Görüşme kodlama rehberi: transkriptten koda

Kodlamadan önce: transkripti hazırlamak

Kodlama transkript üzerinde yapılır; bu yüzden transkriptin nasıl hazırlandığı, analizde neyi görüp neyi göremeyeceğinizi belirler. Brinkmann ve Kvale (2015), yazıya dökmenin sözlü bir konuşmayı yazılı bir metne çeviren ve kaçınılmaz olarak seçim içeren bir işlem olduğunu vurgular: tek bir “doğru” transkript yoktur, araştırma sorusuna uygun bir transkript vardır. Söylem ya da etkileşim çalışıyorsanız duraklamalar ve üst üste konuşmalar önemlidir; içerik odaklı bir tematik çalışmada ise okunabilir, temizlenmiş bir metin çoğu zaman yeterlidir.

Hangi düzeyi seçerseniz seçin, kuralları çalışmanın başında yazılı hâle getirin ve tüm transkriptlerde aynı biçimde uygulayın. Birden fazla kişi yazıya döküyorsa kısa bir transkripsiyon kılavuzu tutarsızlığı büyük ölçüde azaltır.

• Kişi adları: Katılımcıları K1, K2 gibi kodlarla ya da tutarlı takma adlarla gösterin; metinde geçen üçüncü kişilerin adlarını da değiştirin.
• Yer ve kurum adları: “[özel bir hastane]” ya da “[Ege’de bir ilçe]” gibi genellemeler kullanın.
• Dolaylı tanımlayıcılar: Nadir bir meslek, unvan, olay ya da tarih birleşimi tek başına kimliği ele verebilir; analize katkısı yoksa genelleştirin.
• Anahtar dosyası: Gerçek adlarla kodlar arasındaki eşleştirmeyi transkriptlerden ayrı ve erişimi sınırlı bir yerde saklayın.

Kodlama birimi ve birimlendirme sorunu

Kodlama birimi, bir kod ya da kod kümesi verdiğiniz metin parçasıdır. Açık uçlu anket yanıtlarında birim çoğu zaman yanıtın kendisidir; yarı yapılandırılmış görüşmelerde ise metin kendiliğinden doğal parçalara bölünmez. Bir katılımcı tek bir konuşma sırasında üç farklı konuya değinebilir ya da tek bir fikri beş dakikaya yayabilir.

Campbell ve arkadaşları (2013) bu durumu birimlendirme (unitization) sorunu olarak ele alır: iki kodlayıcı aynı bölüme aynı kodu verse bile parçanın başlangıcını ve bitişini farklı seçtiğinde uyumu değerlendirmek zorlaşır. Yazarlar, kodlayıcıların üzerinde çalıştığı metin birimlerini standartlaştırmayı ve ardından kodlama şemasını kabul edilebilir bir güvenirlik ya da uyum düzeyine ulaşana kadar iyileştirmeyi içeren bir süreç önerir. Ekip hâlinde çalışıyorsanız birim kararınızı yazılı hâle getirmek bu yüzden önemlidir; ayrıntılar için kodlayıcılar arası uyum rehberine bakabilirsiniz.

Pratik bir kural: parçayı, bağlamından ayrıldığında da anlaşılacak kadar geniş, ama tek bir fikri taşıyacak kadar dar tutun. Braun ve Clarke (2006), alıntıların çevresindeki metinden bir miktar korunarak kodlanmasını önerir; böylece parçaya sonradan döndüğünüzde bağlamı yeniden kurmak zorunda kalmazsınız.

Tümdengelimli, tümevarımlı ve karma yaklaşım

Kodlara nereden başlayacağınız, araştırma sorunuz ve kuramsal çerçevenizle ilgilidir. Tümdengelimli yaklaşımda kodlar kuramdan, önceki çalışmalardan ya da görüşme formundaki başlıklardan türetilir; Miles, Huberman ve Saldaña (2020), böyle bir başlangıç kod listesinin analize nasıl yön verebileceğini anlatır. Tümevarımlı yaklaşımda ise kodlar veriyi okurken ortaya çıkar. Hsieh ve Shannon (2005), nitel içerik analizinde bu iki yönü sırasıyla yönlendirilmiş ve geleneksel yaklaşım olarak ayırır.

• Tümdengelimli başlayın: Belirli bir modeli sınıyor ya da önceki bulguları genişletiyorsanız.
• Tümevarımlı başlayın: Konu az çalışılmışsa ve katılımcıların kendi çerçevesini öne çıkarmak istiyorsanız.
• Karma yaklaşımı seçin: Kuramdan gelen birkaç ana kodla başlayıp veride beliren yeni kodlara açık kalmak istiyorsanız.

Fereday ve Muir-Cochrane (2006), kuramdan türetilmiş bir şablon kod kitabını veriden çıkan kodlarla birlikte kullanan karma bir süreci adım adım örnekler. Hangi yolu seçerseniz seçin, başlangıç kodlarının tanımlarını yazmak kod anlamının zamanla kaymasını önler; bunun nasıl yapılacağı kod kitabı hazırlama rehberinde ayrıntılı olarak anlatılıyor.

Birinci ve ikinci döngü kodlama

Saldaña (2025) kodlamayı döngüler hâlinde düşünür. Birinci döngüde veriye ilk etiketler verilir; ikinci döngüde bu etiketler yeniden düzenlenir, gruplanır ve daha soyut kategorilere dönüştürülür. Yazar çok sayıda yöntem tanımlar; aşağıdaki tablo görüşme verisinde sık başvurulan birkaçını genel hatlarıyla özetler.

Bu yöntemler birbirini dışlamaz; aynı transkripte betimleyici ve in vivo kodları birlikte uygulayabilirsiniz. Charmaz (2014), gömülü kuram bağlamında satır satır başlangıç kodlamasından odaklanmış kodlamaya geçişi anlatırken benzer bir hareketi tarif eder: önce veriye yakın ve çok sayıda etiket, sonra bunlar arasından en anlamlı ve en sık kullanılanların seçilmesi.

İkinci döngüde amaç yalnızca kod sayısını azaltmak değil, kodlar arasındaki ilişkiyi görmektir. Örüntü kodu, birkaç birinci döngü kodunun neden birlikte göründüğüne dair bir açıklama önerir; bu açıklamalar daha sonra temalara dönüşebilir. Kodlardan temalara geçiş için tematik analiz rehberine göz atabilirsiniz.

Kodlarken memo yazmak ve çakışan kodlar

Memo, analiz sırasında aklınıza gelen yorumları, soruları ve kararları kaydettiğiniz kısa notlardır. Hem Saldaña (2025) hem Charmaz (2014), memo yazmayı kodlamadan ayrı bir iş olarak değil, kodlamanın ayrılmaz bir parçası olarak ele alır: kod bir parçayı adlandırır, memo ise o adın neden seçildiğini ve neye işaret ettiğini açıklar.

• Analitik memo: “K2 ve K5 teknik sorunları kişisel bir başarısızlık gibi anlatıyor; bu bir örüntü olabilir.”
• Yöntemsel memo: “Soru-yanıt blokları çok uzun kaldı; birimi anlam birimine çevirdim.”
• Yansıtıcı memo: “Kendi öğretmenlik deneyimim bu parçayı olumsuz okumama yol açıyor olabilir.”

Çakışan kodlar, aynı metin parçasına birden fazla kod verilmesidir ve görüşme verisinde son derece olağandır: bir cümle hem bir konuyu hem de bir değeri taşıyabilir. Braun ve Clarke (2006) da bir alıntının uyduğu kadar farklı koda ya da temaya yerleştirilebileceğini belirtir. Sorun çakışmanın kendisi değil, belirsizliğidir.

1. Aynı parçaya iki kod veriyorsanız, iki kodun gerçekten farklı bir şeyi yakaladığından emin olun.
2. İki kod neredeyse her zaman birlikte görünüyorsa birleştirmeyi ya da tanımları keskinleştirmeyi düşünün.
3. Bir kod başka bir kodun alt türüyse çakıştırmak yerine hiyerarşi kurun.
4. Kodlardan biri genellikle daha geniş bir parçayı kapsıyorsa (ör. tüm anlatı ve içindeki tek cümle) bu ilişkiyi kod tanımlarına yazın.

Odak grup kayıtlarını kodlamak

Odak grup verisi, birden fazla kişinin birbirine yanıt verdiği bir etkileşimdir; bu nedenle bireysel görüşmeden farklı kararlar gerektirir. İlk karar analiz birimidir: bireyleri mi, grubu mu, yoksa ikisini birden mi çözümlüyorsunuz?

• Konuşmacı kimliği: Her konuşma sırası doğru katılımcıya bağlanmalıdır. Kayıtta sesler karışıyorsa belirsiz sıraları transkriptte işaretleyin.
• Etkileşimi kodlayın: Katılma, itiraz etme ya da bir önceki konuşmacının sözünü genişletme gibi hareketler içerik kadar anlamlı olabilir.
• Baskın sesler: Bir iki kişinin çok konuşması bir kodu “grupta yaygın” gösterebilir; koda kaç farklı katılımcının katkı verdiğine bakın.
• Uzlaşma yanılsaması: Sessiz kalan katılımcıların onayladığını varsaymayın; sessizliği ayrıca not edin.
• Katılımcı özellikleri: Yaş, rol ya da bölge gibi bilgileri katılımcı düzeyinde tutarsanız kodları bu özelliklere göre karşılaştırabilirsiniz.

Çalışılmış örnek: kısa bir görüşme parçasını kodlamak

Bu parçada anlam birimini kodlama birimi olarak seçelim ve karma bir yaklaşım kullanalım: görüşme formundan gelen “Kurumsal destek” başlangıç kodu hazır, diğer kodlar veriden çıksın.

Kodlama sırasında parçaya şöyle bir analitik memo eklenebilir: “K4, eksik kalan pedagojik desteği meslektaşlarıyla kapatıyor. Diğer görüşmelerde de resmî destek ile akran desteği arasında böyle bir yer değiştirme var mı?” İkinci döngüde “İşi eve taşıma”, “Çift hazırlık yükü” ve “Hiç mesai bitmiyor” kodları başka görüşmelerde de birlikte görünürse “Sınırların silikleşmesi” gibi bir örüntü kodu altında toplanabilir. Bu henüz bir tema değildir; birden fazla katılımcıda sınanması gereken bir açıklama önerisidir.

Sık yapılan hatalar

Aşağıdaki hataların her biri tek başına küçük görünebilir, ancak birikerek analizin güvenilirliğini ve raporlanabilirliğini zayıflatır. Kodlamanın ilk haftasında bu listeye göz atmak, sonradan yapılacak büyük düzeltmelerin önüne geçer.

• Tanımsız kodlar: Yalnızca adı olan kodların anlamı haftalar içinde kayar. Her koda en az bir cümlelik tanım yazın.
• Kod çoğalması: Her parçaya yeni bir kod açmak, yalnızca bir kez kullanılmış yüzlerce kod üretir. Yeni kod açmadan önce mevcut kodlardan birine uyup uymadığına bakın.
• Parçayı bağlamından koparmak: Çok kısa parçalar, sonradan okunduğunda farklı anlamlara çekilebilir.
• Yalnızca ilginç bölümleri kodlamak: Beklentinizle çelişen ya da sıradan görünen bölümleri atlamak analizi seçici hâle getirir.
• Kodu tema sanmak: “Teknik sorunlar” bir konu özetidir; tema ise verideki anlamlı bir örüntüye dair bir iddia taşır.
• Sıklığı önemle eşitlemek: Bir kodun çok işaretlenmesi, onun araştırma sorusu açısından en önemli bulgu olduğunu göstermez.
• Tanımı değiştirip eski kodlamayı güncellememek: Kod tanımı değiştiğinde önceden kodlanmış parçaları yeniden gözden geçirin.
• Takma adlandırmayı sona bırakmak: Gerçek adlar alıntılara ve memolara taşındıktan sonra temizlemek hem zor hem risklidir.

YouReply Nitel Analiz ile görüşme kodlama

YouReply Nitel Analiz, tarayıcıda çalışan ve Türkçe ile İngilizce arayüzü olan bir nitel analiz çalışma alanıdır. Transkriptleri .docx, metin katmanlı .pdf, .txt, .md, .vtt, .srt ya da .csv olarak (dosya başına en fazla 20 MB) yükleyebilir veya metni yapıştırabilirsiniz; ses ya da video yazıya dökme ve OCR bulunmadığı için transkripti önceden hazırlamanız gerekir. Transkriptte “Ad:” biçiminde konuşmacı etiketleri varsa konuşma sıraları otomatik ayrılır; odak gruplarda konuşmacıları katılımcılara eşleyebilir, her katılımcıya K1 gibi bir kod ve isteğe bağlı bir takma ad verebilirsiniz.

Kodlama metni işaretleyerek elle yapılır ve aynı parçaya birden fazla kod verilebilir; memoları doğrudan bir alıntıya, koda ya da katılımcıya bağlayabilirsiniz. Çalışma bazında açılabilen yapay zekâ önerileri siz kabul edene, düzenleyene ya da reddedene kadar bekler; kabul edilmeyen öneriler sayımlara girmez. Yapay zekâ açıkken konuşmacı etiketleri sağlayıcıya yazıldığı gibi gönderildiği için gerçek adları yüklemeden önce değiştirmeniz önerilir. Ayrıntılar analiz akışı sayfasında yer alıyor.

Kaynakça

1. Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101. https://doi.org/10.1191/1478088706qp063oa
2. Brinkmann, S., & Kvale, S. (2015). InterViews: Learning the craft of qualitative research interviewing (3rd ed.). SAGE.
3. Campbell, J. L., Quincy, C., Osserman, J., & Pedersen, O. K. (2013). Coding in-depth semistructured interviews: Problems of unitization and intercoder reliability and agreement. Sociological Methods & Research, 42(3), 294–320. https://doi.org/10.1177/0049124113500475
4. Charmaz, K. (2014). Constructing grounded theory (2nd ed.). SAGE.
5. Fereday, J., & Muir-Cochrane, E. (2006). Demonstrating rigor using thematic analysis: A hybrid approach of inductive and deductive coding and theme development. International Journal of Qualitative Methods, 5(1), 80–92. https://doi.org/10.1177/160940690600500107
6. Hsieh, H.-F., & Shannon, S. E. (2005). Three approaches to qualitative content analysis. Qualitative Health Research, 15(9), 1277–1288. https://doi.org/10.1177/1049732305276687
7. Miles, M. B., Huberman, A. M., & Saldaña, J. (2020). Qualitative data analysis: A methods sourcebook (4th ed.). SAGE.
8. Saldaña, J. (2025). The coding manual for qualitative researchers (5th ed.). SAGE. https://doi.org/10.4135/9781036235611