Categorización

La categorización es la operación de agrupar en clases los objetos, las respuestas, los textos o los hechos que se estudian, de modo que lo que es diverso pueda contarse, compararse y explicarse. Una categoría es cada una de esas clases, y un sistema de categorías es el conjunto de ellas con las reglas que dicen qué va en cada una. Categorizar es lo que hace quien clasifica las respuestas abiertas de una encuesta en «razones económicas», «razones familiares» y «otras»; quien agrupa los países en democracias, regímenes híbridos y autocracias; quien lee doscientas entrevistas y decide que lo que cuentan cabe en seis temas; o quien convierte la edad en tramos para una tabla. En todos los casos se renuncia a parte del detalle a cambio de poder ver el conjunto, y la calidad de la investigación depende en buena medida de qué se pierde y qué se gana en ese cambio.

La psicología cognitiva recuerda que categorizar es, antes que un método, una función de la mente: no podríamos vivir si cada perro fuera un caso nuevo. Eleanor Rosch mostró en los años setenta que las categorías naturales no tienen fronteras nítidas sino prototipos, ejemplares que representan mejor la clase (un gorrión es más pájaro que un pingüino), y que existe un nivel básico, el de «perro» o «silla», en el que la mente categoriza con más facilidad. La enseñanza para el investigador es doble: las categorías que usa la gente no son definiciones sino parecidos de familia, y las que él construye deben ser, en cambio, lo más explícitas posible, porque de lo contrario cada analista entenderá otra cosa.

La investigación cuantitativa categoriza al construir sus variables. Paul Lazarsfeld y Allen Barton formularon en 1951 los criterios que se siguen exigiendo a cualquier clasificación y que Laurence Bardin reformuló para el análisis de contenido. Las categorías deben ser exhaustivas, de forma que todo caso encuentre su sitio, lo que a menudo obliga a una categoría residual que no debe acumular demasiados casos, porque si «otros» es la clase más numerosa el sistema está mal hecho. Deben ser mutuamente excluyentes, de forma que ningún caso caiga en dos a la vez; si una respuesta puede ser a la vez «económica» y «familiar», o se admite la codificación múltiple o se refina la regla. Deben responder a un único principio de clasificación en cada nivel: no se puede clasificar a los alumnos en «buenos», «de ciencias» y «repetidores». Deben ser pertinentes, adecuadas al objetivo del estudio y al marco teórico, y objetivas o fiables, de modo que dos codificadores distintos asignen los mismos casos a las mismas clases. Para medir esto último Jacob Cohen propuso en 1960 el coeficiente kappa, que descuenta el acuerdo esperable por azar y se ha convertido en el estándar de fiabilidad entre codificadores.

Cuando se categoriza una variable numérica se pierde información, y conviene saber cuánta. Agrupar la renta en cinco tramos permite una tabla legible, pero convierte en iguales a dos personas que ganan 1.999 y 2.001 euros y en distintas a dos que ganan 2.001 y 2.999, y borra las diferencias dentro de cada tramo. Los manuales recomiendan analizar la variable continua siempre que se pueda y categorizar solo para presentar los resultados, con tramos fijados antes de ver los datos y con sentido sustantivo (la mayoría de edad, el umbral de pobreza) y no por conveniencia estadística.

En la investigación cualitativa la categorización es el núcleo del análisis, y se hace sobre textos: transcripciones de entrevistas, notas de campo, documentos. El procedimiento habitual es la codificación: se leen los materiales, se asignan a fragmentos del texto etiquetas o códigos que resumen su contenido, y los códigos se agrupan después en categorías más amplias. Hay dos caminos. En la categorización deductiva o a priori, las categorías vienen del marco teórico y de las preguntas de investigación, y el texto se lee buscándolas; es el modo del análisis de contenido clásico. En la inductiva o emergente, las categorías salen del propio material, y es el modo de la teoría fundamentada de Glaser y Strauss. Esta distingue tres momentos: la codificación abierta, en la que se fragmenta el texto y se nombra cada idea, la axial, en la que se relacionan las categorías entre sí en torno a un eje, y la selectiva, en la que se elige la categoría central que organiza a las demás. En la práctica casi todo análisis combina ambos caminos: se parte de unas pocas categorías previas y se dejan aparecer las que el material impone. Miles y Huberman, y después Johnny Saldaña, han catalogado decenas de tipos de códigos (descriptivos, in vivo, que usan las palabras del propio entrevistado, de proceso, de valores, de emociones) y recomiendan llevar un libro de códigos con la definición, las reglas de inclusión y exclusión y un ejemplo de cada uno.

El análisis temático que Virginia Braun y Victoria Clarke describieron en 2006, hoy el más usado en psicología y en ciencias de la salud, ordena el trabajo en seis fases: familiarizarse con los datos, generar códigos iniciales, buscar temas, revisarlos frente al conjunto del material, definirlos y nombrarlos, y escribir el informe. Las autoras insisten en que los temas no «emergen» solos como si estuvieran en los datos esperando, sino que los construye el investigador, y en que por eso hay que explicar cómo se construyeron. Un buen sistema de categorías cualitativas se reconoce porque cada categoría tiene un nombre claro, una definición, fragmentos que la ilustran y límites con las categorías vecinas, y porque el investigador puede decir qué dejó fuera y por qué.

Un ejemplo de principio a fin. Una investigadora pregunta a cuarenta profesores por qué dejan la docencia en los primeros cinco años. Sus categorías previas, tomadas de la literatura, son las condiciones laborales, la falta de apoyo y la vocación. Al codificar las entrevistas aparece algo que no esperaba, repetido en más de la mitad de los casos: la sensación de que el trabajo no termina nunca, que ella llama «la jornada sin bordes» con las palabras de una entrevistada. Revisa el sistema, comprueba que la categoría nueva no se solapa con las condiciones laborales, porque habla del tiempo fuera del centro y no del salario ni de las horas lectivas, y pide a una colega que codifique diez entrevistas a ciegas con el libro de códigos; el acuerdo es alto en tres categorías y bajo en «falta de apoyo», cuya definición reescriben. Lo que entrega al final no es una lista de temas, sino un sistema de categorías que otro podría aplicar, que es exactamente lo que diferencia la categorización de la mera impresión de lectura.

Operacionalización – Variable cualitativa (variable categórica) – Escalas categóricas – Teoría fundamentada – Unidad de análisis – Entrevista semiestructurada – Categoría social