Transkribering i kvalitativ forskning: regler och arbetsflöde

Transkribering i kvalitativ forskning innebär att göra om intervjuer eller fokusgrupper till text som du kan analysera, citera och dela på ett säkert sätt. I praktiken handlar det om fyra beslut: vilken transkriberingsstil du använder (ordagrann, lätt redigerad eller ett notationssystem), hur du anonymiserar deltagarna, hur du kontrollerar noggrannheten och vilket format ditt analysprogram kan importera. Guiden går igenom varje steg och avslutas med ett arbetsflöde för att förbereda ett intervjutranskript för kodning.

Behöver du grunderna i att spela in och transkribera intervjuer för journalistik eller forskning, börja med vår guide till intervjutranskribering. Den här artikeln går djupare in på de forskningsspecifika delarna: transkriberingsregler, etik, anonymisering och kodningsprogram.

Ordagrann eller lätt redigerad: välj stil först

Stilen ska följa av din metod och skrivas ner innan någon börjar skriva. Att byta regler mitt i ett projekt innebär att alla tidigare transkript måste kontrolleras igen.

Valet mellan ordagrann och lätt redigerad transkribering handlar mest om vad som räknas som data. Om tvekan, självkorrigeringar eller sättet någon mildrar ett påstående spelar roll för din analys tar den lätt redigerade stilen bort belägg som du behöver. Om du är intresserad av teman i 30 intervjuer ger full ordagrann transkribering mer lästid utan särskilt stort analytiskt värde. Hur som helst ska en lätt redigerad version aldrig ändra deltagarens ord eller grammatik utöver att ta bort utfyllnadsord; det är inte en omskrivning.

Transkriberingsregler i kvalitativ forskning

Transkriberingsregler gör transkripten enhetliga i hela projektet och mellan olika transkriberare. Det finns två huvudvägar.

Enkla regler

De flesta kvalitativa studier använder en kort, projektspecifik lista. En typisk uppsättning:

• Talaretiketter: I: för intervjuaren, D07: för deltagare 7.
• Pauser: (paus) för en märkbar paus, eller (3 s) om längden spelar roll.
• Överlappande tal: markera med [överlapp] eller inled den överlappande repliken med ett snedstreck.
• Icke-verbala ljud: [skrattar], [suckar], [lång tystnad].
• Otydligt tal: [ohörbart 00:14:32] med tidsstämpel, eller [otydligt: ord?] för en kvalificerad gissning.
• Betoning: VERSALER eller kursiv, sparsamt.
• Maskering: [ortens namn], [arbetsgivare].

Lägg listan i projektdokumentationen och i varje transkripts sidhuvud.

Grunderna i Jefferson-notation

Samtalsanalytiker använder Jefferson-systemet, uppkallat efter Gail Jefferson. Loughborough Universitys handledning i notation för samtalsanalys sammanfattar de centrala symbolerna:

• (.) en knappt märkbar mikropaus; (0.5) en tidsatt paus i sekunder.
• [ placerad på intilliggande rader där överlappande tal börjar, ibland ] där det slutar.
• = direkt anslutning: inget mellanrum mellan replikerna.
• o:rd utdraget ljud; °ord° tyst tal; versaler för högt tal.
• >ord< snabbare tal; långsammare tal.
• ((snörvlar)) transkriberarens beskrivning av ett ljud eller en handling.
• ( ) otydligt tal; (ord) en trolig men osäker tolkning.

För hela systemet hänvisar metodlitteraturen till Jeffersons "Glossary of transcript symbols with an introduction" (2004) och Atkinson och Heritages Structures of Social Interaction (1984). Jefferson-transkribering är långsam och specialiserad; inget automatiskt verktyg klarar den tillförlitligt, så planera för detaljerat manuellt arbete om din metod kräver det.

Etikprövning, samtycke och GDPR

Innan en inspelning når en transkriberingstjänst bör du kontrollera tre dokument:

1. Ditt etikgodkännande. Det kan ange hur ljudet ska transkriberas och av vem. I Sverige prövas forskning som behandlar känsliga personuppgifter av Etikprövningsmyndigheten, och att använda en extern tjänst, mänsklig eller AI-baserad, kan behöva anges i ansökan.
2. Deltagarnas samtyckesblankett. Deltagarna ska veta att inspelningarna transkriberas, vem som får tillgång, hur länge ljudet sparas och om anonymiserade transkript kan arkiveras eller delas.
3. Din datahanteringsplan. Den ska ange var ljud och transkript lagras och när de raderas.

Inom EU är intervjuinspelningar personuppgifter enligt dataskyddsförordningen (GDPR), och de innehåller ofta känsliga personuppgifter som hälsa, religion eller politiska åsikter. När du använder en extern tjänst agerar den personuppgiftsbiträde, så du behöver veta var den bearbetar data, hur länge den sparar den, om den använder inspelningar för att träna modeller och om den skriver under ett personuppgiftsbiträdesavtal. Vår artikel om GDPR och transkribering går igenom kontrollerna i detalj.

Audiotexta stöder till exempel schemalagd radering och använder inte användarnas innehåll för att träna modeller; Team-planen omfattar ett personuppgiftsbiträdesavtal (DPA). Integritetssidan listar detaljerna, som du kan citera i en etikansökan. Vilket program för transkribering av intervjuer du än använder, kontrollera det mot ditt lärosätes regler; vissa universitet kräver godkända leverantörer.

Anonymisering och pseudonymisering

Anonymisera under eller direkt efter transkriberingen, inte i slutet av projektet. UK Data Services vägledning om anonymisering av kvalitativa data rekommenderar att anonymiseringen planeras tidigt, tillämpas konsekvent och kombineras med samtycke och behörighetsstyrning i stället för att bara förlita sig på maskering.

Praktiska regler:

• Direkta identifierare (namn, adresser, e-postadresser, telefonnummer) ersätts med pseudonymer eller beskrivningar inom hakparentes: "Karin" blir "Lena" eller [kollegans namn].
• Indirekta identifierare (exakt ålder, ovanliga yrkestitlar, små orter, ovanliga händelser) kan tillsammans identifiera någon. Generalisera dem: "en sjuksköterska i 40-årsåldern på en mindre ort i Norrland".
• Var konsekvent. Samma person eller plats får samma ersättning i alla transkript.
• För en kodnyckel. Anteckna varje ersättning i en logg som förvaras skild från transkripten, med begränsad åtkomst.
• Undvik att svärta text. Ersättningar håller transkriptet läsbart; svarta fält gör det inte.
• Överanonymisera inte. Tar du bort för mycket sammanhang kan datan bli oanvändbar för analys.

Kom ihåg att pseudonymiserade uppgifter fortfarande är personuppgifter enligt GDPR så länge en kodnyckel finns. Bara data som inte längre kan kopplas till en person räknas som anonym.

Granskning: AI-utkast plus en mänsklig genomgång

Manuell transkribering går långsamt. Ett ofta citerat spann är fyra till sex timmars arbete per ljudtimme för ett enkelt ordagrant transkript, och mycket mer för detaljerad notation eller brusiga fokusgrupper. Automatisk transkribering förändrar arbetsflödet: maskinen tar fram ett utkast på några minuter, och forskarens tid går till granskningen.

En fungerande rutin för granskning:

1. Ta fram utkastet med talaretiketter och tidsstämplar. Modeller i Whisper-klass är bra på tydligt ljud men hör ändå fel på namn, fackspråk, dialekter och samtidigt tal.
2. Lyssna igenom hela inspelningen medan du läser. En redigerare som markerar orden under uppspelningen och låter dig klicka på ett ord för att hoppa dit gör det här mycket snabbare.
3. Rätta talarbytena först, sedan orden, och lägg därefter till dina regler (pauser, överlappningar, icke-verbala noteringar).
4. Markera osäkerhet i stället för att gissa: [otydligt 00:21:05].
5. Stickprova en gång till på ett urval, eller be en kollega granska ett transkript per omgång.

Granskningen tar oftast minst lika lång tid som själva inspelningen, ofta längre. Den är också ett värdefullt sätt att bekanta sig med materialet, något som många kvalitativa metoder ser som analysens första steg. Våra tips för exaktare transkribering förklarar hur inspelningsförhållandena påverkar utkastet.

En mall för transkriptets sidhuvud

Inled varje transkript med samma sidhuvud, så att filerna går att identifiera utan att avslöja vem deltagaren är.

Så transkriberar du en intervju för kodning: format, exempel och export

Det intervjuformat som fungerar bäst för kodning är enkelt: ett stycke per replik, en talaretikett i början och en tidsstämpel i början av varje replik eller med jämna mellanrum. Ett kort exempel på transkribering av intervju i det formatet: [00:04:12] I: Hur började du arbeta hemifrån? [00:04:15] D07: Öh, det var under pandemin (paus) och sen blev det kvar [skrattar].

• NVivo importerar transkript i DOCX eller TXT på Windows, med tidsstämplar i början av stycken eller i en tabellkolumn, och tar emot format som hh:mm:ss. NVivo för Mac importerar transkript som ren text, så kontrollera hjälpsidan för din version.
• ATLAS.ti importerar transkript i DOCX, RTF och TXT och, i aktuella versioner, SRT- och VTT-filer, och kan synkronisera transkriptet med ljudet för uppspelning.
• MAXQDA importerar transkript med tidsstämplar från DOCX- eller RTF-filer och stöder även SRT och VTT, med en lista över tidsstämpelformat från vanliga transkriberingsverktyg.

Med Audiotexta kan du exportera TXT, SRT eller VTT på gratisplanen, utan konto, och DOCX med Pro. SRT eller VTT är ofta den snabbaste vägen in i ATLAS.ti eller MAXQDA eftersom tidsstämplarna följer med filen. För NVivo exporterar du DOCX eller TXT med tidsstämplar och kontrollerar att de matchar ett format som NVivo känner igen innan du importerar en hel omgång. Börja i webbappen med en intervju och testa importen innan du transkriberar resten.

När transkriptet är importerat, kopplat till ljudet och anonymiserat kan du börja koda i vetskap om att varje citat går att spåra tillbaka till ett ögonblick i inspelningen.