Datos Cualitativos vs. Cuantitativos: ¿Cuál Usar en la Investigación?

El análisis de datos es amplio, exploratorio y francamente complejo.

Pero cuando damos un paso atrás e intentamos simplificar el análisis de datos, podemos ver que se reduce a estos dos: datos cualitativos vs. datos cuantitativos. La principal diferencia entre ellos es que: los datos cuantitativos son medibles, mientras que los datos cualitativos son descriptivos. Estos dos tipos de datos son diferentes pero constituyen todos los datos que alguna vez analizarás.

Antes de analizar datos utilizando software de análisis estadístico, es esencial entender las diferencias clave entre los datos cualitativos y cuantitativos.

La diferencia clave es que los datos cuantitativos son fijos o universales, mientras que los datos cualitativos son subjetivos. Por ejemplo, si una pelota pesa 30 libras o 13.6 kilogramos, es un hecho objetivo sobre la pelota. Este tipo de datos es directo y concluyente. Los datos cualitativos son subjetivos, interpretativos y exploratorios. Por ejemplo, dos personas pueden interpretar un evento de manera diferente según sus experiencias vividas.

Entonces, ¿cuál es cuál? Ahora que tenemos las diferencias, profundicemos en cada tipo de datos utilizando ejemplos del mundo real.

¿Qué son los datos cualitativos?

Los datos cualitativos no son estadísticos y suelen ser no estructurados o semi-estructurados. Estos datos no necesariamente se miden utilizando números concretos que se utilizan para desarrollar gráficos y tablas. En cambio, se categorizan en función de propiedades, atributos, etiquetas y otros identificadores.

Los datos cualitativos pueden usarse para hacer la pregunta 'por qué'. Son investigativos y plantean preguntas abiertas para realizar la investigación. Generar estos datos a partir de la investigación cualitativa se utiliza para teorizar, interpretar, desarrollar hipótesis y obtener comprensiones iniciales.

Ejemplos de datos cualitativos

Para entender mejor los datos cualitativos, tomemos el ejemplo de una estantería. Las siguientes características de esta estantería determinan la calidad de la información que está disponible para nosotros sobre ella:

• Hecha de madera
• Construida en Italia
• Marrón oscuro
• Perillas doradas
• Acabado suave
• Hecha de roble

Al hablar de datos cualitativos, hablamos de las características específicas de un objeto. Los datos cualitativos se derivan a través del análisis cualitativo de información detallada sobre el asunto.

Con una estantería, hay muchas maneras de obtener información cualitativa de diferentes observadores. Si alguien no tiene detalles específicos sobre la estantería, puede asumir que está hecha de teca, no de roble, y que tiene una superficie rugosa, no suave. Del mismo modo, también podemos discutir de qué tipo de roble está hecha o de qué parte de Italia proviene.

Por lo tanto, los identificadores de datos cualitativos pueden ser subjetivos, lo que hace que el análisis de datos cualitativos sea un proceso complejo con numerosas posibilidades y estructuras.

¿Qué son los datos cuantitativos?

Contrario a los datos cualitativos, los datos cuantitativos son estadísticos y típicamente estructurados, lo que significa que son más rígidos y definidos. Este tipo de datos se mide utilizando números y valores, lo que los hace un candidato más adecuado para el análisis de datos.

Mientras que los cualitativos están abiertos a la exploración, los datos cuantitativos son mucho más concisos y cerrados. Pueden usarse para preguntar 'cuánto' o 'cuántos', seguido de información concluyente.

Ejemplos de datos cuantitativos

Veamos cómo se ve un conjunto de datos cuantitativos para la estantería. Imagina que la estantería mide 3 pies de largo, pesa 100 libras y cuesta $1500 — todos estos son datos cuantitativos sobre la estantería. 

Aquí hay un video que explica los datos cualitativos y cuantitativos.

Fuente: Jotform

Datos cualitativos vs. cuantitativos: Diferencias clave

Esta sección te guiará a través de los tipos de datos cualitativos y cuantitativos, métodos de investigación y herramientas de análisis. Pero primero, veamos la principal diferencia entre los datos cualitativos y cuantitativos.

Los datos cualitativos son datos no numéricos que los investigadores utilizan para interpretar cómo los individuos perciben y encuentran significado en su realidad social. Los datos cuantitativos son datos numéricos que los analistas utilizan para encontrar relaciones entre variables y predecir resultados. Proporciona una imagen estadística concluyente detrás de una tendencia.

La diferencia clave es que: los datos cualitativos responden al ‘por qué’ detrás de una correlación o fenómeno, mientras que los datos cuantitativos responden al ‘qué’ y ‘cómo’ de un comportamiento. 

Tipos de datos cualitativos y cuantitativos

En esta sección, exploramos diferentes tipos de datos cualitativos y cuantitativos. 

Tipos de datos cualitativos

Hay dos tipos básicos de datos cualitativos: ordinales y nominales. 

1. Datos ordinales 

Los datos ordinales se refieren a datos cualitativos no numéricos que agrupan variables en categorías basadas en el orden natural o jerarquía de los datos. Por ejemplo, los clientes pueden elegir entre pobre, satisfactorio, bueno y sobresaliente al clasificar un producto o servicio. Aunque esta jerarquía no cuantifica los datos, aún obtienes una idea aproximada del sentimiento del cliente sobre tu producto. 

Los datos ordinales también pueden contener cifras numéricas. En tales casos, los números categorizan niveles y no tienen un valor matemático inherente. Por ejemplo, puedes etiquetar pobre, satisfactorio, bueno y sobresaliente como 1, 2, 3 y 4. Entonces, los números crean una escala de calificación para capturar diferentes niveles de satisfacción del cliente. 

2. Datos nominales 

Los datos nominales etiquetan variables en categorías mutuamente exclusivas sin asignarles valores cuantitativos. No puedes ordenar o medir los datos nominales como los datos ordinales.

Por ejemplo, los viajeros diarios pueden dividirse en tres categorías según su modo de transporte, es decir, autobús, tren y coche. Pero no puedes crear un orden jerárquico significativo con este tipo de datos.

Tipos de datos cuantitativos

1. Datos discretos

Los datos discretos son datos que no puedes descomponer en partes más pequeñas. Este tipo de datos consiste en enteros (números positivos y negativos, por ejemplo, -100, 10, 100, y así sucesivamente) y es finito (lo que significa que alcanza un límite).

Algunos ejemplos de datos discretos serían cuánto cambio tienes en tu bolsillo, cuántos iPhones se vendieron el año pasado y cuánto tráfico llegó a tu sitio web hoy.

Otra nota importante es que los datos discretos técnicamente pueden ser categóricos. Por ejemplo, el número de jugadores de béisbol en un equipo nacidos en México es entero y discreto.

2. Datos continuos

Los datos continuos son datos que pueden descomponerse infinitamente en partes más pequeñas o datos que fluctúan continuamente. Algunos ejemplos de datos continuos serían la velocidad de tu tren durante el viaje matutino, el tiempo que tardas en escribir un artículo, tu peso y tu edad.

Investigación cualitativa y cuantitativa

Una diferencia importante entre los datos cualitativos y cuantitativos es cómo se recopilan. Esta sección explora los diferentes métodos de recolección de datos cualitativos y cuantitativos.

Métodos de recolección de datos cualitativos

La investigación cualitativa se centra en métodos de recolección de datos cualitativos para estudiar y observar a un público objetivo y sacar conclusiones de los datos recopilados. Este método de investigación se basa más en características subjetivas determinadas por enfoques cualitativos. 

Grupos focales

El método de investigación de grupos focales es uno de los métodos de investigación cualitativa más utilizados en la recolección de datos. Un grupo focal consta de un cierto número de encuestados (5-10) que actúan como un grupo. También puedes usar herramientas de encuestas para enviar un cuestionario a un grupo focal, obtener su opinión o comentario sobre un tema específico y registrar sus respuestas para un análisis rápido de datos.

Formar y gestionar grupos focales puede ser un proceso complejo y costoso. Lo utilizan las empresas que pueden querer lanzar un nuevo producto para estudiar el mercado y obtener información sobre las necesidades, preferencias y rasgos de comportamiento de su público objetivo.

Investigación etnográfica

La investigación etnográfica implica observar y estudiar temas de investigación en una ubicación geográfica específica. Esta ubicación geográfica puede variar desde una entidad pequeña hasta países de todo el mundo. La investigación etnográfica ayuda a los investigadores a aprender culturas, comportamientos, tendencias y puntos de dolor en un entorno natural. Nuevamente, este método de investigación es lento y desafiante y puede extenderse más allá de un período específico. 

Estudio de caso

Un estudio de caso es un análisis en profundidad utilizado principalmente en las ciencias sociales y educativas. Cualquier organización, grande o pequeña, puede hacerlo para sacar una inferencia detallada sobre un tema. Un estudio de caso también es uno de los métodos de investigación más sencillos pero que consume tiempo, que implica la recolección de datos de múltiples fuentes.

Narrativa

El método de investigación narrativa se basa en desarrollar o crear una historia. Juntas una serie de eventos y creas una narrativa alrededor de un tema observado. Este método de investigación muestra cómo una entidad pequeña puede afectar un evento significativo y determinar su relación.

Fenomenología

La fenomenología es otro método de investigación que considera un evento o fenómeno específico para la recolección de datos cualitativos. Ayuda a un observador a entender cómo, por qué y qué fenómeno ocurre y su impacto en el problema. La fenomenología utiliza varios métodos de recolección de datos, desde documentos, videos y entrevistas hasta visitar un lugar, experimentar el fenómeno y describir cómo ha evolucionado y desarrollado con el tiempo.

Teoría fundamentada

La teoría fundamentada se centra en explicar la razón detrás de la ocurrencia de un evento. El tamaño de muestra utilizado para la teoría fundamentada suele ser inferior a cien sujetos y evalúa cómo sucede algo en un momento dado.

Métodos de recolección de datos cuantitativos

La investigación cuantitativa se basa en métodos de análisis numérico y análisis estadístico, que utiliza números y estadísticas para hacer deducciones razonables y definitivas. Aquí hay algunos de los métodos de investigación cuantitativa estándar.

Investigación correlacional

Un método de investigación de correlación estudia la relación entre dos o más variables similares e interdependientes. Muestra cómo una variable afecta a la otra y viceversa. La investigación correlacional utiliza análisis matemático para analizar los datos recopilados. Los resultados pueden presentarse en un diagrama o generarse en estadísticas para completar los resultados de la investigación.

Investigación experimental

Un método de investigación experimental es un enfoque de investigación teórica. Se centra en una teoría para distinguir entre declaraciones correctas e incorrectas. Este método de investigación ayuda a verificar un argumento y se utiliza principalmente en las ciencias naturales.

Investigación causal-comparativa

Una investigación causal-comparativa compara dos variables que no están relacionadas. Una es dependiente y la otra es independiente. También conocida como investigación cuasi-experimental, determina la relación de causa y efecto entre estas variables.

Investigación de encuestas

La investigación de encuestas es uno de los métodos de investigación más utilizados en educación, política, economía y más. Las organizaciones lo utilizan para recopilar comentarios sobre productos de encuestados aleatorios a través de encuestas, cuestionarios y otros métodos de entrada. Los datos recopilados luego se analizan para obtener resultados cuantitativos.

Datos cualitativos vs. cuantitativos: Métodos de análisis

Otro factor crítico que diferencia los datos cualitativos y cuantitativos es cómo se analizan. Los analistas estadísticos agrupan los datos cualitativos en diferentes temas para encontrar categorías significativas, mientras que los datos cuantitativos utilizan cálculos matemáticos para sacar conclusiones.

Análisis de datos cualitativos 

El análisis de datos cualitativos (QDA) organiza e interpreta datos conceptuales no numéricos para descubrir temas y responder preguntas de investigación. Dado que no hay forma de medir objetivamente los datos cualitativos, está abierto a la interpretación subjetiva. A continuación se presentan algunos de los métodos comunes de análisis de datos cualitativos. 

• Análisis de contenido utiliza software de análisis de texto para descubrir ideas cuantitativas a partir de datos cualitativos. Lo hace cuantificando la presencia de ciertos conceptos y temas en mensajes de audio/video, imágenes y textos.
• Análisis temático encuentra temas comunes y resume patrones de datos cualitativos en textos. A diferencia del análisis de contenido, solo puede usarse para datos cualitativos.
• Análisis narrativo interpreta testimonios, entrevistas, estudios de caso y otras historias de participantes de investigación para obtener información sobre comportamientos y sentimientos.
• Análisis de teoría fundamentada tiene como objetivo formular teorías creando y probando hipótesis con datos cualitativos.
• Análisis del discurso utiliza diferentes técnicas de observación para establecer relaciones entre información textual o audiovisual y su contexto. 

Ahora, veamos los métodos de análisis de datos cuantitativos. 

Análisis de datos cuantitativos 

El análisis de datos cuantitativos utiliza varios métodos, dependiendo de los datos disponibles. Sin embargo, el objetivo final sigue siendo el mismo: encontrar tendencias de datos y descubrir relaciones entre un conjunto de variables. A continuación se presentan algunos de los métodos de análisis de datos cuantitativos más utilizados. 

• Análisis de regresión prueba la relación entre variables dependientes e independientes.
• Simulación de Monte Carlo tiene como objetivo predecir las probabilidades de un evento incierto basado en datos pasados y una elección de acción.
• Análisis factorial crea menos factores a partir de un gran número de variables para describir la variabilidad entre variables correlacionadas.
• Análisis de cohortes es una herramienta de análisis de comportamiento. Analiza las características de una cohorte o un grupo de individuos con características compartidas para entender sus acciones y patrones de uso. 
• Análisis de clúster organiza elementos en grupos de clústeres para entender la asociación entre ellos.
• Análisis de series temporales utiliza técnicas de visualización de datos para mostrar los cambios de patrón sistemático entre variables dependientes e independientes a lo largo del tiempo. 

Ventajas y desventajas de los datos cuantitativos y cualitativos

Los datos cuantitativos son fáciles de recopilar, pero pueden carecer de contexto. Por ejemplo, puedes realizar una encuesta rápida para entender que el 35% de los clientes están insatisfechos con tu producto o servicio. Pero probablemente no puedas saber qué está causando su insatisfacción. Por eso, los datos cuantitativos son una excelente opción para sacar conclusiones generalizables, pero no te dan la imagen completa detrás de un fenómeno.

Los datos cualitativos, por otro lado, proporcionan información detallada y contextual sobre un fenómeno. Por ejemplo, puedes usar herramientas de análisis de datos cualitativos para entender el sentimiento, rasgos y opiniones de ese 35% de clientes que no están satisfechos con tu producto. La única desventaja es que lleva tiempo recopilar datos cualitativos. Además, hay mayores posibilidades de sesgo ya que los datos cualitativos están abiertos a interpretación. 

¿Qué es mejor para el análisis de datos: cualitativo o cuantitativo?

Ahora que hemos desglosado lo esencial de los datos cualitativos y cuantitativos, es hora de considerar qué tipo es mejor para el análisis de datos.

Los datos cualitativos casi siempre se considerarán datos no estructurados o semi-estructurados. Este tipo de datos está ligeramente formateado con muy poca estructura. Debido a esto, los datos cualitativos no pueden recopilarse y analizarse utilizando métodos convencionales.

Dar sentido a los datos cualitativos puede ser un proceso que consume tiempo y costoso, aunque existen algunos métodos para “estructurar” estos datos. Por ejemplo, se podría aplicar metadatos para describir un archivo de datos no estructurados. El texto alternativo es un tipo de metadato aplicado a archivos de imagen para ayudar a los motores de búsqueda como Google, Bing y Yahoo a indexar imágenes relevantes.

El auge de las bases de datos NoSQL ha hecho que la recopilación y almacenamiento de datos cualitativos sea mucho más manejable. Sin embargo, todavía es un ascenso antes de poder aprovechar completamente estos datos.

Los datos cuantitativos casi siempre se considerarán datos estructurados. Este tipo de datos está formateado de manera que puede organizarse y buscarse rápidamente dentro de bases de datos relacionales. Quizás el ejemplo más común de datos estructurados son los números y valores que se encuentran en hojas de cálculo.

Debido a que los datos cuantitativos y los datos estructurados van de la mano, los datos cuantitativos generalmente se prefieren para el análisis de datos.

Preguntas frecuentes sobre datos cualitativos y cuantitativos

1. ¿Cuál es la diferencia entre la investigación cualitativa y cuantitativa?

La investigación cualitativa es exploratoria. Recoge y analiza datos no numéricos para entender las razones detrás de opiniones, experiencias, motivaciones y sentimientos. La investigación cuantitativa analiza datos numéricos para encontrar relaciones entre variables. Es más objetiva y estructurada que la investigación cualitativa. 

2. ¿Cuáles son algunos ejemplos de datos cualitativos y cuantitativos?

Los datos cualitativos son descriptivos y subjetivos. Ejemplos comunes incluyen:

• Reseñas
• Transcripciones de entrevistas
• Textos y documentos
• Testimonios de clientes
• Respuestas de grupos focales
• Notas de observación
• Grabaciones de audio y video

Los datos cuantitativos son numéricos y objetivos. Ejemplos comunes incluyen: 

• Respuestas numéricas de encuestas
• Puntuaciones de pruebas
• Mediciones y conteos
• Cálculos
• Proyecciones

¿Qué tan bien conoces la diferencia?

Para fortalecer tu comprensión de los datos cualitativos y cuantitativos, piensa en algunas formas en tu vida de aplicar ambos. Comienza contigo mismo como ejemplo. Para adquirir datos cualitativos, considera identificadores como el color de tu ropa, tipo de cabello y forma de nariz. Considera valores medibles como altura, peso, edad y talla de zapato para datos cuantitativos.

Con un firme entendimiento de los datos cualitativos y cuantitativos, puedes comenzar a dar sentido al proceso de análisis de datos. 

Este artículo fue publicado originalmente en 2021. Ha sido actualizado con nueva información.