Utilize o diagrama de afinidades sempre que tiver um volume grande de itens qualitativos, sem uma estrutura evidente, que precisem ser organizados por similaridade para dar sentido ao conjunto. O método é especialmente útil quando (ASQ, s.d.; Interaction Design Foundation, s.d.; Krause & Pernice, 2024):

• O volume de itens é grande demais para tratamento individual — de dezenas a centenas de itens.
• Os itens parecem, à primeira vista, caóticos ou pouco relacionados.
• O problema é complexo, multifacetado ou desconhecido pela equipe.
• É necessário alinhar visões distintas de diferentes áreas e chegar a um consenso.

Exemplos típicos de conjuntos de itens que se beneficiam do método:

• Ideias, sugestões ou insights gerados em oficinas de ideação.
• Dores, ganhos, desejos, expectativas e hábitos de usuários coletados em entrevistas ou observações.
• Achados qualitativos de testes de usabilidade, respostas abertas de pesquisas ou registros de suporte.
• Requisitos, funcionalidades ou hipóteses de solução em desenvolvimento de produtos.
• Problemas, causas potenciais e oportunidades de melhoria em iniciativas de melhoria contínua.
• Feedbacks, avaliações e reclamações de clientes.
• Elementos de estratégia, como objetivos, iniciativas e direcionadores, que precisam ser consolidados.

• Simplifica dados complexos: transforma um volume grande de itens desestruturados em um conjunto reduzido de grupos organizados, facilitando o entendimento (Athuraliya, 2026; ASQ, s.d.).
• Revela padrões e temas emergentes: agrupar por similaridade evidencia relações e padrões que não seriam percebidos mediante a análise isolada de cada item (Lucero, 2015; Interaction Design Foundation, s.d.).
• Apoia a tomada de decisão e a priorização: com os temas nomeados, torna-se mais fácil concentrar a atenção no que importa e definir os próximos passos (Krause & Pernice, 2024).
• Requer pouca preparação e conhecimento prévio: comparado a matrizes de priorização, redes de atividades ou diagramas relacionais, o diagrama de afinidades exige pouco conhecimento prévio (Hessing, 2013).
• Estimula o pensamento coletivo e a colaboração: o processo é intrinsecamente colaborativo, aproveitando o conhecimento e a intuição distribuídos no time (ASQ, s.d.; Krause & Pernice, 2024).
• Reduz vieses de hierarquia e dominância: quando conduzido em silêncio, evita que participantes mais vocais ou hierarquicamente superiores influenciem excessivamente os agrupamentos (Lucid, s.d.; ASQ, s.d.).
• Melhora a comunicação e o alinhamento: o artefato visual final é de fácil comunicação para stakeholders internos e externos (Interaction Design Foundation, s.d.).
• Adapta-se a diferentes contextos: pode ser aplicado em pesquisa, gestão da qualidade, gestão de projetos, design de produtos, planejamento estratégico e outros contextos (Widjaja & Takahashi, 2016; Wikipedia, s.d.).

Escolha o espaço de trabalho e garanta que ele comporte confortavelmente o número esperado de itens e a movimentação dos participantes.
Exemplos de espaços: parede, lousa, mesa ampla ou canvas digital, como Miro, Mural, Lucidspark, Creately ou FigJam. 

Providencie o material necessário: notas autoadesivas ou cartões, canetas ou pincéis atômicos, para que o texto seja legível à distância, e espaço suficiente para a formação dos clusters.

Se o método for aplicado de maneira remota ou assíncrona, prepare o quadro digital com antecedência e compartilhe o acesso com todos os participantes.

Figura 1485: ilustração de dois esquemas de ambiente de trabalho para desenvolvimento de um diagrama de afinidades: físico (parede, post-its e canetas) e o  digital (canvas colaborativo e participantes remotos). O método funciona nos dois formatos.

Se os itens já estiverem registrados em post-its ou cartões, distribua-os aleatoriamente pelo espaço de trabalho, de modo que todos fiquem simultaneamente visíveis para todos os participantes.

Se estiverem registrados de outra forma, como planilhas, transcrições, gravações ou respostas de questionários, transcreva ou transfira cada item para uma nota, mantendo um item por nota.

Peça aos participantes que organizem as notas aproximando aquelas que tratam do mesmo tema, representam a mesma necessidade, descrevem comportamentos semelhantes ou apresentam alguma relação significativa entre si. Os agrupamentos (clusters) evoluem naturalmente à medida que mais evidências são analisadas, sendo esperado mover notas entre grupos durante essa etapa.

Sempre que possível, recomenda-se iniciar esse trabalho em silêncio, reduzindo a influência de participantes mais vocais ou hierarquicamente superiores e favorecendo uma análise mais intuitiva. 

Caso uma evidência pareça pertencer a mais de um grupo, ela pode ser duplicada. Da mesma forma, notas que ainda não apresentem relação evidente com outras podem permanecer temporariamente isoladas até que novas evidências permitam sua associação ou indiquem a necessidade de criar um novo grupo. 

Estratégias de agrupamento:

•  Categorias emergentes (abordagem indutiva): É a forma clássica. Os participantes agrupam as notas livremente e somente depois identificam os temas que emergiram naturalmente dos dados. Essa abordagem é recomendada quando ainda se conhece pouco o problema ou quando se deseja minimizar vieses na interpretação.
• Categorias pré-definidas (abordagem dedutiva): Quando existe um modelo conceitual consolidado, os grupos principais podem ser definidos antecipadamente. É o caso, por exemplo, da organização das evidências de um JTBD, em que as notas podem ser agrupadas diretamente em circunstâncias, mapa do job, dores, outcomes, aspectos emocionais e sociais, stakeholders etc. Mesmo assim, permanece a liberdade para reorganizar ou reinterpretar as evidências durante a análise.
• Abordagem híbrida: Na prática, esta costuma ser a alternativa mais útil. Parte-se de algumas categorias previamente conhecidas, mas permite-se que novas categorias ou subcategorias emerjam quando o volume ou a diversidade das evidências justificar. Dessa forma, combina-se a estrutura fornecida por um framework com a abertura para descobertas não previstas inicialmente.

  Uso de IA: modelos de linguagem de grande escala (LLMs) podem gerar uma proposta inicial de agrupamento das evidências. Essa proposta deve ser utilizada apenas como ponto de partida, cabendo ao time revisar, validar e ajustar criticamente os agrupamentos.

  

  Figura 1486: essa ilustração da sequência em três quadros mostra a evolução: a) notas espalhadas aleatoriamente; b) notas aproximando-se em clusters informais durante a fase silenciosa; e c) clusters consolidados.

Quando os agrupamentos estiverem razoavelmente estáveis, o time discute e atribui um rótulo ou cabeçalho a cada grupo.

O rótulo deve capturar o tema comum e ser suficientemente descritivo para que qualquer pessoa, olhando somente para ele, compreenda do que trata aquele grupo (ASQ, s.d.).

Uma técnica útil consiste em procurar, entre as próprias notas do grupo, alguma que já sintetize o tema. Se essa nota não existir, escreva uma nova em outra cor, para que se destaque como cabeçalho (ASQ, s.d.).

Se o número de grupos for grande ou se for possível perceber que alguns grupos estão relacionados, você pode:

• Agrupar os cabeçalhos em “supergrupos”, atribuindo-lhes um novo rótulo mais abstrato.
• Identificar, dentro de um grupo grande, subgrupos com rótulos próprios (Interaction Design Foundation, s.d.).

O resultado é um diagrama hierárquico, com dois ou três níveis, que revela a estrutura implícita do conjunto de itens.

Relações entre grupos, como dependência, causa e efeito ou contradição, podem ser indicadas por meio de setas e símbolos. Entretanto, a inclusão dessas relações começa a aproximar o resultado de outros métodos, como o diagrama de inter-relações (Lucero, 2015; ASQ, s.d.).

Figura 1487: essa figura ilustra um diagrama de afinidades esquemático mostrando dois níveis. As notas individuais são organizadas em clusters nomeados e os clusters relacionados são agrupados em um supergrupo com rótulo mais abstrato.

Com o diagrama pronto, o time deve observar o conjunto e discutir o que emergiu. É nessa etapa que se extrai o valor do método (Krause & Pernice, 2024).

Algumas questões podem orientar a análise:

• Quais temas são mais recorrentes ou mais críticos?
• Quais lacunas ou “pontos cegos” o diagrama revela?
• Quais próximas ações se justificam a partir do que foi observado?

Ferramentas complementares, como votação por pontos (dot voting), matriz GUT ou matriz de esforço versus impacto, podem ser utilizadas para priorizar os temas identificados.

Documente o resultado por meio de uma fotografia ou da exportação do canvas digital. Registre também as decisões e ações acordadas. A jornada de discussão costuma ser tão valiosa quanto o artefato final (Krause & Pernice, 2024).

• Itens já levantados: como mencionado anteriormente, este método pressupõe que os itens a agrupar já existam. Ele não substitui nem realiza o levantamento propriamente dito.
• Trabalho em time, preferencialmente: embora seja possível aplicar o método individualmente, ele atinge todo o seu potencial quando utilizado por um time diverso, com múltiplas perspectivas sobre o tema (Interaction Design Foundation, s.d.).
• Time de tamanho gerenciável: em geral, recomenda-se a participação de quatro a oito pessoas por sessão. Times maiores devem ser divididos em subgrupos, cada um trabalhando com parte do material, seguida por uma consolidação posterior (Krause & Pernice, 2024).
• Espaço adequado: é necessário dispor de uma parede, mesa ou canvas digital com capacidade para acomodar todos os itens simultaneamente. Um diagrama típico possui entre 40 e 60 itens, embora não seja incomum encontrar diagramas com 100 a 200 itens (ASQ, s.d.).
• Presença de um facilitador: recomenda-se designar uma pessoa para conduzir a dinâmica, controlar o tempo, garantir o silêncio na fase de agrupamento e mediar as discussões nas etapas seguintes (Lucid, s.d.).

• Um item por nota: nunca reúna dois assuntos na mesma nota.
• Textos curtos e claros: utilize entre três e sete palavras, legíveis à distância. Empregue canetas grossas nos post-its físicos (ASQ, s.d.). Porém mantenha a relação com uma descrição mais completa, quando possível e necessário.
• Silêncio durante o agrupamento: reduz os vieses de dominância e favorece a intuição (Lucid, s.d.).
• Duplicar quando necessário: se uma nota pertencer a dois grupos, duplique-a (Krause & Pernice, 2024).
• Aceitar notas “solitárias”: notas que não se encaixam em nenhum grupo devem ser preservadas. Muitas vezes, elas revelam pontos originais e diferenciados (Lucero, 2015).
• Utilizar rótulos descritivos, não genéricos: prefira “problemas no fluxo de checkout” a “problemas de UX”.
• Empregar cores para dimensões adicionais: utilize cores diferentes para representar, por exemplo, participantes distintos, tipos de item (ex. dores versus sugestões) ou níveis da hierarquia (Lucero, 2015).
• Fotografar ou exportar antes de desmontar: o registro visual é a memória do processo.
• Permitir a maturação: em problemas complexos, distribuir a atividade por mais de uma sessão ou por alguns dias, no caso de aplicação assíncrona. O tempo para maturação melhora a qualidade dos agrupamentos (Lucid, s.d.).

• dedutivo, como na organização das evidências de um JTBD. Categorias predefinidas condicionam o agrupamento e eliminam parte do valor do método (ASQ, s.d.; Athuraliya, 2026).
• Não force os encaixes: se uma nota resistir a ser acomodada, mantenha-a como uma nota solitária. Isso pode ser sinal de algo específico que merece atenção (Interaction Design Foundation, s.d.).
• Evite reduzir o conteúdo por conveniência: post-its são pequenos e existe a tentação de resumir excessivamente o conteúdo, eliminando nuances. Mantenha uma referência à fonte original quando o resumo puder empobrecer o conteúdo.
• Tenha cuidado com o viés de confirmação e de dominância: sem facilitação e sem silêncio, o processo tende a refletir a opinião do participante mais vocal ou hierarquicamente superior (Interaction Design Foundation, s.d.; Lucid, s.d.).
• Não pare no diagrama: o diagrama é um meio, não um fim. Sem discussão, priorização e definição dos próximos passos, parte significativa de seu valor se perde (Hessing, 2013).
• Evite diagramas grandes demais: se o resultado possuir muitos grupos que ninguém consegue tratar, isso pode indicar que o escopo era excessivamente amplo. Nesse caso, divida o conteúdo em iterações menores.
• Considere a acessibilidade: a natureza fortemente visual do método pode excluir participantes com limitações visuais. Adapte o formato quando necessário (Interaction Design Foundation, s.d.).

Uma equipe de manufatura, identificada no material original como “equipe ZZ-400”, queria estruturar um painel de indicadores de desempenho para acompanhar o dia a dia da unidade.

O time começou fazendo um levantamento livre de indicadores potenciais, e cada indicador foi escrito em uma nota autoadesiva. Como a equipe trabalhava em turnos e não conseguia se reunir presencialmente, adotou uma variação assíncrona do método: todas as notas foram coladas, em ordem aleatória, em uma porta pouco utilizada da unidade.

Ao longo de vários dias, cada pessoa passava pelo local, revisava as notas e movia aquelas que percebia como relacionadas. Alguns integrantes revisaram o padrão emergente diversas vezes. Após alguns dias, o agrupamento natural consolidou-se em cinco áreas de desempenho.

Antes: itens levantados (indicadores potenciais)

Exemplos de indicadores levantados pela equipe, em ordem aleatória, antes de qualquer agrupamento:

• Taxa de refugo
• Índice de produtos fora de especificação
• Reclamações de clientes
• Retrabalho na linha
• Índice de primeira passagem OK (first-pass yield)
• Custo unitário de produção
• Consumo de energia
• Desperdício de matéria-prima
• Custo de mão de obra
• Produção diária realizada
• Cumprimento do plano de produção
• Eficiência global do equipamento (OEE)
• Produtividade por hora
• Tempo de parada não planejada
• Tempo médio entre falhas (MTBF)
• Tempo médio para reparo (MTTR)
• Custo de manutenção
• Backlog de ordens de manutenção
• Segurança
• Taxa de acidentes com afastamento
• Dias sem acidente
• Emissões atmosféricas
• Geração de resíduos
• Consumo de água

Depois: clusters e indicadores agrupados

Após alguns dias de rearranjo, cinco grupos emergiram naturalmente. Uma das notas originais, “Segurança”, passou a compor o rótulo de seu próprio grupo. Os demais rótulos foram criados após a estabilização dos agrupamentos.

Qualidade do produto:

• Taxa de refugo
• Índice de produtos fora de especificação
• Reclamações de clientes
• Retrabalho na linha
• Índice de primeira passagem OK (first-pass yield)

Manutenção de equipamentos:

• Tempo de parada não planejada
• Tempo médio entre falhas (MTBF)
• Tempo médio para reparo (MTTR)
• Custo de manutenção
• Backlog de ordens de manutenção

Custo de manufatura:

• Custo unitário de produção
• Consumo de energia
• Desperdício de matéria-prima
• Custo de mão de obra

Volume de produção:

• Produção diária realizada
• Cumprimento do plano de produção
• Eficiência global do equipamento (OEE)
• Produtividade por hora

Segurança e meio ambiente:

• Segurança — esta nota passou a integrar o rótulo do grupo
• Taxa de acidentes com afastamento
• Dias sem acidente
• Emissões atmosféricas
• Geração de resíduos
• Consumo de água

Os cinco grupos passaram a servir como estrutura para o painel de indicadores da unidade.

Em um hospital, uma equipe multidisciplinar buscava entender por que os medicamentos não estavam chegando aos pacientes nos horários prescritos.

O time aplicou o diagrama de afinidades seguindo seis passos:

1. Definiu um líder para a atividade.
2. Acordou o enunciado do problema na forma de pergunta: “Quais são as barreiras à entrega pontual de medicamentos?”
3. Realizou o levantamento das ideias, com registro individual e silencioso em cartões, para garantir que todos participassem.
4. Fixou os cartões em uma parede, agrupando-os por afinidade.
5. Rotulou cada agrupamento com um cabeçalho que representasse o tema comum.
6. Revisou coletivamente os agrupamentos, dando a todos a oportunidade de comentar.

O resultado consolidou as barreiras nos grupos apresentados a seguir.

Dimensionamento e processos da farmácia:

• Farmácia com equipe insuficiente nos turnos de maior demanda
• Fluxo interno de separação lento
• Etiquetagem e conferência exigem retrabalho
• Estoque de medicamentos específicos frequentemente em ruptura

Prescrição médica:

• Prescrições ilegíveis ou incompletas exigem esclarecimento
• Prescrições atrasadas em relação aos horários-alvo
• Alterações de última hora sem comunicação padronizada

Comunicação entre farmácia, enfermagem e prescrição:

• Falta de canal formal para dúvidas urgentes
• Ordens verbais não são registradas em tempo real
• Informação sobre a disponibilidade do medicamento não chega à enfermagem

Fluxo de trabalho da enfermagem:

• Enfermagem sobrecarregada nos horários críticos de administração
• Interrupções frequentes durante a preparação da medicação
• Falta de padrão para priorizar retiradas na farmácia

Logística e distribuição interna:

• Distância entre a farmácia e as alas críticas
• Falta de janelas regulares de coleta nos setores
• Número insuficiente de transportadores internos nos horários de pico

Sistemas de informação:

• Sistema de prescrição eletrônica indisponível ou lento
• Integração incompleta entre prescrição, dispensação e administração
• Ausência de alerta automático para prescrições sem retirada

Com esses agrupamentos, o time passou a tratar cada barreira como uma frente de melhoria e priorizou aquelas com maior impacto direto na pontualidade.

O material original da ASQ sugere, como próximo passo, aplicar um diagrama de inter-relações ou um diagrama de causa e efeito aos grupos identificados, para chegar às causas-raiz dos atrasos.

Uma empresa, identificada no material original como “SQBOK”, buscava entender por que o processo de admissão e integração de novos funcionários (onboarding) estava consumindo tempo excessivo.

Um time misto, composto por gestores contratantes, funcionários recém-contratados, gestores de recursos humanos e colegas dos novos contratados, realizou uma sessão de brainstorming e listou 15 problemas.

Em seguida, um grupo separado, responsável pelo processo de onboarding, examinou os cartões procurando afinidades e chegou a quatro grandes categorias. Os 15 problemas foram distribuídos entre elas, e cada categoria pôde ser encaminhada ao grupo interno responsável por resolvê-la.

O diagrama final estruturou os grupos apresentados a seguir.

Treinamento:

• Programa de integração muito longo
• Integração não cobre os horários de acesso ao escritório
• Cursos específicos da empresa são oferecidos com frequência insuficiente

Documentação (papelada):

• Organogramas não são mantidos atualizados
• Solicitação de vaga de estacionamento deveria ser feita online
• Formulário fiscal de admissão é difícil de entender
• Política de uso de celular corporativo é confusa

Regulatório e conformidade:

• Processo de comprovação da situação regulatória do trabalhador é muito longo
• Resultado do exame admissional não fica disponível antes da data de início
• Crachás não são devolvidos com agilidade no desligamento
• Níveis de acesso dos crachás precisam ser definidos antes do início

Tecnologia:

• Acesso aos sistemas (logon) precisa estar liberado antes do primeiro dia
• Cada função exige um conjunto diferente de aplicativos
• Computadores possuem modelos e configurações muito heterogêneos
• Requisitos dos laptops precisam ser definidos por função

Além de tornar o diagnóstico mais tratável, essa categorização permitiu que a empresa passasse a monitorar as quatro áreas separadamente e atribuísse a responsabilidade por cada uma delas a um grupo específico. O resultado também revelou os pontos de maior deficiência do processo.

https://creately.com/guides/what-is-an-affinity-diagram/
Neste exemplo você pode editar alguns post-its na plataforma creately sem precisar fazer inscrição. 

https://ixdf.org/literature/topics/affinity-diagrams
Este exemplo traz a aplicação do diagrama de afinidades na análise de entrevistas com usuários de um aplicativo de academia. O caso mostra como os achados são agrupados, rotulados e organizados hierarquicamente para gerar insights de melhoria.

Origem do nome

O método foi desenvolvido nos anos 1960 pelo antropólogo japonês Jiro Kawakita, para sintetizar observações idiossincráticas obtidas em campo antropológico e delas extrair novas hipóteses (Lucero, 2015; Kawakita, 1991). “KJ” corresponde às iniciais de Jiro Kawakita, considerando a convenção japonesa de apresentar primeiro o sobrenome. 

No Japão foi considerado como uma abordagem sistemática para resolução de problemas em pesquisa, planejamento e educação.

O nome “diagrama de afinidades” popularizou-se no Ocidente a partir da adoção do método nas Sete Ferramentas Gerenciais e de Planejamento da qualidade (Wikipedia, s.d.).

Digital versus físico

Durante muito tempo, o entendimento predominante na literatura de interação humano-computador e design foi que o meio físico, como parede e post-its, proporcionava benefícios cognitivos e colaborativos difíceis de reproduzir no ambiente digital, como a mobilidade das notas, a coerência espacial, a percepção periférica e a negociação face a face (Lucero, 2015).

A partir de 2020, ferramentas digitais colaborativas, como Miro, Mural, Lucidspark, Creately, FigJam etc., amadureceram rapidamente e passaram a viabilizar sessões remotas e assíncronas de qualidade equivalente em muitos contextos. Essas ferramentas oferecem vantagens de documentação, escalabilidade e participação de equipes distribuídas (Krause & Pernice, 2024; Lucid, s.d.).

A escolha entre os meios físico e digital deve considerar a disponibilidade dos participantes, a possibilidade de utilizar uma ferramenta digital colaborativa amigável (user friendly), a complexidade do material, a necessidade de trabalho assíncrono e a cultura da equipe.

Inteligência artificial na fase de agrupamento

Os modelos de linguagem de grande escala (LLMs) conseguem atualmente sugerir agrupamentos iniciais razoáveis a partir de listas de itens.

Essa aplicação é útil como acelerador, pois economiza tempo do time na primeira aproximação. Entretanto, não substitui a validação humana. Parte importante do valor do método está justamente na discussão e no aprendizado que ocorrem enquanto o time movimenta e reorganiza as notas.

O diagrama de afinidades é frequentemente confundido ou combinado com outros métodos. As principais diferenças são apresentadas a seguir.

Card sorting

No card sorting, quem organiza os cartões são os usuários finais de um sistema, com o objetivo de revelar seu modelo mental. Um uso típico é a definição da arquitetura da informação de sites e aplicativos.

No diagrama de afinidades, quem realiza a organização é o próprio time responsável pela investigação, com o objetivo de sintetizar dados qualitativos (Krause & Pernice, 2024; Interaction Design Foundation, s.d.).

Diagrama de árvore — tree diagram

O diagrama de árvore representa uma decomposição hierárquica de cima para baixo (top-down), partindo de um nó raiz definido previamente.

O diagrama de afinidades segue o sentido inverso, de baixo para cima (bottom-up), pois as categorias emergem do conjunto de itens.

Os dois métodos podem ser complementares: o diagrama de afinidades pode ser utilizado para descobrir a estrutura, enquanto o diagrama de árvore pode representá-la formalmente (Interaction Design Foundation, s.d.).

Mapa mental — mind map

O mapa mental parte de uma ideia central e se ramifica radialmente, com uma estrutura hierárquica definida previamente pelo autor. É tipicamente individual e utilizado para brainstorming.

O diagrama de afinidades é colaborativo, não depende de uma estrutura prévia e é voltado para a síntese de um conjunto de itens (Interaction Design Foundation, s.d.).

Diagrama de Ishikawa — espinha de peixe

O diagrama de Ishikawa parte de um efeito e organiza suas possíveis causas de acordo com categorias predefinidas, como os 6M.

O diagrama de afinidades pode fornecer bons insumos para a posterior elaboração de um diagrama de Ishikawa, revelando indutivamente as categorias de causas (ASQ, s.d.).

Diagrama de inter-relações

O diagrama de inter-relações apresenta as relações causais entre diferentes elementos — o que causa o quê.

Ele costuma ser aplicado aos grupos nomeados resultantes de um diagrama de afinidades, com o objetivo de identificar os principais direcionadores do problema (ASQ, s.d.).

Vantagens e limitações relativas do diagrama de afinidades

Vantagens já discutidas: as vantagens do método foram apresentadas na seção “Por que você deveria utilizar um diagrama de afinidades”.

Limitações: o método demanda tempo de trabalho colaborativo, o que pode inviabilizar sua aplicação em times com agendas muito restritas (Interaction Design Foundation, s.d.). Também envolve certo grau de subjetividade e viés, mesmo quando o silêncio é adotado na fase de agrupamento. Além disso, sua natureza visual pode criar barreiras de acessibilidade e o método não substitui abordagens que exigem o tratamento quantitativo dos dados.

Athuraliya, A. (2026). What is an affinity diagram and steps to create one. Creately. https://creately.com/guides/what-is-an-affinity-diagram/

American Society for Quality [ASQ]. (s.d.). What is an affinity diagram? K-J method. Recuperado de https://asq.org/quality-resources/affinity

Hessing, T. (2013). Affinity diagram (or K-J method). Six Sigma Study Guide. https://sixsigmastudyguide.com/affinity-diagram/

Interaction Design Foundation. (s.d.). What are affinity diagrams? Recuperado de https://ixdf.org/literature/topics/affinity-diagrams

Kawakita, J. (1991). The original KJ method. Tokyo: Kawakita Research Institute.

Krause, R., & Pernice, K. (2024). Affinity diagramming for collaboratively sorting UX findings and design ideas. Nielsen Norman Group. https://www.nngroup.com/articles/affinity-diagram/

Lucero, A. (2015). Using affinity diagrams to evaluate interactive prototypes. Em J. Abascal, S. Barbosa, M. Fetter, T. Gross, P. Palanque, & M. Winckler (Eds.), Human-Computer Interaction – INTERACT 2015. Lecture Notes in Computer Science, Vol. 9297 (pp. 231–248). Cham: Springer. https://doi.org/10.1007/978-3-319-22668-2_19

Lucid. (s.d.). Como usar diagramas de afinidades para organizar ideias. Recuperado de https://lucid.co/pt/diagrama/diagrama-de-afinidade/tutorial

Project-Management.com. (2017). Affinity diagram – Kawakita Jiro or KJ method. https://project-management.com/affinity-diagram-kawakita-jiro-or-kj-method/

Widjaja, W., & Takahashi, M. (2016). Distributed interface for group affinity-diagram brainstorming. Concurrent Engineering: Research and Applications, 24(4), 344–358. https://doi.org/10.1177/1063293X16657860

Wikipedia. (s.d.). Affinity diagram. Recuperado de https://en.wikipedia.org/wiki/Affinity_diagram