Transkrip Wawancara Penelitian Kualitatif: Konvensi & Alur Kerja

Transkrip wawancara untuk penelitian kualitatif berarti mengubah wawancara atau diskusi kelompok terarah (FGD) menjadi teks yang bisa Anda analisis, kutip, dan bagikan dengan aman. Dalam praktiknya, ada empat keputusan: gaya transkripsi apa yang dipakai (verbatim, intelligent verbatim, atau sistem notasi), cara menganonimkan partisipan, cara mengecek akurasi, dan format apa yang bisa diimpor perangkat lunak analisis Anda. Panduan ini membahas setiap langkah dan diakhiri dengan alur kerja untuk menyiapkan transkrip wawancara sebelum koding.

Jika Anda butuh dasar-dasar merekam dan mentranskripsi wawancara untuk jurnalisme atau riset, mulailah dari panduan transkripsi wawancara kami. Artikel ini masuk lebih dalam ke bagian yang khas penelitian: konvensi, etika, anonimisasi, dan perangkat lunak koding.

Verbatim vs intelligent verbatim: pilih gaya lebih dulu

Gaya yang Anda pilih harus mengikuti metode penelitian, dan harus ditulis sebelum ada yang mulai mengetik. Mengganti konvensi di tengah proyek berarti mengecek ulang setiap transkrip sebelumnya.

Pilihan antara verbatim dan intelligent verbatim pada dasarnya soal apa yang dihitung sebagai data. Jika keraguan, koreksi diri, atau cara seseorang melunakkan pernyataan penting untuk analisis Anda, intelligent verbatim membuang bukti yang Anda butuhkan. Jika yang Anda cari adalah tema di 30 wawancara, verbatim penuh menambah waktu baca tanpa banyak nilai analitis. Apa pun pilihannya, intelligent verbatim tidak boleh mengubah kata atau tata bahasa partisipan selain membuang kata pengisi; ini bukan parafrase.

Konvensi transkripsi untuk penelitian kualitatif

Konvensi adalah aturan yang membuat transkrip konsisten di seluruh proyek dan antartranskriptor. Ada dua pilihan besar.

Konvensi sederhana

Sebagian besar studi kualitatif memakai daftar singkat yang khusus untuk proyeknya. Contoh yang umum:

• Label pembicara: P: untuk pewawancara, P07: untuk partisipan 7 (atau I: dan R: untuk interviewer dan responden).
• Jeda: (jeda) untuk jeda yang terasa, atau (3d) jika durasinya penting.
• Ucapan tumpang tindih: tandai dengan [tumpang tindih] atau awali giliran yang tumpang tindih dengan garis miring.
• Suara nonverbal: [tertawa], [menghela napas], [diam lama].
• Ucapan tidak jelas: [tidak terdengar 00:14:32] dengan stempel waktu, atau [kurang jelas: kata?] untuk tebakan terbaik.
• Penekanan: HURUF KAPITAL atau miring, secukupnya.
• Penyamaran: [nama kota], [nama tempat kerja].

Jika label P: dipakai untuk pewawancara, gunakan kode lain untuk partisipan agar tidak tertukar. Masukkan daftar ini ke dokumentasi proyek dan ke header setiap transkrip.

Dasar notasi Jefferson

Peneliti analisis percakapan memakai sistem Jefferson, dinamai dari Gail Jefferson. Tutorial notasi analisis percakapan dari Loughborough University merangkum simbol-simbol intinya:

• (.) jeda mikro yang nyaris tak terasa; (0.5) jeda terukur dalam detik.
• [ disejajarkan di baris yang berdekatan untuk awal ucapan tumpang tindih, kadang ] untuk akhirnya.
• = latching: tidak ada jeda antargiliran.
• ka:ta bunyi yang dipanjangkan; °kata° ucapan pelan; huruf kapital untuk ucapan keras.
• >kata< bicara lebih cepat; bicara lebih lambat.
• ((menghirup)) deskripsi transkriptor tentang suara atau tindakan.
• ( ) ucapan tidak jelas; (kata) dugaan yang mungkin tetapi belum pasti.

Untuk sistem lengkapnya, buku metode merujuk ke "Glossary of transcript symbols with an introduction" (2004) karya Jefferson dan Structures of Social Interaction (1984) karya Atkinson dan Heritage. Transkripsi Jefferson lambat dan sangat khusus; belum ada alat otomatis yang menghasilkannya secara andal, jadi rencanakan kerja manual yang terperinci jika metode Anda membutuhkannya.

Persetujuan etik, informed consent, UU PDP, dan GDPR

Sebelum rekaman apa pun dikirim ke layanan transkripsi, cek tiga dokumen:

1. Persetujuan etik (ethical clearance). Dokumen dari komite etik ini mungkin menyebutkan bagaimana dan oleh siapa audio ditranskripsi. Memakai layanan pihak ketiga, baik manusia maupun AI, mungkin perlu dinyatakan atau disetujui.
2. Formulir persetujuan partisipan (informed consent). Partisipan harus tahu bahwa rekaman akan ditranskripsi, siapa yang punya akses, berapa lama audio disimpan, dan apakah transkrip yang sudah dianonimkan boleh diarsipkan atau dibagikan.
3. Rencana pengelolaan data. Rencana ini harus menyebutkan di mana audio dan transkrip disimpan dan kapan dihapus.

Di Indonesia, rekaman wawancara termasuk data pribadi menurut UU No. 27 Tahun 2022 tentang Pelindungan Data Pribadi (UU PDP), dan sering memuat data yang bersifat spesifik seperti kesehatan, agama, atau pandangan politik. Di Uni Eropa dan Inggris, berlaku GDPR dengan logika yang mirip. Ketika Anda memakai layanan eksternal, layanan itu bertindak sebagai pemroses data, jadi Anda perlu tahu di mana data diproses, berapa lama disimpan, apakah rekaman dipakai untuk melatih model, dan apakah penyedia mau menandatangani perjanjian pemrosesan data. Artikel kami tentang GDPR dan transkripsi membahas pemeriksaan ini secara rinci.

Audiotexta, misalnya, mendukung penghapusan terjadwal dan tidak memakai konten pengguna untuk melatih model; paket Team menyertakan DPA. Halaman privasi mencantumkan detailnya, yang bisa Anda kutip dalam pengajuan etik. Alat apa pun yang Anda pakai, cocokkan dengan aturan institusi Anda; sebagian universitas hanya mengizinkan penyedia yang sudah disetujui.

Anonimisasi dan pseudonimisasi

Anonimkan selama atau segera setelah transkripsi, bukan di akhir proyek. Panduan UK Data Service tentang anonimisasi data kualitatif menyarankan agar anonimisasi direncanakan sejak awal, diterapkan secara konsisten, dan dipadukan dengan persetujuan partisipan serta kontrol akses, bukan hanya mengandalkan penghapusan teks.

Aturan praktisnya:

• Penanda langsung (nama, alamat, email, nomor telepon atau WhatsApp) diganti dengan nama samaran atau deskripsi dalam kurung: "Siti" menjadi "Dewi" atau [nama rekan kerja].
• Penanda tidak langsung (usia persis, jabatan langka, desa atau kota kecil, kejadian tidak biasa) bisa mengungkap identitas jika digabungkan. Generalisasikan: "perawat berusia empat puluhan di sebuah kota kecil di Jawa Tengah".
• Konsisten. Orang atau tempat yang sama mendapat pengganti yang sama di setiap transkrip.
• Simpan kunci. Catat setiap penggantian di log yang disimpan terpisah dari transkrip, dengan akses terbatas.
• Jangan menghitamkan teks. Pengganti membuat transkrip tetap terbaca; blok hitam tidak.
• Jangan berlebihan. Membuang terlalu banyak konteks bisa membuat data tidak berguna untuk analisis.

Ingat bahwa data yang dipseudonimkan masih termasuk data pribadi menurut GDPR selama kuncinya ada. Hanya data yang tidak bisa lagi dikaitkan dengan seseorang yang terhitung anonim.

Cek akurasi: draf AI plus pengecekan manusia

Transkripsi manual itu lambat. Kisaran yang sering dikutip adalah empat hingga enam jam kerja per jam audio untuk transkrip verbatim sederhana, dan jauh lebih lama untuk notasi terperinci atau FGD yang berisik. Transkripsi otomatis mengubah alur kerjanya: mesin menghasilkan draf dalam hitungan menit, dan waktu peneliti dipakai untuk mengecek.

Rutinitas pengecekan yang bisa dipakai:

1. Buat draf dengan label pembicara dan stempel waktu. Model kelas Whisper bagus untuk audio yang jernih, tetapi masih salah dengar pada nama, istilah teknis, logat daerah, dan orang yang bicara bersamaan.
2. Dengarkan seluruh rekaman sambil membaca. Editor yang menyorot kata saat audio diputar dan memungkinkan Anda mengklik kata untuk melompat ke sana membuat proses ini jauh lebih cepat.
3. Perbaiki pergantian pembicara dulu, lalu kata-kata, lalu tambahkan konvensi Anda (jeda, tumpang tindih, catatan nonverbal).
4. Tandai ketidakpastian alih-alih menebak: [kurang jelas 00:21:05].
5. Cek ulang secara acak pada sampel, atau minta rekan mengecek satu transkrip per batch.

Pengecekan biasanya butuh waktu minimal sepanjang rekaman, dan sering lebih lama. Proses ini juga menjadi pengenalan berharga terhadap data Anda, yang oleh banyak metode kualitatif dianggap sebagai tahap pertama analisis. Tips akurasi transkripsi kami menjelaskan bagaimana kondisi perekaman memengaruhi draf.

Template header transkrip

Awali setiap transkrip dengan header yang sama agar file tetap mudah dikenali tanpa mengungkap siapa partisipannya.

Cara membuat transkrip wawancara untuk koding: format dan ekspor

Format transkrip wawancara yang paling cocok untuk koding itu sederhana: satu paragraf per giliran bicara, label pembicara di awal, dan stempel waktu di awal setiap giliran atau dengan interval teratur.

• NVivo mengimpor transkrip dalam DOCX atau TXT di Windows, dengan stempel waktu di awal paragraf atau di kolom tabel, dan menerima format seperti hh:mm:ss. NVivo untuk Mac mengimpor transkrip sebagai teks biasa, jadi cek halaman bantuan untuk versi Anda.
• ATLAS.ti mengimpor transkrip DOCX, RTF, dan TXT dan, di versi terbaru, file SRT dan VTT, serta bisa menyinkronkan transkrip dengan audio untuk pemutaran.
• MAXQDA mengimpor transkrip dengan stempel waktu dari file DOCX atau RTF dan juga mendukung SRT dan VTT, dengan daftar format stempel waktu dari alat transkripsi yang umum.

Dengan Audiotexta, Anda bisa mengekspor TXT, SRT, atau VTT di paket gratis tanpa akun, dan DOCX di paket Pro. SRT atau VTT sering menjadi jalur tercepat ke ATLAS.ti atau MAXQDA karena stempel waktunya sudah menyatu dengan file. Untuk NVivo, ekspor DOCX atau TXT dengan stempel waktu dan pastikan formatnya dikenali NVivo sebelum mengimpor satu batch penuh. Mulailah di aplikasi web dengan satu wawancara dan uji impornya sebelum mentranskripsi sisanya.

Setelah transkrip diimpor, ditautkan ke audio, dan dianonimkan, Anda bisa mulai koding dengan yakin bahwa setiap kutipan bisa dilacak kembali ke satu momen dalam rekaman.