Category: Metode Analisa Data

Untuk bekerja dengan NVivo, pertama dan terutama, peneliti harus membuat Proyek untuk menampung data atau mempelajari informasi. Setelah proyek dibuat, pad Proyek akan muncul (Gambar 2). Pad proyek NVivo memiliki dua menu utama: Peramban dokumen dan Peramban simpul. Dalam proyek apa pun di NVivo, peneliti dapat membuat dan menjelajahi dokumen dan simpul, saat data dijelajahi, ditautkan, dan dikodekan. Peramban dokumen dan simpul memiliki fitur Atribut, yang membantu peneliti merujuk karakteristik data seperti usia, jenis kelamin, status perkawinan, suku bangsa, dll.

Penelitian kualitatif menghasilkan data berbasis teks yang sebagian besar tidak terstruktur. Data tekstual ini dapat berupa transkrip wawancara, catatan observasi, entri buku harian, atau catatan medis dan keperawatan. Dalam beberapa kasus, data kualitatif juga dapat mencakup tampilan gambar, klip audio atau video (misalnya rekaman audio dan visual pasien, film radiologi, dan video operasi), atau materi multimedia lainnya. Analisis data merupakan bagian dari penelitian kualitatif yang paling membedakannya dari metode penelitian kuantitatif. Ini bukan latihan teknis seperti dalam metode kuantitatif, tetapi lebih merupakan proses penalaran induktif, pemikiran, dan teori yang dinamis, intuitif, dan kreatif.5 Berbeda dengan penelitian kuantitatif, yang menggunakan metode statistik, penelitian kualitatif berfokus pada eksplorasi nilai, makna, keyakinan, pikiran, pengalaman, dan perasaan yang menjadi ciri khas fenomena yang diselidiki.6 Analisis data dalam penelitian kualitatif didefinisikan sebagai proses pencarian dan pengaturan sistematis transkrip wawancara, catatan observasi, atau materi non-tekstual lainnya yang dikumpulkan peneliti untuk meningkatkan pemahaman tentang fenomena tersebut.7 Proses analisis data kualitatif terutama melibatkan pengkodean atau pengkategorian data. Pada dasarnya, ini melibatkan pemahaman sejumlah besar data dengan mengurangi volume informasi mentah, diikuti dengan mengidentifikasi pola yang signifikan, dan akhirnya menarik makna dari data dan kemudian membangun rantai bukti yang logis.

Bazeley [8] menyebutkan lima tugas penting yang memudahkan NVivo dalam menganalisis data kualitatif. Tugas-tugas tersebut meliputi:

• Mengelola data: dengan mengatur sejumlah dokumen data yang membingungkan. Termasuk transkrip wawancara, survei, catatan observasi, dan dokumen yang dipublikasikan.
• Mengelola ide: untuk memahami isu konseptual dan teoritis yang muncul selama penelitian.
• Menanyakan data: dengan mengajukan beberapa pertanyaan tentang data dan memanfaatkan perangkat lunak untuk menjawab pertanyaan tersebut. “Hasil dari kueri disimpan untuk memungkinkan interogasi lebih lanjut sehingga kueri atau pencarian menjadi bagian dari proses penyelidikan yang sedang berlangsung” [8].
• Membuat model secara visual: dengan membuat grafik untuk menunjukkan hubungan antara data konseptual dan teoritis.
• Melaporkan: dengan memanfaatkan data yang dikumpulkan dan hasil yang ditemukan untuk merumuskan laporan transkrip tentang penelitian yang dilakukan.

Mengingat adanya inovasi dalam teknologi perangkat lunak, teknik elektronik pengkodean data secara bertahap semakin banyak digunakan untuk memperoleh ketelitian dalam menangani data tersebut. Selain itu, penggunaan komputer pada dasarnya “memastikan bahwa pengguna bekerja lebih metodis, lebih teliti, lebih penuh perhatian” [8]. Dengan demikian, peneliti kualitatif didorong untuk menggunakan alat ini sebanyak mungkin dalam pekerjaan mereka. NVivo, paket perangkat lunak Analisis Data Kualitatif (QDA) yang diproduksi oleh QSR International, memiliki banyak keunggulan dan dapat meningkatkan kualitas penelitian secara signifikan. Analisis data kualitatif menjadi lebih mudah dan menghasilkan hasil yang lebih profesional. Perangkat lunak ini memang mengurangi sejumlah besar tugas manual dan memberi peneliti lebih banyak waktu untuk menemukan kecenderungan, mengenali tema, dan menarik kesimpulan [9]. Selain itu, NVivo dianggap sebagai teknik yang ideal bagi para peneliti yang bekerja dalam tim karena memfasilitasi penggabungan pekerjaan individu untuk menghasilkan satu proyek bersama.

Analisis data kualitatif adalah “proses untuk menata, menyusun, dan memaknai data yang terkumpul” [5]. Proses tersebut bukanlah tugas yang mudah. ​​Proses tersebut tidak teratur, sulit, dan memakan waktu, meskipun merupakan metode yang inovatif dan menarik. Analisis data kualitatif sebenarnya adalah proses untuk mencari hubungan antara kategori dan tema data dengan tujuan untuk meningkatkan pemahaman terhadap fenomena tersebut. Jadi, daripada bersikap ketat dan berbasis prosedur, peneliti dituntut untuk bersikap waspada, fleksibel, dan berinteraksi secara positif dengan data yang dikumpulkan [6]. Karena data kualitatif berbasis teks, landasan utama analisis data ini adalah proses pengkodean. Kode menurut [7] adalah “tag atau label untuk menetapkan unit makna pada informasi deskriptif atau inferensial yang dikumpulkan selama penelitian”. Kode sering kali melekat pada potongan kata, frasa, kalimat, atau seluruh paragraf. Pengkodean melibatkan pencarian kata atau frasa terkait yang disebutkan oleh narasumber atau dalam dokumen. Kata-kata atau frasa tersebut kemudian digabungkan untuk mewujudkan hubungan di antara keduanya. Secara konvensional, pengodean dilakukan dengan tangan, menggunakan pena berwarna untuk menyortir, kemudian memotong dan mengkategorikan data tersebut. Dalam beberapa kasus, peneliti akan memfotokopi setiap transkrip pada kertas berwarna berbeda (misalnya, narasumber 1 pada kertas merah, narasumber 2 pada kertas biru, dst.) dan kemudian frasa yang relevan dipotong dari naskah menggunakan gunting dan disusun menjadi beberapa tumpukan. Atau, peneliti dapat menggunakan fungsi penyorotan pada pengolah kata untuk menyorot teks yang diminatinya, sekali lagi dengan warna berbeda untuk setiap narasumber, kemudian menyatukannya dalam berkas elektronik [5], [7]. Tugas ini dalam sebagian besar kasus sebenarnya merupakan proses yang membingungkan, tidak jelas, dan memakan waktu.

Dalam penelitian ini menggunakan aplikasi Nvivo yang merupakan aplikasi yang dapat menjawab kebutuhan para peneliti kualitatif dan metodenya dapat menggunakan kualitatif dan kuantitatif dalam mengelola dan menganalisis data dengan efektif dan efisien. Nvivo juga dapat memperkuat validitas dan relibilitas penelitian kualitatif serta sangat powerfulluntuk melakukananalisis data digital maupun non digital. Dalam penelitian ini instrumen utama analisis adalah kualitatif dan Nvivo hanya untuk menyajikan data-data mentah yang telah terorganisir sesuai dengan kebutuhan peneliti. Melalui aplikasi Nvivo ini, peneliti dapat melakukan koding data secara manual atau otomatis, menentukan tema dan subtema berdasarkan data, membuat keterangan terhadap semua data demografis partisipan, melakukan analisis isi teks dengan Text Search Query, melakukan analisis hubungan, mengetahui dengan cepat kata-kata utama yang paling sering muncul dalam data melalui WordFrequency Query; dan juga mempresentasikan hasil analisis data dalam bentuk grafik, diagram perbandingan tema berdasarkan latar belakang partisipan, diagram pohon, memasukkan artikel referensi, catatan lapangan, serta anotasi bibliografi

Meta-Analysis adalah suatu metode statistik yang digunakan untuk menggabungkan dan menyintesis hasil dari beberapa penelitian independen tentang topik atau pertanyaan penelitian tertentu. Tujuannya adalah untuk memberikan gambaran yang lebih kuat dan terukur tentang efek atau hubungan antara variabel-variabel tertentu daripada yang dapat diberikan oleh satu penelitian individu. Proses Meta-analysis dimulai dengan pengidentifikasian dan seleksi studi-studi yang relevan, kemudian data dari masing-masing studidiekstraksi dengan cermat. Data ini kemudian disesuaikan ke dalam format yang seragam untuk memungkinkan perbandingan yang adil antara studi-studi. Sebelum melakukan analisis agregat, tingkat heterogenitas antara studi-studi juga dievaluasi. Selanjutnya, menggunakan model statistik khusus, hasil dari studi-studi yang berbeda digabungkan dengan mempertimbangkan ukuran sampel masing-masing studi. Hasil dari meta-analisis diinterpretasikan dengan mengevaluasi ukuran efek dan mengidentifikasi signifikansi statistik, memberikan kesimpulan tentang temuan keseluruhan. Dalam melakukan meta-analysis, penting juga untuk mempertimbangkan potensi bias atau kualitas studi yang dimasukkan dalam analisis. Metode ini telah menjadi alat yang berharga di berbagai disiplin ilmu, membantu menyediakan gambaran yang lebih luas dan lebih kuat tentang efek atau hubungan antara variabel-variabel tertentu daripada yang dapat diberikan oleh satu studi individu.

NVivo adalah perangkat lunak analisis kualitatif yang dirancang untuk membantu peneliti dalam mengelola, menganalisis, dan memahami data kualitatif dengan lebih efisien. Cara kerjaNVivo dapat dijelaskan sebagai berikut:Pertama, NVivo memungkinkan pengguna untuk mengimpor berbagai jenis data kualitatif, termasuk teks, audio, video, gambar, dan dokumen terstruktur lainnya ke dalam platformnya. Ini memungkinkan peneliti untuk menyatukan dan mengintegrasikan data dari berbagai sumber, menciptakan satu repositori sentral untuk analisis.Selanjutnya, NVivo menyediakan berbagai alat untuk memudahkan proses kodifikasi. Pengguna dapat membaca data dengan cermat, dan dengan bantuan alat kodifikasi, mereka dapat menentukan kategori atau kode yang relevan untuk setiap potongan data. Proses ini memungkinkan peneliti untuk mengorganisir dan memfilter data dengan lebih terstruktur, sehingga memudahkan analisis lebih lanjut.NVivo juga memungkinkan peneliti untuk membuat dan mengelola kategori atau tema. Kategori ini dapat menggambarkan konsep-konsep atau temuan yang muncul selama analisis. Dengan memanfaatkan kategori ini, peneliti dapat mengidentifikasi pola-pola, hubungan, dan tren dalam data mereka dengan lebih sistematis.Selain itu, NVivo menyediakan alat visualisasi yang kuat, seperti diagram dan grafik, yang memungkinkan peneliti untuk mempresentasikan temuan mereka dengan cara yang jelas dan meyakinkan. Ini mempermudah peneliti dalam berbagi temuan mereka dengan audiensyang lebih luas atau memasukkan hasil analisis ke dalam laporan penelitian.

10, dimana tools ini telah diakui secara internasional untuk melakukan penelitian kualitatif.
Dalama NVivo, sumber data penelitian (internals), sumber data penelitian eksternal
(Externals), catatan-catatan peneliti selama pengumpulan data (memos), dan kerangka
matriks (framework matrices). Internal Sources dalam konteks ini merupakan semua sumber
data penelitian kualitatif yang dapat dimasukan kedalam NVivo, misalnya, rekaman-rekaman
wawancara, transkrip wawancara, catatan-catatan selama melakukan penelitian, foto-foto,
table data survey, isi website tertentu, data bases dan bahkan video-video(Bandur, 2016).

Melalui tangkapan artikel berita yang ada dapat melihat dan memetakan informasi dari sebuah narasi. Beberapa tahapan-tahapan yang dapat dilakukan dengan memanfatkan platform NVivo seperti :ImportData: Data kualitatif dalam bentuk teks artikel media, audio, atau video diimpor ke dalam platformNVivo.Koding Data: Data dikodekan berdasarkan tema, pola, atau kategori tertentu yang relevan dengan tujuan penelitian.Eksplorasi dan Organisasi: Datadieksplorasi untuk mengidentifikasi pola-pola dan hubungan antar tema, serta diorganisasi dalam bentuk matriks atau diagram untuk mempermudah pemahaman.Analisis Mendalam: Melalui fitur pencarian dan query, peneliti dapat melakukan analisis mendalam untuk mengidentifikasi hubungan dan pola-pola yang muncul dari data dengan koding yang sudah ditentukan.Visualisasi Data: NVivo memungkinkan visualisasi data dalam bentuk diagram, grafik,model konseptual, dan tabel nilai untuk memperjelas temuan analisis.Penarikan Kesimpulan: berdasarkan hasil analisis, peneliti dapat menarik kesimpulan yang relevan dengan tujuan penelitian. Pemetaan NVivo menjadi alat ukur baru untuk melihat dan mengambarkan hasil temuan berdasarkan narasi artikel media yang sering dibahas (Preko et al, 2022)

Beberapa tahapan –tahapan yang dapat dilakukan dengan memanfatkan platform NVivo seperti :•Import Data: Data kualitatif dalam bentuk teks artikel media, audio, atau video diimpor ke dalam platform NVivo.•Koding Data: Data dikodekan berdasarkan tema, pola, atau kategori tertentu yang relevan dengan tujuan penelitian.•Eksplorasi dan Organisasi: Data dieksplorasi untuk mengidentifikasi pola-pola dan hubungan antar tema, serta diorganisasi dalam bentuk matriks atau diagram untuk mempermudah pemahaman.•Analisis Mendalam: Melalui fitur pencarian dan query, peneliti dapat melakukan analisis mendalam untuk mengidentifikasi hubungan dan pola-pola yang muncul dari data dengan koding yang sudah ditentukan.•Visualisasi Data: NVivo memungkinkan visualisasi data dalam bentuk diagram, grafik,, model konseptual, dan tabel nilai untuk memperjelas temuan analisis.Penarikan Kesimpulan: Berdasarkan hasil analisis, peneliti dapat menarik kesimpulan yang relevan dengan tujuan penelitian

Pendekatan kualitatif dengan alat bantu softwareNVivo merupakan perangkat lunak analisis data kualitatif yang digunakan dalam penelitian. NVivo membantu peneliti dalam menyimpan, mengatur, dan mengeksplorasi data dengan mudah, serta mengurangi risiko kerusakan data mentah.19NVivo memungkinkan pengguna untuk menyimpan teks, gambar, audio, dan video secaralangsung di dalam proyek, serta mengakses data multimedia tersebut langsung dari dalam platform NVivo. Melalui tangkapan artikel berita yang ada dapat melihat dan memetakan informasi dari sebuah narasi

Ada empat tahapan yang umum digunakan dalam pengolahan data dengan menggunakan softwareNVivo. Keempat tahapan tersebut dimulai dari tahapan input data internal dan input data eksternal. Data internal adalah filedata yang sudah ada di laptop dan untuk menginputnya ke softwareNVivo, tidak membutuhkan koneksi internet. Data eksternal adalah data yang bersumber dari internet dan jika ingin diinput ke softwareNVivo, membutuhkan koneksi internet. Proses input data eksternal membutuhkan bantuan fitur NCapture for NVivodi google chrome. Kedua, adalah tahapan codingdata penelitian, baik data berupa hasil wawancara, data berupa online news, data dari youtube, data dari artikel ilmiah online, data berupa majalah onlinedan sebagainya. Ketiga, tahapan visualisasi atau tahapan menampilkan gambar skema dari hasil codingyang telah dilakukan. Keempat, adalah tahapan pengambilan kesimpulan berdasarkan gambar visualisasi yang dihasilkan. Tahapan ini juga merupakan langkah untuk menjawab pertanyaan-pertanyaan penelitian yang sudah ditetapkan di bagian pendahuluan (Tambun & Sitorus, 2023). Selanjutnya, softwareini dikenal bukan hanya sekedar softwareuntuk penelitian kualitatif, tetapi juga bisa digunakan untuk penelitian mixed method(Hafidhah & Yandari, 2021). Kesimpulan ini dikemukakan karena NVivo memiliki banyak fitur dan fasilitas pengolahan data yang cukup lengkap dan kompleks. Fasilitas yang tersedia di softwareNVivo memungkinkan juga untuk mengolah data-data kuantitatif. Itu sebabnya disebut sebagai softwaremixed method

SoftwareNVivo adalah perangkat yang diperuntukkan untuk mengolah data-data penelitian kualitatif, baik hasil wawancara, majalah online, berita onlinedan sebagainya (Tambun & Sitorus, 2023). Softwareini sangat penting untuk dikuasai para peneliti. Untuk menguasai softwareini perlu latihan yang intensif dengan pendekatan praktek langsung. Renny (2023)menyatakan bahwa kegiatan pelatihan adalah salah satu opsi yang direkomendasikan untuk meningkatkan kinerja. Jika ingin meningkatkan kinerja, maka strategi yang bisa ditempuh salah satunya adalah menyelenggarakan pelatihan (Faris, 2020). Pelatihan softwareNVivo telah terbukti mampu meningkatkan kemandirian para peneliti dalam proses pengolahan data penelitian kualitatif (Sitorus et al., 2023). Skill pengolahan data dengan menggunakan softwareNVivo dapat mempercepat proses penyelesaian penelitian (Dalkin et al., 2021). Hasilnya akan menjadi lebih efektif dari segi hasil dan lebih efisien dari segi waktu (Tambun, 2022).

Beberapa tahapan – tahapan yang dapat dilakukan dengan memanfatkan platform NVivo seperti :  Import Data: Data kualitatif dalam bentuk teks artikel media, audio, atau video diimpor ke dalam platform NVivo.  Koding Data: Data dikodekan berdasarkan tema, pola, atau kategori tertentu yang relevan dengan tujuan penelitian.  Eksplorasi dan Organisasi: Data dieksplorasi untuk mengidentifikasi pola-pola dan hubungan antar tema, serta diorganisasi dalam bentuk matriks atau diagram untuk mempermudah pemahaman.  Analisis Mendalam: Melalui fitur pencarian dan query, peneliti dapat melakukan analisis mendalam untuk mengidentifikasi hubungan dan pola-pola yang muncul dari data dengan koding yang sudah ditentukan.  Visualisasi Data: NVivo memungkinkan visualisasi data dalam bentuk diagram, grafik,, model konseptual, dan tabel nilai untuk memperjelas temuan analisis.  Penarikan Kesimpulan: Berdasarkan hasil analisis, peneliti dapat menarik kesimpulan yang relevan dengan tujuan penelitian.

NVivo (QSR International, Citationn.d.a) adalah perangkat lunak yang dikembangkan oleh QSR International untuk analisis data kualitatif, seperti analisis konten dan analisis naratif. Perangkat lunak ini menyediakan ruang kerja bagi para peneliti untuk menyimpan, mengelola, mengajukan kueri, dan menganalisis data tidak terstruktur, termasuk teks, gambar, audio, video, dan jenis data lainnya. NVivo telah digunakan dalam banyak studi ilmu perpustakaan dan informasi, termasuk menggunakannya untuk menganalisis data wawancara (Wiley & Mischo, Citation2016), tugas siswa (Insua, Lantz, & Armstrong, Citation2018; Phillips & Zwicky, Citation2017), dan data survei (Gibbs, Boettcher, Hollingsworth, & Slania, Citation2012). NVivo memungkinkan pengguna untuk menyelesaikan beberapa fungsi analisis kualitatif pada platform, termasuk menyortir dan memfilter data mentah, menemukan dan membangun hubungan di antara data, menetapkan dan mendefinisikan tema dan kategori untuk data, memvisualisasikan hasil analisis data, dan membuat laporan.

Tahap pertama analisis dalam penelitian kualitatif adalah pengkodean kumpulan data. Pengkodean pada dasarnya berarti memberi label dan membuat kategori untuk bagian atau “potongan” data dalam kumpulan data. Bagi pustakawan, proses ini akan mirip dengan membuat label judul subjek untuk bagian data yang dapat membantu bergerak maju atau memunculkan tema-tema yang muncul di tahap kedua analisis. Salah satu manfaat menggunakan NVivo 12 Pro adalah telah mengembangkan beberapa opsi bagi pengguna untuk mengurutkan, memberi label, dan mengatur data berkode secara hierarkis melalui node dan melalui alat klasifikasi dan pemetaan. Node adalah nama yang digunakan NVivo untuk kode, dan ada dua jenis node: node tematik dan node kasus. Alat klasifikasi memungkinkan pengguna untuk membuat kategori data yang berasal dari satu sumber atau beberapa kasus yang memiliki atribut dan nilai data dan memungkinkan pengguna untuk memetakan data tematik ke data kasus. Alat pemetaan mencakup templat dan representasi visual bagi pengguna untuk berinteraksi dengan dan mengisi dengan data dan hubungan yang dibangun antara potongan data. Alat pengodean, klasifikasi, dan pemetaan ini meningkatkan organisasi tambahan pada data sehingga peneliti dapat meminta data untuk menganalisisnya, menarik kesimpulan, dan memverifikasi temuan di semua unit analisis.

Pengodean tematik di NVivo mudah dilakukan dengan memilih bagian teks dari dokumen sumber, seperti transkrip wawancara atau dari gambar atau jenis dokumen sumber lainnya, lalu menandainya dengan simpul. Simpul dapat dibuat di tempat atau sebelumnya. Pengguna NVivo dapat membuat simpul sebanyak yang mereka rasa perlu dan bahkan mengode ganda bagian teks atau gambar sesuai keinginan mereka. Pengodean warna juga tersedia di NVivo untuk kode. Artinya, pengguna dapat menetapkan warna ke kode tertentu lalu dapat melihat warna yang dikodekan untuk mengidentifikasi celah atau tema dengan warna tersebut. Satu-satunya aspek yang membatasi dari alat ini adalah tidak banyak warna yang dapat dipilih, jadi jika banyak warna yang dibutuhkan, pengguna harus selektif dalam menggunakannya. Dalam alat simpul, peneliti dapat mengembangkan kode induk dan kode anak. Seseorang juga dapat membuat struktur folder di alat nodes untuk memiliki folder untuk pengodean awal dan folder lain untuk pengodean akhir guna mengatur proses pengodean dengan cara yang bermakna.

Alat lain untuk mengkategorikan dan mulai menganalisis data di NVivo meliputi Sentiments dan Relationship Types. Sentiments memungkinkan pengguna untuk menandai data yang mereka anggap positif atau negatif, dengan cara yang bermakna bagi pengguna atau peneliti. Alat Relationship Types memungkinkan pengguna untuk menunjukkan jika hubungan antara dua titik atau bagian data dikaitkan dengan cara yang berbeda. Pengguna dapat menentukan apakah hubungan tersebut bersifat asosiatif secara umum atau searah atau dua arah. Kemampuan untuk memberi kode warna, menerapkan hubungan dan sentimen, serta mengatur data yang bermakna berdasarkan kode, kasus, dan klasifikasi benar-benar menggambarkan mengapa NVivo bermanfaat. Alat ini memungkinkan pengguna untuk melihat data mereka baik dalam tampilan global maupun dalam tampilan yang sangat terperinci yang mungkin tidak dapat diakses dengan mudah oleh peneliti yang tidak menggunakan NVivo.

Perangkat lunak NVivo adalah program yang dibuat oleh QSR International. Versi pertama NVivo (1.0) dirilis pada tahun 1997. Saat ini, versi NVivo terbaru yang tersedia disebut “NVivo” dan dirilis pada Maret 2020. Versi yang diulas di sini adalah NVivo 12 Pro, yang dibuat pada tahun 2018 dan masih digunakan dan didukung oleh QSR International. Persyaratan sistem untuk menggunakan NVivo 12 Pro pada Microsoft Windows termasuk menggunakan versi Windows 8.1 atau yang lebih tinggi dengan dukungan 64-bit. Dalam sistem operasi Apple Mac (macOS), NVivo hanya dapat bekerja di macOS 10.13 atau yang lebih tinggi. Untuk lisensi individual, QSR memungkinkan pengguna mengunduh perangkat lunak NVivo pada dua perangkat terpisah. Jika peneliti akan mengimpor data ke NVivo dari program perangkat lunak analisis data lainnya, seperti SPSS atau Microsoft Excel, QSR International menyarankan agar program tersebut diunduh pada perangkat yang sama tempat NVivo diunduh.

NVivo adalah program CAQDAS. Program CAQDAS membantu peneliti kualitatif untuk mengumpulkan, mengatur, menganalisis, memvisualisasikan, dan melaporkan data mereka. Namun, program CAQDAS tidak menggantikan kebutuhan peneliti manusia; program ini membantu peneliti dengan menawarkan alat dan fitur untuk mengatur dan menyusun data yang dikumpulkan. Program CAQDAS lainnya termasuk Atlas.ti (Scientific Software Development GmbH), Dedoose (SocioCultural Research Consultants/UCLA), dan QDA Miner (Provalis Research), di antara beberapa lainnya [2]. Sasaran semua program CAQDAS, termasuk NVivo, adalah peneliti kualitatif, peneliti metode campuran, dan mahasiswa yang mempelajari pengumpulan, analisis, tampilan, dan pelaporan data penelitian kualitatif dan metode campuran.

Pengujian validitas dan reliabilitas atau pengujian keabsahan data
dalam penelitian kualitatif meliputi uji credibility (validitas internal),
transferability (validitas eksternal), dependability (reliabilitas) dan
confirmability (obyektifitas) (Sugiyono, 2015: 270).

1. Cara pengujian kredibilitas dalam penelitian ini mengunakan cara
   triangulasi. Triangulasi diartikan sebagai pengecekan data dari
   berbagai sumber dengan berbabai cara dan berbagai waktu.
   Triangulasi sumber dengan mengecek data yang telah diperoleh
   melalui berbagai sumber (atasan, teman dan bawahan), triangulasi
   teknik dengan cara mengecek data kepada sumber yang sama
   dengan teknik yang berbeda (wawancara, observasi dan
   dokumentasi, sedangkan triangulasi waktu dengan cara melakukan
   pengecekan data dalam waktu atau situasi yang berbeda.
2. Pengujian Transferability dalam penelitian kualitatif adalah derajat
   keterpakaian hasil penelitian untuk diterakan di situasi yang baru
   (tempat lain) dengan orang-orang yang baru.
3. Pengujian Dependability dilakukan dengan melakukan audit
   terhadap keseluruhan proses penelitian. Caranya dilakukan oleh
   auditor yang independen, atau pembimbing untuk mengaudit
   keseluruhan aktivitas peneliti dalam melakukan penelitian.
4. Pengujian Konfirmability Penelitian dikatakan obyekif jika hasil
   penelitian telah disepakati banyak orang. Uji ini mirip dengan uji
   dependability sehingga bisa dilakukan secara bersamaan

NVivo adalah sofware
analisa data kualitatif yang dikembangkan oleh Qualitative Solution and
Research (QSR) international. QSR sendiri adalah perusahaan pertama
yang mengembangkan software analisa data kualitatif. Nvivo berawal
dari kemunculan software NUD*IST (Nonnumeric Unstructured Data,
Index Searching, and theorizing) pada tahun 1981. Dalam penelitian ini,
peneliti memilih menggunakan NVivo 11 plus dalam analisa data.
Peneliti akan mengidentifikasi pola yang ada untuk bisa
menemukan jawaban dari rumusan masalah dengan melalui 3 tahapan
coding, yaitu open coding, axial coding, dan selective coding.

1. Open Coding
   Open Coding adalah memberikan tanda (dengan garis, bawah,
   lingkaran atau penanda yang lain) pada kata-kata atau farsa yang
   dianggap mewakili suatu konsep penting dalam suatu gugus data.
   Koing terbuka ini merupakan proses rekapitulasi dan
   konseptualisasi data. Tahapan ini dimulai ketika peneliti
   memperoleh data dan nengujinya. Msaing-masing data diberi label.
   Gagasan yang sama diberi label yang sama.
2. Axial Coding
   Axial Coding adalah langkah selanjutnya, yakni menetapkan
   beberapa tema / kategori yang mewadahi beberapa kode yang sudah
   dibuat dalam Open Coding.
3. Selective Coding
   Selective Coding adalah pemilihan kategori inti yang
   menghubungkannya dengan kategori lain. Dalam koding selektif,
   seorang peneliti dapat menemukan intisari riset dan menggabungkan
   semua unsur dari teori yang muncul. Termasuk dalam kategori inti
   adalah gagasan-gagasan yang paling signifikan bagi informan.
4. Matrix Coding Query
   Matrix Coding Query adalah proses sub yang ada ditahap
   analisa query di mana membantu peneliti dalam menjelajahi data
   dengan pendekatan yang fleksibel untuk memahami apa yang terjadi
   dalam data dengan perspektif yang lebih terfokus. Matrix coding
   Query digunakan oleh peneliti untuk menemukan pola-pola data
   tertentu dengan menemukan kombinasi simpul dan atribut dengan
   menampilkan hasilnya dalam sebuah tabel. Dalam tahap ini peneliti
   membuat membuat matrix coding Query untuk menemukan polapola tertentu.
5. Word frecuency Query
   Word frequency Query adalah proses analisa data yang
   terdapat pada proses query. Proses analisa data Word Frequency
   Query digunakan untuk mengetahui kata atau konsep yang sering
   diucapkan dalam wawancara dengan narasumber. Dalam tahap ini
   peneliti menggunakan analisa ini untuk menjadikan pengingat oleh
   peneliti agar tidak ada isu penting yang terlewatkan dalam proses
   analisa dan pelaporan.
6. Project Map
   Project Map data adalah tahap terakhir dari proses analisa data
   menggunakan NVivo. Proses ini adalah proses sub yang ada di
   Map. Map adalah alat visualisasi yang digunakan untuk
   mengekplorasi gagasan dan menampilakan koneksi antara data satu
   dengan yang lain. Sedangkan Project map adalah representasi grafis
   dari berbagai item yang telah dibuat dalam peelitian. Dalam tahap
   ini peneliti membuat peta analisa dari coding, case, dan data sumber
   terkait untuk menampilkan alur proses data dan hubungan tiap data
   yang telah dilakukan peneliti dari proses awal hingga akhir.
7. Framework Matrices
   Framework matrices adalah proses analisa yang digunakan
   untuk membantu meringkas bahan sumber data penelitian. Proses
   analisa data ini digunakan untuk menjelaskan kerangka kerja yang
   dilakukan oleh peneliti dalam menggunakan analisa data NVivo.
   Dalam proses ini peneliti membuat representatif yang menjelaskan
   dari mana peneliti bisa menjawab setiap rumusan masalah yan ada
   dengan sumber data dari narasumber dan dokumen pendukung

Analisis data yang digunakan oleh peneliti pada penelitian ini yaitu
menggunakan bantuan dari aplikasi software Nvivo 12 Pro. Penggunaan
aplikasi ini sangat membantu peneliti dalam menganalisis data-data yang
telah peneliti dapatkan melalui wawancara narasumber pada penelitian ini.
Penggunaan aplikasi Nvivo dapat memudahkan pengerjaan penelitian karena
didalamnya kita dapat dibantu dalam mengorganisasikan data, mengolah data,
menganalisis data, dan terakhir membuat pelaporan, hal ini karena seperti
yang kita ketahui bahwa data pada penelitian kualitatif cendurung banyak dan
berantakan atau tidak terstruktur. Fitur-fitur yang disediakan oleh aplikasi
Nvivo sangat banyak sekali, namun dalam menganalisis data hal yang paling
utama harus kita lakukan adalah dengan melakukan empat langkah yaitu
impor data, organisasi data, visualisasi data, dan yang terakhir mengekstrak
data.

Analisis data ini dilakukan dengan bantuan software QSR NVivo 11. Bandur
(2016) menyatakan bahwa data penelitian kualitatif sangat kaya berasal dari berbagai
macam sumber dengan teknik pengumpulan data yang bervariasi yang dapat
dianalisis dalam software QSR NVivo 11. Untuk tujuan efisiensi dan efektivitas
penelitian peneliti disarankan untuk menggunakan digital recorder sehingga
langsung dapat dianalisis dengan software QSR NVivo 11, alat penelitian lain yang
disarankan adalah kamera digital atau video recorder (Bandur, 2016). Sumber data
yang dianalisis adalah sumber data penelitian internal (Internals), sumber data
peneltian eksternal (Eksternal), catatan-catatan peneliti selama penelitian (Memos)
dan kerangka matriks (framework matrices)

Alat bantu yang digunakan untuk menganalisis data kualitatif pada penulisan
ini yaitu menggunakan software NVivo 11 Plus. Nvivo pada mulanya dikembangkan
pada tahun 1981 oleh programer Tom Richards dengan nama Non-Numerical
Unstructured Data Indexing Searching and Theorizing (NUDIST). Sejak tahun 2002,
NUDIST diganti dengan Nvivo. “N adalah singkatan dari NUDIST dan Vivo diambil
dari in-vivoெ yang berarti melakukan koding berdasarkan data yang hidup (nyata)
dialami partisipan di lapangan. Penamaan Nvivo menunjukkan fungsi utama software
untuk melakukan koding data dengan efektif dan efisien. NVivo adalah sofware
analisa data kualitatif yang dikembangkan oleh Qualitative Solution and Research
(QSR) international. QSR sendiri adalah perusahaan pertama yang mengembangkan
software analisa data kualitatif. Nvivo berawal dari kemunculan software NUD*IST
(Nonnumeric Unstructured Data, Index Searching, and theorizing) pada tahun 1981
(Bazeley dan Jackson, 2007). Dalam penulisan ini, penulis memilih menggunakan
NVivo 11 plus dalam analisa data. Dengan demikian, kunci untuk mendapatkan
presentasi data dalam bentuk tabel, grafik, diagram, dan model bagi penulis kualitatif
yang menggunakan Nvivo ialah bagaimana melakukan koding terhadap sumber data
penulisan.
Pada Nvivo sumber data yang dianalisis dapat dibagi menjadi empat yaitu
pertama sumber data penulisan internal (internals), kedua sumber data penulisan
eksternal (eksternal), ketiga catatan-catatan penulisan selama pengumpulan data
(memos) dan terakhir keempat yaitu kerangka matriks (framework matrices). Internal
sources dalam konteks ini adalah semua sumber data penulisan kualitatif yang dapat
dimasukkan dalam Nvivo, misalnya rekaman, wawancara, transkrip wawancara,
catatan selama melakukan penulisan, foto, tabel data survei, isi website tertentu, data
bases dan video. External sources merupakan materi penulisan yang tidak dapat
dimasukkan secara langsung dalam Nvivo, misalnya buku referensi dari perpustakaan
atau jurnal versi cetak. Memos adalah sumber data penulisan berupa catatan penulis
selama melakukan penulisan. Framework matrices merupakan ringkasan hasil
observasi terhadap partisipan tertentu dan tema dalam proyek yang sudah dibuat
dalam tabel matriks (Bandur, 2016)
Selain itu, NVivo juga memastikan pengkodean yang mudah, efektif dan
efisien yang membuat pengambilan menjadi lebih mudah (Zamawe, 2015). Sehingga
dalam NVivo, semua sumber disimpan bersama di bawah satu atap, meskipun file
terletak di tempat yang berbeda dalam proyek yang sama, tautan yang dibuat
memudahkan pengambilan sementara dalam pengkodean manual. Pada NVivo
menurut (Neill, 2013) terdapat beberapa manfaat, seperti dapat membuat auditable
footprint, lebih eksplisit dan reflektif, serta meningkatkan transparansi

Model dapat digunakan untuk menampilkan, mengeksplorasi, dan menjelaskan data proyek. Menciptakan sebuah model adalah untuk menunjukkan hubungan antara berbagai item dalam sebuah proyek, misalnya: menggunakannya untuk mendemonstrasikan teori yang sedang dibangun, isu permasalahan dalam sebuah kerja tim, atau bagaimana mendukung data dengan dugaan/hipotesa awal. Model yang diperoleh merupakan visualisasi dari konsep-konsep yang hubungannya dicari dan akan makin jelas setelah dianalisis

NVivo merupakan software analisis data kualitatif
yang dikembangkan oleh Qualitative Solution and
Research (QSR) international. QSR sendiri adalah
perusahaan pertama yang mengembangkan
software analisis data kualitatif. NVivo bermula
dari kemunculan software NUDIST (Nonnumeric Unstructured Data, Index Searching, and Theorizing) pada tahun 1981 (Bazeley, 2007). NUDIST awalnya diciptakan oleh seorang
programer bernama Tom Richards untuk membantu istrinya, Lyn Richards, yang berprofesi
sebagai sosiolog. Dalam tulisan ini, NVivo yang
dipakai adalah NVivo versi 8 yang dirilis pada
bulan Maret 2008

Fungsi NVivo dalam penelitian kualitatif mencakup:

• Manajemen data komprehensif: NVivo bisa mengimpor dan mengelola berbagai jenis data kualitatif seperti teks, video, audio, dan gambar dari berbagai sumber, seperti wawancara, grup diskusi, survei, dan media sosial.
• Coding dan analisis tematik: aplikasi ini mendukung proses coding data, di mana analyst dapat menandai dan mengkategorikan data berdasarkan tema, konsep, atau istilah kunci. Hal ini membantu dalam identifikasi dan analisis pola dalam data.
• Query dan pencarian lanjutan: NVivo dilengkapi dengan fitur query yang untuk melakukan pencarian lanjutan, serta filter data untuk menemukan informasi spesifik secara cepat dan akurat.
• Visualisasi data: aplikasi ini menawarkan berbagai pilihan untuk visualisasi data seperti peta konsep, flow diagram, dan grafik, yang membantu memahami hubungan antar data dan menyajikan temuan penelitian secara lebih efektif.
• Kolaborasi tim: NVivo mendukung kerja kolaboratif, memudahkan untuk bekerja pada projek yang sama dan berbagi data serta analisis secara real-time. Ini berguna dalam projek penelitian berskala besar atau multidisiplin.
• Integrasi dengan tools lain: NVivo dapat terintegrasi dengan software statistik dan analisis data lainnya, memudahkan untuk menggabungkan analisis kualitatif dan kuantitatif guna mendapatkan informasi yang lebih komprehensif

NVivo adalah software analisis data untuk menggali lebih dalam informasi dari data yang tidak terstruktur seperti wawancara, survei, media sosial, dan artikel. 

Software ini membantu mengorganisasi, menganalisis, dan menemukan insight tersembunyi dalam big data. 

Dengan NVivo, analyst dapat melakukan coding pada data, membangun koneksi antar data, dan menghasilkan visualisasi yang membantu memahami narasi atau pola yang muncul dari data. Fungsionalitas ini penting terutama dalam riset sosial, di mana banyak data berbentuk teks, video, audio, dan gambar.

Selain meningkatkan efisiensi dalam pengolahan data, NVivo juga meningkatkan kualitas analisis penelitian dengan menyediakan insight berbasis bukti serta data yang akurat.

Hoffman and Robert (2008) whistleblowing didefinisikan sebagai suatu
pengungkapan oleh karyawan mengenai suatu informasi yang diyakini
mengandung pelanggaran hukum, peraturan, pedoman praktis atau pernyataan
professional, atau berkaitan dengan kesalahan prosedur, korupsi, penyalahgunaan
wewenang, atau membahayakan publik dan keselamatan tempat kerja.
Whistleblowing merupakan tindakan yang dilakukan oleh individu atau kelompok
untuk membocorkan kecurangan yang terjadi baik oleh instansi maupun individu.
Whistleblowing dapat digambarkan sebagai suatu proses yang melibatkan faktor
pribadi dan faktor sosial organisasional.
Whistleblowing akan muncul saat terjadi konflik antara loyalitas
karyawan dan perlindungan kepentingan public. Elias (2008) menambahkan
bahwa whistleblowing dapat terjadi dari dalam (internal) maupun luar (eksternal).
Internal whistleblowing terjadi ketika seorang karyawan mengetahui
kecurangan yang dilakukan karyawan lainnya kemudian melaporkan kecurangan
tersebut kepada atasannya. Sedangkan eksternal whistleblowing terjadi ketika
seorang karyawan mengetahui kecurangan yang dilakukan perusahaan lalu
memberitahukannya kepada masyarakat karena kecurangan itu akan merugikan
masyarakat.
De George (1986) dalam Hoffman and Robert (2008) menetapkan tiga
kriteria atas whistleblowing yang adil. Pertama organisasi yang dapat
menyebabkan bahaya kepada para pekerjanya atau kepada kepentingan publik
yang luas. Kedua, kesalahan harus dilaporkan pertama kali kepada pihak internal
yang memiliki kekuasaan lebih tinggi, dan ketiga, apabila penyimpangan telah
dilaporkan kepada pihak internal yang berwenang namun tidak mendapat hasil,
dan bahkan penyimpangan terus berjalan, maka pelaporan penyimpangan kepada
pihak eksternal dapat disebut sebagai tindakan kewarganegaraan yang baik.
Lewis (2005) mengatakan bahwa whistleblowing dapat dipandang
sebagai bagian dari strategi untuk menjaga dan meningkatkan kualitas. Dari
pandangan pemberi kerja, pekerja yang pertama kali melapor kepada menajernya
atas pelanggaran yang terjadi dapat member kesempatan perusahaan untuk
memperbaiki masalah tersebut sebelum berkembang semakin rumit.
Whistleblowers seharusnya memiliki kinerja yang baik, beredukasi tinggi,
berkedudukan sebagai pengawas, dan moral reasoning yang lebih tinggi
dibandingkan seorang pengawas fraud yang tidak aktif (Elias, 2008). Namun
pengungkapan pelanggaran pada umumnya menimbulkan konskuensi yang tidak
diinginkan oleh pengungkap pelanggaran tersebut, seperti kehilangan pekerjaan,
ancaman balas dendam, dan isolasi dalam bekerja.
15
Malik (2010) menggunakan dua aspek dari whistleblowing yaitu tentang
pandangan mengenai persepsi whistleblowing dan whistleblowing intention.
Robbins (2003: 97) mendeskripsikan persepsi sebagai sebuah proses yang
ditempuh oleh seorang individu untuk mengorganisasikan dan menafsirkan kesankesan
yang ditangkap oleh indera sehingga memberikan makna bagi lingkungan
mereka, sehingga persepsi whistleblowing diartikan sebagai sebuah proses untuk
menentukan apakah whistleblowing akan memberikan dampak yang baik atau
buruk bagi individu itu sendiri maupun lingkungan.
Persepsi whistleblowing dapat diukur dengan tingkat keseriusan tindakan
dinilai dengan mempertimbangkan besarnya pelanggaran sosial yang dilakukan
pada masing-masing kasus. Tingkat tanggung jawab untuk melaporkan
pelanggaran dinilai dengan mempertimbangkan apakah pelaporan tindakan yang
diragukan tersebut merupakan suatu tugas karyawan sebagai bagian dari
perusahaan ataukah justru kewajiban pribadi (Malik, 2010).
Malik (2010) menjelaskan bahwa whistleblowing intention merupakan
keinginan untuk melakukan whistleblowing merupakan salah satu bentuk dari
keseriusan dalam suatu situasi, tanggung jawab untuk melaporkan pelanggaran
dan dampak negatif yang akan diterima sebagai akibat pelaporan tersebut.
Keinginan untuk melaporkan suatu pelanggaran dinilai dengan mengasumsikan
responden sebagai karyawan yang menyadari adanya tindakan-tindakan yang
mencurigakan dalam kasus-kasus tersebut.