Mga nadagdag:
- Kakayahang i-verify ang transcript sa pamamagitan ng pakikinig sa recording at paggamit ng artificial intelligence para magmungkahi ng mga code at tema
- Pananatiling tapat sa boses ng kalahok sa pamamagitan ng pagkonekta sa bawat code at quote sa aktwal na pahayag sa text, mas mabuti na may numero ng linya
- Kakayahang makilala ang code mula sa tema at maiwasan ang mga mababaw na komento at suportahan ang lalim ng data gamit ang mga sipi.
Ang kwalitatibong pananaliksik ay hindi tungkol sa mga numero; Ito ay isang diskarte na tumatalakay sa kahulugan, karanasan at konteksto. Sinusubukan nitong maunawaan nang malalim kung paano binibigyang kahulugan ng mga tao ang isang kaganapan, kung anong mga salita ang inilalarawan nila dito, at kung bakit nila ito pinapahalagahan. Ang pinakakaraniwang tool ay ang malalim na pakikipanayam — isang mahabang pakikipag-usap sa isang tao batay sa paunang natukoy ngunit nababaluktot na mga tanong. Pagkatapos ng panayam ay may tatlong gawain: transkripsyon (pag-transcribe ng audio recording verbatim), coding (paglalagay ng label sa mga makabuluhang sipi sa teksto), at pagsusuri ng tema (pagkuha ng mas malaki, umuulit na mga pattern — mga tema — mula sa mga code). Sa yunit na ito, matututunan mo kung paano gamitin ang AI sa tatlong trabahong ito; ngunit matututunan mo kung paano panatilihin ang boses at pananagutan ng kalahok para sa interpretasyon.
Ang AI ay isang napakalakas na tulong sa pagsusuri ng husay, dahil karamihan sa gawain ay nakikitungo sa teksto, at ang AI ay mabilis sa teksto. Ngunit iyon mismo ang dahilan kung bakit ang pinakamalaking panganib ay namamalagi dito: pag-uugnay ng isang bagay sa kalahok na hindi niya sinabi. Ang AI ay maaaring "iwasto" ang isang quote, "magbigay ng kahulugan" sa isang damdamin, o "bumuo" ng isang tema na wala sa teksto. Ang puso ng qualitative research ay ang katapatan sa sariling mga salita ng kalahok. Kaya ang ginintuang panuntunan: Ang AI ay nagmumungkahi ng code at mga tema, ngunit ang bawat mungkahi ay dapat na naka-link sa aktwal na pahayag sa teksto - mas mabuti na may isang numero ng linya - at dapat mong kumpirmahin ito.
Hakbang sa hakbang: mula sa pagpaparehistro hanggang sa tema
1. I-verify ang transcript. Mabilis ang mga naka-automate na tool sa transkripsyon ngunit nagkakamali: maaari silang magkamali sa pagbabaybay ng mga pangalan, teknikal na termino, mga expression ng diyalekto. Mahalagang makinig sa recording at itama ang transcript; Maaaring i-edit ng AI ang format, ngunit hindi nito marinig ang tunog.
2. Mag-open coding. Basahin ang teksto sa bawat linya at bigyan ng label (code) ang bawat makabuluhang piraso. Ang AI ay maaaring makabuo ng mga suhestiyon ng code mula sa unang ilang transcript; Nagbibigay ito ng panimulang listahan.
3. Ihanay ang listahan ng code sa teorya. Pagsamahin, paghiwalayin, palitan ang pangalan ng mga code na iminungkahi ng AI ayon sa sarili mong tanong sa pananaliksik at balangkas. Ito ang paghatol ng tao.
4. Kodigo nang tuluy-tuloy. Ang parehong kahulugan ay dapat na may label na may parehong code sa lahat ng dako. Tinutulungan ng AI na markahan ang mga natitirang transcript na naaayon sa iyong naaprubahang hanay ng code.
5. I-extract ang mga tema. Mga code ng pangkat at pangalanan ang mas malalaking pattern (mga tema). Ang AI ay nagmumungkahi ng draft na tema; Nasa sa iyo na magpasya kung alin ang tunay na sumasalamin sa iyong data. Suportahan ang bawat tema gamit ang mga direktang quote.
Tip: Linawin ang pagkakaiba sa pagitan ng "code" at "tema" sa pagsusuri ng husay: ang code ay isang maliit na tag ng kahulugan sa teksto ("pagkabalisa tungkol sa kawalan ng kapanatagan sa trabaho"); Ang tema ay ang malaking pattern na pinagsasama-sama ang maraming code ("kawalan ng katiyakan tungkol sa hinaharap"). Maaaring malito ng AI ang dalawa; Pinapanatili mo ang pagkakaiba.
tatlong mini case
Case 1 — Nahuli ang gawa-gawang quote. Humingi ang isang mananaliksik sa AI ng mga quote na sumusuporta sa isang tema. Nagpakita ang AI ng pangungusap na matatas ngunit hindi lumabas sa transcript bilang "sabi ng kalahok." Nang humingi ang mananaliksik ng numero ng linya, hindi mabanggit ni YZ ang pinagmulan; Ang quote ay gawa-gawa. Ito ay naging isang panuntunan: walang panukalang walang mga panipi o mga numero ng linya ang tinatanggap.
Kaso 2 — Tumaas ang pagkakapare-pareho ng coding. Sa isang pag-aaral ng 30 transcript, dalawang mananaliksik ang gumamit ng magkaibang mga code. Mayroon silang AI draft ng isang karaniwang codebook — ang pangalan, paglalarawan, at halimbawa ng bawat code; Ang pagkakapare-pareho sa pagitan ng mga coder ay tumaas nang malaki at kung ano ang ibig sabihin ng bawat code ay naidokumento.
Kaso 3 — Mababaw na tema ang lumalim. Sa unang round, nagmungkahi ang AI ng isang mababaw na tema tulad ng "mga kalahok na masaya / hindi masaya." Nang sabihin ng mananaliksik na "ito ay masyadong mababaw, ipakita ang pag-igting sa data", ang AI ay bumalik sa mga panipi at nag-sketch ng isang mas mayamang pattern, tulad ng "ang pag-igting sa pagitan ng paghahanap para sa seguridad at ang pagnanais para sa kalayaan", batay sa teksto; Kinumpirma ito ng mananaliksik sa pamamagitan ng mga panipi.
Apat na maaaring kopyahin na mga template
1) Buksan ang rekomendasyon sa coding:
I-code ang sumusunod na transcript ng panayam sa bawat linya. Magmungkahi ng maikling code tag para sa bawat makabuluhang sipi at ilagay ang numero ng linya at direktang quote sa tabi nito. Huwag magdagdag ng anumang bagay na wala sa teksto. Huwag magkomento; i-tag lamang ang parirala sa teksto. Transcript: [dito]
2) Aklat ng kahulugan ng code (codebook):
Lumikha ng aklat ng kahulugan ng code mula sa sumusunod na listahan ng mga code: para sa bawat code (1) pangalan, (2) paglalarawan ng isang pangungusap, (3) sipi mula sa teksto (na may numero ng linya), (4) tandaan "sa labas ng saklaw ng code na ito." I-flag ang mga hindi maliwanag na code. Mga Code: [dito]
3) Inference ng tema (batay sa quote):
Kalakip ang listahan ng code na inaprubahan ko. Magmungkahi ng 3-5 theme sketch sa pamamagitan ng pagpapangkat ng mga code na ito. Para sa bawat tema: ipakita kung aling mga code ang nilalaman nito at hindi bababa sa 2 direktang quote (na may numero ng linya) na sumusuporta dito. Huwag magmungkahi ng tema na walang quote. Mga Tema: [dito] Mga Code: [dito]
4) Pagkontrol ng katapatan:
Nasa ibaba ang isang buod ng tema at ang mga quote kung saan ito batay. Suriin ang bawat pangungusap: ang komentong ito ba talaga ang sinasabi ng quote, o ito ba ay dagdag na hinuha? Markahan ang bawat pangungusap na hindi sinusuportahan ng teksto. Pagmamalabis o pagbaluktot ng boses ng kalahok. Buod: [dito]
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Basahin ang mga panayam na ito at ilabas ang mga pangunahing tema at magagandang quote para sa akin.
Ang AI ay maaaring gumawa ng matatas ngunit gawa-gawang quote at mababaw na tema na hindi dala ng data. Nawala ang boses ng kalahok, nagiging hindi mapagkakatiwalaan ang pagpapatungkol.
Napakahusay na prompt:
Suriin ang mga transcript sa ibaba, na sumunod sa teksto LAMANG. Para sa bawat mungkahi ng tema: (1) ang mga code na bumubuo sa tema, (2) ang direktang quote + numero ng linya na sumusuporta sa bawat code. Huwag ipatungkol ang anumang mga expression na hindi nabanggit sa teksto sa kalahok; Kung hindi ka sigurado, isulat ang "hindi malinaw sa teksto". Mga Transcript: [dito]
Ang pagkakaiba: ang pangalawang diskarte ay nag-uugnay sa bawat komento sa aktwal na salita ng kalahok, na ginagawang imposible ang katha.
Mga yugto ng pagsusuri ng husay
entablado
Kontribusyon ng AI
desisyon ng tao
transkripsyon
Pag-edit ng format
Makinig at i-verify ang audio
bukas na coding
Mungkahi ng code (may quote)
Teoretikal na pagpipilian
aklat ng code
Burador ng kahulugan
Magtakda ng mga limitasyon ng code
Pare-parehong coding
Itakda ang application
Pagsusuri ng pagkakapare-pareho
Pagsusuri ng tema
pattern sketch
Komento at pagpapangalan
Pag-uulat
Pag-edit ng quote
Katapatan at kahulugan
Mga karaniwang pagkakamali
- Pagtanggap ng quote nang walang numero ng linya. Ang pinto sa ginawang quote ay bubukas mula rito.
- Nagtitiwala nang hindi nakikinig sa transcript. Ang mga awtomatikong transcript ay nagkakamali sa mga pangalan at termino.
- Paghahalo ng code sa tema. Ang maliit na label at ang malaking pattern ay dalawang magkaibang bagay.
- Masiyahan sa mababaw na tema. Ang kapangyarihan ng kalidad ay lalim; Maghanap ng boltahe sa data.
- "Nagpapaganda" boses ng kalahok. Ang pagpapalit ng kahulugan habang ang pag-streamline ng teksto ay sumisira sa katapatan.
Sa buod
AI sa qualitative interview analysis; Makakatipid ito ng maraming oras sa mga gawain tulad ng pag-edit ng mga transcript, pagmumungkahi ng code, paglikha ng mga libro sa kahulugan ng code at pagbalangkas ng tema. Ngunit ang puso ng qualitative research ay ang katapatan sa sariling mga salita ng kalahok. Ang bawat code at tema ay dapat na naka-link sa isang aktwal na pahayag sa teksto—mas mabuti sa pamamagitan ng numero ng linya; Walang quote ang dapat isama sa ulat nang walang pag-verify, at walang komento ang dapat isama sa ulat nang walang kumpirmasyon. Ang AI ay gumagawa ng mga mungkahi; Ang responsibilidad para sa kahulugan, lalim at katapatan ay sa iyo.
Gawain ng aplikasyon
Kumuha ng maikling pag-record ng panayam (10-15 minuto na maaari mong gawin sa iyong sarili) at i-transcribe ito gamit ang isang awtomatikong tool. Makinig sa recording at itama ang transcript. Gamit ang template na "open coding proposal", kumuha ng mga line numbered code mula sa AI, ayusin ang mga ito sa sarili mong framework at gumawa ng codebook. Pagkatapos, gamit ang "theme extraction", mag-draft ng 3 tema at kumpirmahin ang bawat isa gamit ang totoong mga quote. Gamit ang "fidelity check" alisin ang anumang mga pangungusap na hindi sinusuportahan ng teksto.
checklist
- [ ] Na-verify ko ang transcript sa pamamagitan ng pakikinig sa recording.
- [ ] Ni-link ko ang bawat code sa numero ng linya at quote.
- [ ] Naidokumento ko ang pagkakapare-pareho sa aklat ng kahulugan ng code.
- [ ] Sinuportahan ko ang bawat tema na may hindi bababa sa dalawang direktang panipi.
- [ ] Kinumpirma ko ang bawat pangungusap na nauugnay sa kalahok na may teksto.