Utilización del análisis temático en psicología

Vista previa del material en texto

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).
Utilización del análisis temático en psicología
El análisis temático es un método analítico mal delimitado poco demarcado y rara vez reconocido, aunque ampliamente utilizado como método analítico 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 los "significados tematizantes" como una de las pocas habilidades genéricas compartidas en el análisis cualitativo 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 alguno de estos- como análisis conversacional ([CA] 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 ([DA] por ej., Burman & Parker, 1993; Potter & Wetherell, 1987; Willig, 2003) o el análisis narrativo (por ej., Murray, 2003; Riessman, 1993)- existe 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 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 puede utilizar 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 deelegir 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" 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 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 malinterpretarsen 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 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 completamente elaborado. 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 DA (Clarke, 2005). El análisis de descomposición temático (p. Ej., Stenner, 1993; Ussher y Mooney-Somers, 2000) es una forma específicamente denominada de análisisdel 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 AC), 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 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 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 otro cualitativo) que no proporciona 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 informando verazmente sobre los datos. ¿Pero nos dicen mucho? 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 su 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 todoel 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 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 analista. 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. Puede codificar para una pregunta de investigación bastante específica (que se asigna al enfoque más teórico) o la pregunta de investigación específica puede evolucionar a través del proceso de codificación (que se asigna al enfoque inductivo).
Por ejemplo, si un investigador estaba interesado en hablar sobre sexo heterosexual y había recopilado datos de entrevistas, con 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 sobre el tema podrían haber identificado. Por ejemplo, el investigador no buscaría en la influyente investigación de Hollway (1989) que identifica discursos de sexo heterosexual y codifica solo temas de discurso sexual masculino, tener/tener 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 analista 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. 
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 del discurso temático' (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 puede cambiar 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 teoriza el significado. Por ejemplo, con un enfoque esencialista/realista se puede 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 relatosindividuales 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 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 analista 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 análisis, mientras que un enfoque teórico requiere un compromiso con la literatura antes del análisis.
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.
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 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 lugarde 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 CA (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
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 analista 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). 
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.
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 codificación es 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 . 
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 comienzacuando 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.
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 parafrasear el contenido, sino identificar qué es interesante y por qué.
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 temáticoinductivo, 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 cuerpos 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 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 analista. 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 DA o CA. Es relativamente sencillo de 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 extractos de un tema. Este punto es esencialmente sobre la retórica de la 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 idiosincrático. 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 de este tipo los datos no pueden respaldar las afirmaciones 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/publications/journals/joop/qualitative-guidelines.cfm). Los 'criterios' para evaluar la investigación cualitativa es un tema queno 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.
Dejando de lado estas críticas, las cuestiones planteadas en 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.
¿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 lo 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.
la mera descripción si no se usa dentro de un marco teórico existente que ancla las afirmaciones analíticas que se hacen.
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 DA o CA, 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 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 DA. 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.
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 DA, 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 analista 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 un relato de sentido común. El desafío para el investigador novato es interactuar con los participantes de la investigaciónde 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 analista, aunque potencialmente puede hacerlo un analista 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).
Referencias
Braun, V. (2005b). Selling the perfect vulva. Manuscript under submission. Braun, V., Gavey, N., & McPhillips, K. (2003). The "fair deal"? Unpacking accounts of reciprocity in heterosex. Sexualities, 6(2), 237-261.
Braun, V., & Kitzinger, C. (2001). The perfectible vagina: Size matters. Culture Health & Sexuality, 3, 263-277.
Braun, V., & Wilkinson, S. (2003). Liability or asset? Women talk about the vagina. Psychology of women Section Review, 5(2), 28-42.
Bryman, A. (1988). Quantity and Quality in Social Research. London: Routledge. Bryman, A. (2001). Social Research Methods. Oxford: Oxford University Press. Burman, E., & Parker, I. (Eds.). (1993). Discourse Analytic Research: Repertoires and Readings of Texts in Action. London: Routledge.
Burr, V. (1995). An introduction to social constructionism. London: Routledge. Charmaz, K. (2002). Qualitative interviewing and grounded theory analysis. In J. F. Gubrium & J. A. Holstein (Eds.), Handbook of Interview Research: Context & Method (pp. 675-694). Thousand Oaks, CA: Sage.
Clarke, V. (2005). 'We're all very liberal in our views': Students' talk about lesbian and gay parenting. Lesbian & Gay Psychology Review, 6(1), 2-15.
Clarke, V., Burns, M., & Burgoyne, C. (2005). "Who would take whose name?" An exploratory study of naming practices in same-sex relationships. Manuscript under submission.
Clarke, V., & Kitzinger, C. (2004). Lesbian and gay parents on talk shows: Resistance or collusion in heterosexism. Qualitative Research in Psychology, 1, 195-217.
Dey, I. (1993). Qualitative data analysis: A user-friendly guide for social scientists. London: Routledge.
Narrative and the Interview Method. London: Sage.
Hutchby, I., & Wooffitt, R. (1998). Conversation analysis: Principles, practices and applications. Oxford: Polity Press.
Kelle, U. (2004). Computer-assisted analysis of qualitative data. In U. Flick, E. von Kardorff & I. Steinke (Eds.), A companion to qualitative research (pp. 276-283). London: Sage.
Kitzinger, C., & Willmott, J. (2002). 'The thief of womanhood': Women's experience of Polycystic Ovarian Syndrome. Social Science & Medicine, 54(3), 349-361.
Lapadat, J. C., & Lindsay, A. C. (1999). Transcription in Research and Practice: From Standardization of Technique to Interpretive Positionings. Qualitative Inquiry, 5(1), 64-86.
Laubschagne, A. (2003). Qualitative research - Airy fairy or fundamental? The Qualitative Report [Electronic Version], 8(1).
McLeod, J. (2001). Qualitative research in counselling and psychotherapy. London: Sage.
Meehan, T., Vermeer, C., & Windsor, C. (2000). Patients' perceptions of seclusion: A qualitative investigation. Journal of Advanced Nursing, 31(2), 370-377.
Miles, M. B., & Huberman, A. M. (1994). Qualitative data analysis: An expanded sourcebook (2nd ed.). Thousand Oaks, CA: Sage.
Murray, M. (2003). Narrative psychology. In J. A. Smith (Ed.), Qualitative psychology: A practical guide to research methods (pp. 111-131). London: Sage.
Parker, I. (2004). Criteria for qualitative research in psychology. Qualitative Research in Psychology, 1, 95-106.
Patton, M. Q. (1990). Qualitative evaluation and research methods (2nd ed.). Newbury Park, CA: Sage.
Poland, B. D. (2002). Transcription quality. In J. F. Gubrium & J. A. Holstein (Eds.), Handbook of Interview Research: Context & Method (pp. 629-649). Thousand Oaks, CA: Sage.
Potter, J. (1997). Discourse analysis as a way of analysing naturally occurring talk. In D. Silverman (Ed.), Qualitative research: Theory, method and practice (pp. 144-160). London: Sage.
Potter, J., & Wetherell, M. (1987). Discourse and social psychology: Beyond attitudes and behaviour. London: Sage.
Reicher, S. (2000). Against methodolatry: Some comments on Elliott, Fischer, and Rennie. British Journal of Clinical Psychology, 39(1), 1-6.
Reicher, S., & Taylor, S. (2005). Similarities and differences between traditions. The Psychologist, 18(9), 547-549.
Riessman, C. K. (1993). Narrative Analysis. Newbury Park, CA: Sage. Roulston, K. (2001). Data analysis and 'theorizing as ideology'. Qualitative Research, 1(3), 279-302. Rubin, H. J., & Rubin, I. S. (1995). Qualitative interviewing: The art of hearing data. Thousand Oaks, CA: Sage.
Ryan, G. W., & Bernard, H. R. (2000). Data management and analysis methods. In N. K. Denzin & Y. S. Lincoln (Eds.), Handbook of Qualitative Research (2nd ed., pp. 769-802). Thousand Oaks, CA: Sage.
Seale, C. (1999). The quality of qualitative research. London: Sage. Seale, C. (2000). Using computers to analyse qualitative data. In D. Silverman (Ed.), Doing qualitative research: A practical handbook (pp. 155-174). London: Sage.
Silverman, D. (2000). Doing qualitative research: A practice handbook. London: Sage. Singer, D., & Hunter, M. (1999). The experience of premature menopause: a thematic discourse analysis. Journal of Reproductive and Infant Psychology, 17, 63-81.
Smith, J. A., Jarman, M., & Osborn, M. (1999). Doing Interpretative phenomenological analysis. In M. M. a. K. Chamberlain (Ed.), Qualitative Health Psychology: Theories and Methods. London: Sage.
Smith, J. A., & Osborn, M. (2003). Interpretative phenomenological analysis. In J. A. Smith (Ed.), Qualitative Psychology: A Practical Guide to Methods. London: Sage.
Stenner, P. (1993). Discoursing jealousy. In E. Burman & I. Parker (Eds.), Discourse Analytic Research: Repertoires and Readings of Texts in Action (pp. 94-132). London: Routledge.
Strauss, A., & Corbin, J. (1998). Basics of qualitative research: Techniques and procedures for developing grounded theory. Thousand Oaks, CA: Sage.
Taylor, G. W., & Ussher, J. M. (2001). Making sense of S&M: A discourse analytic account. Sexualities, 4(3), 293-314.
Toerien, M., & Wilkinson, S. (2004). Exploring the depilation norm: a qualitative questionnaire study of women's body hair removal. Qualitative Research in Psychology, 1, 69-92.
Tuckett, A. G. (2005). Applying thematic analysis theory to practice: A researcher's experience. Contemporary Nurse, 19(1-2), 75-87.
Ussher, J. M., & Mooney-Somers, J. (2000). Negotiating desire and sexual subjectivity: Narratives of young lesbian avengers. Sexualities, 3(2), 183-2000.
Widdicombe, S., & Wooffitt, R. (1995). The Language of Youth Subcultures: Social Identity in Action. London: Harvester Wheatsheaf.
Wilkinson, S. (2000). Women with breast cancer talking causes: comparing content, biographical and discursive analyses. Feminism & Psychology, 10(4), 431-460.
Willig, C. (1999). Beyond appearances: A critical realist approach to social constructionism. In D. J. Nightingale & J. Cromby (Eds.), Social constructionist psychology: A critical analysis of theory and practice (pp. 37-51). Buckingham, UK: Open University Press.
Willig, C. (2003). Discourse analysis. In J. A. Smith (Ed.), Qualitative psychology: A practical guide to research methods (pp. 159-183). London: Sage.
Yardley, L. (2000). Dilemmas in qualitative health research. Psychology and Health, 15, 215-228.
image6.png
image7.png