Thematic analysis merupakan salah satu metode yang banyak digunakan untuk menganalisis data kualitatif, khususnya data yang berasal dari wawancara. Metode ini membantu peneliti menemukan pola, makna, dan tema yang muncul dari jawaban narasumber secara sistematis.
Dalam prosesnya, data wawancara tidak langsung berubah menjadi tema. Peneliti perlu melewati beberapa tahapan, mulai dari membaca transkrip, menemukan informasi penting, memberikan kode, mengelompokkan kode menjadi kategori, hingga menentukan tema yang memiliki makna lebih luas.
Memahami contoh thematic analysis wawancara dapat membantu peneliti melihat bagaimana data mentah diproses menjadi hasil analisis. Contoh ini juga dapat digunakan sebagai gambaran ketika membuat tabel coding untuk skripsi, tesis, penelitian kualitatif, maupun laporan penelitian.
Thematic analysis dapat dilakukan secara manual menggunakan tabel atau dibantu software analisis data kualitatif. Meskipun alat yang digunakan berbeda, prinsip dasarnya tetap sama, yaitu mengidentifikasi pola yang relevan dengan pertanyaan penelitian dan menjelaskan maknanya berdasarkan data.
Apa Itu Thematic Analysis?
Thematic analysis adalah metode analisis data kualitatif yang digunakan untuk mengidentifikasi, menganalisis, dan melaporkan pola atau tema yang terdapat dalam data. Data yang dianalisis dapat berupa transkrip wawancara, diskusi kelompok, catatan observasi, atau dokumen.
Tema merupakan pola makna yang dianggap penting dan berkaitan dengan pertanyaan penelitian. Tema tidak hanya berupa topik umum, tetapi harus memiliki gagasan yang dapat menjelaskan aspek tertentu dari data.
Misalnya, penelitian membahas pengalaman mahasiswa dalam mengikuti pembelajaran daring. Dari hasil wawancara, peneliti menemukan berbagai pernyataan mengenai koneksi internet, interaksi dengan dosen, fleksibilitas waktu, dan kesulitan memahami materi.
Pernyataan tersebut kemudian dapat diberi kode. Beberapa kode yang memiliki hubungan dapat dikelompokkan menjadi kategori, kemudian dikembangkan menjadi tema seperti “Hambatan Pembelajaran Daring” atau “Fleksibilitas dalam Belajar”.
Dengan demikian, thematic analysis membantu peneliti bergerak dari data mentah menuju pemahaman yang lebih terstruktur.
Tahapan Thematic Analysis Data Wawancara
Proses thematic analysis biasanya dilakukan secara bertahap. Peneliti terlebih dahulu memahami data secara keseluruhan sebelum memberikan kode.
Transkrip perlu dibaca berulang agar peneliti memahami konteks jawaban setiap narasumber. Setelah itu, bagian data yang relevan dengan fokus penelitian dapat ditandai dan diberikan kode awal.
Kode awal tidak harus langsung menjadi tema. Kode berfungsi sebagai label singkat yang menggambarkan makna atau isi dari potongan data tertentu.
Setelah seluruh data diberi kode, peneliti mulai mencari hubungan antar kode. Kode yang memiliki kesamaan dapat dikelompokkan menjadi kategori. Dari kategori tersebut, peneliti kemudian mengidentifikasi tema yang lebih luas.
Tahap berikutnya adalah meninjau tema. Peneliti perlu memastikan bahwa setiap tema didukung oleh data yang cukup dan memiliki hubungan dengan tujuan penelitian.
Contoh Data Wawancara untuk Thematic Analysis
Untuk memahami prosesnya, gunakan contoh penelitian dengan topik “Pengalaman Mahasiswa Menggunakan Pembelajaran Daring”.
Misalnya peneliti melakukan wawancara kepada tiga mahasiswa. Salah satu narasumber memberikan pernyataan:
“Kalau kuliah dari rumah sebenarnya lebih fleksibel karena saya tidak perlu perjalanan ke kampus. Tapi kalau jaringan internet sedang buruk, saya sering tertinggal materi.”
Pernyataan tersebut mengandung dua informasi utama. Bagian pertama menunjukkan fleksibilitas pembelajaran, sedangkan bagian kedua menunjukkan kendala jaringan.
Peneliti dapat memberikan dua kode berbeda, yaitu “fleksibilitas waktu” dan “kendala jaringan”. Keduanya tidak harus dimasukkan ke dalam kode yang sama karena memiliki makna yang berbeda.
Contoh lainnya:
“Saya lebih nyaman bertanya langsung kepada dosen. Kalau melalui video conference, kadang saya ragu untuk menyampaikan pertanyaan.”
Pernyataan tersebut dapat diberi kode “kesulitan berinteraksi” atau “keraguan bertanya secara daring”.
Dari beberapa kutipan seperti ini, peneliti mulai memiliki kumpulan kode yang dapat dibandingkan.
Contoh Tabel Coding hingga Tema
Agar proses analisis lebih mudah dipahami, data dapat dimasukkan ke dalam tabel coding.
| Kutipan Wawancara | Kode | Kategori | Tema |
|---|---|---|---|
| “Kuliah dari rumah lebih fleksibel.” | Fleksibilitas belajar | Fleksibilitas | Fleksibilitas Pembelajaran |
| “Saya tidak perlu perjalanan ke kampus.” | Menghemat waktu perjalanan | Efisiensi waktu | Fleksibilitas Pembelajaran |
| “Kalau jaringan buruk, saya tertinggal materi.” | Kendala jaringan | Kendala teknis | Hambatan Pembelajaran Daring |
| “Saya ragu bertanya melalui video conference.” | Keraguan bertanya | Interaksi terbatas | Hambatan Interaksi |
| “Materi bisa saya buka kembali kapan saja.” | Akses materi fleksibel | Akses pembelajaran | Fleksibilitas Pembelajaran |
Tabel tersebut menunjukkan hubungan antara data asli dan hasil interpretasi. Kutipan menjadi sumber data, kode menjelaskan informasi spesifik, kategori menggabungkan kode yang berhubungan, sedangkan tema memberikan gambaran yang lebih luas.
Struktur tabel tidak harus sama untuk semua penelitian. Peneliti dapat menambahkan kolom nomor narasumber, halaman transkrip, timestamp, atau catatan analisis jika diperlukan.
Dari Kode Menjadi Kategori
Setelah kode awal dibuat, peneliti perlu melihat apakah terdapat kode yang memiliki kesamaan. Proses ini membantu mengurangi jumlah kode yang terlalu banyak dan membuat data lebih terstruktur.
Misalnya terdapat beberapa kode seperti “jaringan buruk”, “sinyal tidak stabil”, “video terputus”, dan “sulit mengakses kelas”. Jika seluruh kode tersebut berkaitan dengan masalah teknis, peneliti dapat mengelompokkannya dalam kategori “Kendala Teknologi”.
Contoh lainnya adalah kode “tidak perlu bepergian”, “jadwal lebih fleksibel”, dan “bisa belajar dari rumah”. Ketiga kode tersebut dapat masuk ke kategori “Fleksibilitas Pembelajaran”.
Kategori berada di antara kode dan tema. Kategori biasanya lebih luas daripada kode, tetapi belum tentu menjadi tema utama penelitian.
Pengelompokan harus tetap mempertimbangkan konteks. Dua kode yang terlihat mirip belum tentu memiliki makna yang sama. Peneliti perlu membaca kembali kutipan sebelum memutuskan untuk menggabungkannya.
Dari Kategori Menjadi Tema
Setelah kategori terbentuk, tahap berikutnya adalah mencari pola yang lebih luas. Pada tahap ini, peneliti mulai menentukan tema utama.
Misalnya kategori “Kendala Teknologi”, “Kesulitan Memahami Materi”, dan “Interaksi Terbatas” dapat dikelompokkan dalam tema “Hambatan Pembelajaran Daring”.
Sementara kategori “Fleksibilitas Waktu”, “Akses Materi”, dan “Efisiensi Perjalanan” dapat membentuk tema “Manfaat Pembelajaran Daring”.
Tema harus memiliki gagasan yang jelas. Hindari menggunakan tema yang terlalu umum seperti “Pembelajaran” karena tidak memberikan informasi mengenai pola yang ditemukan.
Tema yang baik dapat membantu pembaca memahami apa yang sebenarnya ditemukan dari data. Karena itu, nama tema sebaiknya menggambarkan inti pola yang muncul.
Poin Penting dalam Menentukan Tema
Dalam membuat contoh thematic analysis wawancara, penentuan tema perlu dilakukan secara hati-hati. Tema tidak seharusnya dibuat hanya berdasarkan kata yang paling sering muncul dalam transkrip.
Beberapa hal yang perlu diperhatikan adalah:
- Tema harus memiliki hubungan dengan pertanyaan penelitian.
- Setiap tema perlu didukung oleh data atau kutipan yang relevan.
- Kode dalam satu tema harus memiliki hubungan makna yang jelas.
- Hindari membuat tema yang terlalu luas atau terlalu sempit.
- Pisahkan tema jika terdapat perbedaan makna yang signifikan.
- Gabungkan tema jika beberapa tema ternyata memiliki makna yang sangat berdekatan.
Peneliti juga perlu membedakan antara topik dan tema. “Internet” merupakan topik, sedangkan “Kendala koneksi internet menghambat partisipasi mahasiswa” lebih menggambarkan pola atau makna yang dapat menjadi tema.
Contoh Pengembangan Tema dari Beberapa Narasumber
Thematic analysis menjadi lebih kuat ketika data dari beberapa narasumber dibandingkan. Misalnya tiga mahasiswa memberikan pernyataan berbeda mengenai pembelajaran daring.
Narasumber pertama mengatakan bahwa pembelajaran daring membuat jadwal lebih fleksibel. Narasumber kedua menyebutkan bahwa ia dapat menghemat waktu perjalanan. Narasumber ketiga mengatakan bahwa ia dapat mengakses materi kembali setelah kelas selesai.
Meskipun menggunakan kata-kata berbeda, ketiga pernyataan tersebut memiliki pola yang sama. Kode yang diberikan dapat berupa “fleksibilitas waktu”, “efisiensi perjalanan”, dan “akses materi”.
Kode tersebut kemudian dapat masuk ke kategori “Keuntungan Pembelajaran Daring” dan berkembang menjadi tema “Fleksibilitas dalam Proses Belajar”.
Di sisi lain, beberapa narasumber mungkin menyampaikan masalah jaringan. Jika pola tersebut muncul berulang dan relevan dengan fokus penelitian, “Kendala Teknologi” dapat menjadi tema tersendiri.
Perbandingan antar-narasumber membantu peneliti melihat apakah suatu pola hanya muncul pada satu orang atau ditemukan pada beberapa sumber data.
Meninjau Kembali Tema yang Sudah Dibuat
Setelah tema terbentuk, peneliti perlu melakukan review. Jangan langsung menganggap tema tersebut sebagai hasil akhir.
Baca kembali semua kutipan yang berada dalam setiap tema. Pastikan kutipan tersebut memiliki hubungan yang kuat dengan tema. Jika terdapat kutipan yang tidak sesuai, pindahkan ke tema lain atau buat kategori baru jika memang diperlukan.
Peneliti juga perlu membaca kembali seluruh transkrip untuk memastikan tidak ada informasi penting yang terlewat. Proses review dapat menghasilkan perubahan pada kode, kategori, maupun tema.
Tema juga harus memiliki batas yang jelas. Jika dua tema memiliki isi yang hampir sama, pertimbangkan untuk menggabungkannya. Sebaliknya, tema yang terlalu luas dapat dipecah menjadi beberapa tema yang lebih spesifik.
Memberikan Nama Tema yang Jelas
Nama tema harus singkat tetapi mampu menggambarkan inti temuan. Hindari nama yang terlalu abstrak atau tidak menjelaskan isi data.
Contohnya, tema “Masalah” terlalu umum. Nama “Kendala Teknologi Menghambat Kelancaran Pembelajaran Daring” memberikan informasi yang lebih jelas mengenai pola yang ditemukan.
Namun, nama tema juga sebaiknya tidak terlalu panjang. Peneliti dapat menggunakan nama singkat, kemudian memberikan penjelasan lengkap pada bagian hasil penelitian.
Tema dapat disusun berdasarkan perspektif penelitian. Jika penelitian ingin memahami pengalaman, tema dapat menunjukkan pengalaman atau pola tertentu. Jika penelitian berfokus pada persepsi, tema dapat menggambarkan bentuk persepsi yang ditemukan.
Menyajikan Hasil Thematic Analysis
Hasil thematic analysis biasanya disajikan dalam bentuk uraian berdasarkan tema. Setiap tema dapat dijelaskan menggunakan narasi dan didukung oleh kutipan dari narasumber.
Misalnya, tema “Fleksibilitas dalam Proses Belajar” dapat dijelaskan berdasarkan beberapa wawancara. Peneliti kemudian memasukkan kutipan yang mewakili pola tersebut.
Kutipan tidak sebaiknya berdiri sendiri. Setelah kutipan, peneliti perlu menjelaskan maknanya dan menghubungkannya dengan pertanyaan penelitian.
Penyajian seperti ini membuat pembaca dapat melihat hubungan antara data asli dan interpretasi peneliti. Dengan demikian, hasil analisis menjadi lebih transparan.
Kesimpulan
Contoh thematic analysis wawancara menunjukkan bahwa proses analisis data kualitatif dilakukan secara bertahap, mulai dari membaca transkrip, menemukan data relevan, memberikan kode, mengelompokkan kode menjadi kategori, hingga menyusun tema.
Kode berfungsi untuk menandai informasi spesifik dalam data, sedangkan kategori membantu mengelompokkan kode yang memiliki hubungan. Tema kemudian digunakan untuk menjelaskan pola atau makna yang lebih luas dari kumpulan data tersebut.
Tabel coding dapat membantu peneliti melihat hubungan antara kutipan, kode, kategori, dan tema. Metode ini dapat dilakukan secara manual sehingga tidak selalu membutuhkan software khusus.
Hal yang paling penting adalah memastikan setiap tema memiliki dasar data yang jelas dan relevan dengan tujuan penelitian. Dengan proses coding yang konsisten dan review yang teliti, data wawancara dapat diolah menjadi temuan penelitian yang lebih terstruktur dan mudah dipahami.
