Keuntungan:
- Kemampuan untuk memverifikasi transkrip dengan mendengarkan rekaman dan menggunakan kecerdasan buatan untuk menyarankan kode dan tema
- Tetap setia pada suara peserta dengan menghubungkan setiap kode dan kutipan dengan pernyataan sebenarnya dalam teks, sebaiknya dengan nomor baris
- Kemampuan untuk membedakan kode dari tema dan menghindari komentar dangkal dan mendukung kedalaman data dengan kutipan.
Penelitian kualitatif bukanlah tentang angka; Ini adalah pendekatan yang berhubungan dengan makna, pengalaman dan konteks. Ia mencoba memahami secara mendalam bagaimana orang menafsirkan suatu peristiwa, dengan kata-kata apa mereka menggambarkannya, dan mengapa mereka peduli terhadapnya. Alat yang paling umum adalah wawancara mendalam - percakapan panjang dengan seseorang berdasarkan pertanyaan yang telah ditentukan namun fleksibel. Setelah wawancara dilakukan tiga tugas: transkripsi (mentranskripsikan rekaman audio kata demi kata), pengkodean (memberi label pada bagian-bagian yang bermakna dalam teks), dan analisis tema (mengekstraksi pola yang lebih besar dan berulang — tema — dari kode). Di unit ini, Anda akan mempelajari cara menggunakan AI dalam tiga pekerjaan berikut; namun Anda akan belajar bagaimana mempertahankan suara peserta dan akuntabilitas interpretasi.
AI adalah bantuan yang sangat ampuh dalam analisis kualitatif, karena sebagian besar pekerjaannya berhubungan dengan teks, dan AI cepat dalam menulis teks. Tapi itulah sebabnya risiko terbesar ada di sini: menghubungkan sesuatu dengan peserta yang belum dia katakan. AI dapat “mengoreksi” kutipan, “menafsirkan” sentimen, atau “membuat” tema yang tidak ada dalam teks. Inti dari penelitian kualitatif adalah kesetiaan pada kata-kata partisipan sendiri. Jadi aturan emasnya: AI menyarankan kode dan tema, tetapi setiap saran harus dikaitkan dengan pernyataan sebenarnya dalam teks — sebaiknya dengan nomor baris — dan Anda harus mengonfirmasinya.
Langkah demi langkah: dari pendaftaran hingga tema
1. Verifikasi transkripnya. Alat transkripsi otomatis cepat tetapi dapat membuat kesalahan: alat tersebut mungkin salah mengeja nama, istilah teknis, ekspresi dialek. Penting untuk mendengarkan rekaman dan mengoreksi transkripnya; AI dapat mengedit formatnya, tetapi tidak dapat mendengar suaranya.
2. Lakukan pengkodean terbuka. Bacalah teks baris demi baris dan beri label (kode) pada setiap bagian yang bermakna. AI dapat menghasilkan saran kode dari beberapa transkrip pertama; Ini memberikan daftar awal.
3. Selaraskan daftar kode dengan teori. Gabungkan, pisahkan, ganti nama kode yang disarankan oleh AI sesuai dengan pertanyaan penelitian dan kerangka kerja Anda. Ini adalah penilaian manusia.
4. Kode secara konsisten. Arti yang sama harus diberi label dengan kode yang sama di mana pun. AI membantu menandai transkrip yang tersisa sesuai dengan kumpulan kode yang Anda setujui.
5. Ekstrak tema. Kelompokkan kode dan beri nama pola (tema) yang lebih besar. AI menyarankan rancangan tema; Terserah Anda untuk memutuskan mana yang benar-benar mencerminkan data Anda. Dukung setiap tema dengan kutipan langsung.
Tip: Perjelas perbedaan antara “kode” dan “tema” dalam analisis kualitatif: kode adalah tanda kecil makna dalam teks (“kecemasan terhadap ketidakamanan kerja”); Tema merupakan pola besar yang menyatukan banyak kode (“ketidakpastian mengenai masa depan”). AI dapat mengacaukan keduanya; Anda mempertahankan perbedaannya.
tiga kasus mini
Kasus 1 - Kutipan palsu tertangkap. Seorang peneliti meminta AI untuk memberikan kutipan yang mendukung suatu tema. AI menyampaikan kalimat yang lancar namun tidak muncul dalam transkrip seperti “ucapan peserta”. Saat peneliti menanyakan nomor baris, YZ tidak bisa menyebutkan sumbernya; Kutipan itu dibuat-buat. Sudah menjadi aturan: tidak ada proposal tanpa tanda kutip atau nomor baris yang diterima.
Kasus 2 — Konsistensi pengkodean meningkat. Dalam studi terhadap 30 transkrip, dua peneliti menggunakan kode yang berbeda. Mereka meminta AI menyusun buku kode umum — nama, deskripsi, dan contoh setiap kode; Konsistensi antar pembuat kode meningkat secara signifikan dan arti setiap kode didokumentasikan.
Kasus 3 — Tema yang dangkal semakin mendalam. Pada putaran pertama, AI menyarankan tema yang dangkal seperti “peserta senang/tidak senang”. Ketika peneliti mengatakan "ini terlalu dangkal, tunjukkan ketegangan dalam data", AI kembali ke kutipan dan membuat sketsa pola yang lebih kaya, seperti "ketegangan antara pencarian keamanan dan keinginan akan kebebasan", berdasarkan teks; Peneliti mengkonfirmasi hal ini dengan kutipan.
Empat templat yang dapat disalin
1) Rekomendasi pengkodean terbuka:
Kodekan transkrip wawancara berikut baris demi baris. Sarankan tag kode pendek untuk setiap bagian yang bermakna dan letakkan nomor baris dan kutipan langsung di sebelahnya. Jangan menambahkan apa pun yang tidak ada dalam teks. Jangan berkomentar; cukup tandai frasa dalam teks. Transkrip: [di sini]
2) Buku definisi kode (codebook):
Buatlah buku definisi kode dari daftar kode berikut: untuk setiap kode (1) nama, (2) deskripsi satu kalimat, (3) kutipan teks (dengan nomor baris), (4) catatan "di luar cakupan kode ini". Tandai kode yang ambigu. Kode: [di sini]
3) Inferensi tema (berdasarkan kutipan):
Terlampir adalah daftar kode yang saya setujui. Sarankan 3-5 sketsa tema dengan mengelompokkan kode-kode ini. Untuk setiap tema: tunjukkan kode apa saja yang ada di dalamnya dan minimal 2 tanda kutip langsung (dengan nomor baris) yang mendukungnya. Jangan menyarankan tema tanpa kutipan. Tema: [di sini] Kode: [di sini]
4) Kontrol loyalitas:
Di bawah ini adalah ringkasan tema dan kutipan yang mendasarinya. Periksa setiap kalimat: apakah komentar ini benar-benar sesuai dengan kutipannya, atau hanya kesimpulan tambahan? Tandai setiap kalimat yang tidak didukung oleh teks. Berlebihan atau distorsi suara peserta. Ringkasan: [di sini]
Perintah lemah / Perintah kuat
Perintah yang lemah:
Bacalah wawancara ini dan ungkapkan tema utama dan kutipan yang bagus untuk saya.
AI dapat menghasilkan kutipan yang lancar namun dibuat-buat dan tema dangkal yang tidak dibawa oleh data. Suara peserta hilang, atribusi menjadi tidak dapat diandalkan.
Perintah yang kuat:
Analisis transkrip di bawah ini, HANYA dengan mengikuti teksnya. Untuk setiap usulan tema: (1) kode-kode pembentuk tema, (2) kutipan langsung + nomor baris pendukung setiap kode. Jangan mengatribusikan ekspresi apa pun yang tidak disebutkan dalam teks kepada peserta; Jika Anda tidak yakin, tulislah "tidak jelas dalam teks". Transkrip: [di sini]
Perbedaannya: pendekatan kedua mengaitkan setiap komentar dengan kata-kata sebenarnya dari peserta, sehingga tidak mungkin dilakukan pemalsuan.
Tahapan analisis kualitatif
Panggung
Kontribusi AI
keputusan pria
transkripsi
Pengeditan format
Dengarkan dan verifikasi audio
pengkodean terbuka
Saran kode (dengan kutipan)
Pilihan teoretis
buku kode
Draf definisi
Tetapkan batas kode
Pengkodean yang konsisten
Tetapkan aplikasi
Pemeriksaan konsistensi
Analisis tema
sketsa pola
Komentar dan penamaan
Pelaporan
Pengeditan kutipan
Kesetiaan dan makna
Kesalahan umum
- Menerima penawaran tanpa nomor baris. Pintu menuju kutipan yang dibuat-buat terbuka dari sini.
- Percaya tanpa mendengarkan transkripnya. Transkrip otomatis salah dalam nama dan istilah.
- Mencampur kode dengan tema. Label kecil dan pola besar adalah dua hal yang berbeda.
- Puaslah dengan tema yang dangkal. Kekuatan kualitas adalah kedalaman; Cari voltase di data.
- “Mempercantik” suara peserta. Mengubah makna sambil menyederhanakan teks merusak kesetiaan.
Singkatnya
AI dalam analisis wawancara kualitatif; Ini menghemat banyak waktu dalam tugas-tugas seperti mengedit transkrip, menyarankan kode, membuat buku definisi kode, dan penyusunan tema. Namun inti dari penelitian kualitatif adalah kesetiaan pada kata-kata partisipannya sendiri. Setiap kode dan tema harus dikaitkan dengan pernyataan aktual dalam teks—sebaiknya berdasarkan nomor baris; Kutipan tidak boleh dimasukkan dalam laporan tanpa verifikasi, dan komentar tidak boleh dimasukkan dalam laporan tanpa konfirmasi. AI menghasilkan saran; Tanggung jawab atas makna, kedalaman, dan kesetiaan ada di tangan Anda.
Tugas aplikasi
Ambil rekaman wawancara singkat (10-15 menit yang bisa Anda buat sendiri) dan transkripsikan dengan alat otomatis. Dengarkan rekamannya dan perbaiki transkripnya. Dengan templat "proposal pengkodean terbuka", ambil kode bernomor baris dari AI, atur ke dalam kerangka kerja Anda sendiri, dan buat buku kode. Kemudian, dengan "ekstraksi tema", buat draf 3 tema dan konfirmasikan masing-masing tema dengan kutipan asli. Dengan "pemeriksaan fidelitas", singkirkan kalimat apa pun yang tidak didukung oleh teks.
daftar periksa
- [ ] Saya memverifikasi transkripnya dengan mendengarkan rekamannya.
- [] Saya menghubungkan setiap kode dengan nomor baris dan kutipan.
- [] Saya telah mendokumentasikan konsistensi dengan buku definisi kode.
- [ ] Saya mendukung setiap tema dengan setidaknya dua kutipan langsung.
- [ ] Saya mengonfirmasi setiap kalimat yang dikaitkan dengan peserta dengan teks.