Transcriberen voor kwalitatief onderzoek: regels en werkwijze

Transcriberen voor kwalitatief onderzoek betekent interviews of focusgroepen omzetten in tekst die je kunt analyseren, citeren en veilig kunt delen; dat is ook de betekenis van een transcriptie van een interview in onderzoek. In de praktijk komt een interview uitwerken neer op vier beslissingen: welke transcriptiestijl je gebruikt (letterlijk, clean verbatim of een notatiesysteem), hoe je deelnemers anonimiseert, hoe je de nauwkeurigheid controleert en welk formaat je analysesoftware importeert. Deze gids behandelt elke stap, ook hoe je een interview gratis kunt transcriberen als eerste concept, en eindigt met een werkwijze om een interviewtranscript klaar te maken voor het coderen.

Wil je eerst de basis van interviews opnemen en transcriberen voor journalistiek of onderzoek, begin dan met onze gids voor het transcriberen van interviews. Dit artikel gaat dieper in op wat specifiek is voor onderzoek: transcriptieregels, ethiek, anonimiseren en codeersoftware.

Letterlijk of clean verbatim: kies eerst een stijl

De stijl die je kiest, volgt uit je methode, en je legt hem vast voordat iemand begint te typen. Halverwege een project van regels wisselen betekent dat je elk eerder transcript opnieuw moet controleren.

De keuze tussen letterlijk transcriberen en clean verbatim gaat vooral over wat als data telt. Zijn aarzelingen, zelfcorrecties of de manier waarop iemand een uitspraak afzwakt belangrijk voor je analyse, dan haalt clean verbatim bewijs weg dat je nodig hebt. Gaat het je om thema's in 30 interviews, dan kost volledig letterlijk extra leestijd zonder veel analytische winst. Hoe dan ook: clean verbatim mag de woorden of grammatica van de deelnemer nooit veranderen buiten het weghalen van stopwoorden; het is geen parafrase.

Transcriptieregels voor kwalitatief onderzoek

Transcriptieregels zorgen ervoor dat transcripten binnen een project en tussen transcribenten consistent blijven. Er zijn grofweg twee opties.

Eenvoudige regels

De meeste kwalitatieve studies werken met een korte lijst die per project wordt vastgesteld. Een gangbare set:

• Sprekerlabels: I: voor de interviewer, P07: voor deelnemer 7.
• Pauzes: (pauze) voor een merkbare pauze, of (3s) als de lengte ertoe doet.
• Overlappende spraak: markeer met [overlap] of laat de overlappende beurt met een schuine streep beginnen.
• Non-verbale geluiden: [lacht], [zucht], [lange stilte].
• Onverstaanbare spraak: [onverstaanbaar 00:14:32] met een tijdcode, of [onduidelijk: woord?] voor je beste gok.
• Nadruk: HOOFDLETTERS of cursief, spaarzaam gebruikt.
• Weglatingen: [naam van dorp], [werkgever].

Zet deze lijst in je projectdocumentatie en in de kop van elk transcript.

De basis van Jefferson-notatie

Conversatieanalisten gebruiken het Jefferson-systeem, genoemd naar Gail Jefferson. De tutorial over notatie voor conversatieanalyse van Loughborough University vat de kernsymbolen samen:

• (.) een net merkbare micropauze; (0.5) een getimede pauze in seconden.
• [ uitgelijnd op opeenvolgende regels voor het begin van overlappende spraak, soms ] voor het einde.
• = aansluiting: geen ruimte tussen beurten.
• woo:rd gerekte klank; °woord° zachte spraak; hoofdletters voor luide spraak.
• >woord< sneller gesproken; langzamer gesproken.
• ((snuift)) beschrijving door de transcribent van een geluid of handeling.
• ( ) onverstaanbare spraak; (woord) een waarschijnlijke maar onzekere interpretatie.

Voor het volledige systeem verwijzen methodeboeken naar Jeffersons "Glossary of transcript symbols with an introduction" (2004) en naar Structures of Social Interaction (1984) van Atkinson en Heritage. Transcriberen volgens Jefferson is traag en specialistisch werk; geen automatische tool levert het betrouwbaar, dus reken op gedetailleerd handwerk als je methode het vraagt.

Ethische goedkeuring, toestemming en de AVG

Controleer drie documenten voordat een opname bij een transcriptiedienst terechtkomt:

1. Je ethische goedkeuring. Daarin kan staan hoe en door wie audio wordt getranscribeerd. Wil je een interview laten transcriberen door een externe dienst, menselijk of AI, dan moet dat mogelijk worden vermeld of goedgekeurd.
2. Het toestemmingsformulier voor deelnemers. Deelnemers moeten weten dat opnames worden getranscribeerd, wie er toegang toe heeft, hoe lang de audio wordt bewaard en of geanonimiseerde transcripten gearchiveerd of gedeeld mogen worden.
3. Je datamanagementplan. Daarin staat waar audio en transcripten worden opgeslagen en wanneer ze worden verwijderd.

In de EU, dus ook in Nederland en België, zijn interviewopnames persoonsgegevens onder de AVG, en vaak bevatten ze bijzondere persoonsgegevens zoals gezondheid, religie of politieke opvattingen. Gebruik je een externe dienst, dan is die verwerker. Je moet dus weten waar hij gegevens verwerkt, hoe lang hij ze bewaart, of hij opnames gebruikt om modellen te trainen en of hij een verwerkersovereenkomst tekent. Ons artikel over de AVG en transcriptie loopt die controles stap voor stap door.

Audiotexta ondersteunt bijvoorbeeld geplande verwijdering en gebruikt gebruikersinhoud niet om modellen te trainen; het Team-abonnement bevat een verwerkersovereenkomst (DPA). De privacypagina zet de details op een rij, zodat je ze kunt overnemen in een aanvraag bij een ethische commissie. Welke tool je ook gebruikt, toets hem aan de regels van je instelling; sommige universiteiten staan alleen goedgekeurde leveranciers toe.

Anonimiseren en pseudonimiseren

Anonimiseer tijdens of direct na het transcriberen, niet aan het einde van het project. De richtlijn van de UK Data Service over het anonimiseren van kwalitatieve data raadt aan anonimisering vroeg te plannen, consequent toe te passen en te combineren met toestemming en toegangsbeheer, in plaats van alleen op het wegstrepen van tekst te vertrouwen.

Praktische regels:

• Directe identificatoren (namen, adressen, e-mailadressen, telefoonnummers) vervang je door pseudoniemen of omschrijvingen tussen haken: "Fatima" wordt "Sanne" of [naam collega].
• Indirecte identificatoren (exacte leeftijd, zeldzame functietitels, kleine dorpen, ongewone gebeurtenissen) kunnen in combinatie iemand herkenbaar maken. Maak ze algemener: "een verpleegkundige van in de veertig uit een klein dorp in het noorden".
• Wees consequent. Dezelfde persoon of plaats krijgt in elk transcript dezelfde vervanging.
• Houd een sleutel bij. Noteer elke vervanging in een logboek dat je apart van de transcripten bewaart, met beperkte toegang.
• Maak tekst niet zwart. Vervangingen houden het transcript leesbaar; zwarte balken niet.
• Anonimiseer niet te veel. Als je te veel context weghaalt, wordt de data onbruikbaar voor analyse.

Onthoud dat gepseudonimiseerde gegevens onder de AVG persoonsgegevens blijven zolang er een sleutel bestaat. Alleen gegevens die niet meer naar een persoon te herleiden zijn, gelden als anoniem.

Nauwkeurigheid controleren: AI-concept plus een menselijke ronde

Handmatig transcriberen is traag. Een veelgenoemde schatting is vier tot zes uur werk per uur audio voor een eenvoudig letterlijk transcript, en veel meer voor gedetailleerde notatie of rumoerige focusgroepen. Automatische transcriptie verandert de werkwijze als je een interviewopname gaat transcriberen: de machine levert binnen een paar minuten een concept en de tijd van de onderzoeker gaat naar het controleren.

Een werkbare controleroutine:

1. Maak het concept met sprekerlabels en tijdcodes. Modellen van Whisper-niveau doen het goed bij heldere audio, maar verstaan namen, vakjargon, accenten en door elkaar praten nog steeds verkeerd.
2. Luister de hele opname terwijl je meeleest. Een editor die woorden markeert tijdens het afspelen en waarin je op een woord klikt om ernaartoe te springen, maakt dit veel sneller.
3. Verbeter eerst de sprekerwissels, dan de woorden, en voeg daarna je regels toe (pauzes, overlappingen, non-verbale notities).
4. Markeer onzekerheid in plaats van te gokken: [onduidelijk 00:21:05].
5. Doe een tweede steekproef op een deel van het materiaal, of vraag een collega om per batch één transcript te controleren.

De controleronde duurt meestal minstens zo lang als de opname zelf, en vaak langer. Het is ook een waardevolle manier om vertrouwd te raken met je data, wat veel kwalitatieve methoden als eerste fase van de analyse zien. Onze tips voor nauwkeurige transcriptie leggen uit hoe opnameomstandigheden het concept beïnvloeden.

Een sjabloon voor de transcriptkop

Begin elk transcript met dezelfde kop, zodat bestanden herkenbaar blijven zonder te verraden wie de deelnemer is.

Een interview transcriberen voor het coderen: formaat en export

Het transcriptformaat dat het best werkt voor coderen is eenvoudig: één alinea per sprekerbeurt, een sprekerlabel aan het begin en een tijdcode aan het begin van elke beurt of met vaste tussenpozen.

• NVivo importeert op Windows transcripten in DOCX of TXT, met tijdcodes aan het begin van alinea's of in een tabelkolom, en accepteert formaten zoals hh:mm:ss. NVivo voor Mac importeert transcripten als platte tekst, dus raadpleeg de helppagina van jouw versie.
• ATLAS.ti importeert transcripten in DOCX, RTF en TXT en in de huidige versies ook SRT- en VTT-bestanden, en kan het transcript synchroniseren met de audio om af te spelen.
• MAXQDA importeert transcripten met tijdcodes uit DOCX- of RTF-bestanden en ondersteunt ook SRT en VTT, met een lijst van tijdcodeformaten van veelgebruikte transcriptietools.

Wil je een interview transcriberen, gratis en zonder account, dan kan dat met Audiotexta voor bestanden tot 30 minuten: in het gratis abonnement exporteer je TXT, SRT of VTT, en met Pro ook DOCX. SRT of VTT is vaak de snelste route naar ATLAS.ti of MAXQDA, omdat de tijdcodes in het bestand meekomen. Voor NVivo exporteer je DOCX of TXT met tijdcodes en controleer je of die overeenkomen met een formaat dat NVivo herkent voordat je een hele batch importeert. Begin in de webapp met één interview en test de import voordat je de rest transcribeert.

Is het transcript geïmporteerd, aan de audio gekoppeld en geanonimiseerd, dan kun je beginnen met coderen, in het vertrouwen dat elk citaat terug te voeren is op een moment in de opname.