Codificación de entrevistas cualitativas: de la transcripción al libro de códigos

Tienes 18 transcripciones y dos semanas para presentar un libro de códigos a tu director de tesis. El consejo de manual de «dejar que los códigos surjan de los datos» es cierto, pero poco útil cuando estás frente a 200.000 palabras de entrevistas. Esta guía explica cómo funciona la codificación en la práctica: en qué consisten las tres fases, qué debe incluir tu libro de códigos, en qué ayuda la IA y en qué no, y cómo el formato de la transcripción condiciona todo el trabajo posterior.

Qué significa realmente codificar

Codificar consiste en asignar etiquetas breves a fragmentos de datos para agrupar contenidos similares más adelante. Las etiquetas son los códigos. Los fragmentos suelen abarcar desde unas pocas palabras hasta varios párrafos.

Un buen código sintetiza una idea específica en pocas palabras. «Desconfianza hacia la autoridad institucional» es un código. «Punto importante» no lo es. «Habló de dinero» apenas califica. La clave reside en redactar códigos lo bastante específicos para resultar útiles y lo bastante breves para recordarlos.

En una entrevista estándar de 60 minutos, lo normal es generar entre 30 y 80 códigos. A lo largo de un proyecto de 20 entrevistas, se acumulan entre 80 y 250 códigos distintos. El rango exacto depende del tema y de si codificas de forma inductiva o deductiva.

Codificación inductiva frente a deductiva

Los dos enfoques principales parten de puntos distintos.

La codificación inductiva parte de los datos. Lees un fragmento, te preguntas de qué trata y redactas un código. La lista crece conforme avanzas y luego se estabiliza.

La codificación deductiva parte de la teoría o de un marco previo. Aplicas códigos de una lista predefinida y solo agregas nuevos si los datos lo exigen.

La mayoría de las publicaciones cualitativas combinan ambos métodos: un conjunto reducido de códigos deductivos vinculados a la pregunta de investigación y códigos inductivos que se incorporan según emergen los patrones. La elección influye en los plazos. La codificación inductiva requiere más tiempo porque construyes el sistema de códigos sobre la marcha.

Codificación abierta, axial y selectiva: las tres fases

La secuencia de tres etapas fue formalizada por Anselm Strauss y Juliet Corbin en su trabajo sobre teoría fundamentada, expuesto en detalle en Basics of Qualitative Research (Corbin y Strauss, 2008). Aunque nacieron como procedimientos de la teoría fundamentada, las tres fases han sido adoptadas en diversas tradiciones cualitativas como una estructura práctica para pasar del texto bruto a un análisis estructurado.

Codificación abierta: amplitud inicial

La codificación abierta es la primera lectura de los datos. El objetivo es abarcar, no buscar precisión milimétrica. Aplica códigos sin restricciones; muchos se fusionarán o descartarán más adelante.

Reglas prácticas para la codificación abierta:

• Si dudas sobre si codificar algo, codifícalo. Eliminar un código más tarde es sencillo; releer transcripciones para recuperar códigos olvidados resulta pesado.
• Utiliza las palabras del propio participante cuando definan algo con exactitud. «Cultura de la autoexplotación» (término del participante) funciona mejor que «intensidad laboral» (tu interpretación).
• Permítete códigos obvios. En ocasiones, los más evidentes son los que cobran mayor relevancia.
• Proponte de 3 a 6 códigos por página. Menos indica una lectura superficial; más suele significar que estás codificando ruido.

Una transcripción de 12.000 palabras procedente de una entrevista de 60 minutos genera habitualmente entre 40 y 80 códigos abiertos. Calcula de 3 a 5 horas de codificación por entrevista en esta fase.

Codificación axial: encontrar relaciones

Cuando ya tienes los códigos abiertos de todas tus entrevistas, la codificación axial los reorganiza. Buscas relaciones entre códigos, agrupas los afines en categorías y comienzas a vislumbrar la estructura de los datos.

En la práctica, la codificación axial consiste en ordenar los códigos abiertos en grupos. Algunos serán evidentes; otros te sorprenderán. Los nombres de estos grupos suelen convertirse en temas candidatos para la siguiente fase. El límite entre codificación axial y formulación de temas es difuso; cada tradición metodológica sitúa la frontera en un punto distinto.

Para el análisis temático en particular (el marco de seis fases de Braun y Clarke), lo que ocurre tras la codificación axial se detalla en la guía de análisis temático a partir de transcripciones.

Codificación selectiva: converger en una categoría central

La codificación selectiva se centra en la categoría nuclear que da respuesta a tu pregunta de investigación. En esta etapa, el libro de códigos es estable y vuelves a los datos para comprobar la solidez de los temas.

La codificación selectiva es más rápida que la abierta porque ya sabes qué buscas. Calcula entre 1 y 2 horas por entrevista en esta etapa, en lugar de 3 a 5.

La codificación selectiva es un concepto propio de la teoría fundamentada: identificas la categoría que explica la mayor parte de la variación en los datos e integras el resto a su alrededor. En el análisis temático, el paso equivalente consiste en definir y nombrar los temas definitivos. La lógica de fondo es la misma: dejar de acumular y empezar a sintetizar.

Formato de la transcripción para agilizar la codificación

La estructura de la transcripción determina la velocidad a la que puedes codificarla. Conviene definir este criterio antes de iniciar cualquier transcripción.

Identificar a los interlocutores de forma coherente es la decisión de formato más decisiva. Utiliza una nomenclatura uniforme en todas las transcripciones: INT para el entrevistador, P01 a P20 para los participantes (o un seudónimo constante en todo el documento). Programas QDA como NVivo importan estas etiquetas como metadatos de nodo, lo que ahorra horas de etiquetado manual.

Las marcas de tiempo también son clave. Incluir una marca cada 30 a 60 segundos y en cambios de tema relevantes te permite saltar directo a pasajes clave durante la codificación selectiva. Resultan imprescindibles en herramientas que sincronizan audio y texto.

Optar por transcripción literal o literal limpia es otra decisión previa. La literal recoge muletillas, titubeos y silencios; conviene cuando importa cómo se dice algo (análisis del discurso o de la conversación). La literal limpia retira el ruido verbal manteniendo el significado; es la opción idónea para leer y codificar con mayor rapidez en investigación basada en entrevistas.

Documenta estas decisiones de formato en la sección metodológica y, si tu estudio depende de un comité de ética, en el protocolo correspondiente.

Transcripciones limpias al inicio, códigos coherentes al final: el formato comienza en la subida

Si necesitas transcripciones limpias con identificación de hablantes y marcas de tiempo ya formateadas, la herramienta de transcripción de entrevistas genera con exactitud esa estructura. Puedes importar el archivo directamente a NVivo o ATLAS.ti sin reformatear a mano.

Opciones de software para codificar

Existen tres tipos de software para abordar la codificación. Elegir la opción equivocada puede costarte semanas.

Software QDA especializado

NVivo, MAXQDA, ATLAS.ti y Dedoose están diseñados para el análisis cualitativo. Gestionan grandes volúmenes de datos, admiten trabajo en equipo con cuentas independientes, generan informes del libro de códigos de forma automática y rastrean la codificación en múltiples archivos.

El inconveniente es el coste y la curva de aprendizaje. Precios actuales consultados en las webs de los proveedores en julio de 2026:

La curva de aprendizaje de NVivo es pronunciada: casi todo investigador necesita varias sesiones antes de asimilar el flujo de trabajo básico, y las consultas avanzadas toman aún más tiempo. Si vas a codificar una tesis doctoral, la inversión compensa. Si se trata de un trabajo de clase con 5 entrevistas, probablemente no. La comparativa entre NVivo y transcripción por IA analiza estas diferencias al detalle.

Dedoose resulta más económico y se ejecuta en el navegador, lo que evita problemas de instalación en equipos con sistemas operativos distintos. ATLAS.ti Cloud ofrece el acceso académico más asequible. MAXQDA representa un equilibrio sólido para quienes buscan la fiabilidad de una aplicación de escritorio sin el coste de NVivo.

Documentos de Word con comentarios

Gratis, conocidos e incómodos. Funcionan bien para 3 a 5 entrevistas; más allá de esa cifra, el sistema se desborda.

La ventaja: nadie tiene que aprender a usar un programa nuevo. La desventaja: recopilar códigos entre entrevistas se convierte en una tarea manual propensa a errores. Si estás haciendo una prueba piloto (ver más abajo), empieza por aquí.

Hojas de cálculo

Registra los códigos en una hoja de cálculo con columnas para ID de participante, código, cita y nota analítica. Es un sistema tosco, pero transparente y fácil de revisar.

Esta estructura funciona para codificación deductiva, donde la lista de códigos está fijada de antemano. No resulta práctica para codificación inductiva, donde los códigos van surgiendo sobre la marcha.

Cómo elaborar tu libro de códigos

El libro de códigos es el documento que detalla cada código del análisis, con definiciones y ejemplos. Es lo que piden revisores, directores de tesis y comités editoriales de revistas. Créalo conforme vas codificando, no al final. Un libro redactado a posteriori suele ser un mero ejercicio de limpieza que pasa por alto la realidad de cómo se aplicaron realmente los códigos.

Una entrada mínima viable en un libro de códigos incluye:

• Nombre del código
• Definición (1 a 2 frases)
• Criterios de inclusión: cuándo aplicar este código
• Criterios de exclusión: cuándo no aplicarlo, en especial frente a códigos afines
• 2 a 3 citas de ejemplo extraídas de los datos

Los criterios de exclusión son la parte que más investigadores omiten y que más lamentan después. Cuando dos personas discrepan de forma recurrente sobre un código, casi siempre se debe a que no se documentaron los límites de aplicación.

Fiabilidad interjueces

Si codificas en solitario, no puedes calcular la fiabilidad interjueces (IRR). Si trabajas en equipo, es indispensable hacerlo.

El procedimiento habitual consiste en que dos personas codifiquen de forma independiente entre el 10 y el 20 por ciento de los datos y luego comparen resultados. Un kappa de Cohen superior a 0,70 es el listón de consenso aceptable más extendido. La referencia procede de Landis y Koch (1977), quienes catalogaron un kappa de 0,61 a 0,80 como «acuerdo sustancial». Muchas revistas del ámbito clínico exigen 0,70 o más.

Si quedas por debajo de 0,70, el problema casi siempre radica en las definiciones del libro de códigos, no en los codificadores. Ajusta los criterios de inclusión y exclusión en los códigos con mayor discrepancia, recodifica esos pasajes y vuelve a calcular.

La fiabilidad interjueces se exige cada vez más en la revisión por pares de estudios cualitativos. Consulta las revistas a las que aspiras antes de concluir la recogida de datos, no después.

Codificación asistida por IA: en qué ayuda de verdad

Las herramientas de IA han llegado a la codificación cualitativa, y los resultados son dispares.

En qué ayuda la IA:

• Generar listas iniciales de códigos a partir de una transcripción. La IA propone de 20 a 40 códigos para revisar y pulir. Aunque la mitad no sirva, acelera la codificación abierta considerablemente.
• Localizar pasajes afines en varias transcripciones cuando recuerdas la idea general pero no el punto exacto.
• Elaborar resúmenes introductorios que te sitúen en cada entrevista antes de entrar en la codificación profunda.

En qué no ayuda la IA:

• Decidir qué códigos importan para tu pregunta de investigación. Esa es una tarea de criterio analítico.
• Detectar matices sujetos al contexto. Una expresión con cierto sentido en la entrevista 3 puede tener otro significado en la 14. La IA pasa esto por alto con frecuencia.
• Dar el paso analítico de los códigos a los temas. Los resúmenes de IA son descriptivos. Los temas exigen síntesis interpretativa.

Trata a la IA como a un asistente de investigación júnior: plantea opciones y tú decides qué tiene valor.

Errores habituales en la codificación cualitativa

Hay tres tropiezos que se repiten con frecuencia.

Codificar con excesivo detalle. Si cada entrevista genera 200 códigos, has sobrecodificado. Los códigos pierden utilidad cuando se multiplican sin control. Apunta a entre 40 y 80 por entrevista de una hora.

Confundir códigos con temas. «Dificultades de financiación» es un código. Un tema sería algo como «cómo los participantes gestionaron la brecha entre el apoyo institucional prometido y el recibido». Los temas exigen síntesis analítica, no solo una etiqueta.

Codificar únicamente lo que encaja en el marco previo. Si comenzaste de forma deductiva, corres el riesgo de ignorar patrones no previstos en el esquema inicial. Reserva tiempo para rondas inductivas incluso en proyectos deductivos.

Qué hacer esta semana

Si vas a iniciar un proyecto de codificación y es tu primera vez, realiza una prueba piloto mínima viable. Selecciona tres transcripciones que reflejen la diversidad de tu muestra. Codifícalas en un documento de Word con comentarios. Construye un libro de códigos de trabajo a partir de esas tres.

Tras el piloto conocerás tu ritmo de códigos por hora, el tamaño estimado de tu libro de códigos y los puntos débiles del método. Escala al proyecto completo a partir de esa base.

Si necesitas transcripciones con hablantes identificados y marcas de tiempo listas para importar a un software QDA, ConvertAudioToText se encarga de la transcripción y del formateo.

Para el siguiente paso una vez completada la codificación, la guía de análisis temático a partir de transcripciones explica cómo pasar de códigos organizados a temas definitivos. Para contextos de investigación con requisitos específicos de formato, la guía sobre cómo transcribir la grabación de una entrevista detalla la fase de preparación previa.

Preguntas frecuentes

¿Cuál es la diferencia entre codificación abierta y análisis temático?

La codificación abierta es la primera fase de la secuencia de codificación en teoría fundamentada (Strauss y Corbin), centrada en asignar etiquetas amplias a cada fragmento significativo de datos. El análisis temático (el modelo de seis fases de Braun y Clarke) es una metodología independiente con su propia fase de generación de códigos, aunque en la práctica ambas se solapan notablemente. Quienes investigan suelen usar la terminología de codificación abierta para describir las fases iniciales del análisis temático, algo impreciso pero habitual. La diferencia clave: la teoría fundamentada busca generar teoría a partir de los datos; el análisis temático busca identificar y reportar patrones.

¿Cuántos códigos debería tener por entrevista?

Para una entrevista de 60 minutos de unas 10.000 a 12.000 palabras, un objetivo razonable es de 40 a 80 códigos abiertos. Menos de 30 suele indicar una lectura superficial. Más de 120 suele significar que estás codificando ruido, y muchos de esos códigos resultarán redundantes o se solaparán entre sí.

¿Qué significa en la práctica un kappa de Cohen superior a 0,70?

El coeficiente kappa mide el acuerdo entre dos codificadores corrigiendo el acuerdo por azar. Según Landis y Koch (1977), un kappa de entre 0,61 y 0,80 representa un acuerdo sustancial, y por encima de 0,80, casi perfecto. El umbral de 0,70 habitual en investigación cualitativa se sitúa dentro de esa franja «sustancial». Un kappa inferior a 0,70 no implica necesariamente codificadores deficientes; suele indicar que las definiciones del libro de códigos necesitan criterios de inclusión y exclusión más precisos.

¿Necesito un software QDA como NVivo para codificar entrevistas cualitativas?

No para proyectos pequeños. De tres a cinco entrevistas se pueden gestionar con comentarios en Word o una hoja de cálculo. A partir de ahí, el software QDA compensa el coste con el tiempo ahorrado en búsquedas cruzadas, consultas de frecuencia de códigos y generación de informes del libro de códigos. NVivo y MAXQDA ofrecen tarifas académicas mucho menores que las comerciales. Dedoose, a 17,95 dólares por mes activo, es la opción más asequible con funciones QDA reales.

¿Cuándo conviene usar IA para la codificación cualitativa?

La IA resulta especialmente útil en la codificación abierta, proponiendo una lista inicial de códigos a partir de la transcripción para revisarla y pulirla. Ahorra tiempo, pero no sustituye el juicio analítico. Las herramientas de IA no son fiables para decidir qué códigos son relevantes analíticamente, interpretar significados según el contexto entre entrevistas o dar el salto interpretativo de códigos a temas. Trata las propuestas de la IA como un primer borrador sujeto a tu criterio analítico.

Fuentes

• Corbin, J. and Strauss, A. (2008). Basics of Qualitative Research: Techniques and Procedures for Developing Grounded Theory (3rd ed.). SAGE. https://us.sagepub.com/en-us/nam/basics-of-qualitative-research/book235578
• Braun, V. y Clarke, V. (2006). "Using thematic analysis in psychology." Verificado en MAXQDA Research Guides: https://www.maxqda.com/research-guides/thematic-analysis
• Landis, J. R. y Koch, G. G. (1977). Referencias de fiabilidad interjueces. Verificado en: https://en.wikipedia.org/wiki/Cohen%27s_kappa
• Precios de NVivo: https://shop.lumivero.com/qda-and-research/nvivo (precios no publicados; cifras tomadas de la reseña de usercall.co, julio de 2026)
• Precios de MAXQDA: https://www.usercall.co/post/maxqda-pricing-guide-2025-plans-costs-and-add-ons-explained
• Precios de ATLAS.ti: https://www.usercall.co/post/atlas-ti-pricing-guide-2025-plans-costs-and-key-differences
• Precios de Dedoose: https://www.dedoose.com/pricing/pricing-subscriptions
• Pautas de formato de transcripción: https://gotranscript.com/en/blog/interview-transcription-template-qualitative-research