Respuesta breve: El análisis fenomenológico interpretativo (IPA) es un método cualitativo para estudiar cómo personas concretas dan sentido a una experiencia vivida significativa. Combina fenomenología, hermenéutica y un enfoque caso por caso (idiográfico). Se analiza cada transcripción en profundidad, se construyen temas experienciales personales para cada participante y solo después se buscan, entre casos, los temas experienciales grupales.
Última actualización: 29 de septiembre de 2026
\n\nEl análisis fenomenológico interpretativo es uno de los métodos cualitativos más utilizados en la investigación en psicología, salud, educación y gestión, y también uno de los más aplicados de forma incorrecta. Muchas tesis denominan su análisis «IPA», pero siguen los pasos del análisis temático con una etiqueta fenomenológica añadida. Esta guía explica qué es el IPA, cuándo es adecuado, cuántos participantes necesita y los siete pasos analíticos según la terminología actual (2022), con un breve ejemplo práctico y una lista de verificación de calidad que puedes usar antes de la entrega.
\n\nEl análisis fenomenológico interpretativo es un enfoque cualitativo desarrollado por Jonathan A. Smith en psicología de la salud a mediados de la década de 1990. Hoy se expone en Interpretative Phenomenological Analysis: Theory, Method and Research, de Smith, Flowers y Larkin (SAGE, segunda edición de 2022), y en la versión más breve Essentials of Interpretative Phenomenological Analysis, de Smith y Nizza (APA, 2022).
\n\nEl IPA se apoya en tres compromisos teóricos:
\nEl IPA es adecuado para preguntas de investigación sobre el significado de una experiencia importante, a menudo transformadora, para un grupo definido. Por ejemplo: «¿Cómo dan sentido los estudiantes de doctorado de primera generación a dejar la vida académica?» o «¿Cuál es la experiencia de volver al trabajo tras un diagnóstico de cáncer?». No encaja bien cuando se quiere explicar un proceso social (conviene la teoría fundamentada), identificar patrones en un conjunto de datos amplio (conviene el análisis temático), estudiar cómo se estructuran las historias (conviene el análisis narrativo) o evaluar un programa. Nuestra guía sobre preguntas de investigación cualitativa según el diseño muestra cómo formular una pregunta fenomenológica.
\n\nLa queja más habitual de los revisores sobre los estudios con IPA es que su análisis es indistinguible del análisis temático. Esta tabla muestra en qué se diferencian realmente los métodos.
\n\n| Método | Pregunta central | Unidad de análisis | Muestra típica | Resultado principal |
|---|---|---|---|---|
| IPA | ¿Cómo da sentido esta persona a esta experiencia? | El caso individual, y luego el grupo | Pequeña, homogénea | Temas experienciales personales y grupales, con divergencias |
| Análisis temático reflexivo | ¿Qué patrones de significado atraviesan el conjunto de datos? | El conjunto de datos | Flexible, a menudo más amplia | Temas que atraviesan a los participantes |
| Teoría fundamentada | ¿Cómo funciona un proceso social? | Incidentes y categorías | Muestreo teórico hasta la saturación | Una teoría o modelo explicativo |
| Análisis narrativo | ¿Cómo construyen y cuentan las personas sus historias? | La historia en su conjunto | Pequeña a moderada | Estructuras narrativas, tramas y posicionamientos |
Para los otros métodos, consulta análisis temático frente a teoría fundamentada y nuestra guía de análisis narrativo.
\n\nEl IPA utiliza muestras pequeñas, intencionales y bastante homogéneas, porque cada caso debe analizarse en profundidad. Smith, Flowers y Larkin sugieren tres participantes como cifra razonable por defecto para los trabajos de estudiantes, y un único caso puede ser defendible cuando es lo bastante rico. Los doctorados profesionales y los PhD suelen incluir más entrevistas, pero los autores del manual dejan claro que más casos no significa automáticamente mejor: una muestra más grande puede diluir la profundidad idiográfica que hace valioso el IPA.
\n\nLa homogeneidad importa porque el IPA busca convergencias y divergencias dentro de un grupo que comparte la experiencia en cuestión. Si los participantes difieren en demasiadas dimensiones a la vez, resulta difícil saber qué varía y por qué. Consulta nuestra visión general de estrategias de muestreo cualitativo y por qué la saturación de datos es un criterio de parada poco adecuado para el trabajo idiográfico.
\n\nLos datos suelen proceder de entrevistas semiestructuradas que invitan a relatos detallados en primera persona. Transcribe literalmente y, después, recorre los pasos siguientes caso por caso.
\n\nEstos pasos siguen la estructura de la segunda edición. Los artículos más antiguos usan «temas emergentes», «temas superordinados» y «temas maestros» para ideas más o menos equivalentes; si tu supervisor aprendió el IPA con la edición de 2009, conviene acordar pronto la terminología.
\n\nEl fragmento siguiente es ilustrativo, está escrito para esta guía y no son datos reales de participantes. Imagina un estudio sobre académicos en las primeras etapas de su carrera que dejaron sus puestos universitarios para dedicarse a la investigación en la industria.
\n\n«Seguía diciendo que solo lo estaba probando. Durante un año no se lo conté a nadie en mi antiguo departamento. Sentía que había suspendido un examen que nadie más tenía que hacer.»
\n\nA lo largo de la transcripción, este enunciado podría agruparse con otros en un PET como «Marcharse como un fracaso privado». En la fase grupal, puede ocurrir que tres participantes compartan ese sentimiento de fracaso mientras un cuarto describe la salida como un alivio. Esa divergencia no es ruido: en el IPA forma parte del hallazgo.
\n\nEsta lista editorial de Qualitati se basa en los criterios para evaluar estudios con IPA de Smith (Health Psychology Review, 2011) y en los cuatro indicadores de un IPA de alta calidad descritos por Nizza, Farr y Smith (Qualitative Research in Psychology, 2021). Puntúa cada elemento con sí o no antes de entregar.
\n\n| Criterio | Qué es lo adecuado |
|---|---|
| Pregunta fenomenológica | La pregunta de investigación trata sobre el significado de una experiencia, no sobre causas ni frecuencias. |
| Muestra homogénea | Los participantes comparten la experiencia y el contexto relevante; la justificación de la inclusión está explicitada. |
| Análisis caso por caso | Cada transcripción se analizó hasta obtener los PET antes de iniciar el trabajo entre casos. |
| Narrativa en desarrollo | Los hallazgos se leen como un relato argumentado, no como una lista de temas con citas adjuntas. |
| Relato experiencial riguroso | Los temas describen cómo es la experiencia, no solo los asuntos que mencionaron los participantes. |
| Lectura analítica detallada | Las citas se interpretan, incluidos el lenguaje, la metáfora y la vacilación, y no solo se presentan. |
| Convergencia y divergencia | Cada GET muestra cómo lo comparten los participantes de forma distinta y dónde alguien no lo comparte. |
| Prevalencia informada | Una tabla muestra qué participantes contribuyen a cada tema. |
| Reflexividad | Se documenta la posición del investigador y su posible influencia. Consulta nuestra guía sobre reflexividad en la investigación cualitativa. |
En parte. Los estudios recientes muestran tanto la promesa como los límites. Martínez-Pernía y colegas usaron GPT-4 para apoyar un análisis fenomenológico de entrevistas a 28 adultos e informaron de que el análisis asistido por IA tardó unas 20 horas frente a unas 70 del análisis codificado por humanos de los mismos datos, pero también de que pasó por alto algunas sensaciones corporales que sí captó el análisis humano y no reprodujo del todo las estructuras experienciales más complejas (Frontiers in Psychology, mayo de 2025). Su estudio empleó métodos descriptivos y microfenomenológicos en lugar del IPA, pero las lecciones son transferibles. Por otra parte, Ashwin, Chhabra y Rao constataron que los grandes modelos de lenguaje pueden introducir sesgos sistemáticos al anotar datos de entrevistas cualitativas (Sociological Methods & Research, 2025).
\n\nUna división del trabajo defendible para el IPA:
\nQualitati es una plataforma europea de investigación cualitativa para universidades y empresas de investigación, con GDPR y la privacidad de los datos como prioridades centrales. No realiza el IPA por ti, y no debería hacerlo. Apoya las partes de un proyecto de IPA que rodean a la interpretación:
\nEl plan gratuito incluye 30 créditos mensuales sin necesidad de tarjeta de crédito. Consulta los precios vigentes o compara enfoques en nuestra guía de alternativas a NVivo.
\n\nEsta guía está dirigida a estudiantes de doctorado y de máster, supervisores e investigadores en psicología, salud, educación y gestión que planean o redactan un estudio con IPA. No elijas el IPA cuando tu objetivo sea explicar un proceso, contrastar una hipótesis, comparar muchos grupos heterogéneos o resumir opiniones en una muestra amplia. El análisis temático reflexivo o la teoría fundamentada suelen servir mejor a esos propósitos.
\n\nLa fenomenología es una tradición filosófica y una familia de métodos de investigación. El IPA es un método concreto dentro de ella que añade una postura interpretativa (hermenéutica) explícita y un enfoque idiográfico caso por caso. La fenomenología descriptiva, en cambio, pretende describir la estructura esencial de una experiencia.
\n\nLas muestras pequeñas y homogéneas son lo habitual. Tres participantes es una cifra común en los trabajos de máster, y los estudios de doctorado suelen incluir más. La profundidad del análisis por caso importa más que el número total.
\n\nLos temas experienciales personales (PET) resumen la experiencia de un participante. Los temas experienciales grupales (GET) se desarrollan comparando los PET entre participantes y muestran patrones tanto compartidos como divergentes. Los términos proceden de la segunda edición de 2022 de Smith, Flowers y Larkin.
\n\nNo. Ambos producen temas, pero el IPA analiza cada caso en profundidad antes de comparar, se centra en el significado de una experiencia vivida e informa de las divergencias entre participantes. El análisis temático trabaja sobre el conjunto de datos desde el principio.
\n\nPara la transcripción y la organización, sí, siempre que se cuente con la aprobación ética y la protección de datos. Para los enunciados experienciales y la interpretación, el resultado de la IA debe tratarse como mucho como un punto de partida, porque el método exige que el investigador dé sentido por sí mismo.
\n\nEl análisis fenomenológico interpretativo es la opción adecuada cuando quieres entender cómo un grupo pequeño y específico da sentido a una experiencia significativa. Analiza caso por caso, usa de forma coherente la terminología de 2022, informa de las divergencias y deja que la interpretación sea tuya. Cuando tu guía de entrevista esté lista, empieza gratis con 30 créditos para recoger y transcribir entrevistas en Qualitati y organizar tus enunciados experienciales entre casos.
\n\nNota de revisión humana: el ejemplo práctico y la lista de verificación de calidad del IPA son herramientas editoriales del Qualitati Research Team, no un instrumento validado. Confirma el tamaño de la muestra y las convenciones de informe con tu supervisor y con los textos sobre IPA citados arriba.
\n","related":[{"slug":"codes-categories-themes-qualitative-analysis-2026","title":"Códigos vs. categorías vs. temas en el análisis cualitativo","description":"Los códigos etiquetan datos, las categorías agrupan códigos y los temas interpretan su significado. Guía 2026 de la jerarquía, con flujo asistido por IA.","category":"Métodos cualitativos","date":"2026-06-27","readTime":"12 min de lectura","author":"Qualitati Research Team"}]}