Respuesta breve: El análisis de plantillas es una variante del análisis temático basada en un codebook, propuesta por Nigel King y colegas. El investigador parte de un conjunto pequeño de temas a priori provisionales, construye una plantilla de codificación inicial sobre un subconjunto de transcripciones y después la revisa a medida que la aplica al resto de los datos. Es adecuado para estudios con preguntas de investigación claras, muchos participantes y la necesidad de una estructura de codificación transparente y jerárquica.
El análisis de plantillas es una de las formas más prácticas de analizar datos de entrevistas cualitativas cuando ya sabes, al menos a grandes rasgos, qué buscas. Es habitual en la investigación organizacional, sanitaria y psicológica, y se sitúa entre el análisis temático reflexivo, totalmente inductivo, y el método de matriz del framework. Esta guía explica qué es el análisis de plantillas, recorre sus seis pasos con un ejemplo práctico, lo compara con métodos afines y muestra dónde ayuda la codificación asistida por IA y dónde no.
\n\nEl análisis de plantillas es una forma de análisis temático que organiza la codificación en torno a una «plantilla»: una lista jerárquica y escrita de temas que el investigador elabora pronto y sigue revisando. En su artículo metodológico en Qualitative Research in Psychology (de acceso abierto a través de PubMed Central), Joanna Brooks, Serena McCluskey, Emma Turley y Nigel King lo describen como un estilo flexible de análisis temático con un procedimiento definido, y lo sitúan junto al análisis por framework como enfoque de «codebook».
\nEl método tiene dos rasgos distintivos. En primer lugar, admite temas a priori: puedes partir de temas derivados de tus preguntas de investigación, de la guía de entrevista o de una teoría. En segundo lugar, es iterativo por diseño: la plantilla es un borrador de trabajo que cambia cada vez que los datos reales la desafían. Para un tratamiento de libro completo, véase Template Analysis for Business and Management Students (Sage, 2017), de King y Brooks.
\n\nBrooks et al. (2015) describen el procedimiento en seis pasos. El orden es fijo, pero los pasos cuatro a seis suelen repetirse varias veces.
\n\nLee el conjunto de datos completo o, si es grande, un subconjunto representativo. Anota las primeras impresiones y cualquier aspecto que te sorprenda en relación con tus preguntas de investigación.
\n\nMarca los fragmentos relevantes para las preguntas de investigación. Si definiste temas a priori, úsalos aquí, pero codifica también cualquier fragmento relevante que no encaje en ellos.
\n\nAgrupa los códigos en conglomerados significativos y decide cómo se relacionan. Aquí aparece la jerarquía: temas superiores amplios con subtemas más específicos debajo, además de los temas integradores que atraviesan los grupos.
\n\nRedacta la primera versión de la plantilla a partir de un subconjunto de transcripciones. Brooks et al. distinguen este enfoque de aquellos que codifican todos los relatos antes de definir la estructura. Elige el subconjunto de forma que cubra la variedad de tu muestra, por ejemplo distintos roles, centros o grupos de participantes.
\n\nCodifica más transcripciones con la plantilla. Cuando los datos no encajen, modifícala: inserta un tema nuevo, elimina uno que no aporte nada, redefine su alcance o muévelo a otro nivel. Conserva cada versión y una breve nota sobre el motivo del cambio.
\n\nDeja de revisar cuando no quede ninguna sección sustancial de datos relevantes para tus preguntas de investigación sin codificar. Después aplica la versión final a todo el conjunto de datos y úsala como eje de la interpretación y de la redacción.
\n\nSupongamos que un equipo de investigación entrevista a 30 empleados sobre el teletrabajo. Las preguntas de investigación se refieren a la autonomía, la coordinación y la visibilidad profesional, y la guía de entrevista tiene una sección para cada una. Una plantilla inicial construida sobre ocho transcripciones podría tener este aspecto:
\nAl codificar las diez transcripciones siguientes, suelen producirse dos cambios. Aparece un tema que la guía no anticipaba, por ejemplo que las responsabilidades de cuidado condicionan la elección del horario, y se inserta bajo 1.1. Y «Herramientas asíncronas» resulta decir poco por sí sola, así que se fusiona con «Carga de reuniones» y se renombra como «Prácticas de coordinación». Cada cambio se registra con la transcripción que lo motivó, y ese registro forma parte de tu pista de auditoría.
\n\nLa tabla compara el análisis de plantillas con tres métodos vecinos, según Brooks et al. (2015), Gale et al. (2013) sobre el método framework y Braun y Clarke (2021) sobre el análisis temático reflexivo.
\n| Criterio | Análisis de plantillas | Análisis temático reflexivo | Análisis por framework | IPA |
|---|---|---|---|---|
| Temas a priori | Permitidos, provisionales | Generalmente se evitan | Habituales (marco analítico) | No se usan |
| Estructura de codificación | Jerárquica, a menudo 4 o más niveles | Normalmente 1 a 2 niveles | Categorías del framework en una matriz | Temas dentro de cada caso y, después, entre casos |
| Resultado principal | Plantilla final más interpretación | Temas interpretativos | Matriz caso por tema | Relato idiográfico |
| Enfoque | Entre casos | Entre casos | Entre casos y dentro de cada caso | Primero dentro del caso |
| Muestra típica | Mediana a grande | Pequeña a grande | Mediana a grande | Pequeña y homogénea |
| Trabajo en equipo | Muy adecuado (plantilla compartida) | Posible, con énfasis reflexivo | Muy adecuado | Normalmente un solo analista |
Para comparaciones más detalladas, consulta nuestras guías sobre análisis por framework, análisis temático, análisis fenomenológico interpretativo y codificación deductiva frente a inductiva.
\n\nEl punto más débil de muchos análisis con plantilla no es la plantilla en sí, sino el camino no documentado que lleva hasta ella. Esta lista de verificación, propiedad de Qualitati, convierte cada revisión en una decisión auditable.
\n| Campo | Qué registrar | Por qué importa |
|---|---|---|
| Versión de la plantilla | v1, v2, v3 con fecha | Muestra que el análisis evolucionó con los datos |
| Tipo de cambio | Insertar, eliminar, fusionar, redefinir, cambiar de nivel | Permite comparar el tipo de revisiones a lo largo del tiempo |
| Desencadenante | ID de la transcripción y fragmento | Fundamenta cada cambio en los datos |
| Estatus a priori | ¿Estaba el tema definido de antemano? | Revela si los supuestos previos resistieron el contacto con los datos |
| Justificación | Una o dos frases | Favorece la reflexividad y la revisión por pares |
| Control de cobertura | ¿Quedan fragmentos relevantes sin codificar? | Es el criterio de parada para finalizar la plantilla |
Una señal útil: si ningún tema a priori llegó a redefinirse o eliminarse, pregúntate si la plantilla se puso realmente a prueba con los datos o simplemente se rellenó. Acompaña el registro con una pista de auditoría y una plantilla de codebook.
\n\nÚsalo cuando: tengas preguntas de investigación definidas o una teoría que quieras extender; una guía semiestructurada dé forma a los datos; la muestra sea demasiado grande para un trabajo idiográfico caso por caso; o un equipo necesite una estructura de codificación compartida y explícita.
\nEvítalo cuando: el estudio sea genuinamente exploratorio y los temas a priori te dirijan demasiado pronto; necesites un relato idiográfico de unas pocas experiencias vividas (el IPA encaja mejor); o pretendas construir teoría a partir de los datos mediante comparación constante (la teoría fundamentada encaja mejor).
\n\nEl análisis de plantillas encaja de forma natural con la codificación asistida por IA, porque la plantilla es un conjunto explícito de instrucciones escritas. La investigación sobre codificación deductiva con LLM, como Xiao et al. (2023), combina codebooks escritos por expertos con prompts para modelos y reporta un acuerdo útil con codificadores humanos en algunas tareas, aunque también muestra que el rendimiento depende de lo claramente que estén definidos los códigos.
\nUna división del trabajo sensata:
\nLa revisión humana es esencial en las afirmaciones metodológicas delicadas: informa de cómo se usó la IA, qué versión de la plantilla aplicó y cómo se comprobó su resultado.
\n\nQualitati es una plataforma europea de investigación cualitativa, de precio asequible, para universidades y empresas de investigación, con la privacidad de datos y el RGPD como prioridades centrales. Para el análisis de plantillas, las piezas relevantes son:
\nQualitati no sustituye las decisiones analíticas que hacen rigoroso el análisis de plantillas; acorta las partes mecánicas para que más tiempo se dedique a revisar e interpretar la plantilla.
\n\nEs una variante del análisis temático. Sus rasgos distintivos son la admisión de temas a priori, una plantilla inicial construida sobre un subconjunto de datos, la revisión iterativa y una estructura de codificación jerárquica, normalmente más profunda.
\nNo hay un número fijo. Brooks et al. (2015) señalan que las plantillas suelen llegar a cuatro niveles o más, pero la profundidad debe reflejar dónde los datos son más ricos, no una cuota.
\nAmbos. Parte de temas deductivos provisionales derivados de las preguntas de investigación o de una teoría y luego los revisa de forma inductiva a medida que se codifican las transcripciones.
\nAmbos son enfoques de codebook. El análisis de plantillas ofrece más orientación para desarrollar y revisar una estructura de codificación jerárquica, mientras que el análisis por framework se centra en volcar los datos en una matriz de casos por temas.
\nLa IA puede aplicar una plantilla existente a las transcripciones y detectar datos que no encajan, pero definir los temas a priori, decidir las revisiones e interpretar el resultado deben seguir en manos del investigador.
\n\nEl análisis de plantillas ofrece a los investigadores cualitativos un término medio riguroso: parte de lo que te dicen tus preguntas de investigación, construye una plantilla sobre una parte de los datos y deja que el resto de los datos la reescriba. Documenta cada revisión, mantén la interpretación en manos humanas y usa la IA para la aplicación repetitiva de los códigos. ¿Listo para probarlo? Empieza gratis con 30 créditos, explora el QDA Workspace o consulta nuestros precios transparentes.
\n\nÚltima actualización: 1 de octubre de 2026
\nEsta guía es un resumen editorial independiente del Equipo de Investigación de Qualitati. Las afirmaciones metodológicas se atribuyen a las fuentes citadas; revísalas según los estándares de tu disciplina antes de usarlas en una tesis o publicación.
\n\n\n\n","related":[]}