---
title: "Métodos mixtos modernos · cualitativo riguroso en la era IA"
subtitle: "Material asincrónico · cuando tu pregunta no cabe en cuanti puro · 2026"
author: "Juan Carlos Muñoz-Mora, PhD"
date: 2026-05-16
lang: es
toc: true
toc-depth: 3
bibliography: ../../01-unidades/06-metodos/references.bib
---

::: {.lead-paragraph}
**Cuando tu pregunta no cabe en cuanti puro.** U6 enseña la lógica **DAG → estrategia → método** con 6 patrones canónicos cuanti. Pero algunas tesis MAE tienen preguntas de **mecanismo · proceso · casos · contexto** donde lo cuantitativo es insuficiente — el **JC 3/6 del Sprint 1** (slide "DAG cuali y mixto") presenta el panorama; este recurso es la **profundidad asincrónica**. Léelo si tu pregunta es de mecanismo, si tu n es pequeño, si tu tesis combina explícitamente cuali y cuanti, o si tu hipótesis primaria (de U5) es **mecanística, exploratoria, comparativa o descriptiva**. Está alineado con el DAG H2 (U5), el modo AIAS 4 del Lab L4 (U6) y la frontera 2025 (LLMs como herramienta de codificación · @LudwigMullainathanRambachan2025).
:::

::: {.unit-meta}
**Tipo:** recurso asincrónico · ~90 min de lectura · **Conexión:** U5 (tipo de hipótesis · 6 tipos) → U6 (JC 3/6 · DAG cuali y mixto) → U7 (comunicación) · **Modo AIAS:** 3-4 (LLM como segundo codificador, nunca único)
:::

::: {.callout-tip}
### 🗺️ Mapa rápido · ¿dónde estás en el curso?

| Curso | Lo cuanti | Lo cuali/mixto |
|---|---|---|
| **U5 · Tipos de hipótesis** | causal · descriptiva · comparativa (JC 3/6) | mecanística · exploratoria (mismo JC) |
| **U6 · DAG → estrategia → método** | 6 patrones canónicos (JC 2/6) | Process tracing + Joint displays (JC 3/6 · este recurso) |
| **U6 · Lab L4** | Pair programming · `did` / `DIDmultiplegt` | LLM como segundo codificador (§3.3 · este recurso) |
| **H3 PAP moderado** | Especificación + cross-check con ≥2 estimadores | Joint display + audit log cuali + reflexividad |
:::

## 1 · La honestidad de los métodos cuantitativos {#sec-honestidad}

Antes de ir a mixtos hay que admitir lo que cuanti **no resuelve**. Las regresiones más finas chocan con 4 realidades:

::: {.callout-warning}
### 4 muros que cuanti choca solo

1. **Selección de modelos y validación de supuestos.** El DAG decide; el modelo opera. Si el supuesto principal es indefendible (parallel trends, exclusion restriction, ignorability), el coeficiente es decoración.
2. **Resultados no significativos.** Tu n es lo que es. El MDE de tu diseño define qué efectos podés detectar — más allá, **null no es ausencia**.
3. **Resultados adversos a la hipótesis.** El signo te salió al revés. **Eso es información** — pero exige entender el mecanismo, y el mecanismo es donde cuali entra.
4. **Disponibilidad de información.** Tus datos administrativos son una **sombra** del fenómeno real. La sombra puede no incluir las variables que el DAG demanda.
:::

**Mixed methods no es decoración** — es la respuesta sistemática a estos 4 muros. Pero sólo si está integrado al DAG. Si no, es teatro (§6).

## 2 · Cuali vs cuanti · tabla actualizada para 2026 {#sec-cuali-cuanti}

| Dimensión | Cuantitativo | Cualitativo |
|---|---|---|
| **Datos** | Números (escalas · conteos · IDs) | Palabras · imágenes · interacciones · documentos |
| **Lógica** | Identifica relaciones para generalizar a una población más amplia | Comprende significados locales / contextuales · contribuye a comprensión general |
| **Profundidad** | Superficial pero ancho · muchos participantes · poder estadístico | Estrecho pero rico · "descripciones densas" (Geertz) · pocos participantes |
| **Búsqueda** | Patrones / consenso / promedio · reduce diversidad | Patrones **y** divergencia · acomoda la diferencia |
| **Postura** | Desprendimiento · objetividad (positivismo / post-positivismo) | Implicación · reflexividad · subjetividad declarada (constructivismo / transformadora) |
| **Método** | Fijo · difícil cambiar enfoque post-recolección | Adaptable · puede ajustarse en curso |
| **Tiempo** | Puede completarse rápido si los datos existen | Largo · interpretativo · no hay fórmula |
| **Rol de IA² (2026)** | **Modo 4** — pair programming auditado (Lab L4) | **Modo 3** — LLM como segundo codificador (@ziems2024can ~85% acuerdo con humanos · NUNCA único) |
| **Estándar de transparencia** | Pre-registro · PAP moderado [@BanerjeeDuflo2020] · código reproducible | Audit trail · saturación documentada · reflexividad explícita [@BraunClarke2006] |

::: {.callout-tip .smaller}
**Lectura clave 2026:** la era IA borra la antigua frontera "cuali es lento · cuanti es rápido". Con LLM-aided coding, un análisis temático de 200 entrevistas que tomaba 6 semanas hoy toma 5 días si se audita bien. **La cuestión moderna no es "qué tan rápido"** — es **"con qué auditoría"**.
:::

## 3 · Métodos cualitativos modernos (qué llamar a qué) {#sec-cuali-moderno}

| Método | Pregunta que responde | Cita · ficha |
|---|---|---|
| **Etnografía** | ¿cómo se vive el fenómeno desde adentro? | Geertz · Marcus |
| **Investigación-acción participante (IAP)** | ¿cómo cambia la comunidad cuando participa? | Fals Borda 1979 |
| **Teoría fundada** | ¿qué teoría emerge de los datos? | @StraussCorbin1998 |
| **Fenomenología** | ¿cuál es la esencia de la experiencia X? | Husserl · Moustakas |
| **Estudio de caso** | ¿qué pasa en este caso específico y por qué? | @Yin2018 |
| **Análisis temático** | ¿qué patrones de significado emergen? | @BraunClarke2006 · [ficha](../../01-unidades/06-metodos/fichas/BraunClarke2006.md) |
| **🆕 Process tracing** | ¿este mecanismo causal opera o no? | @BeachPedersen2019 · [ficha](../../01-unidades/06-metodos/fichas/BeachPedersen2019.md) |
| **🆕 QCA / fsQCA** | ¿qué combinaciones de condiciones producen el outcome? | @Ragin2008 · [ficha](../../01-unidades/06-metodos/fichas/Ragin2008.md) |
| **🆕 LLM-aided coding** | ¿segundo codificador para análisis temático? | @ziems2024can · [ficha](../../01-unidades/06-metodos/fichas/ziems2024can.md) |

### 3.1 · Process tracing — el método cualitativo para inferencia causal moderna

[@BeachPedersen2019] · cuando tu DAG implica un **mecanismo** y tenés **1-pocos casos**, process tracing prueba la operación del mecanismo con tests formales:

| Test | Lógica | Si pasa → | Si falla → |
|---|---|---|---|
| **Straw-in-the-wind** | Evidencia débil | Sugerencia favorable | No descarta |
| **Hoop test** | Necesaria pero no suficiente | Hipótesis sobrevive | **Descarta hipótesis** |
| **Smoking gun** | Suficiente pero no necesaria | **Confirma fuerte** | No descarta |
| **Doubly decisive** | Necesaria y suficiente | Confirma definitivo | Descarta definitivo |

::: {.callout-tip}
**Conexión con DAG (U5):** cada arista interna de tu DAG (mecanismo) puede testearse con process tracing usando los 4 tests. Eso **valida el mecanismo** que la regresión sólo asume. Process tracing **rellena las flechas del DAG con evidencia cualitativa** — no las reemplaza.
:::

### 3.2 · QCA / fsQCA — n pequeño con rigor formal

[@Ragin2008] · *Qualitative Comparative Analysis* (versión crisp o fuzzy-set):

- **Cuándo:** 5-30 casos donde múltiples condiciones se combinan para producir el outcome.
- **Lógica:** booleana / álgebra de conjuntos · identifica **configuraciones suficientes** (no efectos promedio).
- **Output:** soluciones del tipo *"A·B + C·¬D → Y"* — es decir, **la combinación A-y-B O C-y-no-D produce Y**.
- **Software:** R package `QCA`, `SetMethods`; Stata `fuzzy`; standalone `fsQCA`.

::: {.callout-warning .smaller}
**No es regresión.** QCA no estima coeficientes — identifica **patrones de coocurrencia**. Útil cuando tu pregunta es *"¿qué combinaciones funcionan?"* en vez de *"¿cuál es el efecto promedio?"*. Especialmente útil para **MAE LATAM** con 5-15 municipios / programas / sectores.
:::

### 3.3 · LLM-aided coding · la frontera 2026

[@ziems2024can] · estudio empírico que comparó GPT-4 con codificadores humanos en 24 tareas de codificación cualitativa estándar:

- **~85% de acuerdo** con humanos en tareas estructuradas (sentiment · stance · politeness · misinformation).
- **Menos acuerdo** en tareas que requieren contexto cultural denso o juicio normativo.
- **Sesgos sistemáticos** correlacionados con el contenido del texto (consistente con [@LudwigMullainathanRambachan2025]).

::: {.callout-warning}
### Reglas del LLM como segundo codificador (2026)

1. **NUNCA único codificador.** Mínimo 1 humano + 1 LLM + 1 disagreement resolution.
2. **κ de Cohen ≥ 0.7** entre humano y LLM por categoría · si < 0.7, la categoría no está bien definida.
3. **Prompt versionado** · cada prompt va al audit trail con timestamp + modelo + versión.
4. **Subsample de validación · 10-15%** codificado a mano para auditoría posterior.
5. **3 diagnósticos de [@LudwigMullainathanRambachan2025]** aplicados igual que en regresión: prompt sensitivity · model sensitivity · validation subsample.
6. **Reflexividad sobre el sesgo del modelo** declarada en el reporte (ChatGPT 4o vs Claude 3.5 vs Llama 3.1 codifican distinto).
:::

## 4 · Mixed methods rigoroso · Creswell-Plano Clark 2018 + Fetters 2020 {#sec-mixed}

[@CreswellPlanoClark2018] · los **4 diseños canónicos** (3rd ed añadió "embedded"):

### Los 4 diseños

::: {.panel-tabset}
#### Convergente paralelo
- **Estructura:** cuali y cuanti en paralelo · análisis separados · **integración al final** (joint display).
- **Cuándo:** querés triangular dos lentes sobre el mismo fenómeno.
- **Ejemplo MAE:** RCT de programa de empleo + entrevistas a beneficiarios; los outcomes cuanti dan magnitud, las entrevistas dan mecanismo.

#### Explicativo secuencial (cuanti → cuali)
- **Estructura:** cuanti primero (regresión · ATE), cuali después explica los hallazgos.
- **Cuándo:** tenés resultados cuantitativos sorprendentes o nulos que necesitan explicación.
- **Ejemplo MAE:** TWFE no significativo → entrevistas con implementadores revelan que el programa nunca se ejecutó como diseñado.

#### Exploratorio secuencial (cuali → cuanti)
- **Estructura:** cuali primero genera hipótesis / instrumento, cuanti generaliza.
- **Cuándo:** el constructo es nuevo · no hay encuesta validada · necesitás construirla.
- **Ejemplo MAE:** entrevistas en zona de conflicto identifican 3 dimensiones de "vulnerabilidad económica" → diseñás índice cuanti → testás con panel.

#### 🆕 Embedded (incrustado)
- **Estructura:** un método dentro del otro · uno **suplementa** al primario.
- **Cuándo:** RCT con evaluación de proceso · análisis cualitativo dentro de un experimento.
- **Ejemplo MAE:** RCT con observación etnográfica durante implementación · cuali es el "check de fidelidad" del tratamiento.
:::

### Joint display · [@FettersCurryCreswell2013]

La técnica moderna para mostrar la integración. **3 tipos**:

| Tipo | Estructura | Cuándo |
|---|---|---|
| **Side-by-side** | Tabla 2 columnas: cuanti·cuali por dimensión | Convergente |
| **Building** | Cómo cuali construye sobre cuanti (o viceversa) | Secuencial |
| **Merging** | Cómo los hallazgos se integran en una meta-inferencia | Convergente avanzado |

::: {.callout-tip}
**Lectura mínima sobre joint displays:** [@FettersCurryCreswell2013] · *Health Services Research* — el paper canónico de **integración** en mixed methods (open access). [Ficha](../../01-unidades/06-metodos/fichas/FettersCurryCreswell2013.md). Es la diferencia entre **mixed methods serio** y **dos secciones paralelas en la misma tesis**.
:::

### Diseños con intervención experimental — cuándo entra el cuali

| Cuándo | Para qué |
|---|---|
| **Antes** del experimento | Desarrollar instrumento · pre/post · reclutamiento · entender contexto · justificar necesidad · línea base |
| **Durante** el experimento | Cómo experimentan los participantes el tratamiento · mediadores · moderadores · fidelidad · barreras · facilitadores |
| **Después** del experimento | Por qué los resultados son los que son · feedback · explicar variación · efectos a largo plazo · validar fidelidad |

## 5 · Conexión explícita con el DAG (U5) {#sec-dag}

El aporte único de mixed methods a una tesis con DAG **no es estética** — es 3 cosas concretas:

```{=html}
<style>
.mixdag{display:grid;grid-template-columns:repeat(3,1fr);gap:.55rem;font-size:.85em;margin:.5rem 0}
.mixdag .role{padding:.65rem .75rem;border-radius:8px;border-left:5px solid;line-height:1.35}
.mixdag .role b{display:block;font-size:1em;text-transform:uppercase;letter-spacing:.03em;margin-bottom:.25rem}
.mixdag .r1{background:#E6F4FA;border-left-color:#99C7DC;color:#003D2C}
.mixdag .r2{background:#FAD7B3;border-left-color:#E67E22;color:#5A3A1A}
.mixdag .r3{background:#9BD4C2;border-left-color:#4FA68A;color:#003D2C}
</style>
<div class="mixdag">
  <div class="role r1">
    <b>① Identifica confounders no observables</b>
    Entrevistas en profundidad descubren la <em>U</em> (variable no observable) que tu panel administrativo no capturó. Eso modifica el DAG · cierra backdoors que sin cuali quedarían abiertos.
  </div>
  <div class="role r2">
    <b>② Valida mecanismos (aristas internas)</b>
    Process tracing prueba si la flecha <em>M (mediador) → Y</em> opera como tu teoría asume. La regresión la asume; el cuali la <em>testea</em>.
  </div>
  <div class="role r3">
    <b>③ Prueba heterogeneidad sistemática</b>
    Estudios de caso comparados (Yin 2018) o QCA identifican <em>configuraciones</em> que la CATE de causal forest sólo aproxima estadísticamente.
  </div>
</div>
```

::: {.callout-warning}
**Sin esta conexión, mixed methods en tu tesis con DAG queda como anexo decorativo.** El criterio del U6: **cada hallazgo cuali debe modificar, validar o restringir alguna arista del DAG**. Si no lo hace → es teatro mixto (§6).
:::

## 6 · 3 anti-patrones que el jurado va a detectar {#sec-anti}

::: {.callout-warning}
### Anti-patrón 1 · Teatro mixto
*"Hice 5 entrevistas + análisis temático como complemento a la regresión."* → **Eso es teatro**, no mixed methods. El cuali no responde una pregunta integrada, no modifica el DAG, no entra al PAP. El jurado lo va a marcar como decoración.

**Solución:** la pregunta de tu cuali debe ser **distinta** de la del cuanti y **complementaria** según uno de los 4 diseños de Creswell-Plano Clark.
:::

::: {.callout-warning}
### Anti-patrón 2 · LLM como único codificador
*"GPT-4 hizo el análisis temático de mis 200 entrevistas."* → **Eso es delegación, no análisis.** Sin κ humano-LLM ≥ 0.7 + subsample manual ≥ 10% + reflexividad sobre sesgo del modelo, el output es alucinación elegante.

**Solución:** modo AIAS 3 — LLM como segundo codificador con audit trail denso. Ver §3.3.
:::

::: {.callout-warning}
### Anti-patrón 3 · Cuali sin proceso de análisis documentado
*"Hice entrevistas y emergieron 3 temas."* → **No emergen — los construye el investigador.** Sin audit trail (transcripción · codificación · saturación · contraste · reporte), el análisis no es auditable.

**Solución:** checklist [@BraunClarke2006] aplicado y documentado (§7).
:::

## 7 · Checklist de auditoría · cuali moderno (2026) {#sec-checklist}

Adaptado de [@BraunClarke2006] + frontera 2026:

### Transcripción
- [ ] Nivel de detalle adecuado para la pregunta (verbatim vs orthographic vs jeffersonian)
- [ ] Transcripciones cotejadas contra audio para precisión
- [ ] **Si se usó transcripción automática (Whisper · Otter):** declarado + tasa de error verificada en submuestra

### Codificación
- [ ] Misma atención a cada dato (no sólo a ejemplos vívidos)
- [ ] Proceso exhaustivo, inclusivo, completo
- [ ] Todos los extractos relevantes recopilados por tema
- [ ] **Si se usó LLM como segundo codificador:** κ ≥ 0.7 por categoría, prompt versionado, subsample manual ≥ 10%
- [ ] **Reflexividad sobre el sesgo del modelo:** GPT vs Claude vs Llama testados, divergencias reportadas

### Análisis temático
- [ ] Temas contrastados entre sí y con el dataset original
- [ ] Temas internamente coherentes, consistentes, distintivos
- [ ] Datos analizados (interpretados con sentido), no sólo parafraseados

### Reporte
- [ ] El análisis cuenta una historia bien organizada
- [ ] Balance entre narrativa analítica y extractos ilustrativos
- [ ] Lenguaje y conceptos coherentes con la posición epistemológica
- [ ] **El investigador se posiciona como activo** — los temas no "emergen", el investigador los construye

### Conexión con DAG (nuevo 2026)
- [ ] Cada hallazgo cuali se mapea a una arista o nodo del DAG
- [ ] Hallazgos que **contradicen** el DAG declarados y discutidos
- [ ] Si modifica el DAG → versión 2 con notación de cambios

### AIAS reporting (nuevo 2026)
- [ ] Modo declarado por sección (0-5)
- [ ] Si LLM intervino: prompt + modelo + versión + decisión humana documentados
- [ ] 3 diagnósticos [@LudwigMullainathanRambachan2025] reportados si LLM clasifica texto

## 8 · Software · stack moderno 2026 {#sec-software}

::: {.callout-note}
### Cualitativo puro
- **Atlas.ti / NVivo / MaxQDA** — CAQDAS clásicos (commercial)
- **Dedoose** — colaborativo · web-based · suscripción
- **Taguette** — open source · simple · gratis
- **QualCoder** — open source · feature-rich · gratis

### LLM-aided coding
- **OpenAI / Anthropic API** con prompts versionados
- **`langchain` + `chromadb`** para retrieval-augmented coding
- **Custom GPTs / Projects** con sources cargadas (NotebookLM-style)

### Mixed methods
- **R: `quanteda`** (análisis de texto cuantitativo) + `tidytext`
- **R: `MMR` package** (mixed methods research) · joint displays
- **Python: `bertopic` / `top2vec`** — topic modeling moderno
- **Stata: `txttool`** + integración manual

### Process tracing & QCA
- **R: `QCA` package** + `SetMethods` (Dușa)
- **fsQCA standalone** (Ragin · gratis)
- **Process tracing:** no hay software dedicado; documentación estructurada en Markdown + Bayesian process tracing con `R` (Fairfield-Charman 2022)
:::

## 9 · Lecturas mínimas {#sec-lecturas}

**Si tu tesis es mixed methods:**

1. [@CreswellPlanoClark2018] · capítulos 3-6 (los 4 diseños).
2. [@Fetters2020] · capítulo 6 (joint displays).
3. [@BraunClarke2006] · artículo completo (~30 págs).

**Si tu tesis tiene componente cualitativo causal:**

4. [@BeachPedersen2019] · capítulos 1-4 (introducción a process tracing).

**Si tu tesis tiene n pequeño:**

5. [@Ragin2008] · capítulos 1-3 + apéndice software.

**Frontera 2026 (todos):**

6. [@ziems2024can] · empírico sobre LLM coding.
7. [@LudwigMullainathanRambachan2025] · LLMs como variables (mismo deck de U6).

## 10 · Conexión con el resto del curso

- **U5 (tipo de hipótesis):** si declaraste tu hipótesis primaria como **mecanística, exploratoria o comparativa** (JC 3/6 de U5), este recurso es tu camino metodológico — no los 6 patrones cuanti de U6.
- **U6 (métodos modernos):** el **JC 3/6 del Sprint 1** ("DAG cuali y mixto") presenta el panorama en 5 minutos; este recurso es la profundidad. La sesión presencial prioriza la lógica DAG → estrategia → método con los 6 patrones cuanti — el cuali/mixto vive aquí.
- **U6 (Lab L4 · §3.3 de este recurso):** si usás LLM como segundo codificador, las reglas son las mismas del Lab L4 — auditar línea por línea, ≥1 error detectado, validation subsample.
- **U7 (comunicación):** el póster Quarto debe incluir **joint display** si tu tesis es mixed methods. La sustentación U8 exige defender la integración, no las dos partes por separado.

## 11 · Si tu tesis es 100% cualitativa · sin componente cuanti

**Es válido para MAE.** Hay tesis premiadas con sólo cuali — pero exige rigor doble. Mínimo:

- Pregunta investigable (no descriptiva pura)
- Diseño cualitativo justificado (caso · etnografía · fenomenología · IAP)
- Saturación documentada (no se sigue entrevistando indefinidamente)
- Process tracing si la pregunta es causal
- Audit trail completo
- Reflexividad explícita

Hablá con JC en S05 lockdown o antes para diseñar trayectoria específica.

---

> **Mixed methods no es la mitad de cuanti + la mitad de cuali. Es una pregunta que ninguno de los dos resuelve solo, respondida por una integración que el jurado puede auditar.**
