción preparados en la primera fase, se procede, en la segunda, al proceso de construcción. Este proceso consistirá en organizar nuestros objetos de construcción en redes. Para ayudarnos en este trabajo, el Atlas.ti nos proporciona un editor especial, que es como una especie de pizarra a la que podemos traer cualquiera de los objetos: categorías, memos, comentarios, etc.
Las Redes Estructurales (networks) o diagramas de flujo representan gráficamente posibles estructuras o sistemas de relaciones sobre todo entre las categorías o códigos; constituyen el fin principal de toda investigación y de la ciencia, es decir, la teorización, o la creación de modelos y estructuras teóricas. Tienen la ventaja de usar la metáfora gráfica y el enfoque del hemisferio cerebral derecho, utilizando procesos holísticos, gestálticos y estereognósicos.
Las redes conceptuales y estructurales nos van haciendo explícitas las interpretaciones y nos permiten, en un momento determinado, llamar a todos los elementos que pueden apoyar una u otra hipótesis, argumento o conclusión. En efecto, en el momento en que a una serie de categorías se superpone una estructura de relaciones o de asociaciones que va enfocada hacia un fin, irá apareciendo “el conocimiento” que busca nuestra investigación, ya sea una tesis de grado, un trabajo de ascenso, la solución de un problema para una empresa o institución, etc.
El programa Atlas.ti ofrece 6 tipos de relación y su símbolo, pero el investigador puede crear muchos otros con sus posibles símbolos, de acuerdo a sus necesidades y conveniencias. En la Tabla siguiente, se ejemplifican algunos de los más importantes.
Tipos de Relación
|
Programa
|
Otros posibles del investigador
|
|
=> “es causa de”,
== “está asociado con”,
[ ] “es parte de”,
<> “contradice a”,
*} “es propiedad de”,
isa “es un”
|
+ “es contexto de”, + “es consecuencia de”,
+ “es condición para”, + “es medio para”,
+ “es estrategia para”, + “es evidencia de”,
+ “es función de”, + “es soporte de”,
+ “justifica a” + “explica a”, etc.
|
|
Definidos
|
Se definirán personalmente.
|
Es muy digna de tenerse en cuenta la riqueza semántica que ofrece este modo de ver y entender las realidades; en efecto, va mucho más allá de la simple relación causalista y mecanicista (variable independiente à variable dependiente) de gran parte del enfoque metodológico positivista. Las realidades humanas de la vida actual, ya sean personales, familiares, institucionales, sociales, etc., tienen un alto grado de complejidad, muy superior al imaginado corrientemente para la vida más simple de tiempos pasados.
3. La Teorización y su respaldo con los operadores
booleanos, semánticos y de proximidad.
La búsqueda (Query Tool) de los textos de las citas, usando categorías, es una de las herramientas más poderosas del Altas.ti y es muy útil cuando se tiene mucho material entre manos.
El poder tener a la vista, en un instante, todos los textos o citas categorizadas con una misma categoría, permite captar muchas cosas que sería imposible imaginar con las citas dispersas. Igualmente, necesitamos frecuentemente buscar la cita exacta o la expresión concreta que avala o confirma una determinada idea, hipótesis o conclusión.
En efecto, al categorizar una cita, por muy bien que se haga (buscando el nombre y adjetivos calificadores más apropiados y tratando de que cada categoría se refiera únicamente a un texto o frase simple), siempre se dejan fuera aspectos importantes de la realidad categorizada (y más si es codificada, es decir, que se identifica sólo con un símbolo convencional).
Pensemos lo mucho que se omite, por ejemplo, en una investigación sobre didáctica de la matemática, cuando categorizamos con la categoría “didáctica inadecuada” la información que nos da una alumna que nos dice: “al sólo verle la cara a ese profesor de matemática cuando entra en clase, así, bravo, molesto y rabioso, yo me siento mal...; es como un clima de miedo y de terror...; y esas palabras ‘abstrusas’ que usa a mí me dan dolor de cabeza...”. La riqueza de información de una cita así (que hubiera sido preferible categorizarla con tres categorías: una para cada frase) se recupera cuando el programa nos reúne los textos de todas las citas categorizadas con “didáctica inadecuada” (pues, la didáctica inadecuada puede deberse a muchos motivos) y nos permite afinar la estructura teórica que estamos creando, o el texto del informe que estamos elaborando, ya que lleva al lector (miembro de un jurado o evaluador) a visualizar la realidad viva que estamos tratando de describir. Esto, a su vez, es un aval muy fuerte para la “validez” (relación a la vida real) de nuestra interpretación teórica.
La búsqueda de citas puede referirse, igualmente, a los “pares de citas” que van o pueden ir acompañadas, en secuencia, en solapamiento, etc., es decir, que, cuando se da una,la otra asume un cierto comportamiento, lo cual puede ser un indicio de ciertas relaciones de importancia para nuestra investigación.
Todo esto nos ayuda a ilustrar los tipos de relaciones entre las categorías (variables o indicadores) y el papel o rol que juegan en la estructura parcial o total del fenómeno en estudio, y ayuda muy eficaz y positivamente en la estructuración y redacción de los informes y de las conclusiones.
La riqueza informativa a que da acceso un simple toque en el menú de herramientas, en el icono de los binoculares, es ciertamente ilimitada. Entre otras posibilidades, el acceso a los supercódigos, que son como las macrocategorías o ramas mayores del árbol estructural que se está construyendo. Ver Figura 2.
Figura 2. La herramienta básica de búsqueda del Atlas.ti
A continuación, por vía de ejemplo, ilustramos brevemente los operadores booleanos, los semánticos y los de proximidad.
Hay cuatro Operadores Booleanos: OR, XOR, AND, NOT. Se activan marcando el correspondiente símbolo. En las líneas siguientes, “A” y “B” representan posibles categorías.
Operadores Booleanos
|
Símbolo
|
Nombre
|
Operación
|
|
|
OR
|
Busca las citas categorizadas con A o con B (o con ambas)
|
|
|
XOR
|
Busca las citas categ. con A o con B (pero no con ambas)
|
|
|
AND
|
Busca las citas categorizadas con A y con B (con ambas)
|
|
|
NOT
|
Busca las citas NO categorizadas con A
|
Figura 3. Diagrama de los Operadores Booleanos
Hay tres Operadores Semánticos: SUB, UP y SIBlings.
|
Símbolo
|
Nombre
|
Operación
|
|
|
SUB
|
Busca citas categorizadas con A o con Subcategorías de A
|
|
|
UP
|
Busca las citas categorizadas con A o con Supracategorías de A
|
|
|
SIBlings
|
Busca las citas conectadas con A o con las Subcategorías de A
|
Ver un ejemplo sencillo a continuación.
Jerarquía de conceptos en la búsqueda semántica
NOTA: Ésta es una especie de “índice de contenidos”, como el que se usa en los índices de los libros, y es el objetivo básico que buscan algunos programas de computación, como el Nud*dist.
Los operadores semánticos se pueden mezclar con los booleanos, de tal manera que se le puede pedir al programa que nos busque, por ejemplo, “todas las citas categorizadas con ‘actitud positiva’ y todas sus subcategorías, pero no con ‘amabilidad’ ”.
Hay siete Operadores de Proximidad con sus correspondientes símbolos.
Operadores de Proximidad
|
Símbolo
|
Nombre
|
Operación: Busca las citas
|
|
|
WITHIN
|
Codificadas con A contenidas dentro de las codificadas con B
|
|
|
ENCLOSES
|
Codificadas con A que contienen las codificadas con B
|
|
|
OVERLAPED_BY
|
Codificadas con A solapadas por las codificadas con B
|
|
|
OVERLAPS
|
Codificadas con A que solapan a las codificadas con B
|
|
|
FOLLOWS
|
Codificadas con A que siguen a las codificadas con B
|
|
|
PRECEDES
|
Codificadas con A que preceden a las codificadas con B
|
|
|
CO-OCCURRENCE
|
Codificadas con A que concurren con la codificadas con B
|
Ver estas relaciones gráficamente en la Figura 4.
Figura 4. Operadores de proximidad:
adaptación del cálculo lógico temporal de Allen.
La “búsqueda semántica” puede ser, incluso, muy compleja, utilizando no sólo los materiales de textos, sino también ciertas “fórmulas” sofisticadas que utilizan citas, categorías, memos, comentarios, y las distintas relaciones que hayamos creado entre todos esos elementos.
Estos operadores, booleanos, semánticos y de proximidad, constituyen ciertamente instrumentos de análisis de lo más refinado que se ha ideado para buscar el sentido escondido que puedan tener las realidades complejas y la intrincada y enmarañada red de categorías que las conforman. Incluso, se pueden usar fórmulas, elaboradas según la conveniencia del investigador, para buscar exactamente las citas que le interesa en momento determinado. Para ello, basta seguir unas reglas de sintaxis que establece el programa y usar los parámetros que también ofrece o los que establezca el investigador.
Conclusión
La vida moderna se ha vuelto sumamente compleja, ya sea en su expresión individual, institucional o social. Ello conlleva la necesidad de que nuestra metodología de investigación para conocerla vaya pareja con esa complejidad. Pero esto no es posible dentro de los parámetros de una metodología tradicional que, básicamente, se preocupaba de buscar relaciones típicamente causales, por medio de un mecanicismo general entre variables independientes y dependientes. En todo este enfoque, se privilegiaba el método sobre la realidad a estudiar, imitando el proceder metodológico de las ciencias naturales.
La metodología cualitativa, en cambio, ha tratado de ser fiel, en primer lugar, a la naturaleza del objeto de estudio, ya que, como señaló Aristóteles, el método está enteramente determinado por la naturaleza del objeto de estudio. Todo ello obligó a esta orientación metodológica a buscar nuevas formas de abordaje de las realidades a estudiar. Así, fueron apareciendo nuevas orientaciones, procedimientos y técnicas que tenían como criterio básico el ser fieles a esa naturaleza de estudio, es decir, ser más rigurosas, sistemáticas y críticas.
Pero esta situación hizo sumamente difícil un abordaje completo y sistemático de esas complejas realidades. Es aquí donde vienen en auxilio los métodos computacionales para el estudio y tratamiento de la información cualitativa. De ahí, la aparición, en pocos años, de más de 40 programas computacionales para el tratamiento de “datos” cualitativos, y la renovación continua de versiones que se suceden a un ritmo cada vez más acelerado. El Atlas.ti, que hemos expuesto en sus líneas generales y únicamente para trabajar el proceso de categorización, estructuración y teorización, supera a la mayoría de estos programas en las funciones básicas que estos procesos demandan.
Esperamos que esta breve ilustración anime a los investigadores que necesitan trabajar con metodología cualitativa, a conocer este programa más a fondo, pues se verán ampliamente recompensados por su esfuerzo. Frecuentemente, hemos dado talleres de 16 horas para entrenar a los investigadores en el uso de este programa. El Atlas.ti puede ser bajado de Internet en su versión de demostración (versión restringida, pero suficiente para muchas investigaciones sencillas), incluso el manual principal y otros manuales complementarios en inglés y en español. A todo ello se puede tener acceso marcando Atlas.ti en cualquier buscador de Internet. Igualmente, la versión de demostración se puede solicitar en un DC gratis a la dirección que allí se indica o por medio del correo-e atlasti@scolari.com.
Bibliografía:
AGAR, M. (1991) 'The Right Brain Strikes Back' in R. Lee and N. Fielding (editors) Using Computers in Qualitative Research. London: Sage.
BUNGE, M. (1975), La investigación científica. Buenos Aires: Ariel.
CHARMAZ, K. (2000). Grounded theory: objectivist and constructivist methods. En Denzin N. y Lincoln Y.: Handbook of qualitative research, 2da edic. Thousands Oaks, CA: Sage.
GLASER, B. (1992). Basics of grounded theory analysis: emergence vs. forcing. Mill Valley, CA: Sociology Press.
GLASER, B. (1994). More grounded theory: a reader. Mill Valley, CA: Sociology Press.
GLASER, B. y STRAUSS, A. (1967). The discovery of grounded theory: strategies for qualitative research. Chicago: Aldine.
HESSE-BIBER, S. and DUPUIS, P. (1995) 'Hypothesis Testing in Computer-Aided Qualitative Data Analysis' in U. Kelle (editor) Computer-Aided Qualitative Data Analysis: Theory, Methods and Practice. London: Sage.
KELLE, U. (editor) (1995) Computer-Aided Qualitative Data Analysis: Theory, Methods and Practice. London: Sage.
LEE, R. and FIELDING, N. (editors) (1991) Using Computers in Qualitative Research. London: Sage.
MARTÍNEZ, M. (1996), Comportamiento Humano: Nuevos Métodos de Investigación. 2da edic. México: Trillas.
POPPER, K. (1963), Conjetures and refutations. Londres: Routledge.
POPPER. K. y ECCLES, Y. (1985). El yo y su cerebro. Barcelona: Labor.
RICHARDS, T. and RICHARDS, L. (1995) 'Using Computers in Qualitative Research' in N. Denzin and Y. Lincoln (editors) Handbook of Qualitative Research. Thousand Oaks: Sage.
STRAUSS, A. y CORBIN, J. (1994). Grounded theory methodology: an overview. En Denzin N. Y Lincoln Y. Handbook of qualitative research. Thousands Oaks, CA: Sage
WEITZMAN, E. and MILES, M. (1995) Computer Programs for Qualitative Data Analysis. Thousand Oaks: Sage. Está a punto de salir una segunda edición.
WEITZMAN, E. (2000). Software and qualitative research. En Denzin y Lincoln (ed), (2000). Handbook of qualitative research, 2da edic., Thousands Oaks: Sage.
