Abstract

GONZALEZ-GARCIA, Lorena et al. Triangulación de un estudio cualitativo mediante regresión logística. Index Enferm [online]. 2014, vol.23, n.1-2, pp.80-84. ISSN 1699-5988.  https://dx.doi.org/10.4321/S1132-12962014000100017.

Fundamento y Objetivo: La investigación cualitativa complementa su visión de la realidad mediante la triangulación. La regresión logística binaria es un instrumento de predicción de riesgo en epidemiología analítica. Nuestro objetivo ha sido triangular una investigación cualitativa de tipo pedagógico con modelos de regresión logística. Material y Método: Sobre la información recogida por un grupo focal, organizamos los datos en tres variables: Aforismo / Frase corta (variable dependiente), Profesor y Tipo (variables predictoras) y construimos dos modelos con regresión logística binaria. El error alfa fue del 5 y del 10%. El tamaño muestral venía impuesto por el grupo focal anterior (saturación cualitativa). Se diseñaron rutinas para trabajar con los datos en el programa R. Resultados: Con 127 elementos (44 aforismos y 83 frases cortas) se obtuvieron significaciones crudas del 10% para dos de los diez profesores con información relevante para el grupo focal (odds ratios de 0.42 y 2.33 respectivamente; índice de Brier escalado = 0.06 y área bajo curva ROC = 0.63) y significaciones menores del 5% para cuatro de los cinco epígrafes en que habíamos dividido la variable tipo (epidemiológicos, epistemológicos, estadísticos y pragmáticos o heurísticos). El epígrafe "Estadístico" fue significativo con respecto a "Epistemológico" (OR=5,00; IC al 95% = 14.431-1.743) y con respecto a "Pragmático" (OR=4.80; IC al 95%=14.602-1.577). El epígrafe "Difusión Científica" no resultó significativo. Conclusiones: En un entorno de investigación cualitativo-pedagógica sobre aforismos y frases cortas, la regresión logística binaria se ha mostrado eficaz, dentro de una estrategia de triangulación, para identificar docentes originales para el grupo focal (p<0.10) y señalar epígrafes con interés clasificatorio (p<0.05). La capacidad predictiva de los modelos ha sido baja y la capacidad discriminativa aceptable.

Keywords : Investigación cualitativa; Epistemología; Triangulación; Modelos logísticos; Docencia; Epidemiología; Estadística; Métodos mixtos.