Utilización del análisis temático en psicología

Vista previa del material en texto

1 
 
Braun, V. y Clarke, V. (2006) Utilización del análisis temático en psicología. 
Qualitative Research in Psychology, 3 (2). pp. 77-101. ISSN 1478-0887. 
Traducción de la cátedra. 
 
Utilización del análisis temático en psicología 
El análisis temático es un método cualitativo analítico muy utilizado dentro de la 
psicología, aunque poco demarcado y rara vez reconocido. En este artículo 
argumentamos que este método ofrece un enfoque accesible y teóricamente flexible 
para analizar datos cualitativos. Describimos qué es el análisis temático, ubicándolo en 
relación con otros métodos analíticos cualitativos que buscan temas o patrones, y en 
relación a diferentes posiciones epistemológicas y ontológicas. Luego proporcionamos 
pautas claras para aquellos que deseen iniciar un análisis temático, o realizarlo de una 
manera más deliberada y rigurosa, y consideramos los posibles obstáculos al realizar 
un análisis temático. Finalmente, se describen las desventajas y ventajas del análisis 
temático. Concluimos recomendando el análisis temático como un método útil y flexible 
para la investigación cualitativa dentro y fuera de la psicología. 
Palabras clave: análisis temático, psicología cualitativa, patrones, epistemología, 
flexibilidad. 
 
BIOGRAFÍA DE LAS AUTORAS 
Virginia Braun es profesora titular del Departamento de Psicología de la Universidad 
de Auckland, donde enseña, supervisa y realiza investigaciones cualitativas. Sus 
intereses de investigación se centran principalmente en la salud de las mujeres, los 
cuerpos (gendered bodies), el sexo y la sexualidad, y las intersecciones entre estas 
áreas. Actualmente trabaja en proyectos relacionados con 'sexo en relaciones largas, 
'cirugía estética genital femenina' y 'el contexto social de la transmisión de ETS'. 
Victoria Clarke es profesora de psicología social en la Universidad del Oeste de 
Inglaterra. Ha publicado varios artículos sobre la crianza de los hijos de gays y lesbianas, 
y coeditó dos números especiales de Feminism & Psychology on Marriage (con Sara-
Jane Finlay y Sue Wilkinson). Actualmente realiza una investigación financiada por 
ESRC sobre las relaciones entre personas del mismo sexo (con Carol Burgoyne y Maree 
Burns) y coedita (con Elizabeth Peel) un libro sobre psicología LGBT (Out in Psychology, 
Wiley). 
 
2 
 
Utilización del análisis temático en psicología 
El análisis temático es un método analítico poco demarcado y rara vez reconocido, 
aunque ampliamente utilizado como método de análisis cualitativo (Boyatzis, 1998; 
Roulston, 2001) fuera y dentro de la psicología. En este artículo nos proponemos llenar 
ese vacío que observamos como investigadoras y docentes en psicología cualitativa. 
Hay una ausencia de un artículo que describa adecuadamente la teoría, la aplicación y 
la evaluación del análisis temático, y que lo haga de una manera accesible para los 
estudiantes y aquellos que no están particularmente familiarizados con la investigación 
cualitativa1. Entonces, el objetivo es escribir un artículo que sea útil tanto para la 
docencia como para la investigación en psicología cualitativa. Por lo tanto, en este 
artículo se discutirá la teoría y el método del análisis temático y se clarificarán las 
similitudes y diferencias entre distintos enfoques que comparten características en 
común con el enfoque temático. 
Los enfoques cualitativos son increíblemente diversos, complejos y matizados 
(Holloway y Todres, 2003), y el análisis temático debe verse como un método 
fundamental para el análisis cualitativo. Es el primer método cualitativo que los 
investigadores deben aprender, porque provee las habilidades centrales que van a ser 
útiles para llevar a cabo otras formas de análisis cualitativo. De hecho, Holloway y 
Todres (2003: 347) identifican "significados tematizantes" como una de las pocas 
habilidades genéricas compartidas a través de éste2. Por esta razón, Boyatzis (1998) 
lo caracteriza no como un método específico sino como una herramienta para utilizar en 
diferentes métodos. De manera similar, Ryan y Bernard (2000) ubican la codificación 
temática como un proceso realizado dentro de las tradiciones analíticas "principales" 
(como la teoría fundamentada), en lugar de un enfoque específico por derecho propio. 
Sostenemos que el análisis temático debe considerarse un método por derecho propio. 
Uno de los beneficios del análisis temático es su flexibilidad. Los métodos analíticos 
cualitativos pueden dividirse en dos campos. Dentro del primero, están los vinculados o 
derivados de una determinada posición teórica o epistemológica. Para algunos de estos 
-como análisis de la conversación ([AC] por ej., Hutchby & Wooffitt, 1998) y análisis 
fenomenológico interpretativo ([IPA] por ej., Smith & Osborn, 2003)- la variabilidad en 
cómo el método es aplicado es relativamente limitada. En esencia, una receta guía el 
análisis. En otros casos -como la teoría fundamentada (por ej., Glaser, 1992; Strauss & 
Corbin, 1998), el análisis del discurso ([AD] por ej., Burman & Parker, 1993; Potter & 
Wetherell, 1987; Willig, 2003) o el análisis narrativo (por ej., Murray, 2003; Riessman, 
1993)- existen diferentes manifestaciones del método desde el marco teórico amplio. En 
segundo lugar, hay también métodos que son independientes de la teoría y 
epistemología, y pueden ser aplicados a través de un rango de enfoques teóricos y 
epistemológicos. Aunque a menudo (implícitamente) enmarcado como un método 
realista/experiencial (por ejemplo, Aronson, 1994; Roulston, 2001), el análisis temático 
está en realidad firmemente en el segundo campo y es compatible con los paradigmas 
tanto esencialistas como construccionistas dentro de la psicología (discutiremos esto 
más adelante). A través de su libertad teórica, el análisis temático proporciona una 
herramienta de investigación flexible y útil, que potencialmente puede proporcionar un 
relato de datos rico y detallado, pero complejo. 
Dadas las ventajas de la flexibilidad del análisis temático, es importante que tengamos 
claro que no estamos tratando de limitar esta flexibilidad. Sin embargo, la ausencia de 
pautas claras y concisas en torno al análisis temático significa que la crítica de "todo 
vale" de la investigación cualitativa (Antaki, Billig, Edwards y Potter, 2002) puede 
aplicarse en algunos casos. En este artículo esperamos lograr un equilibrio entre 
3 
 
demarcar el análisis temático claramente, es decir, explicar qué es y cómo se hace, y 
garantizar la flexibilidad en relación con la forma en que se usa, para que no se vuelva 
limitado y perder una de sus principales ventajas. De hecho, una demarcación clara de 
este método será útil para garantizar que quienes utilizan el análisis temático puedan 
tomar decisiones activas sobre la forma particular de análisis en la que participan. Por 
lo tanto, este artículo busca celebrar la flexibilidad del método y proporcionar un 
vocabulario y una "receta" para que las personas comiencen a realizar análisis temáticos 
de una manera que sea teórica y metodológicamente sólida3. Como mostraremos, lo 
importante es que además de aplicar un método a los datos, los investigadores hagan 
explícitos sus supuestos (epistemológicos y de otro tipo) (Holloway y Todres, 2003). Los 
psicólogos cualitativos deben tener claro lo que están haciendo y por qué, e incluir en 
sus informes el "cómo" hacen su análisis, que a menudo se omite (Attride-Stirling, 2001). 
En este artículo describimos: qué es el análisis temático; una guía de 6 fases para 
realizar análisis temáticos; posibles peligros que se deben evitar al realizar un análisis 
temático; qué constituye un buen análisis temático; y ventajas y desventajas del análisis 
temático. Proporcionamos ejemplos de la literatura de investigación y nuestra propia 
investigación. Al hacerlo, mostramos los tipos de preguntas de investigación y temas 
que el análisis temático se puedeutilizar para estudiar. 
Antes de comenzar, necesitamos definir algunos de los términos que se usarán a lo 
largo del artículo. Corpus de datos se refiere a todos los datos recopilados para un 
proyecto de investigación en particular, mientras que conjunto de datos se refiere a los 
datos del corpus que se usarán para un análisis en particular. Hay dos maneras de elegir 
el conjunto de datos (el enfoque que se adopte dependerá de si llega a los datos con 
una pregunta específica o no; ver "una serie de decisiones" más abajo). Primero, un 
conjunto de datos puede consistir en muchos o todos los elementos de datos 
individuales dentro de su corpus de datos. Así, por ejemplo, en un proyecto sobre cirugía 
cosmética genital femenina, el corpus de datos de Virginia consiste en entrevistas con 
cirujanos, elementos de los medios sobre el tema y sitios web de cirujanos. Para 
cualquier análisis en particular, su conjunto de datos podría ser solo las entrevistas al 
cirujano, solo los sitios web (Braun, 2005b), o podría combinar los datos del cirujano con 
algunos datos de los medios (por ejemplo, Braun, 2005a). En segundo lugar, el conjunto 
de datos puede identificarse por un interés analítico particular en algún tema de los 
datos, y el conjunto de datos se convierte en todas las instancias en el corpus donde se 
hace referencia a ese tema. Entonces, en el ejemplo de Virginia, si ella estuviera 
interesada en cómo se hablaba del "placer sexual", su conjunto de datos consistiría en 
todas las instancias en todo el corpus de datos que tuvieran alguna relevancia para el 
placer sexual. A veces, estos dos enfoques pueden combinarse para producir el 
conjunto de datos. Un elemento de datos se utiliza para referirse a cada dato individual 
recopilado, que en conjunto conforman el conjunto o corpus de datos. Un elemento de 
datos en este caso sería una entrevista con un cirujano individual, un documental de 
televisión o un sitio web en particular. Finalmente, la extracción de datos se refiere a un 
fragmento de datos codificado individual, que se ha identificado dentro de un elemento 
de datos y se ha extraído de él. Habrá muchos de estos, extraídos de todo el conjunto 
de datos, y solo una selección de estos extractos figurará en el análisis final. 
¿Qué es el análisis temático? 
El análisis temático es un método para identificar, analizar e informar patrones (temas) 
dentro de los datos. Organiza y describe mínimamente su conjunto de datos con gran 
detalle. Sin embargo, también suele ir más allá e interpreta varios aspectos del tema de 
investigación (Boyatzis, 1998). La gama de diferentes análisis temáticos posibles se 
4 
 
destacará en relación con una serie de decisiones que se refieren al método (ver más 
abajo). 
El análisis temático se usa ampliamente, pero no hay un acuerdo claro sobre qué es y 
cómo se hace (ver Attride-Stirling, 201; Boyatzis, 1998; Tuckett, 2005, para otros 
ejemplos). Puede verse como un método “de marca” muy pobre, en el sentido de que 
no parece existir como un análisis 'nombrado' de la misma manera que lo hacen otros 
métodos (por ejemplo, análisis narrativo, teoría fundamentada). En este sentido, a 
menudo no se la ve como un método de análisis cuando, en realidad, mucho del análisis 
es esencialmente temático, pero se afirma como algo más (como el análisis del discurso, 
o incluso el análisis de contenido (por ejemplo, Meehan, Vermeer y Windsor, 2000)) o 
no se identifica como ningún método en particular; por ejemplo, los datos se "sometieron 
a un análisis cualitativo para temas comúnmente recurrentes ”(Braun & Wilkinson, 2003: 
30). Si no sabemos cómo las personas analizaron sus datos, o qué supuestos 
informaron su análisis, es difícil evaluar su investigación y compararla y/o sintetizarla 
con otros estudios sobre ese tema, y puede impedir que otros investigadores lleven a 
cabo proyectos relacionados en el futuro (Attride-Stirling, 2001). Solo por estas razones, 
la claridad en torno al proceso y la práctica del método es vital. Esperamos que este 
documento conduzca a una mayor claridad en torno al análisis temático. 
De manera relacionada, a menudo se brindan detalles insuficientes para informar el 
proceso y el detalle del análisis (AttrideStirling, 2001). No es raro leer sobre temas 
"emergentes" de los datos (aunque este tema no se limita al análisis temático). Por 
ejemplo, el análisis del discurso temático de Singer y Hunter (1999: 67) sobre las 
experiencias de las mujeres con la menopausia temprana identificó que “surgieron 
varios temas” durante el análisis. Rubin y Rubin (1995: 226) afirman que el análisis es 
emocionante porque “descubres temas y conceptos incrustados a lo largo de tus 
entrevistas”. Un relato de temas 'emergentes' o 'descubiertos' es un relato pasivo del 
proceso de análisis, y niega el papel activo que el investigador siempre juega en la 
identificación de patrones o temas, seleccionando cuáles son de interés e informándolos 
a los lectores (Taylor & Ussher, 2001)4. El lenguaje de los 'temas emergentes': 
Puede malinterpretarse en el sentido de que los temas "residen" 
en los datos, y si solo miramos con atención, "emergerán" como 
Venus en la media capa. Si los temas 'residen' en cualquier 
lugar, residen en nuestras cabezas a partir de nuestro 
pensamiento sobre nuestros datos y la creación de enlaces tal 
como los entendemos. (Ely, Vinz, Downing y Anzul, 1997: 205-
6) 
Es importante en este punto reconocer nuestras posiciones teóricas y valores en 
relación a la investigación cualitativa. No suscribimos a una visión inocente donde el 
investigador simplemente “da voz” (ver Fine, 2002) a los participantes. Como postula 
Fine (2002:218), incluso un enfoque de 'dar voz' “implica crear piezas de evidencia 
narrativa no reconocidas que seleccionamos, editamos y desplegamos para bordear 
nuestros argumentos”. Sin embargo, no pensamos que haya un solo marco de análisis 
ideal para llevar a cabo la investigación cualitativa. Lo que es importante es que los 
marcos teóricos y los métodos coincidan con lo que el investigador quiere saber, y que 
reconozcan que estas son decisiones. 
El análisis temático difiere de otros métodos analíticos que buscan describir patrones 
entre los datos cualitativos (como el análisis del discurso “temático”, análisis de 
descomposición temático, análisis interpretativo fenomenológico y teoría 
5 
 
fundamentada). Tanto el análisis de descomposición temático como la teoría 
fundamentada buscan patrones en los datos, pero están teóricamente limitados. El 
análisis fenomenológico interpretativo está unido a una epistemología fenomenológica 
(Smith, Jarman y Osborn, 1999; Smith y Osborn, 2003), que otorga primacía a la 
experiencia (Holloway y Todres, 2003) y se trata de comprender la experiencia cotidiana 
de la realidad de las personas en gran medida, a fin de obtener una comprensión del 
fenómeno en cuestión (McLeod, 2001). Para complicar las cosas, la teoría 
fundamentada viene en diferentes versiones (Charmaz, 2002). Independientemente, el 
objetivo de un análisis de teoría fundamentada es generar una teoría plausible y útil de 
los fenómenos que se base en los datos (McLeod, 2001). Sin embargo, en nuestra 
experiencia, la teoría fundamentada parece ser utilizada cada vez más de una manera 
que es esencialmente teoría fundamentada "light", como un conjunto de procedimientos 
para codificar datos muy similar al análisis temático. Dichos análisis no parecen suscribir 
completamente los compromisos teóricos de una teoría fundamentada "completa", que 
requiere que el análisis se dirija hacia el desarrollo de la teoría (Holloway y Todres, 
2003). Por lo tanto, sostenemos que un análisis temático "nombrado y reivindicado" 
significa que los investigadores no necesitan suscribir los compromisos teóricos 
implícitos de la teoría fundamentada si no desean producir un análisis de teoría 
fundamentada completamenteelaborado. El término análisis temático del discurso se 
utiliza para referirse a una amplia gama de análisis de datos de tipo patrón, que van 
desde el análisis temático dentro de una epistemología construccionista social (es decir, 
donde los patrones se identifican como producidos socialmente, pero no se realiza un 
análisis discursivo), hasta formas de análisis muy afines a la forma de repertorio 
interpretativo de AD (Clarke, 2005). El análisis de descomposición temático (p. Ej., 
Stenner, 1993; Ussher y Mooney-Somers, 2000) es una forma específicamente 
denominada de análisis del discurso 'temático' que identifica patrones (temas, historias) 
dentro de los datos y teoriza el lenguaje como constitutivo de significado y significado 
como social. 
Estos distintos métodos comparten una búsqueda de ciertos temas o patrones entre 
todo el conjunto de datos, y no dentro de un ítem de datos en particular, como una 
entrevista individual o entrevistas de una persona, como sería el caso de un estudio de 
caso biográfico como análisis narrativo (por ej., Murray, 2003; Riessman, 1993). En este 
sentido, más o menos se superponen con el análisis temático. Como el análisis temático 
no requiere conocimiento teórico detallado, como sí otros métodos, puede ofrecer una 
forma de análisis más accesible, particularmente para aquellos que están en los 
primeros pasos de la carrera de investigación. 
A diferencia del análisis fenomenológico interpretativo, la teoría fundamentada (y otros 
métodos como la narrativa, el discurso o la AD), el análisis temático no está vinculado a 
ningún marco teórico preexistente, por lo que puede utilizarse dentro de diferentes 
marcos teóricos (aunque no todos), y puede ser utilizado para hacer diferentes cosas 
dentro de ellos. 
El análisis temático puede ser un método esencialista o realista, que informa 
experiencias, significados y la realidad de los participantes. También puede ser un 
método construccionista, que examina las formas en que los eventos, realidades, 
significados, experiencias, etc., son efectos de una gama de discursos que operan 
dentro de la sociedad. También puede ser un método 'contextualista', ubicado entre los 
dos polos del esencialismo y el construccionismo, y caracterizado por teorías como el 
realismo crítico (por ejemplo, Willig, 1999), que reconoce las formas en que los 
individuos dan sentido a su experiencia y, a su vez, las formas en que el contexto social 
6 
 
más amplio incide en esos significados, al tiempo que mantiene el enfoque en los límites 
materiales y de otro tipo de la "realidad". Sin embargo, es importante que se aclare la 
posición teórica de un análisis temático, ya que con demasiada frecuencia se deja tácito 
(y por lo general es un relato realista). Cualquier marco teórico conlleva una serie de 
suposiciones sobre la naturaleza de los datos, lo que representan en términos del 
"mundo", la "realidad", etc. Un buen análisis temático hará que esto sea transparente. 
Varias decisiones 
El análisis temático implica una serie de opciones que a menudo no se hacen explícitas 
(o no se suelen discutir en la sección de metodología de los artículos), pero que deben 
considerarse y discutirse explícitamente. En la práctica, estas preguntas deben ser 
consideradas antes de que comience el análisis (e incluso a veces la recolección) de los 
datos, y es necesario que haya un diálogo reflexivo continuo por parte del investigador 
o investigadores con respecto a estos temas, a lo largo del proceso analítico. La sección 
de metodología del análisis del discurso temático de S&M de Taylor y Ussher (2001) 
proporciona un buen ejemplo de investigación que presenta este proceso de manera 
explícita; la sección de métodos de Braun y Wilkinson (2003), no. 
¿Qué cuenta como tema? 
Un tema captura algo importante sobre los datos en relación con la pregunta de 
investigación y representa algún nivel de respuesta o significado con patrones dentro 
del conjunto de datos. Una pregunta importante a abordar en términos de codificación 
es qué cuenta como patrón o tema, o qué 'tamaño' debe tener un tema. Esta es una 
cuestión de prevalencia tanto en términos de espacio dentro de cada elemento de datos 
como de prevalencia en todo el conjunto de datos. Idealmente, habrá varias instancias 
del tema en todo el conjunto de datos, pero más instancias no significan necesariamente 
que el tema en sí sea más crucial. Como se trata de análisis cualitativo, no existe una 
respuesta definitiva a la pregunta de qué proporción de su conjunto de datos debe 
mostrar evidencia para que se considere un tema. No es el caso de que si estuviera 
presente en el 50% de los elementos de datos sería un tema, pero si estuviera presente 
solo en el 47%, entonces no. Tampoco es el caso de que un tema sea solo algo a lo que 
muchos elementos de datos prestan atención, en lugar de una oración o dos. A un tema 
se le puede dar un espacio considerable en algunos elementos de datos y poco o nada 
en otros, o puede aparecer en relativamente poco del conjunto de datos. De modo que 
el juicio del investigador es necesario para determinar qué es un tema. Nuestra guía 
inicial sobre esto es que necesita mantener cierta flexibilidad, y las reglas rígidas 
realmente no funcionan. (La cuestión de la prevalencia se vuelve a examinar en relación 
con los temas y subtemas, ya que el refinamiento del análisis [ver más adelante] a 
menudo dará como resultado temas generales y subtemas dentro de ellos). 
Además, la clave de un tema no depende necesariamente de medidas cuantificables, 
sino en términos de si captura algo importante en relación con la pregunta de 
investigación general. Por ejemplo, en la investigación de Victoria sobre las 
representaciones de padres gays y lesbianas en 26 programas de entrevistas (Clarke y 
Kitzinger, 2004), identificó seis temas "clave". Estos seis temas no fueron 
necesariamente los temas más frecuentes en el conjunto de datos (aparecieron entre 2 
y 22 de los 26 programas de entrevistas), pero juntos capturaron un elemento importante 
de la forma en que las lesbianas y los hombres gay "normalizan" a sus familias en 
debates de programas de entrevistas. En este caso, su análisis temático fue impulsado 
por esta pregunta analítica en particular. La forma en que "midió" la prevalencia es 
relevante, ya que la prevalencia se puede determinar de varias formas diferentes. La 
7 
 
prevalencia se contó al nivel del elemento de datos (es decir, si apareció un tema en 
algún lugar de cada programa de entrevistas individual). Alternativamente, podría 
haberse contado en términos de la cantidad de hablantes diferentes que articularon el 
tema, en todo el conjunto de datos, o cada aparición individual del tema en todo el 
conjunto de datos (lo que plantea preguntas complejas sobre dónde comienza una 
'instancia' y termina dentro de una secuencia extensa de conversación, ver Riessman, 
1993). Como la prevalencia no fue crucial para el análisis presentado, Victoria eligió la 
forma más sencilla, pero es importante señalar que no existe un método correcto o 
incorrecto para determinar la prevalencia. Parte de la flexibilidad del análisis temático 
es que le permite determinar los temas (y la prevalencia) de varias formas. Lo importante 
es que sea coherente en la forma de hacerlo dentro de cualquier análisis en particular. 
Existen varias 'convenciones' para representar la prevalencia en el análisis temático (y 
otros análisis cualitativos) que no proporcionan una medida cuantificada (a diferencia de 
muchos análisis de contenido, Wilkinson, 2000) - por ejemplo: "la mayoría de los 
participantes" (Meehan et al., 2000: 372), “muchos participantes” (Taylor & Ussher, 
2001: 298), o “varios participantes” (Braun, Gavey y McPhillips, 2003: 249). Estos 
descriptores funcionan retóricamente para sugerir que un tema realmente existió en los 
datos y para convencernos de que están informandohonestamente sobre los datos. 
¿Pero nos dicen suficiente? Esta es quizás una de las áreas en las que es necesario 
debatir más sobre cómo y por qué podríamos representar la prevalencia de temas en 
los datos y, de hecho, si la prevalencia es particularmente importante y por qué. 
Una descripción detallada del conjunto de datos o una descripción detallada de 
un aspecto en particular. 
Es importante determinar el tipo de análisis y afirmaciones que deseas realizar en 
relación con el conjunto de datos. Por ejemplo, es posible que desees proporcionar una 
descripción temática rica de todo el conjunto de datos, de modo que el lector tenga una 
idea de los temas predominantes o importantes. En este caso, los temas que identificas, 
codificas y analizas deberían ser un reflejo preciso del contenido de todo el conjunto de 
datos. En este análisis necesariamente se pierde algo de profundidad y complejidad 
(particularmente si estás escribiendo una disertación corta o un artículo con límites 
estrictos de palabras), pero se mantiene una descripción general rica. Este puede ser 
un método particularmente útil cuando estás investigando un área poco investigada o 
con participantes cuyas opiniones sobre el tema no se conocen. 
Un uso alternativo del análisis temático es proporcionar una descripción más detallada 
y matizada de un tema en particular, o grupo de temas, dentro de los datos. Esto puede 
estar relacionado con una pregunta o área de interés específica dentro de los datos (un 
enfoque semántico - ver más abajo), o con un tema 'latente' particular (ver más abajo) 
en la totalidad o la mayoría del conjunto de datos. Un ejemplo de esto sería el artículo 
de Victoria en un programa de entrevistas, discutido previamente (Clarke y Kitzinger, 
2004), que examinó la normalización en los relatos de la crianza de los hijos de lesbianas 
y gays. 
Análisis temático inductivo vs teórico 
Los temas o patrones dentro de los datos se pueden identificar de dos formas principales 
en el análisis temático: de forma inductiva o "de abajo hacia arriba" (por ejemplo, Frith 
& Gleeson, 2004), o de forma teórica, deductiva o "de arriba hacia abajo".(por ejemplo, 
Boyatzis, 1998; Hayes, 1997). Un enfoque inductivo significa que los temas identificados 
están fuertemente vinculados a los datos mismos (Patton, 1990) (como tal, esta forma 
8 
 
de análisis temático tiene cierta similitud con la teoría fundamentada). En este enfoque, 
si los datos se han recopilado específicamente para la investigación (por ejemplo, a 
través de entrevistas o grupos focales), los temas identificados pueden tener poca 
relación con la pregunta específica que se les hizo a los participantes. Tampoco serían 
impulsados por el interés teórico del investigador en el área o tema. El análisis inductivo 
es, por tanto, un proceso de codificación de los datos sin intentar encajarlos en un marco 
de codificación preexistente o en las ideas preconcebidas analíticas del investigador. En 
este sentido, esta forma de análisis temático se basa en datos. Sin embargo, es 
importante señalar, como discutimos anteriormente, que los investigadores no pueden 
liberarse de sus compromisos teóricos y epistemológicos, y los datos no están 
codificados en un vacío epistemológico. 
Por el contrario, un análisis temático "teórico" tendería a estar impulsado por el interés 
teórico o analítico del investigador en el área y, por lo tanto, es más explícitamente 
impulsado por el investigador. Esta forma de análisis temático tiende a proporcionar una 
descripción menos rica de los datos en general y un análisis más detallado de algún 
aspecto de los datos. La elección entre mapas inductivos y teóricos sobre cómo y por 
qué está codificando los datos, también. Uno puede codificar para una pregunta de 
investigación bastante específica (que se asigna al enfoque más teórico), o bien la 
pregunta de investigación específica puede evolucionar a través del proceso de 
codificación (que se asigna al enfoque inductivo). 
Por ejemplo, si a un investigador le interesa hablar sobre sexo heterosexual y recopila 
datos de entrevistas, desde un enfoque inductivo leería y releería los datos para 
cualquier tema relacionado con sexo heterosexual, y codificaría de manera diversa, sin 
prestar atención a los temas que investigaciones previas podrían haber identificado. Por 
ejemplo, el investigador no buscaría en la influyente investigación realizada por Hollway 
(1989) discursos sobre heterosexuales y codificaría solo temas relacionados al discurso 
sexual masculino, tener/sostener o ser permisivo. Por el contrario, con un enfoque 
teórico, el investigador puede estar interesado en la forma en que se manifiesta la 
permisividad en los datos y centrarse en esa característica particular al codificar los 
datos. Esto resultaría en una cantidad de temas alrededor de la permisividad, que 
pueden incluir, discutir con, o expandir los temas originales de Holloway. 
Temas semánticos o latentes 
Otra decisión gira en torno al 'nivel' en el que se deben identificar los temas: a un nivel 
semántico o explícito, o a un nivel latente o interpretativo (Boyatzis, 1998)6. Un análisis 
temático típicamente se enfoca exclusiva o principalmente en un nivel. Con un enfoque 
semántico, los temas se identifican dentro de los significados explícitos o superficiales 
de los datos y el investigador no busca nada más que lo que un participante ha dicho o 
escrito. Idealmente, el proceso analítico implica una progresión desde la descripción, 
donde los datos simplemente han sido organizados para mostrar patrones en el 
contenido semántico, y resumidos, hasta la interpretación, donde hay un intento de 
teorizar el significado de los patrones y sus significados e implicaciones más amplios 
(Patton, 1990), a menudo en relación con la literatura anterior (ver Frith & Gleeson, 2004, 
para un excelente ejemplo de esto). 
Por el contrario, un análisis temático en el nivel latente va más allá del contenido 
semántico de los datos y comienza a identificar o examinar las ideas, supuestos y 
conceptualizaciones subyacentes --e ideologías-- que se teorizan como formando o 
informando el contenido semántico de los datos. 
9 
 
Si imaginamos nuestros datos en tres dimensiones como una porción desigual de 
gelatina, el enfoque semántico buscaría describir la superficie de la gelatina, su forma y 
significado, mientras que el enfoque latente buscaría identificar las características que 
le dieron esa forma y significado particular. Así, para el análisis temático latente, el 
desarrollo de los temas en sí implica un trabajo interpretativo, y el análisis que se 
produce no es solo descripción, sino que ya está teorizado. 
El análisis dentro de esta última tradición tiende a provenir de un paradigma 
construccionista (por ejemplo, Burr, 1995), y de esta forma el análisis temático se 
superpone con algunas formas de 'análisis del discurso' (que a veces se denominan 
específicamente como 'análisis temático del discurso' (por ejemplo, Singer y Hunter, 
1999; Taylor y Ussher, 2001)), donde se teorizan supuestos, estructuras y/o significados 
más amplios como sustento de lo que realmente se articula en los datos. Cada vez más, 
varios analistas del discurso también están revisando los modos de interpretación 
psicoanalíticos (por ejemplo, Hollway y Jefferson, 2000), y el análisis temático latente 
también sería compatible con ese marco. 
Epistemología: análisis temático esencialista/realista vs construccionista 
Como argumentamos, el análisis temático puede realizarse dentro de paradigmas tanto 
realistas/esencialistas como construccionistas, aunque el resultado y el enfoque serán 
diferentes de cada uno. La cuestión de la epistemología generalmente se determina 
cuando se conceptualiza un proyecto de investigación, aunque la epistemología también 
puede volver a surgir durante el análisis, cuando el enfoque de la investigación puedecambiar a un interés en diferentes aspectos de los datos. La epistemología de la 
investigación guía lo que puede decir sobre sus datos e informa cómo se teorizan los 
significados. Por ejemplo, con un enfoque esencialista/realista se pueden teorizar las 
motivaciones, la experiencia y el significado de una manera sencilla, porque se asume 
una relación simple, en gran medida unidireccional, entre el significado y la experiencia 
y el lenguaje (el lenguaje refleja y nos permite articular el significado y la experiencia) 
(Potter y Wetherell, 1987; Widdicombe y Wooffitt, 1995). 
En contraste, desde una perspectiva construccionista, el significado y la experiencia se 
producen y reproducen socialmente, en lugar de heredarse dentro de los individuos 
(Burr, 1995). Por lo tanto, el análisis temático realizado en un marco construccionista no 
puede ni busca centrarse en la motivación o las psicologías individuales, sino que busca 
teorizar los contextos socioculturales y las condiciones estructurales que posibilitan los 
relatos individuales que se brindan. El análisis temático que se enfoca en temas 
'latentes' tiende a ser más construccionista, y también tiende a comenzar a 
superponerse con el análisis del discurso temático en este punto. Sin embargo, no todo 
el análisis temático "latente" es construccionista. 
Son muchas las preguntas en el análisis cualitativo 
Vale la pena señalar brevemente que la investigación cualitativa implica una serie de 
preguntas y es necesario aclarar la relación entre estas diferentes preguntas. Primero, 
está la pregunta o preguntas generales de investigación que impulsan el proyecto. Una 
pregunta de investigación puede ser muy amplia (y exploratoria), como "¿cómo se 
construye la paternidad gay y lesbiana?" o "¿cuáles son los significados de la vagina?". 
Preguntas de investigación más precisas podrían ser "¿cómo y por qué se normaliza la 
paternidad gay y lesbiana?"(Clarke y Kitzinger, 2004), o “¿Cuáles son los discursos 
sobre el tamaño vaginal?” (Ver Braun y Kitzinger, 2001). Estas preguntas estrechas 
pueden ser parte de una pregunta de investigación más amplia y, de ser así, los análisis 
10 
 
que informan también proporcionarían respuestas a la pregunta de investigación 
general. Aunque todos los proyectos se guían por preguntas de investigación, estas 
también pueden perfeccionarse a medida que avanza el proyecto. 
En segundo lugar, si se han recopilado datos de entrevistas o grupos focales, están las 
preguntas a las que los participantes han respondido. Finalmente, están las preguntas 
que orientan la codificación y análisis de los datos. No existe una relación necesaria 
entre estos tres y, de hecho, a menudo es deseable que exista una disyunción entre 
ellos. Algunos de los peores ejemplos de análisis 'temático' que hemos leído 
simplemente han utilizado las preguntas formuladas a los participantes como los 'temas' 
identificados en el 'análisis', aunque en tales casos, ¡realmente no se hace ningún 
análisis! 
En resumen, el análisis temático implica la búsqueda en un conjunto de datos, ya sea 
una serie de entrevistas o grupos focales, o una variedad de textos, para encontrar 
patrones repetidos de significado. La forma exacta y el producto del análisis temático 
varían, como se indicó antes, por lo que es importante que las preguntas descritas 
anteriormente se consideren antes y durante los análisis temáticos. Aquellos enfoques 
que consideran aspectos específicos, temas latentes y son construccionistas tienden a 
agruparse a menudo, mientras que aquellos que consideran los significados de todo el 
conjunto de datos, temas semánticos y realistas a menudo se agrupan. Sin embargo, 
no existen reglas estrictas en relación con esto, y son posibles diferentes 
combinaciones. Lo importante es que el producto terminado contenga una descripción, 
no necesariamente tan detallada, de lo que se hizo y por qué. Entonces, ¿qué hace uno 
realmente? Ahora proporcionamos lo que esperamos sea una guía sencilla paso a paso 
para realizar análisis temáticos. 
Hacer análisis temático: una guía paso a paso 
Algunas de las fases del análisis temático son similares a las fases de otros tipos de 
investigación cualitativa, por lo que estas etapas no son necesariamente exclusivas del 
análisis temático. El proceso comienza cuando el investigador comienza a notar y 
buscar patrones de significado y problemas de interés potencial en los datos; esto puede 
ser durante la recopilación de datos. El punto final es el informe del contenido y el 
significado de los patrones (temas) en los datos, donde "los temas son construcciones 
abstractas (y a menudo difusas) que los investigadores identifican antes, durante y 
después del análisis" (Ryan y Bernard, 2000: 780). Analizar implica un movimiento 
constante hacia atrás y hacia adelante entre todo el conjunto de datos, los extractos 
codificados de los datos que está analizando y el análisis de los datos que está 
produciendo. La escritura es una parte integral del análisis, no algo que ocurre al final, 
como ocurre con los análisis estadísticos. Por lo tanto, la escritura debe comenzar en la 
fase uno, con la anotación de ideas y posibles esquemas de codificación, y continuar 
durante todo el proceso de codificación/análisis. 
Hay diferentes posiciones con respecto a cuándo se debe interactuar con la literatura 
relevante para el análisis. Algunos argumentan que la lectura temprana puede reducir 
el campo de visión analítica, lo que lo lleva a enfocarse en algunos aspectos de los datos 
a expensas de otros aspectos cruciales potenciales. Otros argumentan que el 
compromiso con la literatura puede mejorar el análisis al sensibilizar al investigador a 
características más sutiles de los datos (Tuckett, 2005). Por lo tanto, no existe una forma 
correcta de proceder con la lectura para el análisis temático, aunque un enfoque más 
inductivo mejoraría al no involucrarse con la literatura en las primeras etapas del 
11 
 
análisis, mientras que un enfoque teórico requiere un compromiso con la literatura antes 
del análisis. 
En esta ocasión, proporcionamos un esquema para guiar a través de las seis fases del 
análisis, y ofrecemos ejemplos para demostrar el proceso7. Las diferentes fases se 
resumen de manera útil en la Tabla 1. Es importante reconocer que las pautas de 
análisis cualitativo son exactamente eso: no son reglas y, siguiendo los preceptos 
básicos, será necesario aplicar flexibilidad para adaptarse a las preguntas y datos de la 
investigación (Patton, 1990). Además, el análisis no es un proceso lineal en el que 
simplemente se pasa de una fase a la siguiente. En cambio, es un proceso más 
recursivo, donde se mueve hacia adelante y hacia atrás según sea necesario, a lo largo 
de las fases. También es un proceso que se desarrolla con el tiempo (Ely et al., 1997) y 
no debe apresurarse. 
 
Tabla 1: fases del análisis temático 
Fase Descripción del proceso 
1. Familiarizarse con los datos Transcribir los datos (si es necesario), 
leerlos y releerlos, anotando ideas 
iniciales 
2. Generar los códigos iniciales Codificar características interesantes de 
los datos de manera sistemática, 
recopilando datos relevantes para cada 
código 
3. Buscar los temas Recopilar los datos en temas 
potenciales. 
4. Revisar los temas Verificar los temas en relación con los 
extractos codificados (Nivel 1) y todo el 
conjunto de datos (Nivel 2), generando 
un 'mapa' temático del análisis. 
5. Definir y nombrar los temas Análisis continuo para refinar los detalles 
de cada tema y la historia general que 
cuenta el análisis; generando 
definiciones y nombres claros para cada 
tema. 
6. Realizar el informe La última oportunidad para el análisis. 
Selección de ejemplos vívidos y 
convincentes, análisis final de extractos 
seleccionados, relación del análisis con 
la pregunta de investigación y la 
literatura, produciendo un informe 
académico del análisis.Fase 1: familiarizarse con los datos 
Cuando se realiza un análisis, es posible que haya recopilado los datos usted mismo o 
que se los hayan proporcionado. Si lo recopiló a través de medios interactivos, llegará 
al análisis con algún conocimiento previo de los datos y posiblemente algunos intereses 
o pensamientos analíticos iniciales. Independientemente, es vital que se sumerja en los 
datos en la medida en que esté familiarizado con la profundidad y amplitud del 
contenido. La inmersión generalmente implica una "lectura repetida" de los datos y la 
lectura de los datos de forma activa, buscando significados, patrones, etc. Es ideal leer 
12 
 
todo el conjunto de datos al menos una vez antes de comenzar con la codificación, ya 
que sus ideas y la identificación de posibles patrones se irán configurando a medida que 
la lea. 
Es importante estar familiarizado con todos los aspectos de sus datos. En esta fase, una 
de las razones por las que la investigación cualitativa tiende a utilizar muestras mucho 
más pequeñas que, por ejemplo, con cuestionarios se vuelve notoria: leer y releer el 
conjunto de datos lleva tiempo. Por lo tanto, puede ser tentador saltearse esta fase, o 
ser selectivo. Recomendamos fuertemente no hacerlo, ya que esta fase proporciona la 
base para el resto del análisis. 
Durante esta fase, es una buena idea comenzar a tomar notas o marcar ideas para la 
codificación a las que luego volverá en las fases posteriores. Una vez que haya hecho 
esto, estará listo para comenzar el proceso de codificación más formal. En esencia, la 
codificación continúa desarrollándose y definiéndose a lo largo de todo el análisis. 
Transcripción de datos verbales 
Si se trabaja con datos verbales como entrevistas, programas de televisión o discursos 
políticos, los datos deberán transcribirse a forma escrita para poder realizar un análisis 
temático. El proceso de transcripción, si bien puede resultar lento, frustrante y en 
ocasiones aburrido, puede ser una excelente manera de comenzar a familiarizarse con 
los datos (Riessman, 1993). Además, algunos investigadores incluso argumentan que 
debería ser visto como "una fase clave del análisis de datos dentro de la metodología 
cualitativa interpretativa" (Bird, 2005: 227), y reconocido como un acto interpretativo, 
donde se crean significados, en lugar de simplemente uno mecánico de poner en papel 
los sonidos hablados (Lapadat & Lindsay, 1999). 
Se han desarrollado algunos sistemas de transcripción para formas específicas de 
análisis, como el sistema 'Jefferson' para análisis conversacional (ver Atkinson & 
Heritage, 1984; Hutchby & Wooffitt, 1998). Sin embargo, el análisis temático, incluso el 
análisis temático construccionista, no requiere el mismo nivel de detalle en la 
transcripción que la conversación, el discurso o incluso el análisis narrativo. Como no 
existe una forma única de realizar un análisis temático, no existe un conjunto de pautas 
a seguir al producir una transcripción. Sin embargo, como mínimo se requiere una 
transcripción "ortográfica" rigurosa y completa: una descripción literal de todas las 
expresiones verbales (y a veces no verbales, por ejemplo, tos)8. Lo importante es que 
la transcripción retenga la información necesaria del relato verbal, y de una manera que 
sea 'verdadera' a su naturaleza original (por ejemplo, la puntuación agregada puede 
alterar el significado de los datos) y que la convención de transcripción se adapta al 
propósito del análisis (Edwards, 1993). 
Como señalamos, el tiempo dedicado a la transcripción no se pierde, ya que informa las 
primeras etapas del análisis, y desarrollará una comprensión mucho más profunda de 
sus datos tras haberlos transcrito. Además, la atención que se necesita para transcribir 
los datos puede facilitar las habilidades de lectura e interpretación necesarias para 
analizar los datos (Lapadat y Lindsay, 1999). Si sus datos ya han sido o serán 
transcritos, es importante que dedique más tiempo a familiarizarse con los datos y 
también verifique las transcripciones con las grabaciones de audio originales para 
verificar su 'precisión' (como siempre se debe hacer). 
Fase 2: generar los códigos iniciales 
13 
 
La fase 2 comienza cuando se ha leído y se ha familiarizado con los datos, y ha 
generado una lista inicial de ideas sobre lo que hay en los datos y lo que es interesante 
sobre ellos. Esta fase luego implica la producción de códigos iniciales a partir de los 
datos. Los códigos identifican una característica de los datos (contenido semántico o 
latente) que es interesante para el investigador y se refieren al "segmento o elemento 
más básico de los datos o información en bruto que se pueden evaluar de manera 
significativa con respecto al fenómeno" (Boyatzis, 1998: 63). En la figura 1 hay ejemplos 
de códigos aplicados a un segmento corto de datos. El proceso de codificación es parte 
del análisis (Miles & Huberman, 1994), ya que se organizan los datos en grupos 
significativos (Tuckett, 2005). Sin embargo, los datos codificados difieren de las 
unidades de análisis (los temas) que son (a menudo) más amplias. Los temas, que se 
comienzan a desarrollar en la siguiente fase, son donde ocurre el análisis interpretativo 
de los datos, y en relación a los cuales se hacen los argumentos sobre el fenómeno que 
se examina (Boyatzis, 1998). 
 
Elemento de dato Codificación 
Es un trabajo duro, me refiero a la 
cantidad de papel que tienes que firmar 
para cambiar un nombre, no, o sea, no, 
no, no, lo hemos pensado (inaudible) y 
pensamos que no. No puedo ser 
molestada. Es un trabajo duro. (Kate 
F07a) 
1. Hablar con la pareja 
2. Molestia para cambiar el nombre 
Figura 1: elemento de datos, con códigos aplicados (de Clarke, Burnks & Burgoyne, 2005) 
 
La codificación dependerá en cierta medida de si los temas están más 'basados en 
datos' o 'basados en la teoría'. En el primero, los temas dependerán de los datos, pero 
en el segundo, se puede abordar los datos con preguntas específicas que el investigador 
desea codificar. También dependerá de si el objetivo es codificar el contenido de todo 
el conjunto de datos, o si se está codificando para identificar características particulares 
(y posiblemente limitadas) del conjunto de datos. La codificación se puede hacer 
manualmente o mediante un programa de software (ver, por ejemplo, Kelle, 2004; Seale, 
2000, para una discusión de los programas de software). 
Se debe trabajar sistemáticamente a través de todo el conjunto de datos, prestando total 
e igual atención a cada elemento de datos e identificar aspectos interesantes en los 
elementos de datos que pueden formar la base de patrones repetidos (temas) en todo 
el conjunto de datos. Hay varias formas de codificar extractos. Si la codificación es 
manual, se puede codificar haciendo notas en los textos que se analizan, usando 
resaltadores o marcadores, para indicar atrones potenciales, o usar post it para 
identificar segmentos de los datos. 
Se puede identificar inicialmente los códigos y luego relacionarlos con extractos de datos 
que demuestren ese código, pero es importante en esta fase asegurarse de que todos 
los extractos de datos reales estén codificados y luego recopilados dentro de cada 
código. Esto puede implicar copiar extractos de datos de transcripciones individuales o 
fotocopiar extractos de datos impresos y cotejar cada código en archivos de 
computadora separados o usar un fichero. Si se usa software de computadora, se 
codifica etiquetando y nombrando selecciones de texto dentro de cada elemento de 
datos. 
14 
 
El consejo clave para esta fase es: a) codificar tantos temas/patrones potenciales como 
sea posible (si el tiempo lo permite): nunca se sabe qué podría ser interesante más 
adelante; b) codificar extractos de datos de manera inclusiva, es decir, mantener un 
poco de los datos circundantes si es relevante, una crítica común a la codificaciónes 
que se pierde el contexto (Bryman, 2001); y c) recuerde que puede codificar extractos 
individuales de datos en tantos "temas" diferentes como encajen, por lo que un extracto 
puede descodificarse, codificarse una vez o codificarse muchas veces, según 
corresponda. Tenga en cuenta que ningún conjunto de datos está exento de 
contradicciones, y un 'mapa' temático satisfactorio que eventualmente producirá una 
conceptualización general de los patrones de datos y las relaciones entre ellos9 no tiene 
que suavizar o ignorar las tensiones e inconsistencias dentro y a través de elementos 
de datos. Es importante retener las historias que se aparten de lo dominante en el 
análisis, así que no las ignore en su codificación. 
Fase 3: buscar los temas 
La fase 3 comienza cuando todos los datos se han codificado y recopilado inicialmente, 
y se tiene una lista larga de los diferentes códigos que ha identificado en su conjunto de 
datos. Esta fase, que reenfoca el análisis en un nivel más amplio de temas, en lugar de 
códigos, implica clasificar los diferentes códigos en temas potenciales y recopilar todos 
los extractos de datos codificados relevantes dentro de los temas identificados. En 
esencia, se está comenzando a analizar los códigos y considerar cómo se pueden 
combinar diferentes códigos para formar un tema general. En esta fase, puede resultar 
útil utilizar representaciones visuales que le ayuden a clasificar los diferentes códigos 
en temas. Puede usarse tablas, mapas mentales o puede escribirse el nombre de cada 
código (y una breve descripción) en una hoja de papel separada y jugar organizándolos 
en pilas temáticas. En la Figura 2 se puede ver un mapa temático de esta etapa inicial 
(los ejemplos de las Figuras 2 a 4 provienen del análisis presentado en Braun y 
Wilkinson (2003) del discurso de las mujeres sobre la vagina). Aquí es cuando se 
comienza a pensar en la relación entre códigos, entre temas y entre diferentes niveles 
de temas (por ejemplo, los principales temas generales y subtemas dentro de ellos). 
Algunos códigos iniciales pueden pasar a formar temas principales, mientras que otros 
pueden formar subtemas y otros aún pueden ser descartados. En esta etapa también 
se puede tener un conjunto de códigos que no parecen pertenecer a ningún lugar, y es 
perfectamente aceptable crear un 'tema' llamado misceláneo para albergar los códigos, 
posiblemente temporalmente, que no parecen encajar en los temas principales . 
 
15 
 
Figura 3: mapa temático inicial, que muestra cinco temas principales (análisis final presentado en Braun y 
Wilkinson, 2003) 
Se finaliza esta fase con una colección de temas y subtemas candidatos, y todos los 
extractos de datos que se han codificado en relación con ellos. En este punto se 
comienza a tener una idea del significado de los temas individuales. No se debe 
abandonar nada en esta etapa, ya que sin mirar todos los extractos en detalle (la 
siguiente etapa) todavía no se sabe si los temas se mantienen como están, o si algunos 
deben combinarse, refinarse y separarse, o descartarse. 
Fase 4: revisar los temas 
La fase 4 comienza cuando se ha ideado un conjunto de temas candidatos e implica el 
refinamiento de esos temas. Durante esta fase, se hará evidente que algunos temas 
candidatos no son realmente temas (por ejemplo, si no hay suficientes datos para 
respaldarlos, o si los datos son demasiado diversos), mientras que otros pueden 
colapsar entre sí (por ejemplo, dos temas aparentemente separados pueden formar un 
tema). Es posible que otros temas deban dividirse en temas separados. Vale la pena 
considerar aquí el criterio dual de Patton (1990) para juzgar categorías: homogeneidad 
interna y heterogeneidad externa. Los datos dentro de los temas deben ser coherentes 
entre sí de manera significativa, mientras que debe haber distinciones claras e 
identificables entre los temas. 
Esta fase implica dos niveles de revisión y perfeccionamiento de los temas. El nivel uno 
implica la revisión al nivel de los extractos de datos codificados. Esto significa que debe 
leer todos los extractos recopilados para cada tema y considerar si parecen formar un 
patrón coherente. Si los temas parecen formar un patrón coherente, se pasa al segundo 
nivel de esta fase. Si no, se necesitará considerar si el tema en sí es problemático, o si 
algunos de los datos incluidos simplemente no encajan ahí, en cuyo caso se puede 
reelaborar el tema, crear un nuevo tema, buscar un lugar para los extractos que no 
encajan en un tema existente, o descartarlos del análisis. Una vez que se está satisfecho 
de que sus temas candidatos capturen adecuadamente los datos codificados, una vez 
que tenga un 'mapa temático' candidato, se estará listo para pasar al nivel dos de esta 
fase. El resultado de este proceso de refinamiento se puede ver en el mapa temático 
que se presenta en la Figura 3. 
 
Figura 3: mapa temático desarrollado, que muestra tres temas principales (el análisis final está presentado 
en Braun y Wilkinson, 2003) 
16 
 
El nivel dos implica un proceso similar, pero en relación con todo el conjunto de datos. 
En este nivel se considera la validez de los temas individuales en relación con el 
conjunto de datos, pero también si el mapa temático refleja "con precisión" los 
significados evidentes en el conjunto de datos como un todo. Hasta cierto punto, lo que 
cuenta como "representación precisa" depende del enfoque teórico y analítico. Sin 
embargo, en esta fase, se vuelve a leer todo el conjunto de datos con dos propósitos. 
El primero es, como se discutió, determinar si los temas 'funcionan' en relación con el 
conjunto de datos. El segundo es codificar cualquier dato adicional dentro de los temas 
que se haya perdido en las etapas de codificación anteriores. Es de esperar la necesidad 
de recodificar a partir del conjunto de datos, ya que la codificación es un proceso 
orgánico continuo. 
Si el mapa temático funciona, se pasa a la siguiente fase. Si el mapa no se ajusta al 
conjunto de datos, se debe volver a revisar y perfeccionar su codificación hasta que se 
haya diseñado un mapa temático con el que se esté satisfecho. Al hacerlo, es posible 
que se identifiquen nuevos temas potenciales, y es posible que se deban codificar 
también. Sin embargo, una advertencia: dado que la codificación de datos y la 
generación de temas pueden continuar hasta el infinito, es importante no entusiasmarse 
demasiado con la codificación sin fin. Es imposible proporcionar pautas claras sobre 
cuándo detenerse, pero cuando el refinamiento no agregue nada sustancial hay que 
detencerse. Si el proceso de recodificación es solo un ajuste fino y matizado de un marco 
de codificación que ya funciona, es decir, se ajusta bien a los datos, hay que detenerse. 
Debe considerarse como editar un trabajo escrito: se podrían editar infinitamente las 
oraciones y párrafos, pero después de unos pocos turnos de edición, cualquier trabajo 
adicional suele ser un refinamiento innecesario. 
Al finalizar esta fase se debe tener una idea bastante clara de cuáles son sus diferentes 
temas, cómo encajan y la historia general que cuentan sobre los datos. 
Fase 5: definir y nombrar los temas 
La fase 5 comienza cuando se tiene un mapa temático satisfactorio (ver la figura 4 para 
ver el refinamiento final del mapa temático de Virgina). En este punto se definen y 
refinan aún más los temas que se presentarán en el análisis y se analizarán los datos 
que contienen. “Definir y refinar” significa identificar la 'esencia' de lo que trata cada tema 
(así como los temas en general), y determinar qué aspecto de los datos captura cada 
tema. Es importante no intentar que un tema abarque demasiado, o que sea muy diverso 
y complejo. Para ello, se debe volver a los datos recopilados de cada tema, y 
organizarlos en un relato coherente y consistente, acompañado de una narrativa. Es 
muy importante no solo parafrasearel contenido, sino identificar qué es interesante y 
por qué. 
 
 
Figura 4: mapa temático final, que muestra dos temas principales (Braun & Wilkinson, 2003) 
17 
 
Para cada tema individual se necesita hacer un análisis detallado y escribirlo. Así como 
identificar la historia que cada tema relata, es importante considerar cómo encaja en la 
historia más amplia que cuentan los datos, en relación a las preguntas de investigación, 
para asegurarse que no se solapen los temas. Se necesita considerar los temas en sí 
mismos, y cada tema en relación a otros. Como parte del refinamiento se debe identificar 
si cada tema contiene subtemas. Los subtemas son en esencia temas dentro del tema. 
Pueden ser útiles para dar una estructura a un tema particularmente largo y complejo, y 
también para demostrar la jerarquía del sentido dentro de los datos. Por ejemplo, en uno 
de los análisis de Virginia sobre el discurso de las mujeres sobre la vagina, identificó 
dos temas generales: la vagina como una ventaja y la vagina como una responsabilidad 
(Braun y Wilkinson, 2003). Dentro de cada tema se identificaron tres subtemas: para 
responsabilidad estaban “suciedad”, “ansiedad” y “vulnerabilidad”. Para ventaja, estaba 
“satisfacción”, “poder” y “placer”. Sin embargo, estos temas finales son producto de un 
proceso de refinamiento de los temas y subtemas iniciales, como se muestra en las 
figuras 2 a 4. 
Fase 6: realizar el informe 
La fase 6 comienza cuando se tiene un conjunto de temas completamente resueltos, e 
implica el análisis final y la redacción del informe. La tarea de redactar un análisis 
temático, ya sea para publicación o para un trabajo de investigación o disertación, es 
contar la complicada historia de los datos de una manera que convenza al lector del 
mérito y la validez de su análisis. Es importante que la redacción del análisis proporcione 
un relato conciso, coherente, lógico, no repetitivo e interesante de la historia que cuentan 
los datos, dentro y entre temas. Su redacción debe proporcionar suficiente evidencia de 
los temas dentro de los datos, es decir, suficientes extractos de datos para demostrar la 
prevalencia del tema. Conviene ejemplos particularmente vívidos o extractos que 
capturen la esencia del punto que está demostrando, sin una complejidad innecesaria. 
El extracto elegido debe ser fácilmente identificable como un ejemplo del problema. Sin 
embargo, en la redacción debe hacer algo más que proporcionar datos. Los extractos 
deben estar integrados en una narrativa analítica que ilustre de manera convincente la 
historia que se está contando sobre los datos. La narrativa analítica debe ir más allá de 
la descripción de los datos y debe presentar un argumento en relación con su pregunta 
de investigación. 
Definir lo que realmente implica el análisis interpretativo 
Es difícil especificar exactamente qué implica realmente el análisis interpretativo, sobre 
todo porque los detalles del mismo variarán de un estudio a otro. Como primer paso, 
recomendamos mirar ejemplos publicados de análisis temático, particularmente de la 
versión específica que planea usar (esto se hace algo más difícil porque el análisis 
temático a menudo no es un método con nombre, pero puede encontrar ejemplos, por 
ejemplo, Ellis y Kitzinger, 2002; Kitzinger y Willmott, 2002; Toerien y Wilkinson, 2004). 
Con el fin de proporcionar una idea del tipo de preguntas que debería hacer a sus datos, 
y el tipo de afirmaciones analíticas que debería intentar hacer, analizaremos un ejemplo 
particularmente bueno de análisis temático inductivo, que enfatiza la comprensión de 
las experiencias de los hombres en relación con el contexto social más amplio (ver Frith 
& Gleeson, 2004). 
Frith y Gleeson (2004) tienen como objetivo explorar cómo los sentimientos que tienen 
los hombres sobre su cuerpo influyen en sus prácticas de vestimenta y utilizan datos 
recopilados en cuestionarios cualitativos de 75 hombres para responder esa pregunta. 
Reportaron cuatro temas: practicidad de la elección de ropa, falta de preocupación por 
18 
 
la apariencia, uso de ropa para ocultar o mostrar el cuerpo y uso de ropa que se ajuste 
a los ideales culturales. Cada tema está claramente vinculado a la pregunta de 
investigación general, pero cada uno es distinto. Proporcionan un sentido claro del 
alcance y la diversidad de cada tema, utilizando una combinación de extractos de datos 
narrativos e ilustrativos del investigador. Cuando es relevante, amplían su análisis, 
pasando de un nivel descriptivo a uno interpretativo (a menudo relacionando sus 
afirmaciones con la literatura existente). En la sección “discusión”, los autores hacen 
declaraciones analíticas más amplias sobre la historia general. Esta historia revela que 
los hombres “usan la ropa de manera deliberada y estratégica para manipular su 
apariencia y cumplir con los ideales culturales de masculinidad” (Frith & Gleeson, 2004: 
45), de una manera más tradicionalmente asociada con las mujeres. Este análisis hace 
una contribución importante, ya que desafía el conocimiento sobre la 
vestimenta/apariencia y la masculinidad. 
Como demuestra este ejemplo, las afirmaciones analíticas deben basarse en la 
"superficie" de los datos, pero ir más allá, incluso para un análisis de nivel "semántico". 
El tipo de preguntas que debe hacerse, hacia las fases finales de su análisis, incluyen: 
"¿Qué significa este tema?" "¿Cuáles son los supuestos que lo sustentan?" ¿Cuáles 
son las implicaciones de este tema? “¿Qué condiciones probablemente le haya dado 
lugar? '' ¿Por qué la gente habla de esto de esta manera en particular (a diferencia de 
otras formas)? y “¿Cuál es la historia general que los diferentes temas revelan sobre el 
tema?” Este tipo de preguntas debe guiar el análisis una vez que se tenga una idea clara 
del mapa temático. 
Posibles obstáculos que se deben evitarse al realizar un análisis temático 
El análisis temático es una forma relativamente sencilla de análisis cualitativo, que no 
requiere el mismo conocimiento teórico y técnico detallado que requieren enfoques 
como el análisis del discurso. Es relativamente sencillo realizar un buen análisis temático 
de datos cualitativos, incluso cuando uno está aprendiendo técnicas cualitativas. Sin 
embargo, hay ciertas cuestiones que pueden provocar un análisis pobre. En esta 
sección identificamos estos posibles obstáculos, deseando que puedan ser evitados. 
El primero de ellos es no analizar realmente los datos. El análisis temático no es solo 
una colección de extractos unidos con poca o ninguna narrativa analítica. Tampoco es 
una selección de extractos con comentario analítico que parafrasea su contenido. Los 
extractos en el análisis temático son ilustrativos de los puntos analíticos que el 
investigador hace sobre los datos, y deben usarse para ilustrar o respaldar un análisis 
que va más allá de su contenido específico, para dar sentido a los datos y decirle al 
lector lo que hace o podría significar, como se discutió anteriormente. Un segundo 
problema asociado es el uso de las preguntas de recopilación de datos (como las de un 
programa de entrevistas) como los "temas" que se informan. En tal caso, no se ha 
realizado ningún trabajo analítico. 
El tercero es un análisis débil o poco convincente, donde los temas no parecen 
funcionar, donde hay demasiada superposición entre los temas o donde los temas no 
son internamente coherentes y consistentes. Todos los aspectos del tema deben ser 
coherentes en torno a una idea o concepto central. Este obstáculo se ha producido si, 
dependiendo de lo que se intente hacer el análisis, no logra capturar adecuadamente la 
mayoría de los datos o no proporciona una descripción/interpretación completa de uno 
o más aspectos de los datos. Un análisis débil o poco convincente también puede 
deberse a no proporcionar ejemplos adecuados de los datos, por ejemplo, solo uno o 
dos extractosde un tema. Este punto es esencialmente sobre la retórica de la 
19 
 
presentación, y la necesidad de que el análisis sea convincente para alguien que no ha 
leído todo su conjunto de datos: “El análisis del material (...) es una creación deliberada 
y conscientemente ingeniosa por parte del investigador, y debe construirse para 
persuadir al lector de la plausibilidad de un argumento” (Foster y Parker, 1995: 204). Al 
hacerlo, se evita (la aparición de) lo que Bryman (1988) ha denominado 'anecdotalismo' 
en la investigación cualitativa, donde una o unas pocas instancias de un fenómeno se 
materializan en un patrón o tema, cuando en realidad son idiosincráticos. Esto no quiere 
decir que algunos casos no puedan ser de interés o reveladores, pero es importante no 
tergiversarlos como un tema general. 
El cuarto obstáculo tiene que ver con una discordancia entre los datos y las afirmaciones 
analíticas que se hacen al respecto. En un análisis infundado, las afirmaciones no 
pueden estar respaldadas por los datos, o, en el peor de los casos, los extractos de 
datos presentados sugieren otro análisis o incluso contradicen las afirmaciones. El 
investigador necesita asegurarse que sus interpretaciones y el análisis sean 
consistentes con los extractos de datos. Un análisis débil no parece considerar otras 
lecturas alternativas obvias de los datos, o no considera la variación (e incluso la 
contradicción) en el relato que se produce. Un patrón en los datos rara vez, o nunca, va 
a estar 100% completo y no contradicho, por lo que un análisis que sugiere que lo es, 
sin una explicación detallada, está abierto a sospechas. Es importante elegir ejemplos 
convincentes para demostrar los temas, por lo que deben pensarse detenidamente. 
El quinto implica un desajuste entre la teoría y las afirmaciones analíticas, o entre las 
preguntas de investigación y la forma de análisis temático utilizado. Un buen análisis 
temático debe asegurarse de que las interpretaciones de los datos sean coherentes con 
el marco teórico. Entonces, por ejemplo, si se está trabajando dentro de un marco 
experiencial, normalmente no se harían afirmaciones sobre la construcción social del 
tema de investigación, y si se estuviera haciendo un análisis temático construccionista, 
no se trataría el discurso de la gente sobre la experiencia como una ventana 
transparente de su mundo. Finalmente, incluso un análisis bueno e interesante que no 
explica sus supuestos teóricos, ni aclara cómo se llevó a cabo y con qué propósito, 
carece de información crucial (Holloway y Todres, 2003) y, por lo tanto, falla en un 
aspecto. 
¿Qué hace un buen análisis temático? 
Una de las críticas a la investigación cualitativa desde fuera del campo es la percepción 
de que “todo vale”. Por ejemplo, este sentimiento se repite en la primera oración del 
resumen de Laubschagne (2003): “Para muchos científicos acostumbrados a hacer 
estudios cuantitativos, el concepto completo de investigación cualitativa es poco claro, 
casi extranjero o etéreo, una investigación irreal. Sin embargo, aunque la investigación 
'cualitativa' no puede estar sujeta a los mismos criterios que los enfoques 'cuantitativos', 
sí proporciona métodos de análisis que deben aplicarse rigurosamente a los datos. 
Además, existen criterios para realizar una buena investigación cualitativa, tanto en la 
recolección como el análisis de datos (por ejemplo, Elliott, Fischer y Rennie, 1999; 
Parker, 2004; Seale, 1999; Silverman, 2000; Yardley, 2000). The British Psychological 
Society ofrece pautas en línea relativamente concisas para evaluar la calidad en la 
investigación cualitativa (consulte http://www.bps.org.uk). Los 'criterios' para evaluar la 
investigación cualitativa es un tema que no deja de ser controvertido, con inquietudes 
sobre los criterios rígidos que limitan la libertad y sofocan el desarrollo metodológico 
(Elliott et al., 1999; Parker, 2004; Reicher, 2000). Reicher (2000) lleva la crítica más allá, 
preguntando si la increíblemente diversa gama de enfoques cualitativos puede y debe 
estar sujeta a los mismos criterios. 
http://www.bps.org.uk/publications/journals/joop/qualitative-guidelines.cfm
20 
 
Dejando de lado estas críticas, las cuestiones planteadas en relación a la evaluación de 
la investigación cualitativa pueden aplicarse al análisis temático. Como el análisis 
temático es un método flexible, también debe ser claro y explícito sobre lo que está 
haciendo, y lo que dice que está haciendo debe coincidir con lo que realmente hace. En 
este sentido, la teoría y el método deben aplicarse con rigor, y “el rigor radica en idear 
un método sistemático cuyos supuestos sean congruentes con la forma en que se 
conceptualiza el tema en cuestión” (Reicher & Taylor, 2005: 549). En la Tabla 2 se 
proporciona una lista de verificación concisa de criterios a considerar al determinar si ha 
generado un buen análisis temático. 
 
 
Tabla 2: Checklist de 15 puntos de un buen análisis temático 
Proceso Nro Criterio 
Transcripción 1 Los datos fueron transcriptos con un nivel 
apropiado de detalle, y las transcripciones fueron 
corroboradas con los audios para ver su 
exactitud 
Codificación 2 A cada elemento de dato se le dio igual atención 
en el proceso de codificación 
3 Los temas no se han generado a partir de unos 
pocos ejemplos vívidos (un enfoque anecdótico), 
sino que el proceso de codificación ha sido 
minucioso, inclusivo y completo. 
4 Se han recopilado todos los extractos relevantes 
para cada tema. 
5 Los temas se compararon entre sí y con el 
conjunto de datos original. 
6 Los temas son internamente coherentes, 
consistentes y distintivos 
Análisis 7 Los datos se han analizado, interpretado, se les 
ha dado sentido, en lugar de solo parafrasearlos 
o describirlos. 
8 El análisis y los datos coinciden: los extractos 
ilustran las afirmaciones analíticas 
9 El análisis cuenta una historia convincente y bien 
organizada sobre los datos y el tema. 
10 Se proporciona un buen equilibrio entre la 
narrativa analítica y los extractos ilustrativos. 
General 11 Se ha asignado suficiente tiempo para completar 
todas las fases del análisis de manera adecuada, 
sin apresurar la finalización de una fase 
Informe escrito 12 Los supuestos y el enfoque específico del 
análisis temático se explican claramente. 
13 Existe un buen ajuste entre lo que afirma que 
hace y lo que demuestra que ha hecho, es decir, 
el método descripto y el análisis informado son 
consistentes. 
14 El lenguaje y los conceptos utilizados en el 
informe son coherentes con la posición 
epistemológica del análisis. 
21 
 
15 El investigador se posiciona como activo en el 
proceso de investigación; los temas no 
simplemente "emergen". 
 
 
¿Qué le ofrece el análisis temático a los psicólogos? 
Terminamos ahora este artículo con algunos comentarios breves sobre las ventajas y 
desventajas del análisis temático. Como hemos demostrado a lo largo de este artículo, 
el análisis temático no es un método complejo. De hecho, como se puede observar en 
la Tabla 3, sus ventajas son muchas. Sin embargo, no está exento de algunas 
desventajas. Muchas de las desventajas dependen más de análisis mal realizados o 
preguntas de investigación inapropiadas, que del método en sí. Además, la flexibilidad 
del método, que permite una amplia gama de opciones de análisis, implica que el rango 
de cosas que se puede decir sobre los datos es amplio. Si bien esto es una ventaja, 
también puede ser una desventaja porque dificulta el desarrollo de pautas específicas 
para el análisis de fase superior, y puede ser potencialmente paralizante para el 
investigador que intenta decidir en qué aspectos de sus datos enfocarse. Otro tema a 
considerar es que un análisis temático tiene un poder interpretativo limitado más allá de 
la mera descripción, si no se usa dentro de un marco teórico existente que ancla las 
afirmaciones analíticas que se hacen.Tabla 3: ventajas del análisis temático 
Flexibilidad 
Método relativamente fácil y rápido de aprender y hacer. 
Accesible para investigadores con poca o ninguna experiencia en investigación 
cualitativa. 
Los resultados son generalmente accesibles para el público educado en general 
Método útil para trabajar dentro del paradigma de la investigación participativa, con 
los participantes como colaboradores. 
Puede resumir de manera útil las características claves de una gran cantidad de 
datos y ofrecer una 'descripción detallada' del conjunto de datos. 
Puede resaltar similitudes y diferencias en el conjunto de datos. 
Puede generar conocimientos imprevistos. 
Permite la interpretación social y psicológica de los datos. 
Puede ser útil para producir análisis cualitativos adecuados para informar el 
desarrollo de políticas. 
 
Otras desventajas aparecen cuando se considera el análisis temático en relación con 
algunos de los otros métodos analíticos cualitativos. Por ejemplo, a diferencia de los 
enfoques narrativos u otros enfoques biográficos, no se puede retener un sentido de 
continuidad y contradicción a través de un solo relato individual, y estas contradicciones 
y consistencias entre los relatos individuales pueden ser reveladoras. En contraste con 
otros métodos, como el analisis del discurso o analisis de la conversación, un análisis 
temático simple no permite hacer afirmaciones sobre el uso del lenguaje o la 
funcionalidad detallada del habla. 
Finalmente, es importante señalar que el análisis temático actualmente no tiene prestigio 
como método analítico. Creemos que esto se debe al hecho mismo de que está mal 
demarcado y reivindicado, pero que se usa ampliamente. Esto significa que el análisis 
temático es a menudo, o parece ser, lo que simplemente hace alguien sin el 
22 
 
conocimiento o las habilidades para realizar una forma de análisis supuestamente más 
sofisticada, sin duda más prestigiosa, como la teoría fundamentada, el análisis 
fenomenológico interpretativo o análisis del discurso. Esperamos que este artículo 
cambie este punto de vista, ya que, como hemos argumentado, un enfoque temático 
riguroso puede producir un análisis profundo que responda a preguntas de investigación 
particulares. Lo importante es elegir un método que sea apropiado para la pregunta de 
investigación, en lugar de ser víctima de la "metodolatría", donde se compromete con el 
método en lugar del tema/contenido o preguntas de investigación (Holloway y Todres, 
2003). De hecho, el método de análisis debe basarse tanto en la pregunta de 
investigación como en los supuestos teóricos más amplios. Como hemos demostrado, 
el análisis temático es un enfoque flexible que se puede utilizar en una variedad de 
epistemologías y preguntas de investigación. 
 
23 
 
Notas 
1 Boyatzis (1998) proporciona una descripción mucho más detallada del análisis 
temático. Sin embargo, no creemos que sea una explicación particularmente accesible 
para quienes no están familiarizados con los enfoques cualitativos. Además, su enfoque 
difiere del nuestro porque, si bien reconoce la dimensión subjetiva del análisis 
cualitativo, su enfoque se ubica, a menudo implícitamente, dentro de un paradigma 
empirista positivista. 
2 Los aportes de Dey (1993) del 'análisis de datos cualitativos' (que tiene como objetivo 
identificar técnicas compartidas a través de la diversa gama de métodos cualitativos y 
demostrar cómo hacer 'análisis cualitativo') refuerza este punto, ya que su enfoque es 
principalmente temático, pero no nombrado como tal. 
3 Algunos autores, como Potter (1997: 147-148) argumentan que uno no debería 
simplemente proporcionar 'recetas' para métodos cualitativos, como análisis del 
discurso, porque “una gran parte del análisis del discurso es una habilidad artesanal, 
como andar en bicicleta (...) Esto hace que sea difícil de describir y aprender”. Si bien 
no estamos en desacuerdo con la necesidad de aprender las habilidades necesarias 
para los análisis cualitativos de todo tipo, otros, como McLeod (2001), argumentan que 
al no discutir el 'cómo' del análisis, mantenemos ciertos métodos misteriosos (y por lo 
tanto, elitistas). En cambio, si queremos hacer que los métodos sean democráticos y 
accesibles, y que la investigación cualitativa sea más comprensible para quienes no 
están capacitados en los métodos, debemos brindar consejos concretos sobre cómo 
hacerlo realmente. No cuestionamos la importancia de las formas de formación "sin 
recetas", pero si bien las "recetas" necesariamente disminuyen la complejidad de ciertos 
métodos, son importantes para hacer que los métodos sean accesibles. 
4 Foster y Parker (1995) sugieren que una forma de reconocer el papel creativo y activo 
del investigador es utilizar a la primera persona al escribir. 
5 El análisis de contenido es otro método que se puede utilizar para identificar patrones 
en los datos cualitativos y, en ocasiones, se lo considera similar a los enfoques 
temáticos (por ejemplo, Wilkinson, 2000). Sin embargo, el análisis de contenido tiende 
a enfocarse en un nivel más micro, a menudo proporciona recuentos (de frecuencia) 
(Wilkinson, 2000) y permite análisis cuantitativos de datos inicialmente cualitativos 
(Ryan y Bernard, 2000). El análisis temático se diferencia en que los temas tienden a no 
ser cuantificados (aunque a veces pueden serlo; y Boyatzis [1998] sugiere que el 
análisis temático puede usarse para transformar datos cualitativos en una forma 
cuantitativa, y someterlos a análisis estadísticos), y la unidad de análisis tiende a ser 
más que una palabra o frase, lo que es típicamente el análisis de contenido. 
6 La definición de Boyatzis (1998) de latente y manifiesto es más estrecha que nuestra 
identificación de latente y semántico. Él considera que el análisis temático incorpora 
tanto los aspectos latentes como los manifiestos. Sin embargo, esto se debe al hecho 
de que asocia el proceso de interpretación con el análisis latente, mientras que nosotros 
argumentaríamos que también debería ser un elemento importante de un enfoque 
semántico. 
7 Asumimos que el lector trabaja con un conjunto de datos y un corpus de datos de 
"buena calidad". Podríamos argumentar que los "buenos datos" se definen mediante un 
conjunto particular de criterios con respecto a qué, por qué y cómo se recopilaron, y 
ofrecen descripciones ricas, detalladas y complejas del tema. Los buenos datos no solo 
brindan una descripción general superficial del tema de interés, o simplemente reiteran 
24 
 
un relato de sentido común. El desafío para el investigador novato es interactuar con los 
participantes de la investigación de tal manera que generen relatos ricos y complejos. 
Producir un buen análisis de datos de mala calidad es una tarea mucho más exigente 
para el investigador, aunque potencialmente puede hacerlo un investigador capacitado 
y experimentado. 
8 Ver Poland (2002) para una discusión de los problemas con la idea de una 
transcripción literal, y lo que se deja fuera y se retiene a través de este proceso. 
9 Lo que entendemos por mapa temático es similar, pero menos detallado, que el 'libro 
de códigos' al que se refieren Ryan y Bernard (2000), que implica una descripción 
detallada de la relación jerárquica entre códigos, así como una descripción de cada uno, 
su criterios, ejemplos y contraejemplos, y otros detalles similares. Al igual que el relato 
de Boyatzis (1998) de un código temático, este modelo se aplica a (y se revisa en 
relación con) los datos. Consulte las figuras 2 a 4 para ver representaciones visuales de 
mapas temáticos y su refinamiento. Otro ejemplo de mapa temático, esta vez en forma 
de tabla, se puede encontrar en Frith & Gleeson (2004). 
 
25 
 
Referencias 
Braun, V. (2005b). Selling the perfect vulva. Manuscript under submission. Braun, V., 
Gavey, N., & McPhillips, K. (2003). The "fair deal"? Unpacking accounts of