Marcus Andrey Estudo
Read in English Biblioteca

Pesquisa em UX · Passo 6 · 10 min de leitura

Análise temática

A análise temática é o jeito mais usado de achar padrões de significado em dados qualitativos, e o mais mal usado. O que são códigos e temas, as seis fases, por que temas não "emergem", a diferença entre um tema e um resumo de tópico, e como fazer isso bem num time de design.

Um tema não é algo que você encontra nos dados. É algo que você constrói a partir deles, com cuidado, e consegue defender. Parece papo de aula de filosofia, mas muda o seu jeito de trabalhar. Se os temas estivessem esperando nas transcrições, qualquer pessoa acharia os mesmos e bastaria olhar. Como é você quem os constrói, você precisa de um método que te mantenha honesto: codificar tudo, conferir cada tema com os dados e dizer o que você trouxe para a leitura.

O que você vai conseguir fazer depois de ler:

  • Explicar o que são códigos e temas, e como eles se diferenciam
  • Codificar um trecho de entrevista com códigos descritivos e interpretativos
  • Percorrer as seis fases da análise temática
  • Separar um tema de verdade de um resumo de tópico

1. O que é

O artigo de Virginia Braun e Victoria Clarke, de 2006, começa chamando a análise temática de "a poorly demarcated, rarely acknowledged, yet widely used qualitative analytic method", um método de análise qualitativa mal delimitado, raramente reconhecido e, ainda assim, muito usado, e se propõe a dar diretrizes claras para ele. As autoras defendem que ele é acessível e teoricamente flexível, útil muito além da psicologia (Braun e Clarke, Qualitative Research in Psychology, 2006). O Semantic Scholar conta mais de 90 mil citações desse artigo (Semantic Scholar), e as ideias dele estão por trás de muita síntese em UX, mesmo quando ninguém as cita.

A definição da NN/g é prática: um método sistemático de decompor e organizar dados qualitativos ricos, marcando observações e citações com códigos, para ajudar a descobrir temas importantes (NN/g, Thematic Analysis, 2022). Duas palavras sustentam tudo:

  • Um código é uma palavra ou expressão que rotula um trecho de texto: uma abreviação do assunto dele, como uma hashtag num post.
  • Um tema é um padrão de significado compartilhado nos dados, unido por uma ideia central. Nas palavras de Braun e Clarke hoje, temas são "pattern of shared meaning underpinned by a central concept or idea", padrões de significado compartilhado sustentados por um conceito ou ideia central (thematicanalysis.net).

2. Codificar

P4, entrevista 4, 18:40

Sinceramente, eu só uso o app para as coisas grandes, tipo aluguel.1 As coisas pequenas eu deixo pra lá, sabe, dez reais, quem liga.2 Só que vai somando e de repente são cento e cinquenta3 e aí eu tenho que falar alguma coisa, e é constrangedor.4

Eu desliguei os lembretes5 porque parecia que o app era eu, enchendo o saco da Ana.6 Se viesse do app, no dia primeiro, tipo uma conta, eu não me importaria.7

  1. 1Só valores grandesDescritivo
  2. 2Deixa dívidas pequenas pra láDescritivo
  3. 3Dívidas pequenas se acumulamDescritivo
  4. 4Cobrar parece conflitoInterpretativo: o que isso significa para ele
  5. 5Desligou os lembretesDescritivo
  6. 6O lembrete fala com a minha vozInterpretativo: por que ele desligou
  7. 7Quer um lembrete agendado, como uma contaDescritivo
Noventa segundos de uma entrevista, codificados. Os trechos destacados recebem códigos descritivos, sobre o que o texto fala; os sublinhados recebem códigos interpretativos, o que ele parece significar. Os códigos 2, 3, 4 e 6 depois alimentam o tema "cobrar parece falta de educação, então as pessoas esperam".Diagrama: Marcus Andrey, CC BY 4.0. Uma entrevista inventada. Códigos descritivos e interpretativos como descritos na NN/g, Thematic Analysis (Rosala, 2022).

Codificar é percorrer os dados um trecho de cada vez perguntando "do que isto trata?". A NN/g separa dois tipos de código (NN/g, 2022):

  • Códigos descritivos dizem sobre o que é o texto, perto das palavras do participante: "desligou os lembretes".
  • Códigos interpretativos acrescentam a sua leitura analítica: "o lembrete fala com a minha voz". Eles costumam vir com mais facilidade depois, quando você já leu tudo.

Braun e Clarke descrevem o mesmo espectro como semântico (o conteúdo explícito) a latente (as ideias e suposições por baixo dele) (thematicanalysis.net). Os dois servem. Um estudo só com códigos descritivos tende a terminar numa lista do que as pessoas disseram; um estudo só com códigos interpretativos tende a se afastar dos dados.

Mantenha uma lista de códigos enquanto trabalha, com uma descrição curta e um exemplo de cada um. A NN/g observa que isso evita criar três códigos para a mesma coisa, e é essencial quando mais de uma pessoa codifica.


3. As seis fases

  1. Familiarizar-se

    Ler e reler o conjunto todo de dados, anotando as primeiras observações.

  2. Codificar

    Dar rótulos curtos a tudo o que importa para a pergunta de pesquisa; duas rodadas ou mais.

  3. Gerar temas iniciais

    Montar, a partir dos códigos, padrões candidatos de significado compartilhado.

  4. Desenvolver e revisar

    Conferir cada tema com os trechos codificados e com o conjunto todo; dividir, juntar ou descartar.

  5. Refinar, definir e nomear

    Definir o alcance de cada tema, a sua história e um nome que informe.

  6. Escrever

    Tecer a análise e os trechos numa história só.

Em sequência, mas recursivo: você vai e volta entre as fases.

As seis fases da análise temática reflexiva, com os nomes que Braun e Clarke usam hoje. Os nomes mudaram desde o artigo de 2006; a ideia das seis fases, não.Diagrama: Marcus Andrey, CC BY 4.0, a partir de Braun e Clarke, Doing reflexive TA (Universidade de Auckland).

As seis fases de Braun e Clarke, com os nomes que elas usam hoje (Doing reflexive TA):

  1. Familiarize-se com o conjunto de dados. Leia e releia tudo, até as sessões que você mesmo conduziu. A NN/g sugere trabalhar a partir das transcrições, não da memória.
  2. Codifique. Codifique o conjunto inteiro, em duas rodadas ou mais, e depois reúna os códigos com os seus trechos.
  3. Gere temas iniciais. Procure nos códigos padrões de significado mais amplos, e junte os dados de cada candidato.
  4. Desenvolva e revise os temas. Confira cada candidato com os seus trechos e depois com o conjunto todo. Divida, junte ou descarte.
  5. Refine, defina e nomeie os temas. Escreva do que cada tema trata e do que não trata, e dê a ele um nome que diga algo.
  6. Escreva. Teça a história dos temas junto com os trechos.

Elas reforçam que as fases são sequenciais, mas recursivas: você vai e volta. A NN/g acrescenta um passo que os times pulam: fazer uma pausa e voltar aos temas com a cabeça fresca antes de fechá-los.

O card As seis fases da análise temática traz as fases como passos, um exemplo prático e um modelo para copiar.


4. Temas são construídos, não encontrados

Na reflexão de 2019 sobre o artigo de 2006, Braun e Clarke esclareceram como o pensamento delas mudou e disseram que agora preferem chamar a abordagem de análise temática reflexiva (Braun e Clarke, 2019). A ideia central: os temas são gerados por quem pesquisa, através da familiarização, da codificação e do desenvolvimento dos temas, e a codificação "inevitably and inescapably bears the mark of the researcher(s)", carrega, de forma inevitável, a marca de quem pesquisa (thematicanalysis.net, FAQs).

Três consequências para um time de design:

  • Diga "desenvolvemos três temas", não "emergiram três temas". É mais honesto, e lembra a todos que as suposições do time moldaram a leitura.
  • Escreva o que você trouxe. Antes de codificar, liste o que você espera encontrar e o que torce para encontrar. Quando um tema bater exatamente com a sua torcida, olhe duas vezes. Como as pessoas pensam trata do viés de confirmação.
  • Índices de concordância não são o objetivo. Algumas abordagens medem com que frequência duas pessoas codificam igual. Braun e Clarke argumentam que, na análise temática reflexiva, sem uma codificação "correta" única, a lógica da confiabilidade entre codificadores desaparece; o artigo delas de 2021 critica tratá-la como requisito universal de qualidade (Braun e Clarke, 2021). Duas pessoas codificando juntas continua valendo a pena, pela conversa, não pelo índice.

Elas também descrevem a análise temática como uma família de abordagens, não um método só: abordagens de confiabilidade de codificação, de livro de códigos e reflexivas diferem em filosofia e em procedimento (thematicanalysis.net). Em times de produto, uma abordagem leve com livro de códigos é comum quando vários pesquisadores dividem um repositório. Seja qual for a sua, diga qual é.


5. Um tema ou um resumo de tópico?

O problema mais frequente que Braun e Clarke veem em trabalhos publicados é o resumo de tópico apresentado como tema: um resumo de tudo o que os participantes disseram sobre um assunto ou uma pergunta da entrevista, sem nada que amarre tudo (thematicanalysis.net, FAQs). Relatórios de design estão cheios deles.

Resumo de tópico Tema
"Lembretes": uns gostam, uns desligaram, uns querem semanais Cobrar parece falta de educação, então as pessoas esperam, e um lembrete com a voz delas piora as coisas
"Onboarding": comentários sobre as telas de cadastro As pessoas pulam a configuração porque só abrem o app quando uma conta já está vencendo

Um teste rápido: se o nome do tema pudesse ser uma pergunta da entrevista, ou uma seção do seu roteiro de entrevista, provavelmente é um tópico. Um tema tem uma ideia central, e dá para explicá-lo a alguém de um fôlego só.


6. Fazendo isso num time de design

  • Escolha a ferramenta pelos dados. A NN/g descreve três: software de análise qualitativa, diário com anotações (memos) e mapa de afinidade com transcrições recortadas (NN/g, 2022). Para seis entrevistas, uma planilha com uma linha por trecho codificado basta.
  • Envolva o time na familiarização. A NN/g sugere um workshop em que cada pessoa lê e destaca transcrições, passando-as adiante até todo mundo ter lido todas. Isso resolve o problema dos colegas que assistiram a uma sessão e só lembram dela.
  • Mantenha os códigos rastreáveis. Cada trecho codificado guarda o participante e o minuto, para cada tema do relatório poder apontar o momento de onde veio.
  • Use IA como assistente, não como analista. Ela pode rascunhar códigos para você conferir; não pode responder pela leitura. Síntese assistida por IA, passo a passo mostra um fluxo cuidadoso.

7. Erros comuns

  • Passar o olho nas transcrições e codificar só as partes marcantes.
  • Códigos tão amplos que viram tópicos ("Lembretes").
  • Temas com nome de pergunta de entrevista.
  • "Os temas emergiram", como se ninguém tivesse feito nada.
  • Contar quantas vezes uma palavra aparece e chamar isso de análise.
  • Ignorar os dados que contradizem um tema. A NN/g põe ignorar pontos de vista que não batem com as crenças de quem pesquisa entre os problemas comuns.
  • Parar nos códigos, e o relatório vira uma lista do que as pessoas disseram.

8. Vocabulário

Termo Significado
Código Um rótulo curto para um trecho dos dados
Codificação Rotular os trechos dos dados com códigos
Código descritivo ou semântico Um rótulo para o que o texto diz
Código interpretativo ou latente Um rótulo para o que o texto parece significar
Lista de códigos (livro de códigos) Os códigos, cada um com descrição e exemplos
Tema Um padrão de significado compartilhado, unido por uma ideia central
Resumo de tópico Tudo o que foi dito sobre um assunto, sem ideia central
Análise temática reflexiva A abordagem de Braun e Clarke, em que o papel de quem pesquisa é assumido
Reflexividade Perceber e dizer como você moldou a análise

9. Experimente (sem ferramentas)

  1. Pegue o trecho codificado da figura e cubra os códigos.
  2. Codifique você: três códigos descritivos e um interpretativo.
  3. Compare com a figura. Onde vocês diferem, qual leitura você defende melhor a partir das palavras?

Perguntas para refletir: O que você esperava que o P4 dissesse antes de ler? Essa expectativa mudou os seus códigos?


10. Se você já pratica

  • Escreva uma nota curta de reflexividade no começo de cada estudo: o que você espera, o que gostaria que fosse verdade, e qual é o seu papel no produto.
  • Mantenha uma lista de códigos na pasta do estudo, com descrições e exemplos, e reaproveite no próximo estudo da mesma área.
  • Revise os temas em dupla antes do relatório, perguntando sobre cada um: qual é a ideia central? Que dados vão contra ele?
  • Leia as vinte perguntas críticas de Braun e Clarke no artigo de 2021; elas são um bom checklist para os seus relatórios.

Checklist

Para saber mais

Livros, cursos e vídeos para ir mais fundo

Os links dos livros são de afiliado da Amazon: como associado, recebo por compras qualificadas, sem custo a mais para você.

Relacionadas

Das notas aos temas, mapa de afinidade · Personas e jornadas a partir de dados · Notas, gravações e transcrições · Síntese assistida por IA, passo a passo · Sintetize um estudo

Salvo só neste dispositivo.

↑ ↓ para mover · Enter para abrir · Esc para fechar