Skip to content
Kembali ke hasil pencarian

Analisis Isi Kuantitatif Longitudinal

Diperkenalkan oleh
Developed within communication and media studies; codified by Berelson (1952) and extended by Riffe, Lacy, Fico
Tahun
1950s onward; longitudinal application widely adopted in media research by the 1970s–1980s
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 isi kuantitatif longitudinal secara sistematis mengkode dan menghitung fitur-fitur teks, gambar, atau pesan media yang dikumpulkan pada dua atau lebih titik waktu, memungkinkan peneliti melacak bagaimana konten berubah, bagaimana tema naik atau turun dalam prevalensi, dan bagaimana pesan media atau institusional merespons peristiwa eksternal. Desain ini menggabungkan logika pengukuran terstruktur dari analisis isi kuantitatif dengan kekuatan pelacakan temporal dari observasi longitudinal.

Intuisi di balik metode

Bayangkan arsip berita yang mencakup 20 tahun pelaporan iklim. Analisis isi satu kali memberi tahu Anda seperti apa cakupan iklim pada satu titik waktu. Desain longitudinal memungkinkan Anda menghitung volume cakupan, pilihan pembingkaian, dan jenis sumber tahun demi tahun — mengungkapkan apakah pembingkaian peringatan meningkat setelah peristiwa iklim besar, atau apakah keragaman sumber menyempit seiring waktu. Wawasan kuncinya adalah bahwa konten tidak ada dalam satu momen; pesan terakumulasi dan bergeser, dan hanya pengukuran berulang yang dapat mendokumentasikan pergeseran itu. Analisis isi kuantitatif longitudinal adalah alat yang membuat perubahan temporal dalam konten simbolik terlihat dan terukur.

Sejarah

Analisis isi kuantitatif didirikan sebagai metode ilmu sosial formal oleh Bernard Berelson dalam monografnya tahun 1952 Content Analysis in Communication Research. Aplikasinya dari waktu ke waktu — melacak perubahan dalam pesan media — dengan cepat diadopsi dalam penelitian komunikasi selama tahun 1970-an dan 1980-an untuk mempelajari agenda-setting media, pembingkaian, dan propaganda. Riffe, Lacy, dan Fico's Analyzing Media Messages (edisi pertama 1998, edisi keempat 2019) dan Neuendorf's Content Analysis Guidebook (2002, edisi kedua 2017) memformalkan standar pengambilan sampel dan keandalan yang mendasari desain longitudinal saat ini.

Kapan digunakan

Gunakan analisis isi kuantitatif longitudinal ketika pertanyaan penelitian menanyakan bagaimana konten atau pembingkaian pesan berubah seiring waktu — misalnya, bagaimana cakupan berita tentang isu sosial berkembang sebelum dan sesudah undang-undang, bagaimana iklan bergeser setelah kampanye kesehatan masyarakat, atau bagaimana komunikasi organisasi berubah di seluruh siklus ekonomi. Ini sesuai ketika arsip konten bertanggal dapat diakses untuk beberapa titik waktu, ketika variabel dapat dioperasionalkan sebagai kode yang dapat dihitung, dan ketika tujuannya adalah deskripsi tren yang dapat digeneralisasi daripada analisis interpretatif mendalam dari teks individu. Jangan gunakan ketika hanya satu titik waktu konten yang tersedia (gunakan analisis isi kuantitatif standar sebagai gantinya), ketika pertanyaan penelitian memerlukan pemahaman interpretasi audiens daripada fitur pesan (gunakan analisis resepsi atau metode survei), atau ketika jumlah unit yang dapat dikodekan per gelombang sangat kecil sehingga analisis tren statistik tidak berarti.

Batasan dan pertimbangan

  • Memerlukan akses ke konten yang diarsipkan atau dilestarikan secara historis di semua titik waktu yang relevan — kesenjangan dalam arsip merusak perbandingan.
  • Pengkodean terbatas pada fitur konten yang manifes (teramati); makna laten dan interpretasi audiens berada di luar cakupan metode.
  • Pergeseran pengkode selama periode studi yang panjang dapat menimbulkan kesalahan pengukuran yang meniru perubahan konten yang sebenarnya.
  • Membutuhkan banyak sumber daya ketika rentang waktu panjang dan korpus besar, memerlukan pelatihan pengkode ekstensif dan pemantauan keandalan antar gelombang.

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

Kelebihan

  • Secara langsung mengukur perubahan dalam konten simbolik dari waktu ke waktu, yang tidak dapat ditetapkan oleh desain cross-sectional.
  • Menghasilkan data yang dapat diukur dan direplikasi yang dapat dibandingkan antar studi menggunakan buku kode yang sama.
  • Cocok untuk korpus besar — seluruh tahun keluaran berita, dekade dokumen kebijakan, atau jutaan posting media sosial — menggunakan pengambilan sampel sistematis.
  • Non-reaktif: konten sudah diproduksi, sehingga proses pengukuran tidak dapat mengubah perilaku partisipan.
  • Memungkinkan deteksi siklus agenda, pergeseran pembingkaian, dan dampak peristiwa eksternal pada pesan institusional.

Penerapan

  • Melacak pembingkaian perubahan iklim dalam cakupan surat kabar selama beberapa dekade untuk mendeteksi pergeseran agenda yang terkait dengan siklus politik.
  • Menganalisis bagaimana klaim iklan farmasi dalam jurnal medis berubah setelah intervensi peraturan.
  • Mengukur representasi minoritas gender atau ras dalam televisi utama selama musim siaran berturut-turut.
  • Mendokumentasikan pergeseran dalam retorika dan pesan partai politik di seluruh siklus pemilu menggunakan manifesto partai.
  • Memantau perubahan dalam komunikasi risiko kesehatan di platform media sosial sebelum, selama, dan setelah keadaan darurat kesehatan masyarakat.
  • Menilai bagaimana pelaporan keberlanjutan perusahaan berkembang dalam laporan tahunan selama periode tekanan investor ESG yang meningkat.

Cara kerjanya

Cara kerjanya

1

Peneliti menentukan fenomena yang diminati (misalnya, pembingkaian media, klaim iklan, retorika kebijakan), alam semesta konten (misalnya, artikel surat kabar halaman depan, siaran utama, posting media sosial), dan rentang waktu yang akan dicakup. Batasan yang jelas pada populasi pesan dan jendela temporal mencegah perluasan cakupan dan memandu keputusan pengambilan sampel.

2

Karena pengkodean menyeluruh dari semua konten di semua titik waktu biasanya tidak praktis, strategi pengambilan sampel memilih jendela titik waktu yang representatif — umumnya minggu yang dibangun, sampel kuartalan, atau pengkodean sensus pada tanggal peristiwa kunci. Setiap sampel titik waktu harus ditarik dengan cara yang sama untuk memastikan perbandingan antar gelombang.

3

Sebuah buku kode dibangun yang mendefinisikan setiap variabel yang akan diukur, termasuk unit analisis (artikel, posting, iklan), kode kategorikal, dan aturan keputusan. Buku kode harus tetap identik di semua titik waktu sehingga perubahan dalam jumlah mencerminkan perubahan dalam konten daripada perubahan dalam pengukuran.

4

Pengkode terlatih menerapkan buku kode ke sampel konten di setiap titik waktu. Pengkode tidak mengetahui identitas gelombang jika memungkinkan untuk mencegah bias ekspektasi temporal. Setiap unit analisis dikodekan secara independen, menghasilkan kumpulan data jumlah frekuensi dan distribusi kategorikal untuk setiap gelombang waktu.

5

Keandalan antar-pengkode dihitung — biasanya menggunakan kappa Cohen atau alfa Krippendorff — di setiap gelombang dan dilaporkan secara terpisah. Pemeriksaan keandalan yang dilakukan hanya pada pelatihan tetapi tidak di semua gelombang berisiko kehilangan pergeseran pengkode selama periode studi. Ambang batas yang diterima umumnya adalah kappa atau alfa di atas 0,80.

6

Data frekuensi agregat di seluruh gelombang dianalisis menggunakan statistik deskriptif, uji chi-square untuk independensi lintas waktu, analisis tren, atau regresi deret waktu untuk mengidentifikasi perubahan, siklus, atau lintasan yang signifikan dalam konten. Temuan diinterpretasikan berdasarkan peristiwa kontekstual yang terjadi di antara gelombang.

Kesalahan umum

  • Mengubah buku kode antar gelombang — bahkan revisi kecil pada definisi kategori membatalkan perbandingan antar gelombang dengan mengacaukan perubahan pengukuran dengan perubahan konten yang sebenarnya.
  • Pengambilan sampel titik waktu yang tidak konsisten — misalnya, mengkode periode berita puncak dalam satu gelombang dan periode rutin di gelombang lain secara sistematis bias perkiraan tren.
  • Mengabaikan keandalan antar gelombang — memeriksa keandalan antar-pengkode hanya di awal memungkinkan pergeseran pengkode bertahap tidak terdeteksi, melebih-lebihkan tren yang tampak.
  • Terlalu menginterpretasikan tren statistik tanpa dasar kontekstual — peningkatan signifikan dalam suatu tema baru bermakna ketika dikaitkan dengan peristiwa yang diketahui, perubahan kebijakan, atau faktor eksternal yang terjadi di antara gelombang.

Pertanyaan yang sering diajukan

Berapa banyak titik waktu yang saya butuhkan untuk analisis isi longitudinal?

Minimal dua titik waktu diperlukan untuk menetapkan perubahan apa pun, tetapi dua titik hanya menunjukkan perbedaan sebelum-sesudah dan tidak dapat menetapkan tren. Tiga atau lebih gelombang memungkinkan analisis tren; studi yang meneliti pola jangka panjang umumnya menggunakan sampel tahunan selama satu dekade atau lebih. Jumlah gelombang harus sesuai dengan pertanyaan penelitian — jika Anda ingin mendeteksi efek dari peristiwa tertentu, dua titik yang dipilih dengan cermat (sebelum dan sesudah) mungkin cukup.

Apa statistik keandalan terbaik untuk desain ini?

Alfa Krippendorff lebih disukai karena mengakomodasi tingkat pengukuran yang berbeda (nominal, ordinal, interval) dan cocok untuk lebih dari dua pengkode. Kappa Cohen dilaporkan secara luas untuk pengkodean nominal dua pengkode. Keduanya harus melebihi 0,80 sebagai ambang batas konvensional. Yang terpenting, keandalan harus dihitung dan dilaporkan untuk setiap gelombang pengkodean, tidak hanya pada fase pelatihan awal.

Bisakah saya menambahkan kategori pengkodean baru di gelombang berikutnya jika saya melihat fenomena baru muncul?

Hanya jika kategori baru ditambahkan sebagai variabel tambahan yang tidak mengubah skema pengkodean asli. Mengubah atau mendefinisikan ulang kategori yang ada secara retroaktif memerlukan pengkodean ulang semua gelombang sebelumnya dengan skema yang direvisi sebelum perbandingan valid. Kegagalan untuk melakukannya menghasilkan apa yang dikenal sebagai non-ekuivalensi pengukuran antar gelombang.

Bagaimana ini berbeda dari analisis deret waktu?

Analisis isi kuantitatif longitudinal menghasilkan data — jumlah dan frekuensi fitur konten yang dikodekan di setiap titik waktu. Analisis deret waktu adalah teknik statistik yang diterapkan pada data tersebut untuk memodelkan tren, siklus, dan guncangan eksternal. Keduanya saling melengkapi: analisis isi menghasilkan observasi; statistik deret waktu memodelkan pola dalam observasi tersebut.

Apakah analisis isi longitudinal dianggap eksperimental atau observasional?

Ini murni observasional. Peneliti tidak memanipulasi konten atau menetapkan kondisi — konten diproduksi secara independen dari penelitian. Akibatnya, temuan dapat menetapkan bahwa konten berubah seiring waktu (tren deskriptif) tetapi tidak dapat dengan sendirinya membuktikan bahwa faktor eksternal tertentu menyebabkan perubahan tersebut. Klaim kausal memerlukan bukti tambahan dari desain eksperimental atau kuasi-eksperimental.

Metode terkait

Sumber

  1. Riffe, D., Lacy, S., Watson, B., & Fico, F. (2019). Analyzing Media Messages: Using Quantitative Content Analysis in Research (4th ed.). Routledge.

    ISBN: 9781138490536
    Disalin.
  2. Neuendorf, K. A. (2017). The Content Analysis Guidebook (2nd ed.). Sage.

    ISBN: 9781412979474
    Disalin.