El tema central de este texto es la metodologia relacional en investigacion cualitativa: mas alla del analisis, este surge a partir de una vivencia personal que recoge mas de 20 anos de experiencia profesional -desde 1995- de direccion de aproximadamente 150 tesistas, entre estudiantes de maestria y doctorado. Producto de esa experiencia, se detecta que el mayor obstaculo a la hora de realizar una lectura holistica del dato es el hecho de solo abordar el proceso desde el analisis (separacion) y no avanzar a la integracion de este. Despues de una ardua labor de recoleccion de datos (a traves de tecnicas como la encuesta, la entrevista, la observacion, las pruebas, diarios de campo, entre otros), el estudiante no se sabe que hacer con todo lo que ha recolectado y se queda estacionado en un primer nivel de analisis. Asi, los que usan las estadisticas, leen las tendencias, dejando por fuera los residuos (los desechan), la relacion tendencia/residuo, y los que utilizan el analisis textual, presentan tablas descriptivas; no obstante, ninguna de las dos formas de abordar el material recopilado muestra las relaciones ni la integracion entre los datos. Por ejemplo, la relacion entre la tendencia y la no tendencia, que se puede inferir, o la comparacion entre los tres valores de la campana de Gauss: el centro, el extremo izquierdo y el extremo derecho. Incluso, algunos estudiantes llegan a construir grandes bases de datos que admiten el manejo de dos o tres variables para analizar datos (v. gr. Excel), pero las relaciones son siempre simples, por la ausencia de comprender el sentido total de la informacion. Ahora, con respecto del tratamiento del software cualitativo (v. gr. Atlas Ti. y Nvivo), he notado que no hay comprension sobre todo el potencial interpretativo que ofrecen las herramientas. Por lo tanto, el estudiante se queda en la primera parte de codificacion libre, y presentan el informe desde alli. El escenario descrito es al que llamo primer nivel, desintegrar el dato. La propuesta parte desde el convencimiento de que, si no hay una mayor comprension del proceso holistico de los datos, no se pueden alcanzar mayores niveles interpretativos y, por ende, los resultados de la investigacion seran mas pobres.
