グラウンデッド・セオリーのための文字起こし：方法論に合った意思決定

グラウンデッド・セオリーが変えるもの

ほとんどの質的研究手法では、まずデータをすべて収集してから分析します。グラウンデッド・セオリーは、この順序を意図的に崩します。 データ収集と分析は並行して進み、初期の分析が次に誰にインタビューするか、何を尋ねるかを形づくります。この構造上の違いひとつが、ワークフローにおける文字起こしの位置づけを根本から変えます。調査の最後に文字起こしをまとめて回すことはできず、速さが必要なうえ、すぐにコーディングできる精度も求められます。

文字起こしに関する判断を左右する3つの特徴は次のとおりです。

収集と分析の同時進行。 恒常比較法（コンスタント・コンパラティブ・メソッド）では、次のインタビューを行う前に、直前のインタビューを分析しておく必要があります。文字起こしの納期が遅れると、このフィードバックループが断ち切られ、理論的サンプリングの判断が遅れます。

行単位のオープンコーディング。 初期コーディングの段階では、行レベルでコードを割り当てます。インヴィヴォコードは、参加者の言葉そのものをラベルとして使います。そのためには逐語録が不可欠です。言い換えたものや「きれいに整えた」書き起こしでは、コーディングの素材となる生のデータが失われてしまいます。

理論的飽和。 新しいデータから、すでに確立したカテゴリーに対する新しいコードが出なくなった時点で、収集を打ち切りします。この判断は、データセット全体にわたって文字起こしを比較することに基づくため、一貫した正確な文字起こしが全体を通じて必要になります。

これらの制約は好みの問題ではなく、方法論そのものの構造的特徴です。

グラウンデッド・セオリーにおいて逐語録は「好み」ではない

逐語録かインテリジェント文字起こしかという議論は、ほとんどのグラウンデッド・セオリー研究において、方法論的には決着がついています。

ストラウスとコービンの構造化アプローチ（オープンコーディング、アキシアルコーディング、セレクティブコーディング）は、参加者の言葉そのものから引き出されるインヴィヴォコードに依存しています。話し手の言い淀みを整えたり、文中の3つ目の「you know（つまり）」を落としたりした文字起こしは、分析対象となる生のデータをすでに改変してしまっています。

グレイザーの古典的アプローチは創発するコードを重視します。発話のどの特徴が分析的な重みを持つかは、事前には予測できません。これは逐語録での記録を明確に支持する論拠です。文字起こしの時点では、どの繰り返しやためらいが重要になるか分からないのです。

チャーマズの構成主義的アプローチは、全体的な姿勢としてやや解釈的です。意味を構築する際の研究者の能動的な役割がより明示されます。それでも逐語録が基本ですが、チャーマズのアプローチは、研究者の解釈のレンズが「何をデータとみなすか」を形づくることを認めています。この柔軟性は、インテリジェント文字起こしで足りるという意味ではなく、表記の慣習についてやや柔軟に対応できるという意味です。

3つの系統すべてにおいて、逐語録とは次のことを指します。

• フィラー（「えー」「あのー」「つまり」など）を含むすべての言葉
• 言い淀みと言い直し
• 繰り返し
• 目立つ間（ポーズ）。シンプルに「［間］」などと表記
• 意味を持つ非言語音（笑い声、ため息）

会話分析を主とする研究でない限り、完全なジェファーソン記法は必要ありません。必要なのは、文字起こしの一行を読んだときに、参加者が実際に話した通りに伝わる程度の詳細さです。表記の慣習については、文字起こし精度ガイドでより深く解説しています。

ローリング式の文字起こし：実践におけるサイクル

分析が各インタビューに密接に追従しなければならないため、グラウンデッド・セオリーの研究者は、文字起こしを一括で行うのではなく、ローリング式のサイクルで作業を進めます。

サイクル1：初期のオープンコーディング

3〜5件のインタビューを実施します。それぞれ次のインタビューに進む前に、少なくとも最初の一括分を完了する前に、文字起こしとレビューを済ませます。最初の文字起こしからオープンコーディングを始めます。そこで創発するコードが、理論的サンプリングの判断を形づくります。どのタイプの参加者が欠けているか、どのコードにさらなるデータが必要か、どの創発中のカテゴリーがまだ薄いか。

AI文字起こしなら、1時間の音声を数分で処理できます。このサイクルでの作業時間は、レビュー時間（音声1時間につき15〜30分）に、オープンコーディングそのもの（緻密な行単位の作業で音声1時間につき5〜10時間）を加えたものです。音声5時間の初期データセットなら、次のサンプリング判断までにおよそ10〜15時間の集中したコーディング作業が必要です。

サイクル2：理論的サンプリング

理論的サンプリングは無作為でもなければ、純粋に有意的でもありません。サイクル1で創発した特定のカテゴリーを発展させたり検証したりするのに役立つからこそ、次の参加者、調査地、データソースを選びます。これは事前にサンプルを決めることとは別物です。選定の根拠は分析の「出力」であり、あらかじめ設計された意思決定ではありません。

文字起こしも同じ速いサイクルで続けます。収集と分析の間のループは、常にタイトに保つ必要があります。

サイクル3以降：焦点化コーディングと飽和

サイクル3〜4までには、カテゴリーはより安定しています。インタビューは特定の理論的な問いを狙い撃ちするものになります。文字起こしは焦点化コーディングに直接つながり、次いでアキシアルコーディング（カテゴリーをその属性と次元を軸に整理する段階）、最終的には中心カテゴリーをめぐるセレクティブコーディングへと進みます。

焦点を絞ったグラウンデッド・セオリー研究の多くは、20〜30件のインタビューで理論的飽和に達します。実証的なレビューによれば平均は25件前後で、より広範な研究ではさらに多く必要です。大事なのは数字ではありません。飽和とは、新しいデータが既存のカテゴリーに対する新しいコードを生み出さなくなることです。 コーディングに疲れたからといって終わりではありません。データがカテゴリーのレベルで驚きを与えなくなったときに、はじめて完了です。

行単位コーディングと、文字起こしの誤りが及ぼす影響

行レベルのオープンコーディングは負荷の高い作業であり、特有の弱点を抱えています。47行目の文字起こしの誤りが、そのままコーディング体系の中のコードになってしまうのです。そのコードが最終的な理論に現れれば、理論は聞き間違えた一言の上に成り立っていることになります。

グラウンデッド・セオリーの文脈で最も問題になる3種類のエラー：

固有名詞の誤り。人名、組織名、地名、役職名。ここはAI文字起こしが信頼できません。インタビューメモと照合して確認してください。これらはインヴィヴォのカテゴリーラベルになることが多いため、誤りはコーディング体系に直接波及します。

数値の誤り。日付、年齢、期間、金額。AIは数値を頻繁に聞き間違えたり、不正確に表現したりします。参加者が言及した数量表現は、コーディングする前に必ず音声と照合してください。

コードスイッチングの誤り。参加者が文の途中で言語を切り替えると、AIはすべてを一つの言語で表現しようとして、支離滅裂な出力を生成することがあります。こうした箇所は、コーディング前に手動レビュー用として文字起こし内で明示的にフラグを立ててください。

実務上の規律はこうです。コーディング中の文字起こしは「作業ドラフト」として扱う。ある行が曖昧なら、音声に立ち返る。AIの誤りの大半は予測可能な箇所に集中しますが、問題は、その箇所が分析的価値の高い素材（専門用語、引用発話、人物や組織への具体的言及）と重なりやすいことです。

コーディングの操作面については、質的インタビューのコーディングガイドでより詳しく解説しています。グラウンデッド・セオリー特有の規律は、ある行がコードになるのであれば、音声照合は省略できないということです。

文字起こしと突き合わせたメモの書き込み

メモの書き込みは、グラウンデッド・セオリーにおいて周辺的な習慣ではありません。理論が育つ場所そのものです。 チャーマズはメモを、データについての「自分自身との対話」と表現しています。メモはコードについての創発しつつある洞察を捉え、カテゴリー間の暫定的な関係を発展させ、分析的な意思決定の監査証跡を提供します。メモがなければ、生の文字起こしから公刊される理論に至る道筋は、後から辿れなくなります。

グラウンデッド・セオリーのプロジェクトにおけるメモ作成の技術的な規律は、すべてのメモを文字起こし上の特定の場所にアンカー付けすることです。タイムスタンプか行参照を必ず添えます。QDAソフトウェアを使う場合は、メモを文字起こしの該当セグメントに直接リンクします。

プロジェクト開始から6ヶ月も経てば、ある洞察がどのインタビューから来たのか、どんな表現がきっかけだったのかは思い出せません。参照情報があれば作業を復元できます。なければ、執筆段階で分析上の主張を一次データと照らして検証できず、方法論の監査や委員会審査で実際的な問題が生じます。

NVivo、MAXQDA、ATLAS.tiはいずれも、メモと文字起こしの直接リンクに対応しています。MAXQDAはさらに、ドキュメント内メモ（特定の箇所に添付）、コードメモ（カテゴリーに関する分析的メモ）、ドキュメントメモ（ケース単位のメモ）を提供しています。NVivoは学生向けに年額約130ドルからのサブスクリプションプランがあり、個人研究者向けの価格はそれより高く、地域によって異なります。この規模のプロジェクトでAI生成の文字起こしとQDAソフトウェアを組み合わせる方法については、NVivoとAI文字起こしの比較を参照してください。

QDAソフトウェアを使わずプレーンテキストやスプレッドシートで作業する場合も、規律は同じです。観察内容を書く前に、参加者コード、インタビュー日付、タイムスタンプを必ず添えます。

3つのグラウンデッド・セオリー系譜を文字起こしの観点で比較

実務上の違いは小さいです。3系統すべて、行単位でコーディングできる文字起こしが必要です。チャーマズ版は、研究者の枠組みが分析を形づくることを明示的に認めるため、フィラーの一言一句を音声学的な精度で捉える圧力はやや緩みますが、インテリジェント文字起こしを代替として認めるわけではありません。

どの系統を採るかは、方法論のセクションで意図的に選択してください。この選択は、分析と執筆のあらゆる段階に影響を及ぼします。

グラウンデッド・セオリー・プロジェクトの時間配分

博士論文レベルのグラウンデッド・セオリー研究では、一般的に25〜35件のインタビューが行われます。音声30時間という控えめな見積もりで計算すると：

文字起こしの段階は、断トツで最小の項目です。 時間を食うのはコーディングとメモの作業であり、グラウンデッド・セオリーはそこに時間をかけるものです。AI文字起こしは、かつて200〜400時間の手作業だったものを、数時間の処理と集中したレビューへと圧縮し、自動化できない分析業務のための時間を生み出します。

QDAエクスポート形式や大規模な話者ラベリングといった特殊機能が不要で、きれいな文字起こしさえ得られればいいという場合は、ConvertAudioToTextの音声テキスト変換ツールが、フィラーと言い淀みをデフォルトで保持した逐語録に対応しています。現在のプランなら、博士論文プロジェクト全体の文字起こし量を、インタビュー1件を手作業で文字起こしするコスト未満でまかなえます。

グラウンデッド・セオリーの質を下げるよくある失敗

文字起こしを完成したデータとして扱う。 コードになる予定のすべての行について音声と照合して確認するまで、文字起こしはドラフトです。固有名詞と数値に関するAIの誤りはランダムではなく体系的で、しかも、グラウンデッド・セオリーの研究者が最も精緻にコーディングする素材にこそ集中して現れます。

飽和と疲弊の混同。 理論的飽和は分析的な主張であって、感覚ではありません。新しいコードが創発していないことを、通常は直近5〜8件のインタビューのコードリストを比較するなどして、能動的に示す必要があります。「インタビューに疲れた」は飽和ではありません。フォーカスグループ形式や二者面接形式のように、文字起こしに複数の話者が含まれる場合は、スピーカーダイアライゼーションガイドが参考になります。

文字起こしを調査の最後に一括で回す。 これが方法を壊す構造的な過ちです。30件すべてのインタビューを収集し終えてから文字起こしを始めると、理論的サンプリングを駆動するフィードバックループが失われます。収集と分析の同時進行の要点は、初期の分析が後の収集を形づくることにあります。文字起こしを後回しにすると、グラウンデッド・セオリーは余計な工程のついた普通のテーマティック分析に成り下がります。

コーディング中のメモ書きを省略する。 メモのないコードは、理論的な脚を持たないカテゴリーを生みます。メモこそ、あるコードがなぜ重要なのか、隣接するコードとどう関係するのか、どんな理論的主張に向かっていくのかを考える場です。メモを取らずにコーディングだけする研究者は、セレクティブコーディングの段階になって、展開も接続もできないカテゴリーを抱えて行き詰まりがちです。メモの書き込みは分析の記録ではなく、それ自体が分析なのです。

FAQ

グラウンデッド・セオリーには逐語録が必要ですか？

はい、ほとんどのグラウンデッド・セオリー研究では必要です。グレイザーの古典的アプローチも、ストラウスとコービンの構造化アプローチも、参加者が使った言葉そのものにアクセスできることを求めます。インヴィヴォコードは参加者の言語から直接引き出されるからです。チャーマズの構成主義的アプローチはやや解釈的ですが、それでも基本は逐語録です。インテリジェント文字起こしは、オープンコーディングの過程で分析的な意味を持ちうるフィラーや言い淀みを取り除いてしまいます。

理論的飽和に達するまでに、インタビューは何件必要ですか？

決まった数はありません。実証的なレビューによれば、焦点を絞ったグラウンデッド・セオリー研究の多くは20〜30件の間のどこかで飽和に達し、平均は25件前後です。より広範な研究ではさらに多く必要になる場合があります。実務上の指針としては、25〜30件を見込んで計画し、飽和を能動的にモニタリングすることです。完了の目安は目標件数への到達ではなく、新しいインタビューが既存のカテゴリーに対する新しいコードを生み出さなくなったときです。

グラウンデッド・セオリー研究にAI文字起こしは使えますか？

使えます。ただし重要な規律がひとつあります。ある行がコードになる前に、必ず音声と照合して確認することです。AI文字起こしは作業の大部分を正確に処理しますが、固有名詞、数値、専門用語、コードスイッチングについては体系的な誤りを犯します。行レベルの精度がコードの品質を決める手法においては、これらの誤りタイプは重大です。レビュー時間として、音声1時間につき15〜30分を見込んでください。

理論的サンプリングと有意的サンプリング（パーパシブ・サンプリング）の違いは何ですか？

有意的サンプリングは、人口統計学的または文脈的な基準に基づいて、事前に参加者を選びます。理論的サンプリングは、分析の過程で創発するコードとカテゴリーによって駆動されます。先行するデータからすでに創発したカテゴリーを発展させたり反証したりするのに役立つからこそ、次の参加者、調査地、データソースを選ぶのです。つまり、開始前にサンプルを確定することはできません。サンプル設計は分析への入力ではなく、分析の出力なのです。

参考文献

• Strauss, A. and Corbin, J. グラウンデッド・セオリー方法論の概説: https://lumivero.com/resources/blog/an-overview-of-grounded-theory-qualitative-research/
• Charmaz 構成主義的グラウンデッド・セオリー: https://journals.sagepub.com/doi/10.1177/1077800416657105
• MAXQDA グラウンデッド・セオリー研究ガイド: https://www.maxqda.com/research-guides/grounded-theory
• サンプルサイズと理論的飽和: https://journals.sagepub.com/doi/10.1177/16094069241296206
• グラウンデッド・セオリーにおけるメモの書き込み（SAGEハンドブック）: https://methods.sagepub.com/hnbk/edvol/the-sage-handbook-of-grounded-theory/chpt/asking-questions-the-data-memo-writing-the-grounded
• グラウンデッド・セオリーのデザインフレームワーク: https://pmc.ncbi.nlm.nih.gov/articles/PMC6318722/
• NVivo の価格と機能: https://lumivero.com/products/nvivo/