El análisis cualitativo consiste en organizar, examinar e interpretar información para comprender un fenómeno, identificando significados y percepciones más que datos numéricos (Gibbs, 2014; Lara-Rodríguez, 2025).

En el estudio de caso, permite generar hallazgos mediante categorías y relaciones basadas en la evidencia, comprendiendo la realidad desde la perspectiva de los participantes (Páramo Morales et al., 2020; Martínez & Tawil, 2026).

Características principales

• Organiza e interpreta información.
• Identifica categorías y patrones.
• Comprende experiencias y percepciones.
• Responde a la pregunta de investigación.

Ejemplo práctico

Una empresa virtual analiza entrevistas de clientes e identifica problemas de navegación, entregas y pagos para comprender factores que afectan la experiencia de compra.

Figura 1

Etapas Básicas del Proceso de análisis cualitativo.

5.1.1 Codificación de datos: abierta, axial y selectiva

La codificación es una etapa del análisis cualitativo que organiza y clasifica información de entrevistas, observaciones o documentos, transformándola en categorías para facilitar su interpretación (Gibbs, 2014; Mejía Trejo, 2026).

Se desarrolla en tres niveles: abierta, axial y selectiva, que permiten organizar datos y construir explicaciones del fenómeno estudiado (Lara-Rodríguez, 2025).

Codificación abierta

Identifica ideas relevantes y asigna códigos iniciales.

Ejemplo:
“la página tarda mucho en cargar” → lentitud de la plataforma.

Codificación axial

Relaciona códigos para formar categorías más amplias.

Ejemplo:
Problemas de navegación y pago → Experiencia de usuario.

Codificación selectiva

Define una categoría central que integra los hallazgos.

Ejemplo:
Experiencia de usuario, Calidad del servicio y Confianza → Satisfacción del cliente.

Características principales

• Organiza información cualitativa.
• Identifica categorías.
• Establece relaciones entre datos.
• Facilita la interpretación de hallazgos.

Ejemplo práctico

Una empresa virtual analiza entrevistas y agrupa problemas de navegación, entregas y atención al cliente en categorías que explican la disminución de la satisfacción de los usuarios.

5.1.2 Categorización temática: definición y ejemplos

La categorización temática permite agrupar códigos o unidades de significado en categorías que representan temas comunes, facilitando la organización e interpretación de la información cualitativa (Gibbs, 2014; Páramo Morales et al., 2020).

Las categorías pueden surgir de los datos o de conceptos teóricos, permitiendo identificar patrones y construir explicaciones fundamentadas (Lara-Rodríguez, 2025).

Características principales

• Organiza información por temas.
• Facilita la interpretación de datos.
• Identifica patrones y tendencias.
• Relaciona evidencia con objetivos.
• Genera hallazgos relevantes.

Ejemplo práctico

Una empresa virtual analiza opiniones de clientes y establece categorías como navegación, atención, entrega y seguridad de pagos para identificar factores que influyen en la satisfacción.

Figura 2

Ejemplo de categorización temática

5.1.3 Identificación de patrones, tendencias y relaciones en los datos

Esta etapa del análisis cualitativo permite reconocer similitudes, diferencias y conexiones entre categorías para comprender el fenómeno estudiado (Gibbs, 2014; Martínez & Tawil, 2026).

Los patrones muestran información recurrente, las tendencias reflejan comportamientos frecuentes y las relaciones explican vínculos entre categorías para generar interpretaciones fundamentadas (Lara-Rodríguez, 2025).

Características principales

• Permite identificar información recurrente.
• Facilita la comprensión de relaciones entre categorías.
• Ayuda a explicar comportamientos y situaciones observadas.
• Contribuye a la construcción de hallazgos significativos.
• Fortalece la interpretación de los resultados.

Ejemplo práctico

Una empresa de ventas virtuales analiza entrevistas a sus clientes y encuentra que la demora en las entregas se relaciona con una percepción negativa del servicio y con una menor intención de realizar compras futuras. Esta relación constituye un hallazgo relevante para comprender los factores que afectan la satisfacción del cliente.

La interpretación de hallazgos cualitativos consiste en otorgar significado a los datos analizados mediante la relación entre categorías, patrones y tendencias, permitiendo comprender el fenómeno estudiado más allá de una simple descripción (Lara-Rodríguez, 2025; Gibbs, 2014).

El investigador relaciona los hallazgos con el contexto y los fundamentos teóricos para construir explicaciones que respondan a la pregunta de investigación y generen conclusiones relevantes (Páramo Morales et al., 2020).

Características principales

• Asigna significado a los datos.
• Relaciona hallazgos con los objetivos de investigación.
• Considera el contexto del fenómeno.
• Permite construir explicaciones fundamentadas.
• Favorece la elaboración de conclusiones.

Ejemplo práctico

Si los clientes de una empresa virtual manifiestan problemas frecuentes con los tiempos de entrega, el investigador puede interpretar que la logística de distribución influye directamente en la satisfacción y fidelización del cliente.

Figura 3

Fuentes documentales utilizadas en la investigación cualitativa

5.2.1 Contraste entre datos empíricos y referentes teóricos

El contraste entre los datos empíricos y los referentes teóricos consiste en comparar los hallazgos obtenidos con teorías, conceptos o modelos existentes para identificar coincidencias, diferencias o nuevos aportes sobre el fenómeno estudiado (Lara-Rodríguez, 2025; Gibbs, 2014).

Este proceso permite interpretar los resultados, fortalecer la validez de las conclusiones y relacionar la evidencia recopilada con conocimientos previos (Molina Azorín et al., 2024).

Características principales

• Relaciona los datos con teorías y conceptos.
• Facilita la interpretación de hallazgos.
• Fortalece la fundamentación académica.
• Identifica coincidencias y diferencias con estudios previos.
• Contribuye a conclusiones sólidas.

Ejemplo práctico

Si una investigación identifica que los clientes valoran la rapidez de entrega y la facilidad de navegación en una tienda virtual, estos hallazgos pueden compararse con teorías de calidad del servicio para comprender su influencia en la satisfacción del cliente.

Tabla 3

Contraste entre datos empíricos y referentes teóricos

Dato empírico	Referente teórico	Interpretación
Los clientes consideran importante la rapidez de entrega.	La calidad del servicio influye en la satisfacción del cliente.	La eficiencia logística contribuye a una mejor experiencia de compra.
Los usuarios abandonan la compra por dificultades de navegación.	La experiencia digital afecta el comportamiento del consumidor.	La usabilidad de la plataforma influye en la decisión de compra.
Los clientes valoran la seguridad en los pagos.	La confianza es un factor clave en el comercio electrónico.	La percepción de seguridad favorece la intención de compra.

Los clientes consideran importante la rapidez de entrega.

Referente teórico:
La calidad del servicio influye en la satisfacción del cliente.

Interpretación:
La eficiencia logística contribuye a una mejor experiencia de compra.

Los usuarios abandonan la compra por dificultades de navegación.

Referente teórico:
La experiencia digital afecta el comportamiento del consumidor.

Interpretación:
La usabilidad de la plataforma influye en la decisión de compra.

Los clientes valoran la seguridad en los pagos.

Referente teórico:
La confianza es un factor clave en el comercio electrónico.

Interpretación:
La percepción de seguridad favorece la intención de compra.

5.2.2 Construcción de narrativas explicativas a partir del caso

La construcción de narrativas explicativas organiza e interpreta hallazgos para explicar cómo y por qué ocurre un fenómeno, integrando categorías, patrones y relaciones con el contexto investigado (Lara-Rodríguez, 2025; Martínez & Tawil, 2026; Gibbs, 2014).

Características principales

• Organizan hallazgos coherentemente.
• Integran datos y patrones.
• Relacionan resultados con el contexto.
• Facilitan la comprensión del fenómeno.
• Apoyan la elaboración de conclusiones.

Ejemplo práctico

Una empresa virtual con problemas de navegación, entregas y comunicación puede analizar cómo estos factores afectan la satisfacción y compra de los clientes.

Figura 4

Construcción de narrativas explicativas en el estudio de caso

5.2.3 Identificación de hallazgos relevantes y su significado en el contexto del caso

La identificación de hallazgos relevantes consiste en reconocer resultados significativos que permiten responder la pregunta de investigación y comprender el fenómeno estudiado. Estos surgen del análisis de categorías, patrones y relaciones obtenidas de los datos (Gibbs, 2014; Lara-Rodríguez, 2025).

Un hallazgo relevante se basa en evidencia analizada, no en datos aislados, y permite explicar situaciones, identificar causas y generar conclusiones fundamentadas considerando el contexto del estudio (Páramo Morales et al., 2020).

Características principales

• Responden a la pregunta de investigación.
• Se sustentan en evidencias del estudio.
• Consideran el contexto analizado.
• Permiten comprender el fenómeno.
• Fundamentan conclusiones y recomendaciones.

Ejemplo práctico

Si los clientes de una empresa virtual reportan retrasos en sus pedidos, el hallazgo relevante es que estos retrasos afectan la confianza del cliente y reducen la intención de compra futura.

Tabla 4

Ejemplo de identificación de hallazgos relevantes

Evidencia encontrada	Hallazgo relevante	Significado en el contexto
Clientes reportan demoras frecuentes en las entregas.	Los retrasos afectan la satisfacción del cliente.	La logística constituye un factor crítico para la fidelización.
Usuarios presentan dificultades para navegar en la plataforma.	La experiencia digital influye en la decisión de compra.	Es necesario mejorar la usabilidad del sitio web.
Los clientes valoran la seguridad en los pagos.	La confianza fortalece la intención de compra.	Los sistemas de pago seguros favorecen las ventas.

Clientes reportan demoras frecuentes en las entregas.

Hallazgo relevante:
Los retrasos afectan la satisfacción del cliente.

Significado en el contexto:
La logística constituye un factor crítico para la fidelización.

Usuarios presentan dificultades para navegar en la plataforma.

Hallazgo relevante:
La experiencia digital influye en la decisión de compra.

Significado en el contexto:
Es necesario mejorar la usabilidad del sitio web.

Los clientes valoran la seguridad en los pagos.

Hallazgo relevante:
La confianza fortalece la intención de compra.

Significado en el contexto:
Los sistemas de pago seguros favorecen las ventas.

Las herramientas de análisis cualitativo permiten organizar e interpretar información obtenida de entrevistas, observaciones y documentos, facilitando la identificación de categorías y hallazgos (Mejía Trejo, 2026; Gibbs, 2014).

Incluyen matrices, tablas, mapas conceptuales y programas como Atlas.ti y NVivo, que apoyan la sistematización del análisis (Lara-Rodríguez, 2025).

Características principales

• Organizan grandes volúmenes de información.
• Facilitan la codificación y categorización.
• Permiten identificar relaciones entre categorías.
• Favorecen la visualización de resultados.
• Fortalecen la rigurosidad del análisis cualitativo.

Ejemplo práctico

Un investigador utiliza una Matriz de análisis para organizar entrevistas a clientes, identificando categorías, códigos y evidencias, y posteriormente emplea un mapa conceptual para representar las relaciones entre los hallazgos.

Figura 5

Herramientas utilizadas en el análisis cualitativo

5.3.1 Matrices de análisis y tablas de categorías

Las matrices de análisis y tablas de categorías permiten organizar y sistematizar información cualitativa mediante códigos, categorías y evidencias, facilitando la identificación de patrones e interpretación de hallazgos (Gibbs, 2014; Mejía Trejo, 2026).

Estas herramientas ayudan a relacionar los datos recopilados con las categorías construidas y resumir los principales temas encontrados en entrevistas, observaciones o documentos (Lara-Rodríguez, 2025).

Características principales

Ejemplo práctico

5.3.2 Mapas conceptuales para visualizar relaciones entre categorías

Los mapas conceptuales son herramientas gráficas que representan las relaciones entre categorías, subcategorías y conceptos identificados en el análisis cualitativo, facilitando la comprensión de los hallazgos (Mejía Trejo, 2026; Lara-Rodríguez, 2025)./p>

Permiten organizar ideas de forma lógica, identificar relaciones entre categorías y comunicar los resultados de manera visual, especialmente en fenómenos complejos dentro de estudios de caso (Gibbs, 2014).

Características principales

• Representan relaciones entre categorías.
• Organizan ideas y conceptos.
• Permiten identificar conexiones entre hallazgos.
• Facilitan la interpretación de datos.
• Mejoran la presentación de resultados.

Ejemplo práctico

Un investigador utiliza un mapa conceptual para relacionar las categorías experiencia de usuario, calidad del servicio y confianza en la plataforma, identificando su influencia en la decisión de compra de los clientes.

Figura 6

figure_name

5.3.3 Uso de software de apoyo (Atlas.ti, NVivo): funcionalidades básicas

Los programas como Atlas.ti y NVivo facilitan la organización, codificación y clasificación de información cualitativa proveniente de entrevistas, observaciones y documentos (Mejía Trejo, 2026).

Estas herramientas apoyan al investigador en la identificación de categorías, relaciones y patrones, fortaleciendo la organización y rigurosidad del análisis (Gibbs, 2014; Lara-Rodríguez, 2025).

Funcionalidades básicas

• Organizan documentos.
• Permiten crear códigos y categorías.
• Relacionan datos e información.
• Elaboran redes conceptuales.
• Facilitan la recuperación de información.
• Apoyan la interpretación de resultados.

Ejemplo práctico

Un investigador utiliza Atlas.ti para analizar entrevistas de clientes, clasificando información sobre satisfacción y experiencia de compra, y relacionando categorías para generar hallazgos.