Cuando las entrevistas y las cifras no cuentan la misma historia

Una evaluación encuentra pocos cambios en sus indicadores. Las entrevistas, en cambio, describen experiencias positivas y transformaciones que las personas consideran importantes. El equipo debe decidir cómo interpretar esa diferencia antes de escribir las conclusiones.

Resulta tentador resolverla otorgando prioridad al método que parece más convincente o seleccionando testimonios que acompañen los resultados estadísticos. Ese procedimiento podría ocultar una pregunta de investigación valiosa: ¿las dos fuentes están describiendo el mismo resultado, en las mismas personas y durante el mismo período?

Proponemos tratar la discrepancia como un hallazgo que requiere explicación. Su análisis puede descubrir problemas de medición, diferencias entre participantes o resultados que un componente del estudio no estaba preparado para observar. También puede revelar un desacuerdo que la información disponible no permite resolver.

Un estudio real muestra por qué importa investigar la diferencia

Moffatt et al. (2006) examinaron las discrepancias de un estudio sobre asesoramiento para acceder a prestaciones sociales entre personas de sesenta años o más. El componente cuantitativo incluyó a 126 participantes y el cualitativo utilizó entrevistas con una submuestra intencional de 25 personas.

Los análisis cuantitativos aportaban poca evidencia de diferencias relevantes en las medidas examinadas, mientras las entrevistas describían beneficios importantes. Los autores investigaron, entre otros aspectos, la comparabilidad de los datos, el rigor de los componentes, el proceso de la intervención y la correspondencia entre los resultados medidos. Señalaron además las limitaciones de potencia del estudio piloto y posibles diferencias en la oportunidad de observar cambios (Moffatt et al., 2006). El caso permite comprender cómo una discrepancia abre nuevas preguntas, sin demostrar que los testimonios establezcan por sí mismos el efecto causal de la intervención.

Primero hay que precisar qué afirma cada componente

Una comparación estadística puede estimar el cambio promedio en una escala de bienestar. Una entrevista puede explorar cómo una persona describe su tranquilidad económica. Las dos observaciones pueden relacionarse, aunque todavía hace falta justificar si representan el mismo concepto.

Algo semejante ocurre con el tiempo. La medición realizada poco después de una intervención podría captar una etapa distinta de la que describe una entrevista posterior. Y una submuestra seleccionada por determinadas experiencias puede aportar información diferente de la obtenida para el conjunto de participantes.

Proponemos reconstruir cada afirmación indicando población, concepto, período y procedimiento de observación. La discrepancia debe formularse con precisión. «No se detectó un cambio promedio en esta escala durante seis meses» y «algunas personas describieron menor preocupación económica después de recibir el apoyo» pueden coexistir. Afirmar que se contradicen exige establecer que sus objetos de comparación son equivalentes.

La integración se diseña durante la investigación

Fetters et al. (2013) distinguen la integración en el diseño, los métodos y la interpretación o presentación. Describen estrategias como conectar componentes mediante el muestreo, utilizar los resultados de uno para construir el siguiente, fusionar datos o incorporar un componente dentro de otro. Su planteamiento ayuda a reconocer que reunir entrevistas y una base numérica es solo una parte del trabajo necesario para obtener una interpretación integrada.

Un diseño explicativo secuencial puede utilizar resultados cuantitativos para orientar entrevistas posteriores. Un diseño exploratorio secuencial puede partir de hallazgos cualitativos para desarrollar una medición. En un diseño convergente se analizan componentes y se examina su relación. Estas decisiones deben corresponder a las preguntas del estudio y quedar documentadas.

Bryman (2006), mediante un análisis de artículos de ciencias sociales, examinó cómo se combinaban los métodos en la práctica y las diferencias entre las justificaciones formuladas y su utilización efectiva. Ese antecedente invita a comprobar la integración realizada: qué interpretación surgió al relacionar los componentes y qué parte del estudio permaneció separada.

Una explicación requiere comprobar alternativas

Cuando los resultados difieren, proponemos empezar por la comparabilidad y continuar con la calidad de la información. En el componente cuantitativo corresponde revisar la definición del indicador, los datos faltantes, la incertidumbre y la población analizada. En el cualitativo interesa examinar la selección de participantes, las condiciones de las entrevistas, el procedimiento de análisis y los casos que cuestionan la interpretación predominante.

La revisión debe ser simétrica. Una narración extensa puede aportar profundidad y conservar sesgos de selección o interpretación. Una estimación calculada correctamente puede responder una pregunta poco relacionada con las experiencias estudiadas. El tipo de dato no resuelve automáticamente su pertinencia.

Después podemos examinar explicaciones sobre el proceso. Quizás un cambio mejora la atención para algunas personas y crea dificultades para otras. Tal vez el promedio permanece estable mientras se modifica la distribución de experiencias. O quizá un indicador no incorpora una dimensión que las entrevistas identifican como relevante.

Estas son hipótesis de trabajo. Para sostenerlas necesitamos buscar información que permita distinguirlas. La explicación debe apoyarse en observaciones del estudio, señalar qué evidencia la cuestiona y reconocer lo que todavía falta.

Relacionar resultados sin obligarlos a coincidir

Guetterman et al. (2015) analizaron el uso de presentaciones conjuntas de resultados (joint displays) para facilitar la integración. Estas permiten relacionar componentes cualitativos y cuantitativos y elaborar inferencias a partir de su comparación. La disposición visual es útil cuando organiza una tarea analítica explícita; colocar una cifra junto a una cita no demuestra, por sí mismo, que ambas se expliquen mutuamente.

Para este tipo de evaluación proponemos organizar la comparación por preguntas. ¿Qué se observó sobre accesibilidad? ¿Qué ocurrió con la continuidad de la atención? ¿Qué información existe sobre las diferencias entre grupos? En cada punto deberían identificarse la evidencia disponible y las restricciones para relacionarla.

O’Cathain et al. (2010) describen técnicas como la triangulación, el seguimiento de un hilo analítico y el análisis de casos combinando datos de ambos componentes. Seguir un hilo implica tomar un hallazgo de un componente y explorar su presencia o significado en el otro. El análisis por casos puede ser pertinente cuando existe una vinculación válida entre los registros.

El emparejamiento requiere atención. Si las entrevistas corresponden a personas que también participaron en la medición, podría examinarse la relación entre sus trayectorias y experiencias. Si provienen de grupos diferentes, la comparación tendría otro alcance. Un vínculo estadístico o individual que los datos no contienen no debería reconstruirse mediante suposiciones.

La frecuencia de un relato tiene un alcance definido

Encontrar una experiencia reiterada en entrevistas puede mostrar su importancia para los participantes y ayudar a comprender su significado. Estimar cuántas personas de toda la población la comparten requiere un diseño apropiado para esa finalidad.

Por eso proponemos evitar transformar la recurrencia temática de una muestra intencional en una prevalencia poblacional. La selección puede haber buscado precisamente diversidad de experiencias o casos con determinadas características. Su utilidad depende de esa finalidad y de la calidad del análisis.

Tampoco conviene presentar las entrevistas como un mecanismo para confirmar cualquier resultado estadístico. Un relato puede aportar una explicación plausible, pero evaluar esa explicación exige considerar otras posibilidades y las condiciones en que se recogió. El contraste debería conservar la capacidad de modificar la interpretación inicial.

Una conclusión integrada puede conservar un desacuerdo

A veces el estudio permite explicar por qué los componentes difieren. En otras ocasiones, la explicación permanece abierta. Una conclusión rigurosa puede reconocer que una estimación y una interpretación cualitativa apuntan en direcciones diferentes y que los datos no permiten determinar la causa.

La redacción debería precisar el punto pendiente. Por ejemplo, si se desconoce si la diferencia obedece al período de observación o a la selección de participantes, la siguiente investigación puede diseñarse para distinguir ambas posibilidades. La discrepancia deja así una tarea concreta.

Este artículo utiliza investigaciones metodológicas y un caso empírico publicado, principalmente del ámbito de los servicios de salud. Sus enseñanzas necesitan adaptación a las preguntas y condiciones de otros sectores. Aquí no se realizó un reanálisis del estudio citado ni se evaluaron datos propios.

Cuando las entrevistas y las cifras no cuentan la misma historia, la contribución de los métodos mixtos consiste en investigar esa diferencia. La interpretación más sólida es la que explica qué relación puede establecerse entre las evidencias y conserva con claridad aquello que todavía no logra resolver.