質的インタビューのコーディング：文字起こしからコードブックへ

18本の文字起こしと2週間。指導教員にコードブックを見せなければなりません。「コードをデータから生まれさせる」という教科書的な助言は正しいのですが、20万語のインタビューテキストを目の前にしているときには、あまり役に立ちません。このガイドでは、実際のコーディングがどのように行われるのかを解説します。3つのパスの進め方、コードブックに含めるべき内容、AIツールが役立つ場面と役立たない場面、そして文字起こしの形式がその後のすべてにどう影響するかです。

コーディングとは何か

コーディングとは、データのセグメントに短いラベルを付けることで、後から類似した内容をグループ化できるようにする作業です。ラベルがコードであり、セグメントは通常、数語から数段落程度です。

良いコードとは、具体的なアイデアを数語で捉えたものです。「制度的権威への不信」はコードです。「重要なポイント」は違います。「お金の話をした」はぎりぎり合格ラインです。求められるのは、実用に足る具体性と、覚えられる短さの両方を備えたコードを書く規律です。

60分の典型的なインタビューでは、30〜80個のコードを見込んでください。20件のインタビューからなるプロジェクト全体では、80〜250個の異なるコードが蓄積されます。正確な範囲はテーマや、帰納的にコーディングするか演繹的にコーディングするかによって変わります。

帰納的コーディングと演繹的コーディング

この2つの主要なアプローチは、出発点が異なります。

帰納的コーディングはデータから始まります。一節を読み、それが何について述べているのかを問い、コードを書きます。読み進めるにつれてリストは成長し、やがて安定します。

演繹的コーディングは理論や既存の枠組みから始まります。あらかじめ用意されたリストからコードを適用し、データが要求するときだけ新しいコードを追加します。

公刊されている質的研究の多くはハイブリッド型のアプローチを使っています。研究課題に紐づく少数の演繹的コードと、パターンが浮かび上がるにつれて追加される帰納的コードの組み合わせです。この選択は時間配分にも関わってきます。帰納的コーディングは、コード体系を作りながら進めるため、より多くの時間を要します。

オープン・アクシアル・選択的コーディング：3つのパス

この3段階のコーディング手順は、Anselm StraussとJuliet Corbinがグラウンデッド・セオリーの研究の中で体系化したもので、Basics of Qualitative Research（Corbin and Strauss, 2008）で詳しく説明されています。グラウンデッド・セオリーの手続きとして生まれたものですが、3つのパスは現在、生のテキストから整理された分析へと移行するための実践的な構造として、さまざまな質的研究の伝統で広く採用されています。

オープンコーディング：まずは広く

オープンコーディングは、データを通す最初のパスです。目標は網羅性であって精度ではありません。コードは惜しみなく付けましょう。多くは後で統合されたり削除されたりします。

オープンコーディングの経験則：

• ある箇所にコードを付けるべきか迷ったら、付けておきましょう。後からコードを外すのは簡単ですが、見落としたコードを追加するために文字起こしを読み返すのは大変です。
• 参加者自身の言葉が何かを的確に捉えている場合は、その言葉を使いましょう。「ハッスル文化」（参加者の言葉）の方が、「労働強度」（あなたの言い換え）よりも優れています。
• 一見当たり前のコードも許容しましょう。時に最も重要なのは、その当たり前のコードだったりします。
• 1ページあたり3〜6個のコードを目標にしましょう。大幅に少なければ流し読みをしている証拠で、大幅に多ければノイズまでコーディングしています。

60分のインタビューから得られる12,000語の文字起こしは、通常40〜80個のオープンコードを生み出します。この段階では、インタビュー1件あたり3〜5時間のコーディング時間を見込んでください。

アクシアルコーディング：関係性を見つける

すべてのインタビューにオープンコードが付いたら、次はアクシアルコーディングで再編成します。コード同士の関係性を探し、関連するコードをカテゴリーにまとめ、データの構造が見え始めます。

実際には、アクシアルコーディングはオープンコードをクラスタに振り分ける作業のように見えます。自明なクラスタもあれば、意外なものに出くわすこともあります。クラスタ名は次の段階で候補テーマになることがよくあります。アクシアルコーディングとテーマ生成の境界は曖昧で、線引きの場所は方法論の伝統によって異なります。

特にテーマティック分析（Braun and Clarkeの6段階フレームワーク）については、アクシアルコーディングの後に何が起こるかを文字起こしからのテーマティック分析ガイドで解説しています。

選択的コーディング：中核カテゴリーへの収束

選択的コーディングは、研究課題に答える中核カテゴリーに焦点を絞ります。この段階までにコードブックは安定しており、テーマが確かに成立しているかを検証するためにデータに立ち返ることになります。

**選択的コーディングは、探すものが分かっているぶん、オープンコーディングより速く進みます。**この段階では3〜5時間ではなく、インタビュー1件あたり1〜2時間を見込んでください。

選択的コーディングはグラウンデッド・セオリーの概念です。データ内で最も多くの分散を説明するカテゴリーを1つ特定し、他のすべてのカテゴリーをその周りに統合します。テーマティック分析における類似の作業は、最終的なテーマを定義して命名することです。根底にある規律は同じです。蓄積をやめて、収束を始めるのです。

コーディングを楽にする文字起こしの形式

文字起こしの構造は、コーディングの速さに影響します。これは、文字起こしを始める前に決めておく価値があります。

**話者ラベルの一貫性は、形式面で最も重要な選択です。**すべての文字起こしで予測可能な形式を使いましょう。インタビュアーはINT、参加者はP01〜P20（または全体を通じて一貫した仮名）。NVivoのようなQDAソフトウェアはこれらのラベルをノードのメタデータとして取り込むため、手動でのタグ付けに何時間もかける必要がなくなります。

タイムスタンプも重要です。30〜60秒ごと、および話題が大きく転換する箇所にタイムコードを入れておくと、選択的コーディングの際に該当箇所へ直接移動できます。音声とテキストを同期させるソフトウェアにとっては必須の要素でもあります。

完全逐語録にするかクリーン逐語録にするかは、別の判断です。完全逐語録はフィラー（つなぎ言葉）、言い淀み、沈黙を記録します。何がどう言われたかだけでなく、どういう言い方をしたかが重要な場合（談話分析、会話分析）に最適です。クリーン逐語録は意味を保ちながら言葉のノイズを除去します。インタビュー調査で速く読み、速くコーディングしたい場合に向いています。

形式に関する選択は、論文の方法セクションに記載し、研究がIRB（研究倫理審査委員会）の管理下にある場合はIRBプロトコルにも記載しておきましょう。

話者ラベルとタイムスタンプが整ったクリーンな文字起こしが必要なら、インタビュー文字起こしツールがまさにその構造で出力します。結果をそのままNVivoやATLAS.tiに投入でき、手動での再フォーマットは不要です。

コーディングのためのソフトウェア選択肢

コーディング作業を担うソフトウェアには3つのカテゴリーがあります。誤った選択をすると、数週間を失いかねません。

専用QDAソフトウェア

NVivo、MAXQDA、ATLAS.ti、Dedooseは質的コーディングのために作られています。大規模なデータセットを扱え、個別のユーザーアカウントによるチームコーディングをサポートし、コードブックレポートを自動生成し、複数ファイルにまたがるコーディングを追跡できます。

難点はコストと習得時間です。2026年7月にベンダーのページを確認した時点での最新価格は以下の通りです。

NVivoの学習曲線は急です。ほとんどの研究者は、基本のワークフローが自然に感じられるようになるまでに数回のセッションを要し、高度なクエリ操作にはさらに時間がかかります。博士論文のコーディングなら投資は回収できますが、5件のインタビューだけの授業プロジェクトなら、そうとも限りません。NVivo対AI文字起こしの比較でトレードオフを詳しく扱っています。

Dedooseはより安価でブラウザ上で動作するため、異なるOSを使うチームでもインストールの問題が生じません。ATLAS.ti Cloudは学術版として最も低い導入コストです。MAXQDAは、NVivoほどの価格をかけずにデスクトップアプリの信頼性を求める研究者にとって有力な中間の選択肢です。

コメント付きWord文書

無料で、誰もが使い慣れている一方、扱いにくさもあります。3〜5件のインタビューなら機能しますが、それを超えると破綻します。

利点は、新しいソフトウェアを覚える必要がないこと。欠点は、インタビュー間でコードを集約する作業が手動になりミスが起きやすいことです。パイロットを行う場合（下記参照）は、ここから始めましょう。

スプレッドシート

スプレッドシートでコードを管理します。参加者ID、コード、引用、分析的メモの列を設けます。無骨ではありますが、透明性が高く監査もしやすくなります。

この構成は、最初からコードリストが固定されている演繹的コーディングには有効です。コードが作業の中で生まれてくる帰納的コーディングにはうまく機能しません。

コードブックの作り方

**コードブックとは、分析で使うすべてのコードを定義と例とともに定めた文書です。**査読者、指導教員、ジャーナル編集者はこれを求めます。コーディングの後ではなく、コーディングと並行して作りましょう。最後に書いたコードブックはたいてい、コードが実際にどう適用されたかという雑多な現実を見逃す、後付けの整理作業になってしまいます。

最低限必要なコードブックの項目は以下の通りです。

• コード名
• 定義（1〜2文）
• 包含基準：このコードを適用するのはどんなときか
• 除外基準：適用しないのはどんなときか。特に類似のコードとの区別が必要な場合
• データからの例示引用2〜3件

除外基準は、多くの研究者が省略し、そして最も後悔する部分です。2人のコーダーがあるコードについて一貫して意見が食い違うとき、その原因はほぼ常に、境界条件が文書化されていないことにあります。

評定者間信頼性

一人でコーディングしているなら、評定者間信頼性（IRR）は実施できません。チームでコーディングしているなら、実施すべきです。

標準的なやり方は、2人のコーダーがそれぞれ独立にデータの10〜20％をコーディングし、その後比較するというものです。**許容できる一致度の閾値として広く引用されているのが、0.70を超えるコーエンのカッパ係数です。**このベンチマークはLandis and Koch（1977）に由来し、彼らはカッパ0.61〜0.80を「かなりの一致（substantial agreement）」と分類しました。多くの臨床系ジャーナルは0.70以上を基準としています。

0.70を下回った場合、問題はほぼ常にコーダーではなくコードブックの定義側にあります。不一致が最も大きいコードの包含基準と除外基準を精緻化し、該当箇所を再コーディングして、再度測定しましょう。

IRRは質的研究系ジャーナルの審査でますます求められるようになっています。データ収集を終えた後ではなく、終える前に投稿先ジャーナルを確認しておきましょう。

AI支援コーディング：実際に役立つこと

AIツールが質的コーディングの領域に入ってきました。率直に評価すれば、賛否は割れます。

AIが役立つ場面：

• 文字起こしから候補コードリストを生成する。AIはレビューと精緻化が可能な20〜40個のコードを提案してくれます。半分が的外れでも、オープンコーディングの段階を大幅に加速できます。
• 大意は覚えているのに場所を思い出せないときに、文字起こし全体から類似の箇所を探す。
• 本格的なコーディングの前に、各インタビューの概観をつかむための初回サマリーを作成する。

AIが役立たない場面：

• 研究課題にとってどのコードが重要かを判断すること。それはあなた自身の分析的判断です。
• 文脈依存の意味を認識すること。インタビュー3ではある意味を持つフレーズが、インタビュー14では異なる重みを持つかもしれません。AIはこれをしばしば見逃します。
• コードからテーマへの分析的な飛躍を行うこと。AIのサマリーは記述的です。テーマには統合が必要です。

うまくいく使い方はこうです。AIを若手リサーチアシスタントとして使うのです。AIは物事を表面化させます。何が重要かを決めるのはあなたです。

質的コーディングでよくある失敗

繰り返し現れるパターンが3つあります。

**細かすぎるコーディング。**インタビュー1件から200個のコードが出ているなら、コーディングしすぎです。コードは数が多すぎると有用性を失います。1時間のインタビューあたり40〜80個を目標にしましょう。

コードをテーマとして扱うこと。「資金調達の課題」はコードです。テーマなら「参加者が、約束された制度的支援と実際に提供された支援とのギャップをどう乗り越えたか」のようなものになります。テーマには単なるラベルではなく、分析的な統合が必要です。

**枠組みに合うものだけをコーディングすること。**演繹的に始めた場合、初期の枠組みに収まらないパターンを見逃す危険があります。演繹的なプロジェクトでも、帰納的なパスのための時間を確保しましょう。

今週やるべきこと

コーディングプロジェクトを始めるばかりで、まだ経験がないなら、最小限のパイロットを実施しましょう。サンプル内のばらつきをカバーする3本の文字起こしを選びます。コメント付きのWord文書でコーディングし、その3本から暫定的なコードブックを作ります。

パイロットを終えれば、1時間あたりのコード数、典型的なコードブックの規模、自分の手法の弱点がどこにあるかが分かります。その土台の上に、プロジェクト全体へとスケールアップしてください。

QDAソフトウェアにインポートできる状態の、話者ラベル付き・タイムスタンプ付きの文字起こしが必要なら、ConvertAudioToTextが文字起こしとフォーマット処理の両方を担います。コーディング開始前のタスクがひとつ減るわけです。

コーディング完了後の次のステップについては、文字起こしからのテーマティック分析ガイドが、整理済みのコードから最終的なテーマへの移行方法を扱っています。文字起こしに固有の要件がある研究の場合は、インタビュー録音の文字起こし方法が準備側の詳細を解説しています。

FAQ

オープンコーディングとテーマティック分析の違いは何ですか？

オープンコーディングは、グラウンデッド・セオリーのコーディング手順（Strauss and Corbin）における最初のパスで、データの意味のあるセグメントすべてに広いラベルを適用することに焦点を置きます。テーマティック分析（Braun and Clarkeの6段階フレームワーク）は独自のコード生成フェーズを持つ別の方法論ですが、実務では両者はかなり重なります。研究者はテーマティック分析の初期段階を説明するときにオープンコーディングの用語を使うことが多く、厳密ではないものの一般的です。重要な違いはこうです。グラウンデッド・セオリーはデータから理論を構築することを目指し、テーマティック分析はパターンを特定して報告することを目指します。

インタビュー1件あたりのコードはいくつにすべきですか？

およそ10,000〜12,000語の60分インタビューであれば、40〜80個のオープンコードが妥当な目標です。30個未満なら、たいていデータを流し読みしていることを意味します。120個を超えるなら、たいていノイズまでコーディングしており、その多くは冗長だったり他のコードと重複したりします。

コーエンのカッパ係数が0.70超であることは実際何を意味しますか？

カッパ係数は、偶然の一致を補正した上で、2人のコーダー間の一致度を測定します。Landis and Koch（1977）によれば、カッパ0.61〜0.80はかなりの一致（substantial agreement）を表し、0.80超はほぼ完全な一致を表します。質的研究でよく引用される0.70という閾値は、この「かなりの一致」の帯域内にあります。カッパが0.70未満だからといって、必ずしもコーダーが拙いわけではありません。多くの場合、それはコードブックの定義に、より厳密な包含基準と除外基準が必要だということを意味します。

質的インタビューのコーディングにNVivoのようなQDAソフトウェアは必要ですか？

小規模なプロジェクトには不要です。3〜5件のインタビューなら、Wordのコメント機能やスプレッドシートで管理できます。それを超えると、インタビュー横断の検索、コード頻度のクエリ、コードブックレポートの生成で節約できる時間により、QDAソフトウェアが元を取れるようになります。NVivoとMAXQDAには、商用ライセンスより大幅に安い学術価格があります。稼働月あたり17.95ドルのDedooseは、本格的なQDA機能を備えた最も低コストの入り口です。

質的コーディングにAIを使うべきのはいつですか？

AIが最も役立つのはオープンコーディングの段階です。文字起こしから候補コードの初期リストを提案させ、それをレビューして磨き込むことができます。時間は節約できますが、判断の代わりにはなりません。どのコードが分析的に重要かを決めること、インタビュー間で文脈依存の意味を認識すること、コードからテーマへの解釈的な飛躍を行うことに関しては、AIツールは頼りになりません。AIの出力は、あなたの分析的な眼が必要な初稿として扱いましょう。

出典

• Corbin, J. and Strauss, A. (2008). Basics of Qualitative Research: Techniques and Procedures for Developing Grounded Theory (3rd ed.). SAGE. https://us.sagepub.com/en-us/nam/basics-of-qualitative-research/book235578
• Braun, V. and Clarke, V. (2006). "Using thematic analysis in psychology." MAXQDAリサーチガイドで確認：https://www.maxqda.com/research-guides/thematic-analysis
• Landis, J. R. and Koch, G. G. (1977). 評定者間信頼性のベンチマーク。確認元：https://en.wikipedia.org/wiki/Cohen%27s_kappa
• NVivo価格：https://shop.lumivero.com/qda-and-research/nvivo（価格は非公開。数値はusercall.coのレビュー、2026年7月時点より）
• MAXQDA価格：https://www.usercall.co/post/maxqda-pricing-guide-2025-plans-costs-and-add-ons-explained
• ATLAS.ti価格：https://www.usercall.co/post/atlas-ti-pricing-guide-2025-plans-costs-and-key-differences
• Dedoose価格：https://www.dedoose.com/pricing/pricing-subscriptions
• 文字起こしフォーマットのガイダンス：https://gotranscript.com/en/blog/interview-transcription-template-qualitative-research