ATLAS.ti

1. Pengertian ATLAS.ti

ATLAS.ti adalah perangkat lunak untuk analisis data kualitatif (disebut juga QDA atau CAQDAS, yaitu Computer-Assisted Qualitative Data Analysis Software). Software ini membantu peneliti mengorganisasi, mengkode, menganalisis, dan menafsirkan data berbentuk teks, gambar, audio, dan video.

Nama ATLAS.ti berasal dari bahasa Jerman: "Archiv für Technik, Lebenswelt und Alltagssprache" (Arsip untuk Teknologi, Dunia Kehidupan, dan Bahasa Sehari-hari). Bagian ".ti" merupakan singkatan dari text interpretation (interpretasi teks). Software ini dikembangkan oleh Thomas Muhr di Technical University of Berlin pada awal 1990-an, dan pengembangannya berlanjut di Berlin.

Ciri utama ATLAS.ti:

Cocok untuk penelitian kualitatif dan mixed methods
Bisa menganalisis teks, gambar, audio, video, PDF, data survei, dan data geografis
Tersedia untuk Windows, Mac, dan Web (lewat browser)
Berbayar, dengan masa percobaan gratis dan lisensi khusus pelajar, mahasiswa, dan institusi
Mendukung berbagai pendekatan analisis (tematik, grounded theory, analisis isi, dan lainnya)
Memiliki fitur jaringan (network) untuk memvisualkan hubungan antarkode
Memiliki fitur kerja tim dan uji kesepakatan antarpengkode (inter-coder agreement)
Versi terbaru dilengkapi fitur berbasis AI, misalnya untuk pengkodean otomatis dan ringkasan (ketersediaan fitur bergantung pada versi dan lisensi)

2. Kegunaan ATLAS.ti

ATLAS.ti dipakai untuk:

Menganalisis hasil wawancara dan focus group discussion (FGD)
Menganalisis catatan observasi lapangan
Menganalisis dokumen, misalnya laporan, peraturan, artikel berita, dan unggahan media sosial
Tinjauan literatur sistematis dan kualitatif
Mencari tema dari data yang banyak
Menyusun teori dari data (grounded theory)
Penelitian kebijakan, pendidikan, sosial, kesehatan, ekonomi, dan manajemen
Menyusun skripsi, tesis, dan disertasi dengan pendekatan kualitatif

3. Konsep Dasar yang Perlu Dipahami

Project (Proyek): wadah utama yang menyimpan semua data, kode, kutipan, memo, dan analisis. Satu penelitian biasanya satu proyek.
Document (Dokumen): data penelitian yang dimasukkan ke proyek (transkrip wawancara, PDF, gambar, rekaman, dan seterusnya).
Quotation (Kutipan): potongan data yang dianggap penting, misalnya satu kalimat atau paragraf dari transkrip.
Code (Kode): label singkat yang memberi makna pada sebuah kutipan.
Memo: catatan analitis peneliti, misalnya ide, interpretasi, atau perkembangan teori.
Comment (Komentar): keterangan singkat pada sebuah objek (dokumen, kode, atau kutipan).
Group (Kelompok): kumpulan dokumen, kode, atau memo yang dikelompokkan. Terdiri dari Document Group, Code Group, dan Memo Group.
Network (Jaringan): diagram yang menunjukkan hubungan antarkode, kutipan, atau memo.
Link (Tautan): hubungan antara dua kutipan atau antaritem.
Code Book (Buku Kode): daftar semua kode beserta definisinya.

Alur sederhananya: Dokumen → Kutipan → Kode → Kelompok Kode → Tema → Jaringan dan Teori.

4. Mengenal Tampilan ATLAS.ti

Tampilan bisa sedikit berbeda antarversi, tetapi susunannya umumnya seperti ini:

Panel kiri (Project Explorer / Navigator): daftar isi proyek, yaitu Documents, Codes, Memos, Networks, Groups, Quotations, Links.
Area tengah (Document Viewer): tempat dokumen dibaca dan dikode.
Area margin (di samping dokumen): menampilkan kode, kutipan, memo, dan komentar yang menempel pada dokumen. Biasanya muncul sebagai garis berwarna yang menandai bagian yang sudah dikode.
Pita menu (ribbon) di atas: berisi tab seperti Home, Search & Code, Analyze, Import & Export, dan Tools.

Fungsi tiap tab menu (secara umum):

Home: membuat proyek baru, membuka dan menyimpan proyek, serta mengatur tampilan
Search & Code: mencari kata dan melakukan pengkodean
Analyze: alat analisis (daftar kata, awan kata, tabel, kueri, dan jaringan)
Import & Export: memasukkan dokumen dan mengekspor hasil
Tools: pengaturan, penggabungan proyek, dan inter-coder agreement

Pengelola (Manager) yang penting:

Document Manager: mengelola dokumen
Code Manager: mengelola semua kode
Quotation Manager: melihat semua kutipan
Memo Manager: mengelola memo
Network Manager: mengelola jaringan

5. Jenis Data yang Bisa Dianalisis

Teks: file Word (.docx), PDF, teks biasa (.txt), dan rich text (.rtf)
Gambar: JPG, PNG, dan sejenisnya
Audio: MP3, WAV, M4A
Video: MP4, AVI, MOV
Data survei: file Excel atau CSV (misalnya jawaban pertanyaan terbuka kuesioner)
Data geografis: peta (misalnya Google Earth)
Referensi pustaka: lewat pengelola referensi seperti Zotero, Mendeley, atau EndNote (format RIS)
Transkrip focus group: dengan fitur untuk mengenali pembicara
Data media sosial dan catatan digital: tergantung versi dan layanan yang didukung

Format file proyek: versi baru memakai .atlproj, sedangkan versi lama memakai format lain (misalnya .atlasproj atau .hpr7). Proyek yang dibuat di versi baru tidak selalu bisa dibuka di versi lama.

Catatan penting: pada versi 8 ke atas, dokumen disimpan di dalam proyek, sehingga memindahkan file asli tidak merusak proyek. Namun file audio dan video yang besar akan membuat ukuran proyek ikut besar.

6. Pendekatan Analisis yang Didukung

ATLAS.ti tidak memaksakan satu metode. Peneliti bebas memilih:

Analisis tematik (Thematic Analysis): menemukan dan melaporkan tema dalam data, misalnya model Braun dan Clarke.
Grounded Theory: membangun teori dari data lewat pengkodean terbuka (open coding), aksial (axial coding), dan selektif (selective coding).
Analisis isi (Content Analysis): menghitung dan mengkategorikan isi pesan.
Fenomenologi: memahami pengalaman hidup partisipan.
Analisis naratif dan analisis wacana (discourse analysis).
Studi kasus.
Mixed methods: menggabungkan data kualitatif dengan data kuantitatif.
Tinjauan literatur kualitatif.

Pendekatan pengkodean:

Induktif (data-driven): kode muncul dari data, tanpa kerangka teori di awal.
Deduktif (concept-driven): kode disusun dari teori atau kerangka konseptual di awal.
Abduktif / campuran: gabungan keduanya.

7. Jenis Pengkodean di ATLAS.ti

Open Coding: membuat kode baru dengan memberi nama sendiri pada kutipan.
In Vivo Coding: memakai kata-kata asli partisipan sebagai nama kode. Cocok untuk menangkap istilah dari lapangan.
Code by List (Drag and Drop): memakai kode yang sudah ada dengan menarik atau memilihnya dari daftar.
Auto Coding (Pengkodean Otomatis): mencari kata atau frasa tertentu dalam dokumen, lalu memberi kode otomatis pada semua temuan.
Smart Code: kode dinamis yang dibuat dari hasil kueri (pencarian gabungan beberapa kode). Isinya otomatis diperbarui.
Code Group: mengelompokkan beberapa kode menjadi satu kategori atau tema.
AI Coding: (pada versi yang mendukung) pengkodean otomatis berbantuan kecerdasan buatan. Hasilnya tetap harus diperiksa peneliti.
Focus Group Coding: memberi kode berdasarkan pembicara dalam transkrip FGD.

8. Alat Analisis di ATLAS.ti

A. Word List dan Word Cloud (Awan Kata)

Menghitung frekuensi kata dalam dokumen, lalu menampilkannya sebagai daftar atau awan kata.
Bisa memakai daftar kata abaikan (stop words) agar kata umum seperti "yang" dan "dan" tidak ikut dihitung.

B. Text Search

Mencari kata atau frasa. Hasilnya bisa dikode otomatis.

C. Code Manager, Code-Document Table

Tabel yang menunjukkan berapa kali sebuah kode muncul di tiap dokumen atau kelompok dokumen. Berguna untuk membandingkan, misalnya, antara partisipan laki-laki dan perempuan.

D. Code Co-occurrence (Kemunculan Bersama Kode)

Menunjukkan kode mana yang sering muncul pada kutipan yang sama atau berdekatan.
Tersedia sebagai tabel (Code Co-occurrence Table) dan tampilan eksplorasi (Code Co-occurrence Explorer).
Ukuran yang dipakai: jumlah kemunculan bersama atau C-coefficient (nilai 0 sampai 1). Semakin mendekati 1, semakin erat hubungan dua kode. Rumusnya: C = n12 dibagi (n1 + n2 − n12), dengan n1 dan n2 adalah jumlah kemunculan masing-masing kode dan n12 adalah jumlah kemunculan bersama.

E. Query Tool (Alat Kueri)

Mencari kutipan dengan kombinasi kode memakai operator.
Operator Boolean: AND, OR, NOT, XOR
Operator kedekatan (proximity): misalnya ENCLOSES (memuat), ENCLOSED BY (dimuat), OVERLAPS (tumpang tindih), FOLLOWS (mengikuti), PRECEDES (mendahului), CO-OCCURS (muncul bersama), dan WITHIN (di dalam jarak tertentu).
Hasil kueri bisa disimpan sebagai Smart Code.

F. Network (Jaringan)

Membuat diagram hubungan antarkode, kutipan, atau memo.
Jenis hubungan bawaan, misalnya: is associated with (berhubungan dengan), is part of (bagian dari), is cause of (penyebab), contradicts (bertentangan dengan), is a (adalah jenis dari), dan is property of (properti dari).
Berguna untuk menyusun model konseptual atau teori.

G. Inter-Coder Agreement (ICA)

Mengukur kesepakatan antara dua pengkode atau lebih, untuk menguji konsistensi dan keandalan pengkodean.
Memakai Krippendorff's alpha (dan persentase kesepakatan).
Pedoman umum: nilai ≥ 0,80 dianggap andal, sedangkan 0,667 sampai 0,80 hanya cukup untuk kesimpulan sementara.
Syaratnya, tiap pengkode memakai salinan proyek yang sama, lalu proyek digabung (merge) untuk dihitung.

H. Sentiment Analysis dan Named Entity Recognition (jika tersedia)

Sentiment Analysis: menandai teks yang bernuansa positif, netral, atau negatif.
Named Entity Recognition: mengenali nama orang, organisasi, dan tempat.
Catatan: fitur otomatis ini umumnya paling baik untuk bahasa Inggris. Untuk teks berbahasa Indonesia, hasilnya perlu diperiksa dengan hati-hati atau tidak tersedia, tergantung versi.

I. Transkripsi dan Penanganan Audio/Video

Audio dan video bisa diputar sambil dikode, dan dapat disinkronkan dengan transkrip. Beberapa versi baru juga menyediakan transkripsi otomatis. Untuk bahasa daerah atau Indonesia, hasilnya tetap perlu dikoreksi manual.

J. Memo dan Pelacakan Audit (Audit Trail)

Memo mencatat proses berpikir peneliti dan keputusan analisis. Ini penting untuk menunjukkan keabsahan penelitian.

9. Langkah Kerja Dasar

Contoh kasus: menganalisis wawancara dengan 10 pelaku UMKM tentang kendala memperoleh pembiayaan.

Siapkan data. Ketik transkrip tiap wawancara dalam file Word atau PDF. Pastikan teksnya bisa dibaca (bukan hasil pindai berupa gambar). Beri nama file yang jelas, misalnya P01_Wawancara.docx, P02_Wawancara.docx.
Buat proyek baru. Buka ATLAS.ti, pilih New Project, beri nama, lalu simpan.
Masukkan dokumen. Gunakan Import & Export → Add Documents (atau menu tambah dokumen), lalu pilih semua file transkrip.
Kelompokkan dokumen. Buat Document Group menurut atribut partisipan, misalnya jenis kelamin, usia, atau jenis usaha. Ini memudahkan perbandingan antarkelompok.
Baca data dengan teliti. Baca seluruh transkrip dulu untuk memahami isi sebelum mengkode.
Mulai mengkode. Blok bagian teks yang penting, lalu buat atau pilih kode (lewat klik kanan atau menu Search & Code). Mulailah dengan kode deskriptif yang dekat dengan data.
Tulis memo. Catat ide, pertanyaan, dan interpretasi sementara selama pengkodean.
Rapikan kode. Di Code Manager, gabungkan kode yang mirip (merge), ganti nama kode, tulis definisi kode, dan susun kode yang bertingkat.
Kelompokkan kode menjadi tema. Buat Code Group untuk tiap tema, misalnya "Hambatan Administratif" dan "Kurangnya Literasi Keuangan".
Analisis lebih jauh. Gunakan Code-Document Table, Code Co-occurrence, Query Tool, dan Network untuk melihat pola dan hubungan.
Ekspor hasil. Gunakan Import & Export untuk mengekspor buku kode, tabel, laporan kutipan, dan gambar jaringan ke Word atau Excel.
Simpan dan buat cadangan. Ekspor proyek sebagai Project Bundle untuk cadangan atau untuk dipindahkan ke komputer lain.
Tulis laporan. Jelaskan tema, sertakan kutipan langsung partisipan sebagai bukti, dan hubungkan dengan teori.

10. Contoh Struktur Kode

Topik: kendala pelaku UMKM dalam memperoleh pembiayaan.

Tema 1: Hambatan Administratif

Persyaratan dokumen rumit
Proses pengajuan lama
Jaminan tidak cukup

Tema 2: Kurangnya Literasi Keuangan

Tidak paham jenis pembiayaan
Takut berutang
Tidak ada pencatatan keuangan

Tema 3: Faktor Kepercayaan

Pengalaman buruk sebelumnya
Rekomendasi sesama pelaku usaha
Kepercayaan pada lembaga

Contoh pengkodean satu kutipan:

Kutipan: "Saya sempat ingin mengajukan pinjaman, tapi dokumennya banyak sekali dan saya tidak tahu harus mulai dari mana."
Kode yang diberikan: Persyaratan dokumen rumit dan Kurang informasi.
Tema akhir: Hambatan Administratif.

11. Cara Membuat Kode yang Baik

Singkat dan jelas. Gunakan 2 sampai 5 kata.
Dekat dengan data. Kode awal sebaiknya deskriptif, bukan terlalu abstrak.
Konsisten. Gunakan nama yang sama untuk makna yang sama.
Beri definisi pada setiap kode agar pengkodean seragam.
Hindari terlalu banyak kode yang hanya muncul sekali (code explosion). Rapikan dan gabungkan secara berkala.
Susun bertingkat: kode, kategori, lalu tema.
Gunakan awalan untuk mengelompokkan, misalnya HAM_ untuk hambatan dan FAK_ untuk faktor pendukung.
Catat perubahan kode dalam memo.

12. Cara Membaca dan Menafsirkan Hasil

Frekuensi kode (jumlah kutipan):

Menunjukkan seberapa sering sebuah topik muncul. Namun sering muncul tidak selalu berarti penting. Pada penelitian kualitatif, kedalaman makna lebih penting daripada jumlah.

Code-Document Table:

Dipakai untuk melihat perbedaan antarkelompok partisipan, misalnya apakah suatu hambatan lebih banyak disebut oleh usaha mikro dibanding usaha kecil.

Code Co-occurrence:

Kode yang sering muncul bersama menunjukkan hubungan konseptual. Contohnya "takut berutang" yang sering muncul bersama "kurang informasi".

Network:

Dipakai untuk menggambarkan model atau teori. Jelaskan setiap hubungan dengan bukti dari kutipan.

Inter-Coder Agreement:

Nilai Krippendorff's alpha rendah berarti definisi kode belum jelas. Diskusikan perbedaan antarpengkode, perbaiki definisi, lalu kode ulang.

Penulisan hasil dalam laporan:

Jelaskan metode analisis yang dipakai (misalnya analisis tematik).
Uraikan proses pengkodean (induktif, deduktif, atau campuran).
Sajikan tema dan subtema beserta definisinya.
Dukung tiap tema dengan kutipan partisipan (sertakan kode partisipan, misalnya P03).
Hubungkan temuan dengan teori dan penelitian terdahulu.
Jelaskan cara menjaga keabsahan data.

13. Keabsahan Penelitian Kualitatif

ATLAS.ti mendukung beberapa upaya menjaga mutu penelitian:

Kredibilitas: triangulasi sumber dan metode, serta member checking (menunjukkan hasil kepada partisipan).
Transferabilitas: uraian konteks yang rinci agar hasil bisa dinilai kesesuaiannya di konteks lain.
Dependabilitas: jejak audit (audit trail) lewat memo, buku kode, dan catatan keputusan analisis.
Konfirmabilitas: hasil benar-benar berasal dari data, dibuktikan dengan kutipan dan kode.
Konsistensi pengkodean: diperkuat dengan inter-coder agreement.

14. Kerja Tim

Satu proyek, banyak pengkode: tiap anggota tim mengkode di salinan proyek masing-masing, lalu hasilnya digabung (Tools → Merge Projects).
Nama pengguna (User): atur nama pengguna agar jelas siapa yang membuat kode atau kutipan.
ATLAS.ti Web: memungkinkan kerja dari browser dan berbagi proyek secara daring.
Aturan penting: sepakati buku kode di awal dan pakai nama kode yang sama agar penggabungan berjalan lancar.

15. Kesalahan Umum dan Cara Mengatasinya

Dokumen gagal diimpor: file mungkin rusak, dilindungi kata sandi, atau berupa PDF hasil pindai (gambar). Lakukan OCR terlebih dahulu atau ubah ke format teks.
Format teks berantakan: hindari fitur Word yang rumit (misalnya track changes dan tabel bertingkat). Rapikan transkrip sebelum diimpor.
Terlalu banyak kode: gabungkan kode yang mirip dan buat kelompok kode agar analisis terstruktur.
Kode terlalu umum atau terlalu spesifik: perbaiki bertahap sambil membaca ulang data.
Mengkode tanpa membaca keseluruhan data: konteks bisa terlewat. Baca dulu semua transkrip.
Proyek tidak bisa dibuka: biasanya karena versi berbeda. Pastikan versi program sama atau lebih baru dari versi proyek.
Proyek hilang atau rusak: selalu simpan dan ekspor Project Bundle secara berkala sebagai cadangan.
Penggabungan proyek bermasalah: pastikan tiap pengkode memakai dokumen dan nama dokumen yang sama, dan tidak mengubah nama dokumen.
Awan kata dipenuhi kata umum: tambahkan kata tersebut ke daftar stop words (khusus bahasa Indonesia mungkin perlu dibuat manual).
Fitur AI memberi hasil keliru: hasil AI hanya bantuan. Periksa dan koreksi sebelum dipakai.
Ukuran proyek terlalu besar: pisahkan atau kompres file audio dan video yang besar.

16. Kelebihan dan Kekurangan ATLAS.ti

Kelebihan:

Mampu menangani data besar dan berbagai jenis data
Antarmuka cukup intuitif dan banyak materi belajar
Fitur kueri, jaringan, dan ICA yang kuat
Cocok untuk berbagai pendekatan penelitian kualitatif
Mendukung kerja tim
Tersedia untuk Windows, Mac, dan Web
Dokumen tersimpan di dalam proyek, sehingga mudah dipindahkan
Banyak dipakai dan dirujuk dalam publikasi ilmiah

Kekurangan:

Berbayar dan lisensi cukup mahal untuk pribadi
Butuh waktu belajar untuk menguasai semua fitur
Fitur analisis otomatis (sentimen, entitas) belum optimal untuk bahasa Indonesia
Software hanya alat bantu: ATLAS.ti tidak menganalisis sendiri, peneliti tetap harus berpikir dan menafsirkan
Proyek dari versi baru tidak kompatibel dengan versi lama
Pengkodean tetap memakan waktu, terutama untuk data besar

17. Perbandingan Singkat dengan Software Lain

ATLAS.ti dan NVivo: keduanya software kualitatif populer. NVivo kuat di tampilan struktur dan pengelolaan dokumen, ATLAS.ti dikenal luwes dalam pengkodean dan visualisasi jaringan.
ATLAS.ti dan MAXQDA: MAXQDA kuat untuk mixed methods dan antarmuka yang rapi, sedangkan ATLAS.ti kuat di jaringan dan fleksibilitas.
ATLAS.ti dan Taguette atau QualCoder: Taguette dan QualCoder gratis dan sederhana, tetapi fiturnya jauh lebih terbatas.
ATLAS.ti dan Dedoose: Dedoose berbasis web dan cocok untuk tim serta mixed methods, tetapi berlangganan bulanan.
ATLAS.ti dan VOSviewer: keduanya menampilkan pola dalam bentuk peta, tetapi VOSviewer untuk data bibliografi (bibliometrik), sedangkan ATLAS.ti untuk data kualitatif seperti wawancara.
ATLAS.ti dan SPSS, JASP, Minitab, AMOS, atau LISREL: software tersebut untuk analisis kuantitatif (angka), sedangkan ATLAS.ti untuk analisis kualitatif (narasi dan makna). Keduanya bisa dipadukan dalam penelitian mixed methods.

18. Tips Memakai ATLAS.ti

Rumuskan pertanyaan penelitian terlebih dahulu agar pengkodean terarah.
Transkrip dengan rapi dan beri kode partisipan yang konsisten (P01, P02, dan seterusnya).
Lindungi identitas partisipan dengan nama samaran atau kode.
Baca seluruh data sebelum mengkode.
Tulis memo secara rutin, jangan ditunda sampai akhir.
Buat dan perbarui buku kode dengan definisi tiap kode.
Rapikan kode secara berkala agar tidak menumpuk.
Buat cadangan proyek setiap selesai sesi kerja.
Jangan hanya mengandalkan frekuensi. Perhatikan makna dan konteks.
Libatkan pengkode kedua untuk uji kesepakatan jika memungkinkan.
Sertakan kutipan asli partisipan dalam laporan untuk memperkuat temuan.
Periksa hasil fitur otomatis dan AI sebelum dipakai.

Cari Blog Ini

Shakinah Binti Al - Azahro