Análise Temática: As Seis Fases de Braun and Clarke, Explicadas (Guia 2026)

Escrito por Fengming Liu (UCL) · Revisto por Prof. Shubin Yu (HEC Paris) · May 2026 · Atualizado: 2026-05-30 · 16 min read

A análise temática é o método a que a maioria dos investigadores qualitativos recorre em primeiro lugar — e o que mais vezes é feito de forma pouco rigorosa. Bem feita, é uma forma rigorosa e transparente de encontrar e relatar padrões de significado em entrevistas, grupos de discussão ou texto aberto. Este guia percorre-a fase a fase, usando o quadro amplamente citado de Braun and Clarke, e mostra onde a IA acelera agora o trabalho sem substituir o seu juízo.

Para o contexto mais amplo da análise, consulte o nosso guia de Análise de Dados Qualitativos; para os fundamentos, a Investigação Qualitativa 101.

O que é a análise temática?

A análise temática é um método para identificar, analisar e relatar sistematicamente padrões de significado — temas — num conjunto de dados qualitativos. É o método de análise qualitativa mais flexível e mais utilizado porque não está vinculado a um único quadro teórico: pode ser aplicado em diferentes disciplinas e paradigmas para dar sentido à forma como as pessoas vivem e falam sobre um tema.

Um tema capta algo importante sobre os dados em relação à pergunta de investigação e representa uma resposta ou um significado padronizado ao longo do conjunto de dados. O objetivo não é resumir o que foi dito, mas interpretar o que significa.

Tipos de análise temática

"Análise temática" é, na verdade, uma família de abordagens. Três distinções fundamentais moldam a forma como se faz:

Indutiva vs. dedutiva — os temas emergem dos dados (indutiva) ou são orientados por uma teoria ou um livro de códigos existente (dedutiva). A maioria dos estudos combina ambas.
Semântica vs. latente — a análise mantém-se no significado explícito e de superfície (semântica) ou interpreta os pressupostos e as ideias subjacentes (latente).
Reflexiva vs. fiabilidade da codificação — os temas são desenvolvidos através da interpretação ativa e reflexiva do investigador, ou através de um livro de códigos estruturado com vários codificadores e verificações de concordância. O trabalho mais recente de Braun and Clarke enfatiza a forma reflexiva.

As seis fases de Braun and Clarke

O quadro de seis fases é a espinha dorsal da análise temática. As fases são recursivas, não estritamente lineares — avança e recua à medida que a sua compreensão se desenvolve.

Familiarização com os dados — leia e releia todo o conjunto de dados, ouvindo as gravações se disponíveis, e registe ideias iniciais. Não é possível encontrar padrões em dados que não se conhecem bem.
Geração de códigos iniciais — percorra os dados sistematicamente, atribuindo códigos concisos a características que pareçam interessantes ou relevantes. Codifique de forma inclusiva e mantenha algum contexto envolvente.
Procura de temas — ordene e agrupe os códigos em temas candidatos, reunindo todos os dados relevantes para cada um. Ferramentas visuais como mapas ajudam nesta fase.
Revisão dos temas — confronte os temas candidatos com os seus extratos codificados (são coerentes?) e com todo o conjunto de dados (ajustam-se?). Divida, combine ou descarte conforme necessário.
Definição e nomeação dos temas — escreva uma definição clara do que cada tema é e não é, e dê-lhe um nome conciso e informativo. Cada tema deve ter um foco claro e contar parte da história global.
Produção do relatório — entreteça os temas numa narrativa analítica, sustentada por extratos vívidos e representativos, que responda à pergunta de investigação e dialogue com a literatura.

Códigos vs. temas vs. tópicos

Estes são frequentemente confundidos, e a confusão enfraquece a análise:

Um código é uma etiqueta curta num segmento específico de dados (por exemplo, "racionar o tempo").
Um tema é um padrão mais amplo, construído a partir de muitos códigos, que faz uma afirmação analítica (por exemplo, "o controlo exerce-se através de pequenas escolhas diárias").
Um tópico é apenas uma área temática (por exemplo, "tempo"). Um tema diz algo sobre um tópico; um tópico, por si só, não.

Fazer análise temática com a ajuda da IA

A IA pode acelerar as fases mais intensivas em mão de obra — gerando códigos iniciais num grande conjunto de dados em minutos e agrupando-os em temas candidatos — deixando ao investigador o trabalho interpretativo de rever, definir e narrar. Usada de forma a manter o humano no ciclo, esta abordagem preserva o juízo reflexivo no cerne de uma boa análise temática, eliminando ao mesmo tempo o estrangulamento. Consulte a Investigação Qualitativa Assistida por IA Generativa para saber como manter o rigor.

Armadilhas comuns

Temas que são apenas tópicos — uma lista de áreas temáticas não é análise; um tema tem de fazer uma afirmação.
Usar as perguntas da entrevista como temas — organizar os resultados pelas perguntas feitas, em vez de por padrões de significado.
Evidência fraca — temas sem dados suficientes que os sustentem, ou apoiados apenas em citações selecionadas a dedo.
Temas sobrepostos — temas que não são distintos, sinalizando que a fase de revisão foi apressada.
Saltar a familiarização — codificar antes de conhecer verdadeiramente os dados.

Garantir o rigor

A análise temática é avaliada pela sua fiabilidade, não por estatísticas. Reforce-a com um rasto de auditoria das decisões de codificação, definições claras dos temas, extratos representativos (e não selecionados a dedo), reflexividade sobre a sua própria influência e — nas variantes de fiabilidade da codificação — verificações de concordância entre codificadores.

Um exemplo prático

Familiarizar — ler todas as 18 entrevistas sobre o bem-estar no trabalho remoto duas vezes, registando impressões.
Codificar — gerar códigos como "culpa de estar sempre disponível", "fronteiras esbatidas" e "rituais que sinalizam o fim".
Procurar — agrupar códigos em temas candidatos, como "as fronteiras têm de ser construídas ativamente".
Rever — testar os temas face aos extratos e ao conjunto de dados completo; combinar dois temas sobrepostos.
Definir — nomear e definir cada tema com precisão.
Relatar — escrever a narrativa com citações representativas e ligações à literatura.

Principais conclusões

A análise temática encontra e relata sistematicamente padrões de significado (temas) em dados qualitativos.
Varia ao longo das dimensões indutiva/dedutiva, semântica/latente e reflexiva/fiabilidade da codificação.
As seis fases recursivas de Braun and Clarke vão da familiarização à redação final.
Um tema faz uma afirmação analítica; é mais do que um código e mais do que um tópico.
A IA pode acelerar a codificação e a procura de temas, mas a interpretação continua a ser humana.

Perguntas frequentes

O que é a análise temática?

É um método qualitativo flexível para identificar, analisar e relatar sistematicamente padrões de significado (temas) num conjunto de dados, como entrevistas ou respostas abertas, a fim de interpretar o que os dados significam.

Quais são as seis fases da análise temática de Braun and Clarke?

Familiarização com os dados; geração de códigos iniciais; procura de temas; revisão dos temas; definição e nomeação dos temas; e produção do relatório. As fases são recursivas, e não estritamente lineares.

Qual é a diferença entre um código e um tema?

Um código é uma etiqueta curta num segmento específico de dados; um tema é um padrão mais amplo, construído a partir de muitos códigos, que faz uma afirmação analítica sobre o conjunto de dados em relação à pergunta de investigação.

O que é a análise temática reflexiva?

É a abordagem enfatizada por Braun and Clarke, na qual os temas são desenvolvidos ativamente através da interpretação e da reflexividade do investigador, e não através de um livro de códigos fixo e de concordância entre codificadores.

A análise temática é indutiva ou dedutiva?

Pode ser uma, outra ou ambas. A análise indutiva deixa os temas emergirem dos dados; a análise dedutiva é orientada por uma teoria ou um livro de códigos existente. Muitos estudos combinam as duas.

A IA consegue fazer análise temática?

A IA consegue gerar códigos iniciais e propor temas candidatos num conjunto de dados rapidamente, mas a revisão, a definição e a interpretação dos temas devem permanecer com o investigador num fluxo de trabalho que mantém o humano no ciclo.