مصاحبه کیفی را از قطعه متن به Code و Theme ببرید؛ مضمون باید مفهوم مرکزی، مرز، داده مخالف و زنجیره قابل ردیابی تا Transcript داشته باشد.
کدگذاری مصاحبه کیفی یعنی پیوند قطعههای داده به برچسبهای تحلیلی و ساخت مضمونهایی که الگوی معنای مرتبط با سؤال پژوهش را توضیح میدهند. مضمون فقط عنوان موضوع یا شمارش واژه نیست؛ باید مفهوم مرکزی، مرز و زنجیره شاهد داشته باشد.
کدگذاری مصاحبه کیفی چیست؟
مسیر ساده:
متن خام → قطعه معنادار → Code → مقایسه Codeها → Candidate theme
→ بازبینی در کل داده → تعریف Theme → گزارش با Evidence
رویکرد Reflexive thematic analysis با Codebook reliability یکسان نیست. موضع نظری، نقش پژوهشگر و روش انتخابشده را صریح کنید.

پیش از Code
- سؤال پژوهش؛
- واحد تحلیل و نمونه؛
- روش Transcription؛
- Consent و ناشناسسازی؛
- رویکرد Inductive/Deductive؛
- Semantic/Latent focus؛
- Memo و Versioning؛
- دسترسی و Retention داده.
نام، شرکت، مکان و جزئیات قابل شناسایی را بیدلیل در Quote نگه ندارید.
مثال ساختگی از متن تا Code
سؤال: «اعضای تیم چگونه موعدهای مشترک را پیگیری میکنند؟»
P03: بعد از جلسه معمولاً کارها را در گروه میفرستم،
ولی دو روز بعد معلوم نیست کدام پیام آخرین تصمیم بوده.
وقتی مشتری پیگیری میکند، دوباره از همه میپرسم.
| قطعه | Code اولیه | Memo |
|---|---|---|
| کارها را در گروه میفرستم | ثبت اقدام در کانال مکالمه | ابزار ثبت و گفتوگو یکی است |
| معلوم نیست آخرین تصمیم کدام است | ابهام نسخه تصمیم | مسئله فقط یادآوری نیست |
| دوباره از همه میپرسم | بازسازی وضعیت با پرسوجو | هزینه هماهنگی پنهان |
Codeها کوتاه اما معناییاند و به Line/participant قابل Trace هستند.
مقایسه چند قطعه
| Participant | قطعه خلاصه | Code |
|---|---|---|
| P03 | آخرین تصمیم نامعلوم | ابهام نسخه |
| P07 | فایل و پیام با هم نمیخوانند | چند مرجع متناقض |
| P11 | برای وضعیت از افراد میپرسم | وضعیت وابسته به حافظه جمعی |
Candidate theme:
«مرجع مشترک» وجود دارد، اما مرجع معتبر تصمیم وجود ندارد.
این Theme باید در کل Dataset بازبینی شود: آیا داده مخالف دارد؟ برای چه Contextی صادق نیست؟ آیا با Theme دیگر همپوشان است؟
Codebook سبک
| Code | تعریف | شامل | خارج | مثال | تغییر |
|---|---|---|---|---|---|
| ابهام نسخه | ناتوانی در تشخیص تصمیم معتبر | چند نسخه/آخرین تصمیم | فراموشی موعد تنها | P03:L12 | v2 |
در Reflexive TA، Codebook میتواند یادداشت زنده باشد نه ابزار اجبار توافق عددی؛ در Coding reliability approach قواعد متفاوت است. روشها را مخلوط و ادعای همسانی نامرتبط نکنید.
ساخت و بازبینی مضمون
برای هر Theme بنویسید:
- Central organizing concept؛
- پاسخ آن به Research question؛
- Included/Excluded codes؛
- Variation و Negative case؛
- رابطه با Themeهای دیگر؛
- Quoteهای نماینده؛
- تفسیر پژوهشگر و Context.
عنوان تکواژهای مثل «ارتباطات» معمولاً Topic است، نه Theme توضیحی.
زنجیره شاهد
Claim → Theme → Code → Extract → Transcript ID/line → Consent/version
Quote تزئین نیست؛ شاهد تفسیر است. آن را کوتاه، Contextual و ناشناس بیاورید و ادعا را فراتر از نمونه تعمیم ندهید.
نقش پژوهشگر
Memo بنویسید:
- چه انتظار اولیهای داشتید؟
- کدام تصمیم Code/Theme را تغییر داد؟
- Position شما بر مصاحبه/تفسیر چه اثر دارد؟
- داده مخالف چگونه دیده شد؟
- چرا این مرز انتخاب شد؟
Software داده را مدیریت میکند، تحلیل را خودکار معتبر نمیکند. استفاده AI نیازمند Consent، امنیت، Validation و گزارش شفاف است.
متن، Memo و Codebook را با دسترسی مناسب در یادداشت و مراحل تحلیل را در پروژه نگه دارید.
چکلیست تحلیل
- سؤال و رویکرد تحلیل صریحاند.
- Transcript و Consent کنترل شدهاند.
- Code به قطعه Trace میشود.
- Memo تصمیم تحلیلی ثبت شده است.
- Theme مفهوم مرکزی دارد.
- Negative case بررسی شده است.
- Quote ناشناس و Contextual است.
- روشهای ناسازگار مخلوط نشدهاند.
- Reflexivity گزارش شده است.
- ادعا از داده فراتر نمیرود.
پرسش های متداول
Code و Theme چه فرقی دارند؟
Code برچسب تحلیلی یک قطعه است؛ Theme الگوی معنای گستردهتر با مفهوم مرکزی و ارتباط با سؤال پژوهش است.
آیا پرتکرارترین Code مهمترین Theme است؟
نه لزوماً؛ اهمیت به سؤال، معنا و Context بستگی دارد، نه فقط شمارش.
AI میتواند مصاحبه را خودکار تحلیل کند؟
میتواند کمک کند، اما Consent، محرمانگی، Bias، Validation، نقش پژوهشگر و گزارش روش همچنان ضروریاند.
جمعبندی
کدگذاری خوب زنجیرهای قابل بازبینی از متن تا ادعا میسازد. قطعهها را Code، Codeها را مقایسه و Theme را با مفهوم مرکزی، مرز، داده مخالف و Evidence تعریف کنید. روش و نقش پژوهشگر را شفاف نگه دارید.