Transkribering i kvalitativ forskning: regler og arbeidsflyt

Transkribering i kvalitativ forskning betyr å gjøre intervjuer eller fokusgrupper om til tekst som du kan analysere, sitere og dele på en trygg måte. I praksis handler det om fire valg: hvilken transkripsjonsstil du bruker (ordrett, intelligent verbatim eller et notasjonssystem), hvordan du anonymiserer deltakerne, hvordan du kontrollerer nøyaktigheten, og hvilket format analyseprogrammet ditt kan importere. Denne veiledningen går gjennom hvert steg og avslutter med en arbeidsflyt for å gjøre en intervjutranskripsjon klar for koding.

Trenger du det grunnleggende om å ta opp og transkribere intervjuer i journalistikk eller forskning, kan du begynne med veiledningen vår om intervjutranskribering. Denne artikkelen går dypere inn i det som er spesielt for forskning, enten det gjelder et større prosjekt eller transkribering av intervju til en masteroppgave: regler, etikk, anonymisering og kodeprogrammer.

Ordrett eller intelligent verbatim: velg stil først

Stilen du velger, bør følge av metoden din, og den bør skrives ned før noen begynner å skrive. Endrer du reglene midt i et prosjekt, må du kontrollere alle tidligere transkripsjoner på nytt.

Valget mellom ordrett og intelligent verbatim handler først og fremst om hva som regnes som data. Er nøling, selvkorrigering eller måten noen myker opp et utsagn på viktig for analysen, fjerner intelligent verbatim bevis du trenger. Er du opptatt av temaer på tvers av 30 intervjuer, gir full ordrett transkripsjon mer lesetid uten særlig analytisk verdi. Uansett skal intelligent verbatim aldri endre deltakerens ord eller grammatikk ut over å fjerne fyllord; det er ikke en omskriving. For norske opptak må du også bestemme om dialekt skal gjengis lydrett eller normeres til bokmål eller nynorsk, og skrive det inn i reglene.

Transkripsjonsregler for kvalitativ forskning

Transkripsjonsregler gjør transkripsjonene konsekvente i hele prosjektet og mellom ulike transkribenter. Det finnes to hovedvarianter.

Enkle regler

De fleste kvalitative studier bruker en kort liste laget for prosjektet. Et typisk sett:

• Talermerker: I: for intervjuer, D07: for deltaker 7.
• Pauser: (pause) for en merkbar pause, eller (3 s) hvis lengden betyr noe.
• Overlappende tale: merk med [overlapp] eller start den overlappende replikken med en skråstrek.
• Ikke-verbale lyder: [ler], [sukker], [lang stillhet].
• Utydelig tale: [uhørbart 00:14:32] med tidsstempel, eller [utydelig: ord?] for en beste gjetning.
• Trykk: STORE BOKSTAVER eller kursiv, brukt sparsomt.
• Sladding: [navn på tettsted], [arbeidsgiver].

Legg denne listen i prosjektdokumentasjonen og i toppteksten til hver transkripsjon.

Det grunnleggende i Jefferson-notasjon

Samtaleanalytikere bruker Jefferson-systemet, oppkalt etter Gail Jefferson. Loughborough Universitys veiledning i notasjon for samtaleanalyse oppsummerer de viktigste symbolene:

• (.) en så vidt merkbar mikropause; (0.5) en tidfestet pause i sekunder.
• [ plassert likt på linjer ved siden av hverandre for starten på overlappende tale, noen ganger ] for slutten.
• = «latching»: ingen pause mellom replikkene.
• o:rd forlenget lyd; °ord° lav tale; store bokstaver for høy tale.
• >ord< raskere tale; langsommere tale.
• ((snufser)) transkribentens beskrivelse av en lyd eller handling.
• ( ) utydelig tale; (ord) en sannsynlig, men usikker tolkning.

For hele systemet viser metodelitteraturen til Jeffersons «Glossary of transcript symbols with an introduction» (2004) og Atkinson og Heritages Structures of Social Interaction (1984). Jefferson-transkribering er tidkrevende og spesialisert; ingen automatiske verktøy lager den pålitelig, så sett av tid til grundig manuelt arbeid hvis metoden din krever det.

Etikkgodkjenning, samtykke og personvernforordningen (GDPR)

Før et opptak sendes til en transkriberingstjeneste, bør du sjekke tre dokumenter:

1. Etikkgodkjenningen eller vurderingen av prosjektet. Den kan angi hvordan og av hvem lyden skal transkriberes. Bruk av en ekstern tjeneste, enten det er mennesker eller AI, må kanskje oppgis eller godkjennes. I Norge melder mange institusjoner forskningsprosjekter med personopplysninger til Sikt for vurdering, og medisinsk og helsefaglig forskning krever i tillegg forhåndsgodkjenning fra REK; sjekk hva som gjelder ved din institusjon.
2. Samtykkeskjemaet til deltakerne. Deltakerne bør vite at opptakene blir transkribert, hvem som får tilgang, hvor lenge lyden oppbevares, og om anonymiserte transkripsjoner kan arkiveres eller deles.
3. Datahåndteringsplanen. Den bør angi hvor lyd og transkripsjoner lagres, og når de slettes.

I EU/EØS og Storbritannia er intervjuopptak personopplysninger etter GDPR, i Norge gjennomført i personopplysningsloven, og de inneholder ofte særlige kategorier av personopplysninger, som helse, religion eller politisk syn. Når du bruker en ekstern tjeneste, er den databehandler, så du må vite hvor den behandler data, hvor lenge den oppbevarer dem, om den bruker opptak til å trene modeller, og om den signerer en databehandleravtale. Artikkelen vår om personvernforordningen (GDPR) og transkribering går grundig gjennom hva du bør sjekke.

Audiotexta støtter for eksempel planlagt sletting og bruker ikke brukerinnhold til å trene modeller; Team-planen inkluderer en databehandleravtale (DPA). Personvernsiden viser detaljene, som du kan sitere i en etikksøknad eller et meldeskjema. Uansett hvilket program for transkribering av intervju du bruker, bør du sjekke det mot institusjonens regler; noen universiteter krever at du bare bruker godkjente leverandører.

Anonymisering og pseudonymisering

Anonymiser underveis eller rett etter transkriberingen, ikke helt på slutten av prosjektet. UK Data Services veiledning om anonymisering av kvalitative data anbefaler å planlegge anonymiseringen tidlig, gjennomføre den konsekvent og kombinere den med samtykke og tilgangskontroll i stedet for å stole på sladding alene.

Praktiske regler:

• Direkte identifiserende opplysninger (navn, adresser, e-post, telefonnumre) erstattes med pseudonymer eller beskrivelser i klammer: «Kari» blir «Ingrid» eller [navn på kollega].
• Indirekte identifiserende opplysninger (nøyaktig alder, sjeldne stillingstitler, små kommuner, uvanlige hendelser) kan identifisere noen i kombinasjon. Generaliser dem: «en sykepleier i førtiårene i en liten kommune i Nord-Norge».
• Vær konsekvent. Samme person eller sted får samme erstatning i alle transkripsjoner.
• Før en koblingsnøkkel. Noter hver erstatning i en logg som oppbevares atskilt fra transkripsjonene, med begrenset tilgang.
• Unngå å sverte ut tekst. Erstatninger holder transkripsjonen lesbar; svarte felt gjør det ikke.
• Ikke anonymiser for mye. Fjerner du for mye kontekst, kan dataene bli ubrukelige i analysen.

Husk at pseudonymiserte data fortsatt er personopplysninger etter GDPR så lenge det finnes en koblingsnøkkel. Bare data som ikke lenger kan knyttes tilbake til en person, regnes som anonyme.

Kontroll av nøyaktighet: AI-utkast pluss en manuell gjennomgang

Manuell transkribering går sakte. Et ofte oppgitt anslag er fire til seks timers arbeid per lydtime for en enkel ordrett transkripsjon, og mye mer for detaljert notasjon eller fokusgrupper med støy. Automatisk transkribering endrer arbeidsflyten: maskinen lager et utkast på noen minutter, og forskerens tid går med til å kontrollere.

En rutine for kontroll som fungerer:

1. Lag utkastet med talermerking og tidsstempler. Modeller i Whisper-klassen gjør det godt på tydelig lyd, men hører fortsatt feil på navn, fagspråk, dialekter og overlappende tale.
2. Lytt gjennom hele opptaket mens du leser. En redigeringsvisning som markerer ordene under avspilling og lar deg klikke på et ord for å hoppe dit, gjør dette mye raskere.
3. Rett talerbyttene først, så ordene, og legg deretter til reglene dine (pauser, overlapp, ikke-verbale notater).
4. Marker usikkerhet i stedet for å gjette: [utydelig 00:21:05].
5. Stikkprøv en gang til på et utvalg, eller be en kollega kontrollere én transkripsjon per runde.

Kontrollen tar vanligvis minst like lang tid som selve opptaket, og ofte lenger. Den er også en verdifull måte å bli kjent med dataene på, noe mange kvalitative metoder regner som første fase av analysen. Tipsene våre om nøyaktig transkribering forklarer hvordan opptaksforholdene påvirker utkastet.

En mal for topptekst i transkripsjonen

Begynn hver transkripsjon med den samme toppteksten, så filene kan identifiseres uten at det avsløres hvem deltakeren er.

Hvordan transkribere et intervju for koding: format, eksempel og eksport

Formatet for intervjutranskripsjoner som fungerer best til koding, er enkelt: ett avsnitt per replikk, et talermerke i starten og et tidsstempel i starten av hver replikk eller med jevne mellomrom. Et kort eksempel på transkribering av intervju i dette formatet: [00:04:12] I: Hvordan begynte du å jobbe hjemmefra? [00:04:15] D07: Eh, det var under pandemien (pause), og så ble det sånn [ler].

• NVivo importerer transkripsjoner i DOCX eller TXT på Windows, med tidsstempler i starten av avsnitt eller i en tabellkolonne, og godtar formater som tt:mm:ss. NVivo for Mac importerer transkripsjoner som ren tekst, så sjekk hjelpesiden for din versjon.
• ATLAS.ti importerer transkripsjoner i DOCX, RTF og TXT og, i nyere versjoner, SRT- og VTT-filer, og kan synkronisere transkripsjonen med lyden ved avspilling.
• MAXQDA importerer transkripsjoner med tidsstempler fra DOCX- eller RTF-filer og støtter også SRT og VTT, med en liste over tidsstempelformater fra vanlige transkriberingsverktøy.

Med Audiotexta kan du eksportere TXT, SRT eller VTT på gratisplanen, uten konto, og DOCX med Pro. Når det gjelder pris for transkribering av intervju, kan du transkribere filer på opptil 30 minutter gratis uten konto, inntil 120 minutter i måneden. SRT eller VTT er ofte den raskeste veien inn i ATLAS.ti eller MAXQDA, fordi tidsstemplene følger med filen. Til NVivo kan du eksportere DOCX eller TXT med tidsstempler og sjekke at de stemmer med et format NVivo kjenner igjen, før du importerer en hel runde. Begynn i nettappen med ett intervju, og test importen før du transkriberer resten.

Når transkripsjonen er importert, koblet til lyden og anonymisert, kan du begynne å kode med visshet om at hvert sitat kan spores tilbake til et bestemt øyeblikk i opptaket.