Cara Melakukan Analisis Tematik dengan AI: Langkah demi Langkah
Analisis tematik adalah metode untuk menemukan pola makna di seluruh data kualitatif, seperti transkrip wawancara atau jawaban survei terbuka. Untuk melakukannya dengan AI, unggah transkrip dan pertanyaan penelitian Anda, biarkan AI mengusulkan kode tahap pertama, lalu kembangkan dan periksa sendiri tema-temanya. AI mempercepat proses membaca dan menyortir. Interpretasi tetap berada di tangan Anda.
Panduan ini menjelaskan apa itu analisis tematik, memandu Anda melalui enam fase, serta menunjukkan di mana AI dapat membantu dan di mana AI tidak boleh mengambil keputusan. Panduan ini juga menyertakan contoh praktis, format tabel hasil, dan perbandingan dengan analisis konten.
Apa itu analisis tematik
Virginia Braun dan Victoria Clarke, yang mengembangkan versi metode yang paling banyak dikutip, mendefinisikannya di situs mereka. "Analisis tematik (TA) merujuk pada berbagai metode penelitian kualitatif yang digunakan untuk mengeksplorasi dan menginterpretasikan pola makna di seluruh kumpulan data."
Dua kata dalam definisi tersebut sangat penting. "Berbagai" berarti analisis tematik adalah rumpun pendekatan, bukan satu prosedur yang kaku. "Menginterpretasikan" berarti hasilnya adalah sebuah argumen tentang apa arti data tersebut, bukan sekadar hitungan dari apa yang dikatakannya.
Braun dan Clarke mengelompokkan rumpun ini menjadi tiga klaster: pendekatan reliabilitas pengodean, pendekatan buku kode (codebook), dan pendekatan refleksif mereka sendiri. Perbedaan ini memengaruhi cara Anda menggunakan AI.
- Reliabilitas pengodean menetapkan buku kode sejak awal dan memastikan bahwa pembuat kode yang berbeda menerapkannya dengan cara yang sama.
- Pendekatan buku kode juga menggunakan kerangka kerja terstruktur, tetapi memungkinkannya untuk berkembang.
- Analisis tematik refleksif menjaga pengodean tetap terbuka dan membiarkannya berubah seiring dengan pemahaman Anda yang semakin mendalam. FAQ mereka menyatakan dengan jelas bahwa "TA Refleksif menghindari buku kode."
Dalam analisis tematik refleksif, sebuah tema lebih dari sekadar topik. Braun dan Clarke mendeskripsikan tema sebagai "pola makna bersama yang didukung oleh konsep atau ide sentral." Topik seperti "harga" bukanlah sebuah tema. "Pelanggan mengartikan harga sebagai sinyal kepercayaan" adalah sebuah tema.
Enam fase
Braun dan Clarke menguraikan enam fase. Mereka menekankan bahwa "Fase-fase ini tidak menentukan proses kaku yang harus Anda ikuti." Dalam praktiknya, Anda akan bergerak maju mundur di antara fase-fase tersebut.
- Membiasakan diri dengan kumpulan data. Baca dan baca kembali data tersebut, lalu catat pengamatan pertama.
- Pengodean. Tempelkan label pendek pada segmen yang bermakna, di seluruh kumpulan data, dalam dua putaran atau lebih.
- Menghasilkan tema awal. Kelompokkan kode-kode tersebut ke dalam kandidat pola makna.
- Mengembangkan dan meninjau tema. Periksa setiap kandidat terhadap data yang telah dikodekan dan kumpulan data lengkap. Pisahkan, gabungkan, atau hapus tema sesuai kebutuhan.
- Menyempurnakan, mendefinisikan, dan menamai tema. Tentukan cakupan dan kisah dari setiap tema serta berikan nama yang informatif.
- Menulis laporan. Jalin narasi analitis bersama dengan kutipan data, dan hubungkan dengan literatur yang ada.
Situs mereka mendeskripsikan proses ini dengan jujur: "analisis biasanya merupakan proses yang rekursif." Bersiaplah untuk kembali ke tahap pengodean setelah Anda mulai membangun tema.
Di mana AI membantu dan di mana AI tidak boleh memutuskan
AI sangat berguna untuk fase-fase yang melibatkan volume data yang besar. AI dapat membaca empat puluh transkrip dengan cepat, menyarankan kandidat kode, menarik setiap kutipan yang sesuai dengan kode, dan menghitung seberapa sering suatu pola muncul.
AI tidak boleh membuat keputusan interpretatif. Braun dan Clarke menulis bahwa "Analisis kualitatif adalah proses yang terampil, situasional, dan subjektif." Sebuah model AI tidak memiliki kepentingan yang sama dengan Anda dalam pertanyaan penelitian, dan ia hanya mengetahui konteks yang Anda berikan.
FAQ mereka menyampaikan poin serupa tentang perangkat lunak analisis. Yang terpenting, tulis mereka, adalah "menjadi peneliti yang berpengetahuan." Itu berarti menggunakan alat apa pun dengan cara yang sesuai dengan nilai-nilai dari pendekatan yang telah Anda pilih.
Pembagian kerja yang praktis terlihat seperti ini:
| Fase | Apa yang bisa dilakukan AI | Apa yang Anda putuskan |
|---|---|---|
| Membiasakan diri | Merangkum setiap transkrip, menandai bagian yang mengejutkan | Bagian mana yang penting bagi pertanyaan Anda |
| Pengodean | Mengusulkan kode tahap pertama dan menerapkannya secara konsisten | Kode mana yang harus dipertahankan, digabungkan, atau dinamai ulang |
| Menghasilkan tema | Mengelompokkan kode dan menarik kutipan pendukung | Apakah suatu kelompok merupakan pola makna yang nyata |
| Meninjau tema | Mencari contoh tandingan dalam kumpulan data | Apakah suatu tema dapat dipertahankan |
| Menamai tema | Menyarankan nama dan definisi satu baris | Nama akhir dan kisah yang diceritakannya |
| Menulis laporan | Membuat draf bagian dan menyusun kutipan | Argumen dan klaim-klaimnya |
Jika Anda menggunakan pendekatan buku kode, hasil AI dapat berfungsi sebagai draf buku kode. Jika Anda menggunakan analisis tematik refleksif, perlakukan kode AI sebagai pemantik untuk berpikir, bukan sebagai analisis itu sendiri.
Pendekatan mana pun yang Anda gunakan, catat bagaimana AI dilibatkan. Catat alat yang digunakan, fase yang dibantu, dan apa yang Anda ubah setelahnya. Paragraf metodologi singkat akan menjawab pertanyaan tersebut sebelum peninjau, penguji, atau pemangku kepentingan menanyakannya.
Apa yang Anda butuhkan sebelum memulai
Siapkan empat hal sebelum alat AI apa pun menyentuh data Anda.
Pertanyaan penelitian yang jelas. Setiap kode dan tema akan dinilai berdasarkan pertanyaan ini. "Apa yang dialami pelanggan selama proses onboarding?" menghasilkan analisis yang berbeda dari "Mengapa pelanggan membatalkan langganan di bulan pertama?"
Transkrip yang bersih dan tanpa identitas. Hapus nama, nama perusahaan, email, dan detail apa pun yang dapat mengidentifikasi peserta. Lakukan ini sebelum mengunggah, bukan setelahnya. Periksa persetujuan etika atau formulir persetujuan Anda untuk melihat batasan apa pun terkait penggunaan alat pihak ketiga.
Dokumen catatan untuk refleksi Anda sendiri. Analisis tematik refleksif mengutamakan perspektif peneliti. Buat catatan berkelanjutan tentang asumsi dan reaksi Anda saat membaca, terpisah dari apa pun yang dihasilkan oleh AI.
Format file yang konsisten. Satu file per wawancara, lengkap dengan label pembicara, memudahkan pelacakan setiap kutipan kembali ke sumbernya. Buat indeks sederhana yang memetakan kode peserta ke tanggal wawancara.
Cara melakukan analisis tematik dengan AI
Langkah-langkah di bawah ini mengikuti enam fase, yang dikelompokkan ke dalam tiga sesi kerja.
Langkah 1: Unggah transkrip dan tetapkan pertanyaan penelitian
Unggah transkrip yang telah dianonimkan ke ruang kerja AI seperti Powerdrill Bloom. Paket layanannya mendukung unggahan Excel, CSV, PDF, dan dokumen, sehingga transkrip dalam format Word atau PDF dapat langsung digunakan. Jawaban survei terbuka yang diekspor ke spreadsheet juga bisa digunakan.
Nyatakan pertanyaan penelitian terlebih dahulu, sebelum mengajukan permintaan apa pun. Kemudian, mintalah ringkasan singkat dari setiap transkrip dan daftar bagian yang berkaitan dengan pertanyaan tersebut.
Baca ringkasan tersebut, lalu baca sendiri transkripnya. Ringkasan AI mempercepat proses pembiasaan diri, tetapi tidak dapat menggantikannya. Catat kesan pertama Anda sendiri dalam dokumen terpisah sebelum Anda melihat kode apa pun yang dihasilkan oleh AI.
Langkah 2: Hasilkan kode tahap pertama, lalu lakukan pengodean sendiri
Minta AI untuk mengusulkan kode untuk setiap transkrip. Mintalah label yang pendek, definisi satu baris untuk masing-masing kode, dan kutipan persis yang mendukungnya.
Permintaan yang berguna harus singkat dan spesifik. Kodekan transkrip untuk hal apa pun yang relevan dengan pertanyaan penelitian, batasi label di bawah lima kata, dan kutip bagian yang persis untuk masing-masing kode. Meminta kutipan yang persis memudahkan Anda mendeteksi jika ada kode yang melenceng dari apa yang sebenarnya dikatakan oleh peserta.
Kemudian lakukan putaran pengodean kedua sendiri. Bandingkan kode Anda dengan daftar dari AI. Jika keduanya cocok, kode tersebut kemungkinan besar menggambarkan sesuatu yang memang ada dengan jelas. Jika berbeda, periksa dengan cermat. Bisa jadi AI menyadari sesuatu yang Anda lewatkan, atau AI hanya melabeli kata-kata di permukaan alih-alih maknanya.
Pastikan setiap kutipan dapat dilacak. Setiap kode harus merujuk ke peserta dan bagian tertentu. Halaman beranda Powerdrill Bloom menyatakan bahwa setiap angka "kembali dengan halaman, baris, dan data di baliknya," dan ketertelusuran yang sama juga penting untuk kutipan.
Langkah 3: Bangun kandidat tema dan periksa terhadap data
Minta AI untuk mengelompokkan kode akhir Anda menjadi kandidat tema, lengkap dengan kutipan pendukung untuk masing-masing tema. Perlakukan kelompok tersebut sebagai titik awal.
Untuk setiap kandidat, ajukan satu pertanyaan: apakah ada konsep atau ide sentral di baliknya? Jika jawabannya hanya topik yang sama, itu belum menjadi sebuah tema. Pisahkan, gabungkan, atau hapus.
Kemudian uji setiap tema. Minta AI to menemukan kutipan yang bertentangan dengannya. Tema yang mampu bertahan dari pencarian contoh tandingan yang disengaja akan lebih kuat daripada tema yang tidak pernah diuji.
Terakhir, beri nama setiap tema dan tulis definisi sepanjang dua kalimat. Buat draf laporan bagian demi bagian, dan periksa setiap kutipan terhadap transkrip asli sebelum dimasukkan ke dalam laporan.
Contoh praktis
Berikut adalah versi singkat dari proses pada studi riset produk dengan dua belas wawancara pelanggan. Pertanyaan penelitian menanyakan mengapa pelanggan baru berhenti menggunakan produk dalam waktu 30 hari.
Kode AI tahap pertama mencakup "pemasangan terlalu lama," "harga tidak jelas," dan "membutuhkan persetujuan IT."
Setelah putaran pengodean kedua, peneliti menyadari bahwa ketiganya muncul dalam wawancara dengan orang-orang yang tidak memilih sendiri produk tersebut.
Tema yang dihasilkan adalah "adopsi tanpa kepemilikan." Pelanggan yang diwarisi produk tersebut tidak memiliki alasan untuk melewati hambatan awal.
Peneliti kemudian meminta AI untuk mencari contoh tandingan: pelanggan yang tidak memilih produk tersebut tetapi tetap bertahan. Dua wawancara cocok. Keduanya menggambarkan seorang rekan kerja yang menunjukkan kepada mereka keberhasilan cepat di minggu pertama, yang menyempurnakan tema tersebut alih-alih mematahkannya.
AI memunculkan kode-kode tersebut dengan cepat. Tema tersebut lahir dari kejelian peneliti dalam memperhatikan siapa yang mengatakannya, sesuatu yang tidak dapat ditangkap oleh kode itu sendiri.
Cara menyajikan hasil analisis tematik
Bagian hasil biasanya diawali dengan tabel tema, kemudian membahas setiap tema dengan kutipan pendukung. Tabel di bawah ini menunjukkan format yang umum digunakan.
| Tema | Definisi | Peserta | Contoh kutipan |
|---|---|---|---|
| Adopsi tanpa kepemilikan | Pengguna yang tidak memilih produk memiliki sedikit alasan untuk bertahan | 7 dari 12 | "Saya disuruh menggunakannya, jadi saya melakukan hal minimal saja." |
| Pemasangan sebagai kesan pertama | Upaya pemasangan awal membentuk pandangan keseluruhan terhadap produk | 9 dari 12 | "Jika jam pertama terasa sulit, Anda akan berasumsi bahwa sisanya juga akan sulit." |
Ikuti tabel tersebut dengan bagian singkat untuk setiap tema. Jelaskan ide sentralnya, tunjukkan dua atau tiga kutipan, dan hubungkan dengan pertanyaan penelitian Anda.
Pilih kutipan yang menunjukkan tema dari berbagai sudut pandang, alih-alih tiga kutipan yang menyatakan hal yang sama. Jaga agar tetap singkat, dan selalu kaitkan dengan kode peserta. Pembaca lebih memercayai suatu tema ketika mereka dapat melihatnya dari beberapa sudut pandang suara yang berbeda.
Jumlah peserta adalah konteks yang membantu, tetapi pendekatan Braun dan Clarke tidak memperlakukan frekuensi sebagai ukuran tingkat kepentingan. Tema yang disebutkan oleh empat orang bisa jadi lebih penting daripada tema yang disebutkan oleh sepuluh orang.
Untuk audiens pemangku kepentingan, hasil yang sama sering kali diubah menjadi presentasi singkat. Alat AI research synthesis menjelaskan jalur ini, menggabungkan transkrip dan survei menjadi tema, bukti, dan presentasi pemangku kepentingan.
Analisis tematik vs analisis konten
Kedua metode ini sering kali tertukar karena keduanya bekerja dengan data kualitatif.
| Analisis tematik | Analisis konten | |
|---|---|---|
| Tujuan utama | Menginterpretasikan pola makna | Mengategorikan dan sering kali menghitung konten |
| Hasil | Tema dengan ide sentral | Kategori dengan frekuensi |
| Peran penghitungan | Paling banyak sebagai konteks pendukung | Sering kali menjadi hal sentral |
| Paling baik untuk | Memahami pengalaman dan pandangan | Mengukur seberapa sering sesuatu muncul |
Jika pertanyaan Anda adalah "seberapa sering pelanggan menyebutkan harga?", analisis konten adalah pilihan yang tepat. Jika pertanyaannya adalah "apa arti harga bagi pelanggan?", analisis tematik adalah pilihan yang tepat.
Beberapa proyek menggunakan keduanya secara berurutan. Analisis frekuensi pada kumpulan data yang besar menunjukkan di mana volume data berada. Analisis tematik pada sampel yang lebih kecil dan terfokus kemudian menjelaskan apa arti dari volume tersebut.
Untuk umpan balik dalam skala besar, seperti ribuan ulasan atau tiket dukungan, tampilan frekuensi sering kali menjadi kebutuhan utama. Voice of Customer Summarizer menyatukan saluran umpan balik ke dalam tema-tema lengkap dengan frekuensi dan kutipan langsung yang representatif untuk masing-masing tema.
Analisis tematik di Excel
Banyak peneliti masih melakukan pengodean di spreadsheet, dan ini berfungsi dengan baik untuk studi skala kecil. Tata letak yang sederhana menggunakan satu baris untuk setiap kutipan.
- Kolom A: kode peserta.
- Kolom B: kutipan, disalin persis.
- Kolom C: kode putaran pertama.
- Kolom D: kode putaran kedua.
- Kolom E: kandidat tema.
Memfilter berdasarkan tema kemudian memberikan Anda setiap kutipan pendukung dalam satu tampilan. Jumlah baris per tema dan per peserta juga menunjukkan secara sekilas apakah suatu tema hanya bertumpu pada satu narasumber yang banyak bicara. Batasannya adalah skala. Jika sudah melewati beberapa ratus kutipan, menyortir dan mengodekan ulang secara manual akan menjadi lambat, dan di sinilah pengelompokan berbantuan AI menghemat waktu paling banyak.
Jika proyek Anda juga mencakup tinjauan terhadap studi yang dipublikasikan, panduan kami tentang cara menulis tinjauan pustaka dengan AI membahas bagian tersebut.
Kesalahan umum
- Memperlakuan topik sebagai tema. "Komunikasi" adalah sebuah topik. Sebuah tema menyatakan sesuatu tentang topik tersebut.
- Menerima kode AI tanpa putaran kedua. Kode tahap pertama sering kali melabeli kata-kata di permukaan alih-alih maknanya.
- Mengunggah data yang dapat diidentifikasi. Anonimkan transkrip sebelum mengunggahnya.
- Menganggap hitungan sebagai bukti. Frekuensi mendukung sebuah tema, tetapi tidak menetapkannya.
- Melewatkan pencarian contoh tandingan. Tema yang tidak pernah diuji akan terlihat lebih lemah dari yang sebenarnya.
- Membiarkan AI menamai tema. Nama membawa argumen, jadi tulislah sendiri setelah tema-tema tersebut ditetapkan dan didefinisikan.
Melakukan hal-hal ini dengan benar adalah apa yang membedakan analisis yang kredibel dari sekadar ringkasan dengan tajuk. Jika Anda ingin proses membaca, pengodean, dan pengelompokan dilakukan lebih cepat pada transkrip Anda sendiri, Anda dapat mencoba Powerdrill Bloom untuk satu studi.
Pertanyaan yang sering diajukan
Apa itu analisis tematik dalam istilah sederhana?
Analisis tematik adalah cara untuk menemukan dan menginterpretasikan pola makna dalam data kualitatif, seperti wawancara. Peneliti mengodekan data, mengelompokkan kode ke dalam tema, dan menjelaskan apa yang dikatakan setiap tema tentang pertanyaan penelitian.
Apa saja enam langkah analisis tematik?
Enam fase dari Braun dan Clarke adalah membiasakan diri dengan kumpulan data, pengodean, menghasilkan tema awal, mengembangkan dan meninjau tema, serta menyempurnakan, mendefinisikan, dan menamai tema. Yang keenam adalah menulis laporan. Mereka mencatat bahwa fase-fase ini bukanlah aturan yang kaku.
Apakah AI bisa melakukan analisis tematik?
AI dapat membantu pekerjaan yang melibatkan volume data besar, seperti merangkum transkrip, mengusulkan kode, dan menarik kutipan. Pekerjaan interpretatif untuk memutuskan apa arti sebuah tema masih membutuhkan peneliti. Braun dan Clarke mendeskripsikan analisis kualitatif sebagai proses yang terampil, situasional, dan subjektif.
Berapa banyak tema yang harus dimiliki oleh analisis tematik?
Braun dan Clarke menyatakan "tidak ada formula pasti untuk menentukan jumlah tema dalam TA." Hal ini bergantung pada data, pertanyaan penelitian, dan panjang laporan. Sebuah analisis dapat melaporkan satu tema secara mendalam atau memberikan gambaran umum yang lebih luas.
Apa perbedaan antara analisis tematik dan analisis konten?
Analisis tematik menginterpretasikan pola makna dan menghasilkan tema. Analisis konten mengategorikan konten dan sering kali menghitung seberapa sering kategori tersebut muncul. Pilih analisis tematik untuk memahami pengalaman, dan analisis konten untuk mengukur frekuensi.
Sumber: Braun and Clarke, Thematic Analysis · Understanding TA · Doing Reflexive TA · Thematic Analysis FAQs. Contoh praktis dan tabel hasil bersifat ilustratif.