Skip to content
Kembali ke hasil pencarian

Analisis Kuantitatif Kuantitatif Lintas Bagian

Diperkenalkan oleh
Berelson, B.; Krippendorff, K.; Neuendorf, K. A.
Tahun
Mid-20th century (formalized 1952–2000s)
Jenis
Quantitative observational research design
Keluarga
Survey / observational design

Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris

Ukuran huruf

Apa fungsinya?

Analisis kuantitatif kuantitatif lintas bagian adalah desain penelitian observasional di mana sampel konten komunikatif yang ditarik secara sistematis — artikel berita, posting media sosial, iklan, atau materi simbolis lainnya — dikumpulkan pada satu titik waktu dan dikodekan menggunakan kategori numerik yang telah ditentukan sebelumnya untuk menggambarkan atau menguji hipotesis tentang pola, frekuensi, atau asosiasi dalam konten tersebut.

Intuisi di balik metode

Bayangkan Anda ingin mengetahui bagaimana wanita digambarkan dalam iklan televisi prime time selama satu musim siaran. Anda akan merekam sampel iklan yang representatif dari musim itu, membuat skema pengkodean dengan kategori numerik (misalnya, tipe peran, domain produk, waktu bicara), meminta coder terlatih menerapkan kategori tersebut secara sistematis, dan kemudian menjalankan statistik deskriptif atau uji korelasi pada data yang dikodekan. Karena semua konten berasal dari satu jendela waktu, ini adalah potret lintas bagian — bukan perbandingan sebelum-sesudah atau studi tren. Kekuatannya adalah efisiensi dan replikabilitas; keterbatasannya adalah bahwa kausalitas dan perubahan seiring waktu tidak dapat ditetapkan.

Sejarah

Analisis konten kuantitatif disistematisasi dalam ilmu sosial oleh Bernard Berelson, yang monograf Content Analysis in Communication Research tahun 1952 memberikan kerangka metodologis komprehensif pertama. Buku Klaus Krippendorff tahun 1980 (direvisi 2004) menetapkan statistik reliabilitas yang masih digunakan hingga saat ini, terutama alpha Krippendorff. Buku panduan Kimberly Neuendorf tahun 2002 menjadi teks pelatihan standar yang mengintegrasikan teori pengambilan sampel, konstruksi kodebook, dan analisis statistik. Varian lintas bagian — pengambilan sampel konten dari jendela waktu yang terbatas daripada melacak perubahan seiring waktu — telah menjadi desain dominan dalam studi media, komunikasi politik, dan penelitian komunikasi kesehatan selama beberapa dekade.

Kapan digunakan

Gunakan analisis kuantitatif kuantitatif lintas bagian ketika Anda memerlukan deskripsi numerik yang sistematis dan dapat direplikasi tentang apa yang terkandung dalam sekumpulan konten yang ditentukan pada titik waktu tertentu — misalnya, untuk memetakan pembingkaian berita selama peristiwa tertentu, untuk mengaudit representasi dalam korpus media saat ini, atau untuk menguji apakah dua jenis konten berbeda dalam penggunaan fitur-fitur tertentu. Ini sesuai ketika pertanyaan penelitian bersifat deskriptif atau relasional (apa yang ada? seberapa sering? apakah X terkait dengan Y?) dan ketika korpus konten terbatas dan dapat diakses. Jangan gunakan ketika tujuan penelitian adalah untuk melacak bagaimana konten telah berubah seiring waktu (gunakan analisis konten longitudinal sebagai gantinya), untuk memahami mengapa komunikator menghasilkan konten tertentu (ini memerlukan wawancara atau eksperimen), atau ketika volume konten begitu besar dan tidak terstruktur sehingga pengambilan sampel dan pengkodean sistematis tidak layak tanpa metode komputasi tambahan.

Batasan dan pertimbangan

  • Tidak dapat menetapkan kausalitas atau arah pengaruh antara fitur konten dan efek audiens.
  • Potret lintas bagian tidak dapat mendeteksi apakah pola telah berubah seiring waktu; kesimpulan historis memerlukan desain longitudinal.
  • Temuan sangat bergantung pada kualitas kodebook: kategori yang didefinisikan dengan buruk menghasilkan kode yang tidak andal atau tidak valid terlepas dari upaya coder.
  • Konten manifes (fitur yang terlihat) lebih mudah dikodekan secara andal daripada konten laten (makna yang mendasari), menciptakan ketegangan antara reliabilitas dan kedalaman interpretatif.
  • Pengambilan sampel non-probabilitas dari korpus kenyamanan (misalnya, satu outlet berita) membatasi generalisasi eksternal.

Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.

Kelebihan

  • Dapat direplikasi secara sistematis: kodebook dan kerangka pengambilan sampel memungkinkan replikasi dan verifikasi independen.
  • Efisien untuk korpus besar: coder terlatih dapat memproses ratusan hingga ribuan unit konten dalam satu studi.
  • Non-reaktif: konten sudah ada, sehingga proses pengukuran tidak memengaruhi apa yang awalnya diproduksi.
  • Menghasilkan bukti kuantitatif tentang pola dan asosiasi yang dapat diuji secara statistik dan dibandingkan antar studi.
  • Fleksibel di berbagai jenis media: berlaku untuk teks, gambar, video, audio, dan konten media campuran.

Penerapan

  • Audit representasi gender dan ras dalam iklan televisi prime time selama musim siaran tertentu.
  • Memetakan bagaimana surat kabar dari orientasi politik yang berbeda membingkai peristiwa kebijakan besar pada minggu terjadinya.
  • Menganalisis prevalensi klaim misinformasi kesehatan dalam posting media sosial yang dikumpulkan selama krisis kesehatan masyarakat.
  • Mengukur frekuensi dan jenis bahasa risiko dalam korpus iklan farmasi yang diterbitkan dalam satu tahun.
  • Membandingkan keragaman sumber di berbagai situs berita nasional dan lokal yang diambil sampelnya selama periode dua minggu yang sama.
  • Mengodekan keberadaan stereotip visual dalam sampel katalog fotografi stok yang diakses pada satu titik waktu.

Cara kerjanya

Cara kerjanya

1

Peneliti secara tepat menentukan populasi konten yang akan dipelajari — media, topik, jendela waktu, dan kriteria inklusi atau eksklusi apa pun. Definisi alam semesta yang jelas sangat penting untuk reproduktibilitas dan untuk membenarkan keterwakilan sampel yang dihasilkan.

2

Sampel unit konten probabilitas atau purposif ditarik dari alam semesta menggunakan strategi pengambilan sampel yang dapat dipertahankan (acak, sistematis, bertingkat, atau minggu yang dibangun). Karena semua konten berasal dari kerangka waktu yang sama, desainnya adalah lintas bagian: tidak ada pengukuran pada titik waktu kedua atau selanjutnya untuk perbandingan.

3

Kodebook formal dibangun yang menentukan setiap variabel yang akan dikodekan, definisi operasionalnya, kategori responsnya yang lengkap dan saling eksklusif, serta aturan keputusan untuk kasus-kasus ambigu. Pengujian pilot kodebook pada sebagian kecil konten sebelum pengkodean utama adalah praktik standar.

4

Dua atau lebih coder dilatih pada kodebook dan mengodekan sampel reliabilitas identik (biasanya 10–20% dari korpus). Reliabilitas antar-coder dihitung menggunakan alpha Krippendorff atau kappa Cohen; ambang batas yang dapat diterima biasanya alpha >= 0,80 atau kappa >= 0,70 sebelum melanjutkan.

5

Coder secara independen menerapkan kodebook yang telah difinalisasi ke sampel penuh. Setiap unit konten menerima nilai numerik untuk setiap variabel. Setiap perbedaan yang tersisa diselesaikan oleh aturan keputusan (misalnya, suara mayoritas atau adjudikasi oleh coder ketiga) dan didokumentasikan.

6

Data yang dikodekan dimasukkan ke dalam lingkungan perangkat lunak statistik. Analisis biasanya mencakup distribusi frekuensi dan persentase untuk variabel deskriptif, uji chi-kuadrat atau Cramer's V untuk asosiasi antara variabel kategorikal, dan korelasi atau regresi jika kode tingkat ordinal atau interval tersedia. Hasil dilaporkan dengan statistik reliabilitas di samping temuan substantif.

Kesalahan umum

  • Reliabilitas antar-coder tidak mencukupi: memulai pengkodean penuh sebelum mencapai reliabilitas yang dapat diterima menyebabkan data tidak valid; selalu selesaikan pemeriksaan reliabilitas formal dan laporkan.
  • Menggabungkan jendela waktu: memberi label studi 'lintas bagian' sambil mencampur konten dari beberapa periode yang berbeda menghasilkan kerangka waktu yang tidak terdefinisi — tentukan jendela waktu tunggal secara tepat.
  • Definisi operasional yang tipis: kategori kodebook yang samar mengundang penyimpangan coder; setiap kategori harus mencakup contoh, non-contoh, dan aturan keputusan untuk kasus-kasus batas.
  • Klaim kausal yang berlebihan: studi konten lintas bagian dapat menggambarkan asosiasi (misalnya, nada politik terjadi bersamaan dengan jenis sumber tertentu) tetapi tidak dapat mengklaim bahwa satu fitur menyebabkan fitur lain.
  • Mengabaikan desain pengambilan sampel dalam analisis: jika sampel bertingkat atau minggu yang dibangun digunakan, bobot pengambilan sampel atau struktur harus diperhitungkan dalam analisis statistik.

Pertanyaan yang sering diajukan

Apa yang membuat desain ini 'lintas bagian' daripada sekadar 'analisis konten'?

Label lintas bagian menandakan bahwa semua unit konten berasal dari jendela waktu tunggal yang terbatas dan bahwa tidak ada pengukuran berulang yang diambil. Ini membedakannya dari analisis konten longitudinal, di mana konten yang sama atau sebanding diambil sampelnya pada beberapa titik waktu untuk mempelajari perubahan. Kerangka lintas bagian penting untuk mengukur pertanyaan penelitian dan menafsirkan apa yang dapat dan tidak dapat diklaim oleh hasil tentang tren temporal.

Bagaimana saya memutuskan berapa banyak konten yang akan diambil sampelnya?

Ukuran sampel dalam analisis konten bergantung pada jumlah kategori konten yang dianalisis, frekuensi sel yang diharapkan dalam tabulasi silang, dan presisi yang diperlukan untuk uji statistik. Aturan praktis yang umum adalah setidaknya 200–300 unit konten untuk analisis deskriptif dan chi-kuadrat dasar; analisis kekuatan dapat memandu desain yang lebih kompleks. Teknik minggu yang dibangun (memilih hari secara acak dari setiap hari dalam seminggu di seluruh periode studi) adalah strategi yang diterima secara luas untuk menyeimbangkan keterwakilan dan kelayakan.

Koefisien reliabilitas mana yang harus saya laporkan?

Alpha Krippendorff adalah koefisien pilihan untuk sebagian besar pekerjaan analisis konten karena menyesuaikan untuk kesepakatan kebetulan dan berlaku untuk tingkat pengukuran apa pun (nominal, ordinal, interval, rasio). Kappa Cohen dapat diterima untuk data nominal dua coder. Persentase kesepakatan saja tidak cukup karena tidak mengoreksi kebetulan. Laporkan statistik reliabilitas, ukuran sampel reliabilitas, dan jumlah coder untuk setiap variabel yang dikodekan.

Bisakah saya menggabungkan analisis kuantitatif kuantitatif lintas bagian dengan metode lain?

Ya. Analisis kuantitatif kuantitatif lintas bagian sering dikombinasikan dengan survei (untuk membandingkan pola konten dengan persepsi audiens) atau eksperimen (untuk menguji bagaimana fitur konten tertentu memengaruhi respons). Dalam proyek metode campuran, analisis konten memberikan peta deskriptif tentang pesan apa yang ada, sementara metode pelengkap menangani penerimaan atau efek.

Tes statistik apa yang sesuai untuk data analisis konten?

Untuk kode kategorikal, uji independensi chi-kuadrat dan Cramer's V mengukur asosiasi. Untuk membandingkan proporsi antar kelompok, uji z atau regresi logistik sesuai. Kode ordinal mendukung korelasi Spearman atau regresi ordinal. Jika kode diperlakukan sebagai tingkat interval, korelasi Pearson dan regresi OLS dapat digunakan, meskipun ini memerlukan justifikasi yang cermat. Selalu periksa asumsi (ukuran sel yang diharapkan untuk chi-kuadrat, distribusi untuk regresi) sebelum menjalankan tes.

Metode terkait

Sumber

  1. Neuendorf, K. A. (2002). The Content Analysis Guidebook. Sage Publications.

    ISBN: 978-0761919773
    Disalin.
  2. Krippendorff, K. (2004). Content Analysis: An Introduction to Its Methodology (2nd ed.). Sage Publications.

    ISBN: 978-0761915454
    Disalin.