Download pptx - Estrategias de muestreo en metodología cualitativa

Estrategias de muestreo en metodología cualitativa

Universidad Gabriela MistralFacultad de Ciencias Sociales

Ciencia PolíticaMetodología cualitativa I

Carla Azócar R – Alberto Mayol27 de junio de 2014

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Cuando hablamos de muestras no sólo se requiere de señalar cuantas entrevistas se va a realizar o qué lugares se va a observar…

¿A qué llamamos decisiones muestrales?• Delimitar el foco de la investigación y sus límites.• Definir la unidad de muestreo (contextos, personas-actores,

eventos, procesos-actividades-programas) • Explicitar los criterios de inclusión y exclusión de las

unidades de muestreo• Decidir la estrategia de muestreo. • Estudiar la factibilidad de la muestra diseñada • Determinar aspectos éticos del diseño muestral

El éxito y validez de un estudio recae en gran parte en la muestra

Durante el muestreo la realidad se construye una manera específica: de destacan algunas partes y aspectos y se hacen desaparecer otras.

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014 Muestreo

estadístico: Abstracto: parten de la idea de tipicidad y distribución del objeto que debe reproducirse en la muestra para permitir inferencias.

Según ciertos criterios, como los demográficos

Criterios siempre definidos de antemano: antes de la recogida y análisis del material

Busca la generalización

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Particularidades del muestreo cualitativo

“Representatividad”: -no implica la reproducción de cantidad y extensión de características a poblaciones sino profundizar en la reconstrucción de vivencias y sentidos asociados a instancias sociales.

Pequeñas: selección de información rica, profunda y completa.

Muestra intencionada y razonada

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Particularidades del muestreo cualitativo…

Sumergirse en la problemática, desde el trabajo de campo, que le permitirá obtener condiciones para la interpretación

Búsqueda de saturación“No se encuentra datos adicionales por medio de los cuales desarrollar las propiedades de la categoría” (Glasser y Strauss, p.61, en Flick). No emerge nada nuevo.

Nuevas decisiones a partir de la reflexión durante el proceso

Muestra acumulativa

, secuencial, flexible y

reflexiva

Depende mucho del tipo de técnica de recolección de información

Entrevistas elección de personas que se va a entrevistar

Observación de los contextos o espacios sociales (barrios, reuniones, eventos, etc.)

Varios momentos de tomar decisiones muestrales:

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

“El caso individual se puede entender como un universal individualizado” (Hildebrand). Resultado de la socialización individual específica frente a un trasfondo general.

Militante socialización como comunista, democratacristiano, liberal, etc. sobre las ventajas y desventajas de la libertad económica y moral

El caso representa una subjetividad producto de la adquisición de un caudal de conocimientos y desarrollar maneras específicas de actuar y percibir.

Esta socialización ha llevado a opiniones, actitudes y puntos de vista subjetivos distintos, según otras variables importantes como otros procesos de socialización anteriores y paralelos, en la formación educacional, la familia, el trabajo. • El caso representa a un contexto institucional. El caso orienta

sus prácticas y percepciones a las metas y patrones culturales de la institución.

• A la vez puede transformar estas metas a prácticas, a declaraciones específicas en la entrevista, enfrentándose críticamente a esas metas.

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Buen informante (Morse, 1998)

• Debe disponer de el conocimiento y la experiencia necesarios para responde preguntas o realizar acciones

• Capacidad para reflexionar y articular discursos

• Debe estar dispuesto a participar

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Construir muestras para la observaciónDentro de cualquier ambiente se pueden distinguir diferentes contextos

Comportamiento de las personas varía en función del contexto en el que están.

Lugares (el espacio físico) / contextos (espacio social)

La muestra aspira incluir todos los contextos relevantes (no localizaciones físicas)

Identificar contextos implica reconocer construcciones sociales y considerar cómo los individuos actúan en ellos

No se recomiendan largos períodos de observación ininterrumpidos. Alternar períodos de sistematización y reflexión sobre el material

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Niveles de selección• Selección primaria: – Casos “ideales”

• Selección secundaria: – Casos que no cumplen todos los

criterios mencionados pero tienen disposición de participar en el estudio.

– Se trabaja con ellos sólo si está claro que no se pueden encontrar casos suficientes de selección primaria.

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

¿Cómo diseñar la estrategia de muestreo?

1. de antemano2. paso a paso durante

Esto lo determina:• la pregunta de investigación, • el grado de generalización que se busca, • las posibilidades materiales (logísticas, de dinero)• Disponibilidad de conocimiento de perfiles sociodemográficos, culturales y simbólicas de las características del universo con respecto al tema que se va investigar

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Tipos de muestreoMuestreo intencional o deliberado (teórico también):

– según un constructo teórico– siguiendo tipologías o perfiles

definidos conceptualmente.

Muestreo por conveniencia (opinático): – seleccionado aquellos casos

de más fácil acceso– Criterios pragmáticos y de

factibilidad, contactos, acceso– El constructo teórico es más

débil.

Tipos de muestreo:

Por conveniencia

Participantes voluntariosBola de nieveOportunista

HeterogéneoEstructuralExtremoHomogéneoCompletoCasos típicosIntensivo Casos críticosExpertosCasos políticamente sensiblesMuestras confirmativasMuestreo teórico

Intencional

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Propuestas de muestreo por conveniencia:

1. La muestra de participantes voluntarios: – muestras fortuitas, utilizadas también en la

medicina y la arqueología– Se elabora conclusiones sobre casos que

llegan de forma casual.

2. Muestreo oportunista / por oportunidad: – simplemente casos disponibles a los cuales

tenemos acceso. – Sin planificación previa– sigue los temas nuevos que emergen– saca ventaja de lo inesperado– enfatiza en lo inductivo.

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Propuestas de muestreo por conveniencia:

3. Muestreo de bola de nieve / de avalancha / nominado o multiplicador / Muestras de cadena o por redes:

– a partir de personas que identifican a otros como buenos informantes.

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014 Propuestas de muestreo

intencionado

1. Muestreo heterogéneo o de variación máxima de la muestra:

– lo más diferentes posible, – para revelar la amplitud de variación y diferenciación en el campo– Sirven para representar la complejidad del fenómeno estudiado – localizar diferencias y coincidencias, patrones y particularidades.

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

SexoLugar

geográfico Clase

chilenos

Hombres

R.M.clase alta

clase mediaclase baja

Otras regionesclase alta


Mujeres

R.M.clase alta


Otras regionesclase alta


Ejemplo: ¿Cuál es la percepción que tienen los chilenos sobre el discurso presidencial del 21 de mayo?

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Propuestas de muestreo intencionado

Muestreo estructural:

– se seleccionan individuos según la estructura de la población

– seleccionamos un grupo representativo (no cuantitativa) de cada una de las categorías

– Se busca las motivaciones estructurales en su discurso

Ejemplo:Clases marxistas: burguesía, proletariado

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Ejemplo muestreo estructuralAsalariado vinculado a sector primario exportadorAsalariados desplazadosSubcontratistas de producción exportadoraSubcontratistas de producción para oligopoliosPYME productores directosGran empresariado financiero y multisectorialEmpresario industrial no financiarizadoNuevas agrupaciones profesionalesProfesionales liberales mediosProfesionales liberales de nivel ejecutivoClase obrera industrialBurocracia estatalBurocracia PrivadaPescadores asalariadosMinifundista zona centralMinifundista zona centro surDueña de casaJubiladosIndígenaFuncionario privado orientado a metasTrabajador part time jovenClase obrera construcción

Matriz de Arturo León y Javier Martínez

Perspectiva de la CEPAL sobre la estructura social


3.Muestreo extremo o de casos desviados:

– Conocer las realidades más atípicas. – El campo de estudio se revela a partir de sus situaciones extremas

para llegar a la comprensión del campo como un todo. – Útiles al evaluar características, situaciones o fenómenos alejados

de la ‘’normalidad’’– Se debe tener cuidado con que lo atípico no parezca la norma.

Ejemplo: Evaluación de la atención de una institución del EstadoMuestra: usuarios muy satisfechos y usuarios muy insatisfechos

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014


4.Muestreo homogéneo: – Las unidades poseen un

mismo perfil o características, comparten rasgos similares.

– busca un discurso focalizado en un aspecto del tema estudiado

– reduce y simplifica la comprensión del fenómeno.

– Su propósito es centrarse en el tema a investigar o resaltar situaciones, procesos o episodios en un grupo social.

Tema: trabajo y pobreza

Muestra: Mujeres pobres trabajadoras

Alternativa: Hombres que den cuenta del trabajo de sus mujeresJefesHijos

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014


Casos particularmente típicos: – busca y destaca el

discurso que constituye la norma;

– caso que sirve como perfil para conocer las características principales de un grupo.

– El campo se revela desde dentro y desde su centro.

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014


5. Muestreo completo (Gerhardt, 1986, en Flick, 2002)– Todos los casos que cumplen con ciertos

criterios. – Limita la posibilidad de comparación

(dimensión esencial del desarrollo de teoría)– Grupos totales pequeños

Ejemplo: Análisis de las incompatibilidades en el ejercicio de la labor presidencial respecto a la vida familiar en Chile

Muestra: presidentes de Chile todos los ex presidentes (vivos)+ presidente actual (5)

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

7.Muestreo intensivo: – ejemplos excelentes: informantes

que vivan el fenómeno con gran experiencia

– no necesariamente extremos, no atípicas

– personas o grupos bien informados que permite profundizar la información.

– intensidad como criterio de selección: casos de mucho intensidad y casos de baja intensidad


UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

9. La muestra de expertos – Es necesaria la opinión de individuos

expertos en un tema. – Sirven para generar hipótesis más

precisas o la materia prima del diseño de pautas.

10. Casos políticamente importantes o sensibles– para presentar hallazgos positivos en la

evaluación de un modo más efectivo.


UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

12. Muestras confirmativas: – adicionar casos cuando en

los ya analizados se suscita alguna controversia o surge información que apunta en diferentes direcciones.


UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

13. Muestreo teórico / “Muestreo comparativo constante”. (Teoría fundada, Glasser y Strauss, 1967)

Representatividad: radica en nivel de nuevas ideas para la teoría en desarrollo que aporta

Se recoge, codifica y analiza sus datos conjuntamente y decide que datos recoger después y donde encontrarlos.

definición gradual

Saturación teórica determina cuando dejar de integrar nuevos casos

Según criterios concretos


UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Paralelos:

• concepto de triangulación de datos (Denzin, 1989): integración de diversas fuentes de datos diferenciadas por el tiempo, el lugar y la persona, para estudiar el mismo fenómeno.

• También se puede ver una manera de concretar el muestro teórico en la “inducción analítica” (Znaniecki, 1934): 1. desarrollar una teoría (patrón o modelo, etc.) en un

momento y estado de datos 2. Buscar y analizar luego los casos desviados. Se preocupa por afianzar o controlar la teoría en desarrollo. Complemento para el criterio de saturación teórica.

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Como determinar la mejor estrategia de muestreo

• No hay estrategia correcta por si misma. • Lo decisivo para escoger estrategias de

muestreo es si es rica en información pertinente.

• Se puede evaluar sólo en referencia a la pregunta de estudio: ¿Qué casos son necesarios para responder a las preguntas de estudio y cuántos?

• Las estrategias de muestreo revelan maneras de revelar un campo.

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Criterios en el diseño muestral

Conveniencia-pertinencia : calidad de la información

Suficiencia: cantidad de información. Se busca información completa en relación a los objetivos. Criterio de saturación

Los propósitos del muestreo:

Hacer análisis lo más profundo que se pueda.

Cubrir un campo lo más amplio posible: en busca de diversidad, distribución de las maneras de ver o experimentar ciertas cosas.

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Formas de combinar distintas estrategias de muestreo

Desarrollar y examinar una teoría:

1. Minimizar las diferencias entre los casos con el fin de sacar a la luz propiedades básicas de una categoría particular.

2. Posteriormente maximizar las diferencias entre los casos con la intención de incrementar categorías y acotar la incidencia de la teoría.

Si se trata de un tema o población de la que no se sabe mucho:

3. Hacer una muestra de expertos

4. configurar una mueva muestra, considerando los nuevos datos.

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014 Preguntas para la evaluación del

muestreo• ¿La muestra cumple criterios de conveniencia-

pertinencia para el objetivo de la investigación?• ¿Se describe de dónde, quién y por qué se

seleccionó?• ¿Se refiere cómo fueron seleccionados los

participantes y por qué?• ¿Se explicita si alguno de los seleccionados

rehusaron participar y por qué?• ¿Los informantes y contextos están

convenientemente descritos?• ¿Cómo se justifica el tamaño muestral? ¿Se

consiguió y cómo la saturación de la información?• ¿Se han tenido en cuenta los aspectos éticos en

la selección de la muestra?

Ética de la investigación en ciencias

sociales

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Códigos de éticaJosef Mengele

• Código de Nüremberg (1947),

• Experimentos de Tuskegee,

• Experimentos de la CIA

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Ética

• “Conducta ética”

• Definición:

“la disciplina relativa a lo bueno y lo malo y al deber y obligación moral”

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Principios

• Autonomía

• Beneficencia

• Justicia

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

ÉticaTrabajo político / administración pública / docencia / investigación• con la sociedad• sus pares• los participantes

• Aspectos:– objetos o áreas de investigación– impacto social de dichas investigaciones

• Sanciones

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

• Colegios de profesionales– Ciencias biomédicas– Ciencias sociales

• sociedades internacionales• comité de ética• cursos de ética

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Respecto al objeto:

• Participación de seres humanos, • conductas de seres humanos, • estudio de la sociedad, la cultura • la política como producción

humana

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Derechos de los participantes y equipos de investigación

• Información y comprensión– Propósito de la investigación– Uso de los resultados– Posibles consecuencias de ella

• Voluntariedad– Negarse a participar – Abandonar

• Anonimato y confidencialidad– Ejemplo: bases de datos CENSO, entrevistados

• Privacidad• Protección frente a amenazas y riesgos

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

"Consentimiento informado"

• Adaptación a la localidad y su cultura• Pleno uso de sus facultades • Menores de edad• Instituciones: representante legal• Leyendas. Encuestas:– “el responder a este cuestionario implica

su aprobación para participar en el presente estudio”

• Autorización de las grabaciones• Datos de contacto

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Lugares• “Gatekeepers”

• Reglas internas

• Actitud de visita: respeto, amabilidad, cooperación

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Elaboración de la muestra

• Incluir todas las voces y puntos de vista– Racismo– Discriminación

Planificación del trabajo

investigativo

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Planificación

• Especificar actividades concretas

• Determinar duración de cada fase investigativa

• Plazos de entrega de los distintos productos

• Cronograma o carta gantt

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Responsabilidades• Asignar funciones a los

investigadores

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Presupuestos• Ítems– Honorarios de los investigadores– Honorarios del personal de apoyo– Viajes: pasajes y viáticos– Becas– Gastos de operación– Administración / overhead– Bienes de capital

COORDINACIÓN DEL TRABAJO DE CAMPO

Perfil

Tipo de familia Comuna de residencia Miembros Comuna OcupaciónNombre familia (jefe de hogar o vínculo)

Contacto

Producción Etnografo

1

Hogar de una persona, de una pareja sin hijos u hogar compuesto por personas que no tienen vinculos de alianza o filiación

Calera de Tango, Cerro Navia, El Monte, Isla de Maipo, La Granja, La Pintana, Lo Espejo, Padre Hurtado, Paine, Pedro Aguirre Cerda, Renca, San Ramón, María Pinto, Curacaví, o San Pedro

2


Buin, Macul, Puente Alto, San Bernardo, San Joaquín

Natalia Meza y Lehya Rojas

Puente Alto

Profesora básica y Trabajadora social, ambas trabajan

Natalia Meza 7267xxxx

Carla Ramírez

Carla Ramírez

3


Cerrillos, Colina, Conchalí, El Bosque, Estación Central, Huechuraba, La Cisterna, Lampa, Lo Prado, Melipilla, Peñaflor, Peñalolén, Pudahuel, Quilicura, Quinta Normal, Recoleta, San José de Maipo, Talagante, Tiltil, Alhue

4


Independencia, La Florida, Maipú, Ñuñoa, Pirque, San Miguel, Santiago

Camila y Michele, amigas

Santiago

Trabajadora Social, académica Universidad Alberto Hurtado.

Camila Véliz 77673XXX

Camila Chambeaux

Andrea Hurtado

5


La Reina, Las Condes, Lo Barnechea, Providencia, Vitacura

Constanza, 23 años

Providencia

Estudiante de psicologia, universidad del pacifico

Constanza Bravo

Camila Belliard

Camila Belliard

6

hogar compuesto por el jefe de hogar con o sin cónyuge o pareja e hijos de edades inferiores hasta 5 años

Calera de Tango, Cerro Navia, El Monte, Isla de Maipo, La Granja, La Pintana, Lo Espejo, Padre Hurtado, Paine, Pedro Aguirre Cerda, Renca, San Ramón, María Pinto, Curacaví, o San Pedro

7


Buin, Macul, Puente Alto, San Bernardo, San Joaquín

Carmen Quiroz y su hijo (14)

San Bernardo

asesora del hogar

Carmen Quiroz

78 19xxxx

Marcela Quero

Marcela Quero

8



9



Jocelyn Cortés ,su marido Carlos Naranjo, y su hijo de 5 años Salvador Naranjo

Lampa

ella trabaja en casa, está emprendiendo un trabajo de pasteleríaEl es constructor civil y trabaja en Wallmart

Jocelyn Cortés

(02) 2985xxxx

Sadia Monsalves

Sadia Monsalves

Perfil Producción Etnografo Llamado inicio Materiales Regalo Inicio visita Termino visitaInforme del

caso Carpetas12 Carla Ramírez Carla Ramírez hecho pendiente pendiente 7 de julio entregado entregado3

4Camila Chambeaux Andrea Hurtado hecho entregados entregado 1 de junio? 9 de julio entregado pendiente

5 Camila Belliard Camilia Belliard hecho pendiente pendiente 7 de julio listo entregado entregado67 Marcela Quero Marcela Quero hecho pendiente pendiente pendiente listo entregado entregado8

9Sadia Monsalves Sadia Monsalves hecho entregados pendiente pendiente listo entregado entregado

10Camila

Chambeaux Camila Chambeauxhecho entregados entregado 1 de julio 4 de julio entregado entregado

11 Andrea Hurtado Andrea Hurtado hecho entregados entregado listo listo entregado entregado1213

14Sadia Monsalves Camila Chambeaux hecho entregados entregado 15 de junio 26 de junio entregado entregado

1516 Andrea Hurtado Andrea Hurtado pendiente pendiente pendiente pendiente pendiente pendiente pendiente17 Bárbara Acuña Andrea Hurtado hecho pendiente pendiente pendiente pendiente pendiente pendiente1819

20Camila Chambeaux Carla Ramírez hecho entregado entregado 17 de junio 25 de junio entregado entregado

2122 Bárbara Acuña Carla Ramírez hecho entregados entregado listo listo entregado entregado232425 Carla Ramírez Marcela Quero hecho entregados entregado 7de julio? 19 julio pendiente entregado262728 Carla Ramírez Sadia Monsalves hecho entregados entregado 16 de junio 25 de junio entregado entregado29 Bárbara Acuña Samuel Briones hecho entregados entregado 23 de septiembre listo entregado entregado303132 Carla Ramírez Carla Ramírez hecho entregados entregado 29 de julio listo entregado entregado3334 Carla Ramírez Carla Ramírez hecho entregados entregado 26 de junio listo entregado entregado3536 Marcela Quero Marcela Quero hecho entregados entregado listo listo entregado entregado3738 Leila Juzam Samuel Briones hecho entregados entregado listo listo entregado entregado39 Camila Belliard Camila Belliard hecho entregados entregado 24 de junio listo entregado entregado40 Camila Belliard Camila Belliard hecho entregados entregado 26 de junio listo entregado entregado

UGM

– Ci

encia

Pol

ítica

– M

etod

olog

ía C

ualit

ativ

a I –

Alb

erto

May

ol, C

arla

Azó

car –

27/

06/2

014

Difusión de resultados1. En la academia– Artículos en revistas científicas– Seminarios

2. Al público en general

Investigación Difusión