Credibilidad y selección de casos: cuándo una investigación cualitativa resulta defendible

Objetivo didáctico

Evaluar la solidez de una estrategia cualitativa de rigor y muestreo para justificar criterios de credibilidad, transferibilidad, dependabilidad y confirmabilidad, seleccionar casos informativamente pertinentes y establecer cómo se valorará la suficiencia del material empírico sin recurrir a reglas numéricas automáticas.

Introducción

El material temático de la asignatura plantea que la validez y la confiabilidad adquieren matices específicos en investigación cualitativa y relaciona estos problemas con credibilidad, triangulación, reflexividad, revisión por pares, auditoría del proceso y documentación detallada. También distingue el muestreo cualitativo del muestreo orientado a generalización estadística y presenta estrategias como selección intencional, por criterio, teórica y por bola de nieve.

La literatura metodológica permite llevar esa introducción a un nivel más especializado. Lincoln y Guba (1985) formularon el marco de trustworthiness mediante los criterios de credibilidad, transferibilidad, dependabilidad y confirmabilidad. Su influencia continúa, aunque la discusión posterior ha mostrado que ninguna lista de procedimientos puede utilizarse mecánicamente para declarar que un estudio ya es riguroso.

Tracy (2010), por ejemplo, propone criterios amplios de calidad entre los que se encuentran rigor, sinceridad, credibilidad, resonancia, ética, contribución y coherencia significativa. Levitt et al. (2017) desplazan la discusión hacia la integridad metodológica: los procedimientos deben conservar fidelidad al fenómeno tal como es concebido por el enfoque adoptado y, al mismo tiempo, ser útiles para alcanzar los objetivos reales de la investigación.

El mismo razonamiento afecta al muestreo. Seleccionar participantes no significa encontrar una versión reducida de una población, sino construir deliberadamente un conjunto de casos capaz de informar el fenómeno. Palinkas et al. (2015) describen el muestreo intencional como una estrategia orientada a identificar casos ricos en información; Malterud et al. (2016) muestran, además, que el tamaño debe juzgarse en relación con el poder de información de la muestra y no mediante una cifra universal.

Desarrollo del tema

Rigor cualitativo: de la etiqueta a la trazabilidad

En investigación cuantitativa, términos como validez, confiabilidad y generalización tienen desarrollos técnicos asociados con diseños e instrumentos específicos. La investigación cualitativa ha discutido durante décadas si esos términos deben conservarse, reinterpretarse o sustituirse. Por eso no existe una única terminología obligatoria para todos los enfoques cualitativos.

El marco de Lincoln y Guba sigue siendo una referencia útil porque convierte el problema abstracto del rigor en cuatro preguntas. La credibilidad interroga si la interpretación resulta defendible frente al material empírico; la transferibilidad exige proporcionar suficiente descripción para que otras personas juzguen la pertinencia de los hallazgos en contextos diferentes; la dependabilidad dirige la atención hacia la documentación y coherencia del proceso; y la confirmabilidad pregunta cómo pueden rastrearse las afirmaciones hacia evidencia y decisiones analíticas.

Estos criterios no significan que el investigador deba desaparecer del estudio. La reflexividad precisamente reconoce que las perspectivas del investigador influyen en lo que pregunta, observa y considera significativo. Confirmabilidad no equivale a fingir neutralidad absoluta; supone documentar cómo se construyeron las interpretaciones y qué controles impidieron que las expectativas personales operaran como sustituto de los datos.

La consecuencia para tu artículo es importante: no basta con escribir “se garantizará la validez mediante triangulación”. Una estrategia de rigor debe identificar primero el riesgo concreto que intenta atender. Solo después puede justificarse una técnica.

Aplicación al proyecto propio: elige el criterio que actualmente consideras más vulnerable en tu proyecto. No propongas todavía una solución. Escribe primero qué podría salir mal: por ejemplo, que tus interpretaciones dependan demasiado de una sola posición institucional, que los cambios del diseño queden sin documentar o que el lector no conozca las condiciones del contexto.

Las estrategias de rigor no funcionan como garantías automáticas

Triangulación, revisión por pares, descripción densa, búsqueda de casos discrepantes, reflexividad, bitácoras de decisión y devolución a participantes aparecen con frecuencia en manuales de investigación cualitativa. El problema surge cuando se convierten en una lista de verificación descontextualizada.

La triangulación ilustra esta dificultad. Utilizar entrevistas, observaciones y documentos puede ampliar el análisis cuando cada fuente permite examinar una dimensión distinta del fenómeno. Pero tres fuentes no producen automáticamente una verdad más sólida. Incluso pueden mostrar interpretaciones incompatibles, y esa divergencia puede ser más analíticamente importante que una coincidencia.

Algo similar ocurre con la denominada revisión por participantes o member checking. Puede resultar útil cuando se desea discutir determinadas interpretaciones con quienes participaron, pero no convierte a cada participante en juez definitivo del significado analítico. En algunos enfoques, la interpretación del investigador se encuentra en un nivel distinto del testimonio individual; en otros, la devolución tiene una función colaborativa más profunda. La estrategia debe responder a la epistemología elegida.

Levitt et al. (2017) ofrecen un criterio más robusto: juzgar si los procedimientos poseen fidelidad al fenómeno y utilidad para los objetivos. Es decir, una técnica de rigor debe proteger aquello que el estudio pretende conocer y ayudar realmente a responder la pregunta.

Figura L2.1. Cadena funcional para justificar decisiones de rigor. Elaboración propia a partir de Lincoln y Guba (1985), Tracy (2010) y Levitt et al. (2017).

Aplicación al proyecto propio: construye una cadena con cuatro elementos: riesgo metodológico, estrategia para atenderlo, evidencia que conservarás y afirmación cuya solidez esperas proteger. Si no puedes explicar el vínculo entre los cuatro, reconsidera la estrategia.

Muestrear es decidir qué casos pueden informar el problema

El muestreo cualitativo responde a una lógica diferente de la selección probabilística. Su propósito general no es conseguir que una muestra reproduzca estadísticamente una población, sino seleccionar deliberadamente participantes, acontecimientos, espacios o materiales que permitan comprender el fenómeno definido en la pregunta.

Palinkas et al. (2015) describen el muestreo intencional como la identificación de casos ricos en información vinculados con el fenómeno de interés. Esto obliga a formular criterios de inclusión que tengan una razón conceptual. “Aceptó participar” no constituye por sí mismo un criterio teórico; “ha implementado durante un ciclo escolar la política estudiada y participa directamente en las decisiones que interesan al proyecto” sí puede serlo.

El material base de la asignatura distingue muestreo intencional o por criterio, cuotas, muestreo teórico y bola de nieve. Estas estrategias no son intercambiables. El muestreo teórico, por ejemplo, tiene una función específica cuando la selección posterior se orienta por categorías que se desarrollan durante el análisis, particularmente en teoría fundamentada. Utilizar el nombre para cualquier ampliación progresiva de participantes vacía el concepto.

La estrategia también debe reflejar el tipo de variación que la investigación necesita. En algunos estudios interesará un grupo relativamente homogéneo para profundizar en una experiencia específica; en otros, será necesario buscar deliberadamente casos contrastantes. Diversidad tampoco equivale automáticamente a calidad: la pregunta debe explicar qué diferencias son analíticamente relevantes.

Tabla L2.1: Decisiones muestrales y su lógica.

Nota: Síntesis de elaboración propia basada en el material temático de la asignatura y en Palinkas et al. (2015).

Aplicación al proyecto propio: escribe cada criterio de inclusión y completa la frase “necesito este tipo de participante porque…”. Elimina los criterios cuya justificación solo sea administrativa, demográfica o de conveniencia y no tenga conexión con la pregunta.

¿Cuántos casos son suficientes? Poder de información y saturación

La pregunta “¿cuántas entrevistas necesito?” parece pedir una cifra, pero en realidad contiene varias decisiones metodológicas. La cantidad suficiente depende de qué se quiere comprender, cuán específicos son los participantes, qué variación se necesita, qué calidad posee el material producido y qué tipo de análisis se realizará.

Malterud et al. (2016) proponen el concepto de poder de información: cuanto mayor sea la información relevante que la muestra aporta para el propósito del estudio, menor puede ser la cantidad necesaria de participantes. Su modelo considera el alcance del objetivo, la especificidad de la muestra, el uso de teoría, la calidad del diálogo y la estrategia analítica.

Esta propuesta no produce una calculadora universal. Funciona como estructura de razonamiento. Un proyecto con un propósito estrechamente delimitado, participantes altamente específicos y entrevistas densas puede sostenerse con menos casos que un estudio que intenta abarcar gran heterogeneidad, múltiples contextos y varios subgrupos.

La saturación requiere todavía más cautela. El material temático la presenta como el momento en que participantes adicionales dejan de aportar nueva información. Esa formulación sirve como introducción, pero la literatura especializada muestra que el término no tiene un significado único.

Hennink, Kaiser y Marconi (2017) distinguen entre saturación de códigos —cuando dejan de aparecer asuntos temáticos nuevos— y saturación de significado —cuando el estudio alcanza una comprensión suficientemente rica de esos asuntos—. En su investigación empírica, ambas ocurrieron en momentos distintos. La consecuencia conceptual es más importante que sus cifras concretas: “dejar de oír temas nuevos” no significa necesariamente “haber comprendido suficientemente los temas existentes”.

Tight (2024) va más lejos y advierte que saturación se ha convertido en un concepto utilizado de forma excesivamente amplia, a veces como declaración ritual para justificar que la recolección terminó. Por ello, no todos los estudios necesitan declarar saturación. La decisión depende del enfoque metodológico y del significado preciso que pueda darse al concepto dentro del diseño.

Aplicación al proyecto propio: define qué significaría “suficiente” para tu investigación sin mencionar todavía un número. Describe qué diversidad necesitas encontrar, qué profundidad de comprensión buscas y qué señales justificarían incorporar casos adicionales.

Conclusión

El rigor y el muestreo no son dos asuntos independientes. Ambos responden a la misma pregunta: ¿qué necesita este diseño para producir afirmaciones defendibles sobre este fenómeno? Los criterios de calidad establecen qué riesgos deben atenderse; la estrategia muestral determina qué casos podrán producir la evidencia necesaria.

Una investigación cualitativa no necesita defenderse imitando el lenguaje estadístico ni sustituyéndolo por rituales metodológicos. Credibilidad, triangulación, reflexividad, saturación o descripción densa adquieren valor únicamente cuando se explica qué función cumplen dentro del diseño concreto. Del mismo modo, la suficiencia de una muestra se argumenta desde el propósito y la información disponible, no desde un número convertido en regla universal.

El Avance 2 deberá dejar preparada una sección esencial del artículo: quiénes o qué casos serán seleccionados, por qué pueden informar la pregunta, cómo se juzgará la suficiencia y mediante qué decisiones se protegerá la integridad de las interpretaciones. En la siguiente lección, esa arquitectura será puesta frente a una nueva decisión: elegir entre etnografía, investigación-acción y estudio de caso.

Actividad de aprendizaje autónoma

Avance 2 · Criterios de rigor y estrategia de muestreo. Audita tu proyecto actual y construye una propuesta que relacione explícitamente riesgos de calidad, estrategias de rigor, criterios de selección y suficiencia de información.

Desarrolla seis decisiones:

1. Identifica dos riesgos metodológicos reales. No empieces por elegir técnicas. Describe qué podría debilitar la interpretación.
2. Asigna estrategias de rigor. Para cada riesgo explica qué decisión adoptarás, por qué resulta pertinente y qué registro conservarás para demostrar su aplicación.
3. Define la unidad de selección. Especifica si seleccionarás personas, casos institucionales, situaciones, documentos, eventos u otra unidad pertinente.
4. Establece criterios de inclusión y variación. Justifica cada criterio por su relación con la pregunta y elimina los que solo reflejen comodidad de acceso.
5. Formula una estrategia de suficiencia. Explica cómo decidirás si necesitas incorporar material adicional. Si utilizas saturación, define exactamente qué entiendes por ella y por qué es compatible con tu enfoque.
6. Redacta el avance del artículo. Produce un apartado provisional de muestreo y rigor que pueda integrarse posteriormente al método.

Referencias bibliográficas

• Hennink, M. M., Kaiser, B. N., & Marconi, V. C. (2017). Code saturation versus meaning saturation: How many interviews are enough? Qualitative Health Research, 27(4), 591–608. https://doi.org/10.1177/1049732316665344
• Levitt, H. M., Motulsky, S. L., Wertz, F. J., Morrow, S. L., & Ponterotto, J. G. (2017). Recommendations for designing and reviewing qualitative research in psychology: Promoting methodological integrity. Qualitative Psychology, 4(1), 2–22. https://doi.org/10.1037/qup0000082
• Lincoln, Y. S., & Guba, E. G. (1985). Naturalistic inquiry. SAGE.
• Malterud, K., Siersma, V. D., & Guassora, A. D. (2016). Sample size in qualitative interview studies: Guided by information power. Qualitative Health Research, 26(13), 1753–1760. https://doi.org/10.1177/1049732315617444
• Palinkas, L. A., Horwitz, S. M., Green, C. A., Wisdom, J. P., Duan, N., & Hoagwood, K. (2015). Purposeful sampling for qualitative data collection and analysis in mixed method implementation research. Administration and Policy in Mental Health and Mental Health Services Research, 42(5), 533–544. https://doi.org/10.1007/s10488-013-0528-y
• Tight, M. (2024). Saturation: An overworked and misunderstood concept? Qualitative Inquiry, 30(7), 577–583. https://doi.org/10.1177/10778004231183948
• Tracy, S. J. (2010). Qualitative quality: Eight “big-tent” criteria for excellent qualitative research. Qualitative Inquiry, 16(10), 837–851. https://doi.org/10.1177/1077800410383121