Ordenar respuestas abiertas (categorizar texto libre)

En resumen

Los textos libres cortos de un cuestionario (por ejemplo «¿Qué faltó en el seminario?») no se pueden contar directamente. Aquí se ordenan en categorías: la persona que analiza los datos define las categorías y asigna cada respuesta; Statable cuenta, muestra las frecuencias y, si se pide, escribe en los datos columnas que se pueden usar para otros análisis (por ejemplo la categoría por titulación). Statable no asigna nada por sí mismo: sin IA, y ningún texto se envía a ninguna parte.

Así se ve la tabla

Una fila por persona y una columna de texto con la respuesta (una respuesta por fila). Ayuda una columna de identificador (Nr, ID): Statable reconoce las filas por ella; sin identificador cuenta el número de fila. El resultado son columnas nuevas: con una categoría por respuesta, una columna de grupos con los códigos 1 a k y las categorías como etiquetas de valor; con varias categorías por respuesta (en «Más opciones»), una columna 0/1 por categoría, creada como conjunto de respuestas múltiples.

Pasos

Lee una muestra de las respuestas y crea categorías. Inductivo significa que las categorías surgen del material; deductivo, que proceden de la teoría o de la pregunta de investigación. A menudo es una mezcla (Kuckartz y Rädiker, 2022; Mayring, 2022).
Anota para cada categoría una descripción breve y un ejemplo ancla (anchor example) (guía de codificación (codebook)). Dice qué pertenece a la categoría y ayuda a una segunda persona a asignar del mismo modo.
Asignar respuestas: de una en una o como lista, con un clic o con las teclas 1 a 9 (0 quita la asignación). Las teclas solo funcionan mientras el foco está en la asignación, nunca en un campo de texto.
Comprobar el contador: cuántas personas no tienen respuesta y cuántas respuestas siguen abiertas.
«Escribir en los datos» escribe las columnas (un solo paso de deshacer). Después «Analizar ahora» lleva a la pregunta «¿Cómo se distribuye algo?».

Tres estados por fila

Cada fila está exactamente en uno de tres estados: sin respuesta (texto vacío), respuesta todavía abierta o asignada. Vacía y abierta cuentan como perdidas: se cuentan y nunca se rellenan en silencio con «ninguna categoría» ni con 0. Si quieres registrar «no encaja en ninguna», crea una categoría «Otros».

Cómo leer el resultado

La tabla da n para cada categoría y el porcentaje de personas con una respuesta asignada. La base está en el encabezado de la columna («base 31»).
Con varias categorías por respuesta se añade el porcentaje de menciones. Los porcentajes de personas suman entonces más del 100 %, porque una respuesta cuenta varias veces; Statable lo dice en una frase.
Las respuestas todavía abiertas faltan en la tabla; su número se muestra arriba («12 respuestas todavía abiertas»).
La tabla describe estas respuestas. No comprueba nada y no puede generalizarse a otras personas: ni prueba ni valor p.

Segunda codificación y concordancia

Una sola persona codifica de forma subjetiva. Por eso una segunda persona asigna las mismas respuestas con las mismas categorías sin ver la primera asignación. «Crear una segunda codificación» hace para ello una asignación aparte; para la segunda codificación se oculta la primera. Cuando las dos codificaciones están escritas en los datos, «Comprobar la concordancia» abre la pregunta «¿Coinciden las valoraciones?» con las dos columnas (kappa de Cohen, alpha de Krippendorff). Con varias categorías por respuesta la concordancia se comprueba por categoría. Para una codificación realmente independiente, la segunda persona trabaja en su propia copia del archivo del proyecto.

Requisitos y límites

Esto está pensado para textos libres cortos de un cuestionario (de una a unas pocas frases), no para entrevistas ni textos largos. Para eso sirven programas de análisis de contenido cualitativo como MAXQDA, ATLAS.ti, QCAmap o QualCoder. Statable no es un programa de codificación: sin memos, sin sistema de categorías anidado.
No hay categorización automática ni IA (privacidad, trazabilidad). Cada asignación procede de una persona.
La fiabilidad del resultado depende de la guía de codificación (codebook) y de la concordancia de dos personas, no del número de respuestas.
Las filas se reconocen por la columna de identificador o por el número de fila. Sin identificador, eliminar o reordenar filas desplaza la asignación.
Los saltos de párrafo de las respuestas largas se convierten en espacios al leer el archivo.
Al escribir de nuevo, las columnas propias se sobrescriben; otra columna con el mismo nombre no se toca y la columna nueva recibe un número en su nombre.

De 31 respuestas con asignación, 12 personas (38,7 %) mencionaron la práctica; 2 respuestas seguían abiertas.

Para especialistas

Código propio, sin estadístico de prueba. Porcentaje de personas = respuestas con la categoría / respuestas con al menos una categoría; porcentaje de menciones = n / suma de todas las asignaciones. Una categoría por respuesta: códigos 1 a k en el orden de la lista de categorías, perdido para vacía y abierta. Varias: 0/1 por categoría (1 asignada, 0 respondió con otra categoría, perdido vacía o abierta), conjunto de respuestas múltiples con valor contado 1. Los valores de referencia proceden de R (script scripts/welle4-erwartet.R); las columnas creadas en PSPP se comprueban con ellos. Escribir en los datos es un único comando de PSPP (COMPUTE e IF con $CASENUM, VALUE LABELS, VARIABLE LEVEL).

Ejemplos típicos

«¿Qué faltó en el seminario?»: categorías como práctica, retroalimentación, tiempo; después una tabla de contingencia muestra si las titulaciones se diferencian.
El campo «Otros, a saber …» de una pregunta con respuestas fijas.

Fuentes

Kuckartz, U. & Rädiker, S. (2022). Qualitative Inhaltsanalyse. Methoden, Praxis, Umsetzung mit Software und künstlicher Intelligenz (cap. 3 y 4). Beltz Juventa. Mayring, P. (2022). Qualitative Inhaltsanalyse. Grundlagen und Techniken. Beltz.