Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Laporan Kualitatif2021 Volume 26, Nomor 3, 861-873

https://doi.org/10.46743/2160-3715/2021.4639

YouTube untuk Transkripsi dan Google Drive untuk Kolaborasi

Pengkodean: Alat Hemat Biaya untuk Mengumpulkan dan Menganalisis
Data Wawancara

Tim Hopper, Hong Fu, Kathy Sanford, dan Thiago Alonso Hinkel
Universitas Victoria, British Columbia, Kanada

Alat berbasis cloud semakin banyak digunakan dalam proses penelitian. Dalam makalah
ini, kami mengilustrasikan praktik satu tim peneliti yang menggunakan beberapa aplikasi
berbasis cloud dalam menyiapkan, menganalisis, dan berbagi data penelitian, serta dalam
penulisan kolaboratif dan tampilan hasil. Pertimbangan etika penelitian yang penting juga
dieksplorasi sebagai dasar untuk praktik ini. Kami percaya bahwa deskripsi rinci kami
tentang langkah-langkah yang terlibat dapat membantu peneliti, khususnya peneliti
pemula yang mungkin kekurangan dana penelitian untuk transkrip wawancara kualitatif.
Penggunaan perangkat lunak berbasis cloud gratis yang digabungkan ini membuat
persiapan data dari wawancara kualitatif menjadi hemat biaya, lebih efisien, menyeluruh,
dan kolaboratif.

Kata kunci:persiapan data, alat berbasis cloud, penulisan kolaboratif, perlindungan

privasi

Pendahuluan dan Konteks

Teknologi telah semakin banyak digunakan untuk tujuan penelitian seperti mengumpulkan,
menyimpan, dan menganalisis data, serta secara kolaboratif menulis temuan penelitian. Misalnya, Given
dan Willson (2018) menjelaskan cara menggunakan dan membuat alat teknologi untuk persiapan data
dalam pengambilan keputusan dan proses tingkat meta. Penggunaan alat teknologi ini telah ditingkatkan
dan dibuat lebih luas dengan perluasan aplikasi berbasis cloud. Aplikasi cloud adalah program perangkat
lunak yang mengandalkan server jarak jauh untuk memproses logika yang diakses melalui browser web
dengan koneksi internet terus-menerus. Server aplikasi cloud terletak di pusat data jarak jauh yang
dioperasikan oleh penyedia infrastruktur layanan cloud pihak ketiga dan biasanya mencakup tugas-tugas
seperti email, penyimpanan dan berbagi file, pengolah kata, dan entri data lainnya serta tugas-tugas
pengelolaan inventaris. Jenis komputasi awan ini menyediakan ketersediaan sesuai permintaan ke
berbagai alat perangkat lunak gratis atau dengan biaya rendah dan dengan tingkat stabilitas tinggi ketika
koneksi internet terus menerus tersedia. Data yang disimpan di layanan cloud langsung tersedia untuk
pengguna resmi di lokasi mana pun secara global. Karena skalanya yang sangat besar, penyedia cloud
dapat mempekerjakan pakar keamanan kelas dunia dan menerapkan langkah-langkah keamanan
infrastruktur yang biasanya hanya dapat diperoleh oleh perusahaan besar.
Mengambil keuntungan dari keamanan, kekuatan pemrosesan, dan akses, peneliti seperti Stockleben et
al. (2017) menciptakan ruang virtual untuk penulisan kolaboratif di mana aplikasi berbasis cloud seperti Google
Documents tampaknya menjadi standar de facto. Dalam situasi seperti itu, tim peneliti telah mengembangkan
gaya mereka sendiri dalam mengomentari dan menandai dokumen kolaboratif. Dengan cara ini, ruang kerja
bersama menggunakan alat berbasis cloud gratis dapat disatukan untuk menciptakan sistem pengkodean yang
canggih dan menganalisis di mana “tidak ada yang bertindak sebagai administrator atau penjaga gerbang” (hal.
585). Jelas bahwa sistem dan aplikasi berbasis cloud menjadi lebih umum bagi para peneliti dalam aktivitas
sehari-hari mereka.
862 Laporan Kualitatif 2021

Berdasarkan penggunaan teknologi berbasis cloud yang muncul ini, dalam makalah ini kami
menguraikan proses hemat biaya untuk mengumpulkan, mengkode, berbagi, dan menganalisis teks
wawancara dalam jumlah besar. Biasanya, di Kanada, wawancara satu jam dengan seorang peserta akan
membutuhkan juru tulis yang terampil empat jam atau lebih untuk menyalin dengan biaya sekitar $120
atau lebih. Setelah transkrip selesai, peneliti akan membagikannya dengan peserta untuk memeriksa
keakuratan (biasanya disebut sebagai pengecekan anggota) sebelum mencoba mengkode dan
menganalisis transkrip sebagai data, sering kali membandingkan beberapa wawancara yang
ditranskripsikan; proses ini memakan biaya dan waktu. Untuk peneliti tanpa dana, proses transkripsi bisa
menjadi usaha yang menakutkan.
Selama beberapa tahun terakhir, tim peneliti kami telah menyelidiki bagaimana digital
Teknologi dapat digunakan untuk meningkatkan pengalaman belajar siswa dan
praktik penilaian guru (Hopper et al., 2016, 2018; Sanford et al., 2013; Walker et al.,
2017). Oleh karena itu, aplikasi berbasis digital dan cloud telah menjadi bagian
integral dari konten dan proses penelitian kami. Saat melihat penggunaan
teknologi digital oleh peserta dalam kegiatan pendidikan, kami telah menemukan
bahwa praktik penelitian kami juga dapat memperoleh manfaat dari
keterjangkauan digital ini. Langkah-langkah dalam proses analisis kualitatif
semuanya dapat dilakukan dengan efisiensi yang lebih tinggi, dengan biaya yang
lebih rendah, dan memberikan hasil yang lebih cepat dan lebih baik berkat aplikasi
digital berbasis cloud. Sorotan khusus dari proses penelitian berbasis cloud ini
adalah: (1) kemampuan untuk merekam video wawancara (menangkap elemen
kontekstual serta wawasan peserta),

Salah satu isu yang diangkat ketika kami membagikan proses analisis penelitian ini adalah etika
dan keamanan berbagi data pribadi peserta melalui sistem berbasis cloud. Kekhawatiran muncul,
misalnya, mengenai siapa yang memiliki akses dan undang-undang pemerintah seperti Patriot Act di AS
yang, secara teori, berarti pemerintah AS dapat mengakses informasi pribadi jika mereka yakin ada
ancaman teroris. Namun, akses ini terbatas, dengan akses hanya diizinkan untuk individu yang ditargetkan
1. Di bagian berikutnya kita akan membahas beberapa masalah keamanan dan etika ini. Setelah itu kami
menguraikan lima langkah untuk merekam dan menghasilkan data berbasis transkrip melalui: (1)
mengumpulkan data wawancara, (2) menyalin wawancara, (3) berbagi dengan peserta untuk memeriksa
akurasi dan niat, (4) kolaboratif coding, dan kemudian (5) mengembangkan analisis yang mengarah ke
tema untuk publikasi.

Pertimbangan Keamanan dan Etika dalam Proses Penelitian Berbasis Cloud yang Diusulkan

Menjelajahi etika penelitian di ruang virtual, termasuk ruang berbasis cloud, telah
menjadi perkembangan baru-baru ini, dengan hanya beberapa diskusi luas tetapi penelitian
empiris yang langka. Ketika para peneliti semakin menggunakan ruang-ruang ini untuk tujuan
penelitian, perhatian utama yang muncul adalah keamanan dan privasi. Menurut Asher et al.
(2013), masalah keamanan di ruang virtual menghadirkan konflik serius bagi para sarjana,
karena menjaga keamanan dan privasi data merupakan hal penting bagi para peneliti untuk
memenuhi kode etik profesional mereka sendiri dan standar kerahasiaan yang ditetapkan oleh
dewan peninjau institusional (IRB), yang tidak mungkin meninjau perjanjian pengguna akhir
pihak ketiga sistem berbasis cloud untuk risiko privasi. Selain itu, banyak masalah keamanan
seputar sistem komputasi awan tidak unik untuk penyedia awan komersial (misalnya, Amazon,

1https://en.wikipedia.org/wiki/Patriot_Act
Tim Hopper, Hong Fu, Kathy Sanford, dan Thiago Alonso Hinkel 863

dibangun. Oleh karena itu, tantangan praktis yang penting dalam lingkungan komputasi awan
adalah mengembangkan kemampuan untuk mencatat risiko apa pun bagi peserta dan untuk
mencatat apa yang ditunjukkan oleh penyedia layanan dalam perjanjian layanan mereka. Saat
ini ada kesenjangan yang signifikan dalam etika penelitian internet tentang manfaat dan
peringatan menggunakan aplikasi berbasis cloud; namun, dengan tingginya biaya-manfaat
menggunakan sistem ini, hanya mengatakan "tidak" untuk menggunakan alat canggih seperti
itu bukanlah solusi. Sebagaimana dicatat oleh Warrell dan Jacobsen (2014), peneliti pendidikan
dan ilmu sosial di Kanada harus “terus mencari pedoman yang lebih baik dan lebih responsif
yang menggambarkan bagaimana menangani masalah etika yang timbul dalam berbagai
situasi, konteks, dan kondisi penelitian online dan untuk mendidik komunitas dengan
menerbitkan dan berbagi praktik, temuan, dan solusi mereka” (hal. 35).

Keamanan Perlindungan Kata Sandi YouTube dan Google

Sistem kata sandi digunakan pada serangkaian sistem berbasis komputer, online, dan
berbasis cloud untuk melindungi akses ke informasi pribadi dan untuk mengidentifikasi pengguna
untuk layanan yang telah mereka pilih dan terkadang dibayar. Peretas adalah orang yang mencoba
menghindari perlindungan kata sandi untuk mengakses akun, informasi pribadi, dan layanan
individu. YouTube dan Google Drive diproyeksikan oleh kata sandi otentikasi dua faktor Google di
mana identifikasi pengguna dan kata sandi dikaitkan dengan perangkat seseorang. Sebaliknya,
sistem kata sandi untuk sebagian besar sistem berbasis internet dan universitas hanyalah nama
pengguna dan kata sandi 8 karakter atau lebih. Dari sudut pandang kata sandi, YouTube dan Google
Drive lebih sulit diakses oleh peretas.
Sistem YouTube adalah alat yang ampuh untuk menyimpan data video. Data video
disimpan di server Data Google yang dikenal sebagai pusat data yang didistribusikan di 19
lokasi di AS, 12 di Eropa, satu di Rusia, satu di Amerika Selatan, dan tiga di Asia. Pusat data
ini adalah kumpulan server yang menampung ribuan server dengan ratusan ribu hard
drive. Mereka memiliki tingkat keamanan yang tidak dapat ditandingi oleh perusahaan atau
negara lain. Lokasi dari server farm tersebut sangat rahasia untuk mencegah serangan
hacker atau serangan teroris (Google Workspace, 2014). Demikian pula, sistem berbasis
cloud lainnya, seperti layanan bisnis Microsoft yang menghosting pertukaran email
Microsoft Outlook (sebelumnya Hotmail), memiliki banyak pusat data di seluruh dunia
dengan banyak lapisan keamanan untuk melindungi informasi pelanggan (Microsoft, nd).
Dari sudut pandang kata sandi,

YouTube sebagai Transkrip Wawancara vs. Mengirim Transkrip melalui Email ke Peserta

Masalah etika menggunakan YouTube untuk menghasilkan transkrip dari wawancara

penelitian dapat dibagi menjadi tiga bidang utama: (1) di mana informasi pribadi disimpan; (2)
bagaimana transkrip dibagikan dengan peserta setelah dibuat; dan (3) apa yang dilakukan dengan
data yang disimpan di server berbasis cloud. Isu pertama terkait dengan Freedom of Information and
Protection of Privacy Act (FIPPA). Di British Columbia misalnya, FIPPA menetapkan hak akses dan
privasi individu yang terkait dengan sektor publik, seperti universitas, sekolah, dan layanan publik,
terkait dengan informasi pribadi yang disimpan di server berbasis cloud. Ini berarti bahwa individu
memiliki kendali atas bagaimana informasi pribadi mereka disimpan dan diakses. Dalam kasus
penelitian dengan subyek manusia, FIPPA menunjukkan bahwa peserta memiliki pilihan, setelah
mereka secara sukarela menjadi peserta dalam sebuah penelitian, tentang bagaimana informasi
mereka diakses, dibagikan, dan disebarluaskan. Dalam hal menggunakan YouTube untuk membuat
transkrip, peserta secara etis harus memiliki opsi agar wawancara mereka dibuat oleh transkrip
864 Laporan Kualitatif 2021

atau dengan menggunakan fitur teks tertutup YouTube. Persyaratan utama adalah bahwa peserta memiliki
pilihan.
Berkenaan dengan masalah kedua, setelah transkrip dibuat, biasanya dibagikan dengan peserta
melalui email. Ini adalah metode yang nyaman. Namun, dengan cara yang sama seperti YouTube disimpan
di server data Google di seluruh dunia, sebagian besar komunikasi email, bergantung pada layanan email,
disimpan di server data serupa. Sistem ini menggunakan IMAP (Internet Message Access Protocol;
“Internet Message Access Protocol,” 2021), yang mengunduh email dan meninggalkannya di server, kecuali
jika pengguna menghapusnya dengan sengaja. Ini berarti seseorang dapat mengunduh email yang sama
ke beberapa PC atau membacanya secara online dengan smartphone, tablet, PC yang berbeda, dll.
Namun, seperti YouTube, email dan lampirannya disimpan di server. Jika seseorang menggunakan Gmail,
maka email disimpan di server data yang sama dengan YouTube. Sebagian besar peneliti mengirimkan
transkrip mereka kepada peserta untuk dibaca dan diperiksa, jadi ini berarti transkrip (dihasilkan oleh
transcriber atau oleh YouTube) yang dikirim melalui email disimpan di server data yang berlokasi di
seluruh dunia. Seperti yang dapat dilihat dari banyak kebocoran email politisi dan selebriti yang
dipublikasikan dengan baik, akun email ini tampaknya rentan terhadap peretas yang termotivasi.

Isu terakhir berkaitan dengan apa yang dilakukan dengan informasi pribadi yang disimpan di
server data. Penyedia berbasis cloud dapat memindai data yang disimpan di server berbasis cloud kecuali
jika dibayar oleh pengguna. Misalnya, kecerdasan buatan (AI) Google memindai data yang disimpan di
server online di email, YouTube, dan Google Drive. Sebelum 2017, Google memindai dan memonetisasi
akun email, seperti mempersonalisasi layanan kepada pelanggan (Schofield, 2018). Namun, perusahaan
mengumumkan pada tahun 2017 bahwa mereka tidak akan lagi memindai email untuk menyesuaikan
iklan (Simon-Lewis, 2017). Sulit untuk menilai apa yang sedang dilakukan dengan informasi pribadi yang
dipegang oleh penyedia layanan yang berbeda, tetapi sulit untuk menghindari akses informasi pribadi
meskipun tidak terkait dengan seseorang. Melalui pesan email, informasi dikaitkan dengan orang tersebut
berdasarkan alamat email mereka; informasi di YouTube dapat berupa visual tetapi tidak terkait dengan
seseorang kecuali diberi label khusus.

Ringkasan Keamanan

Pesan utama yang dapat kami nilai dari bagian ini tentang masalah keamanan dan etika yang terkait dengan penggunaan aplikasi berbasis cloud adalah kehati-hatian. Penting

untuk memeriksa apa yang sedang dilakukan dengan data oleh penyedia layanan dan secara eksplisit dengan peserta penelitian sehingga mereka dapat membuat keputusan yang tepat.

Namun, penting untuk diketahui bahwa menggunakan YouTube dan Google Drive tidak kalah amannya dengan mengirim transkrip melalui email ke peserta. Tergantung pada sistem email

yang digunakan peserta, informasi transkrip ini dapat dipindai dan digunakan untuk layanan yang membuat sistem email gratis tetapi tidak sepenuhnya pribadi. Idealnya, seorang peneliti akan

melakukan wawancara, menyalinnya tanpa menggunakan sistem berbasis cloud, dan kemudian mengirimkannya melalui surat, lebih aman secara digital tetapi jelas ini dapat dicegat secara

fisik sebelum mencapai tujuannya; itu juga akan mahal dan sangat memakan waktu. Namun, dalam proses seperti itu, transkrip tidak akan dipindai tanpa sepengetahuan peneliti. Kami percaya

menggunakan sistem berbasis cloud memungkinkan peneliti, terutama yang seperti mahasiswa pascasarjana dengan dana dan waktu terbatas, untuk mengakses wawasan kritis dari data

wawancara yang ditranskripsikan secara tepat waktu dan hemat biaya. Berbagi transkrip dengan cepat dengan peserta juga mengarah pada pemeriksaan anggota yang lebih terlibat di mana,

menurut pengalaman kami, peserta merasa diakui dan lebih terhubung dengan penelitian saat mereka menerima transkrip dalam satu atau dua hari wawancara, yang dapat menghasilkan

wawasan tambahan oleh peserta dalam setiap tindak lanjut debriefing dengan mereka. transkrip tidak akan dipindai tanpa sepengetahuan peneliti. Kami percaya menggunakan sistem

berbasis cloud memungkinkan peneliti, terutama yang seperti mahasiswa pascasarjana dengan dana dan waktu terbatas, untuk mengakses wawasan kritis dari data wawancara yang

ditranskripsikan secara tepat waktu dan hemat biaya. Berbagi transkrip dengan cepat dengan peserta juga mengarah pada pemeriksaan anggota yang lebih terlibat di mana, menurut

pengalaman kami, peserta merasa diakui dan lebih terhubung dengan penelitian saat mereka menerima transkrip dalam satu atau dua hari wawancara, yang dapat menghasilkan wawasan

tambahan oleh peserta dalam setiap tindak lanjut debriefing dengan mereka. transkrip tidak akan dipindai tanpa sepengetahuan peneliti. Kami percaya menggunakan sistem berbasis cloud

memungkinkan peneliti, terutama yang seperti mahasiswa pascasarjana dengan dana dan waktu terbatas, untuk mengakses wawasan kritis dari data wawancara yang ditranskripsikan secara

tepat waktu dan hemat biaya. Berbagi transkrip dengan cepat dengan peserta juga mengarah pada pemeriksaan anggota yang lebih terlibat di mana, menurut pengalaman kami, peserta

merasa diakui dan lebih terhubung dengan penelitian saat mereka menerima transkrip dalam satu atau dua hari wawancara, yang dapat menghasilkan wawasan tambahan oleh peserta dalam setiap tindak lanjut debriefing
Tim Hopper, Hong Fu, Kathy Sanford, dan Thiago Alonso Hinkel 865

Proses Coding Awal Melalui YouTube dan Google Documents

Teknologi digital memainkan peran penting dalam pengumpulan data proses penelitian
kami. Misalnya, kami melakukan wawancara semi-terstruktur dengan peserta kami, yang
direkam sebagai audio atau video tergantung pada preferensi dan tujuan penelitian peserta.
Seperti yang dijelaskan oleh peneliti kualitatif, gaya wawancara yang lebih percakapan (Creswell
& Poth, 2017; Sparkes & Smith, 2014) dapat dikembangkan dan diarahkan oleh beberapa
pertanyaan utama. Gaya wawancara ini dapat memberikan ruang yang cukup bagi peserta
untuk memperluas poin-poin yang menarik untuk membantu membangun proses pembuatan
makna. Kami sering berakhir dengan wawancara dengan durasi yang bervariasi, dari kira-kira 25
menit hingga satu jam dalam beberapa kasus. Jelas, menyalin wawancara panjang bisa
memakan banyak waktu,
Fitur teks tertutup YouTube menerjemahkan teks audio menjadi teks di layar.
Fitur ini dapat diadaptasi untuk menyediakan cara yang efisien untuk menghasilkan
data teks dalam jumlah besar dari wawancara. Secara khusus, dengan persetujuan
dari peserta untuk mengunggah wawancara sebagai video pribadi, kami
menggunakan fungsi teks tertutup otomatis YouTube untuk menghasilkan kata-
kata dari transkrip, yang kemudian "dibersihkan", mengidentifikasi siapa yang
mengucapkan kata-kata dan menambahkan tanda baca klarifikasi. Pekerjaan ini
dilakukan oleh anggota tim peneliti atau transkrip dalam waktu yang lebih singkat
daripada transkrip biasa, biasanya lebih dari waktu yang dibutuhkan untuk
menyelesaikan wawancara. Karena YouTube tidak mengizinkan file audio mp3
diunggah,

Gambar 1

Catatan. Audio wawancara iPad dikonversi ke mp4 dengan menambahkan gambar menggunakan program Camtasia.
866 Laporan Kualitatif 2021

Gambar 2

Catatan. Mengunggah ke akun pribadi YouTube dengan menyeret file mp4 ke jendela.

Langkah selanjutnya, yang ditunjukkan pada Gambar 3, adalah membuka opsi transkrip (lihat “…”) dan mengekstrak
transkrip dari YouTube (lihat “transkrip terbuka”) lalu salin teks untuk menempelkannya ke program pengolah kata
seperti Microsoft Word atau Google Doc. Teks transkrip ini dapat diaktifkan untuk menampilkan "stempel waktu" atau
"tanpa stempel waktu" jika Anda hanya menginginkan teksnya. Perhatikan bahwa teks dalam transkrip ditautkan ke
hyperlink saat diucapkan dalam video. Ini sangat berguna untuk memindahkan frasa penting dalam sebuah wawancara
dan dapat dibantu dengan menyimpan salinan wawancara yang diberi cap waktu.

Gambar 3

Catatan. Mengekstrak teks dan menyalin teks yang menghasilkan.

Pada Gambar 4 transkrip yang disalin dari YouTube ditempelkan ke Microsoft Word untuk
diubah dari kolom teks dengan jeda baris menjadi transkrip kata-kata wawancara untuk diedit
menjadi paragraf, dipisahkan oleh siapa yang mengucapkan kata (lihat Gambar 4). Pada tahap ini,
transkrip dapat dikonversi dari format kolom (dengan jeda baris baru ditambahkan oleh YouTube)
Tim Hopper, Hong Fu, Kathy Sanford, dan Thiago Alonso Hinkel 867

ke aliran teks yang dapat diedit ke dalam format transkrip. Konversi ini dilakukan di Microsoft Word dengan
melakukan pencarian dan penggantian fitur perubahan tanda paragraf yang ditampilkan sebagai kode “̂ p” untuk
diganti dengan spasi kosong. Pada saat ini pengeditan yang jelas seperti kata ganda yang ditunjukkan oleh garis
bawah merah dapat diperbaiki (lihat contoh "itu" pada Gambar 4).

Gambar 4

Catatan. Menempelkan transkrip dari YouTube ke pengolah kata.

Seperti yang ditunjukkan pada Gambar 5, transkrip yang telah selesai, diedit untuk menunjukkan siapa
yang berbicara (lihat "N:" pada Gambar 5) kemudian dapat dibagikan melalui Google Documents ke tim peneliti,
dan tautan ke Google Documents dikirim kembali ke masing-masing peserta untuk anggota memeriksa dengan
kemungkinan komentar dan klarifikasi dari peneliti. Seluruh proses menyalin, mengedit, memeriksa anggota,
dan mengomentari terjadi dalam rentang waktu yang singkat, yang berfungsi dengan baik untuk percakapan
berkelanjutan antara peneliti dan peserta.

Gambar 5

Catatan. Transkrip yang telah diedit dikirim ke peserta dan dibagikan dengan tim peneliti dengan komentar.

Google Documents juga memungkinkan tim peneliti untuk secara kolektif melakukan pengkodean awal
dengan mengidentifikasi narasi yang menonjol, konsep kunci, dan ide yang berulang. Seorang peneliti dapat memulai
868 Laporan Kualitatif 2021

pengkodean warna awal dengan membaca transkrip dan mengidentifikasi narasi/konsep yang sama atau berbeda
(Lihat Gambar 6). Alat tambahan Google yang berguna yang kami temukan membantu proses pengkodean warna di
Google Documents ini disebut “Alat Sorotan”, dibuat oleh seorang siswa sekolah menengah pada tahun 2015 dan
diperbarui berdasarkan umpan balik pengguna saat ia menjadi mahasiswa.2Add-on mengekstrak teks kode di akhir
dokumen ke dalam dokumen terpisah yang dikelompokkan berdasarkan warna atau diurutkan berdasarkan warna. Ini
adalah cara yang sangat efektif untuk mengelompokkan pengkodean dalam kelompok yang kemudian dapat
dimasukkan ke dalam dokumen terpisah dan dikodekan dalam kaitannya dengan suatu kategori. Anggota tim peneliti
kemudian dapat mengakses semua transkrip untuk menambahkan komentar mereka dan menawarkan masukan pada
transkrip yang sama, menggunakan fitur Google Documents untuk penulisan dan pengeditan kolaboratif. Sebuah
indeks, seperti yang ditunjukkan pada Gambar 6, kemudian dibuat yang dapat dimasukkan ke dalam Alat Sorotan yang
sesuai dengan teks yang dikodekan dengan label yang dibuat oleh tim peneliti. Misalnya, pada Gambar 6, label hijau
untuk “sedang berlangsung/penilaian sendiri” sesuai dengan teks dalam transkrip yang diberi kode hijau, yang
menghubungkan ke ide ini atau ke bagian berkode merah muda untuk kutipan “berbagi pembelajaran mereka”.

Gambar 6

Catatan. Pengodean warna untuk dibagikan dan ditinjau yang memungkinkan pengkodean inti oleh tim dengan komentar.

2Situs web pada alat tambahan:https://jsonchin.github.io/highlight_tool/

Tim Hopper, Hong Fu, Kathy Sanford, dan Thiago Alonso Hinkel 869

Label berkode warna tersebut kemudian dimasukkan ke dalam matriks komponen dalam penelitian,
ditunjukkan pada Gambar 7. Matriks perbandingan konstan ini disebut sebagai analisis komponen
oleh peneliti etnografi (Spradley, 1980). Dalam hal ini, komponen merujuk pada sumbu x ke peserta,
dan sumbu y mewakili domain dan kategori atau tema yang muncul dari kode. Anekdot dan kutipan
representatif dari peserta kemudian diimpor ke dalam matriks untuk mengilustrasikan domain/tema
ini secara lebih rinci. Matriks dapat dibagikan dengan tim peneliti dalam format Google Documents,
sehingga menawarkan alat lebih lanjut untuk membandingkan dan membedakan data yang
dihasilkan dari wawancara secara kolaboratif.

Gambar 7

Catatan. Analisis Matriks Komponen dari domain dan tema yang muncul.

Proses Pengkodean NVivo dan Pemetaan Konsep

Setelah proses pengkodean warna awal selesai di Google Documents, anggota tim kemudian
dapat mengekspor transkrip dan kode yang muncul ke dalam program analisis data kualitatif khusus
seperti NVivo3. Selama langkah ini, setiap transkrip wawancara yang diekspor menjadi sumber.
Demikian pula, setiap kode warna yang mewakili narasi yang berbeda menjadi satu simpul atau
simpul pohon di NVivo. Dengan bekerja dengan perangkat lunak ini, peneliti dapat mengeksplorasi
lebih lanjut kategori yang muncul yang awalnya terdeteksi dan membuat koneksi lintas peserta dan
lintas wawancara. Selain itu, komentar yang ditambahkan selama proses juga dapat ditransfer (lihat
Gambar 8). Memo ini berfungsi baik sebagai gudang untuk wawasan dan sebagai saluran komunikasi
antara anggota tim yang bekerja dengan data di saat yang berbeda. Namun, karakteristik paling
berharga yang ditawarkan oleh NVivo adalah kemampuannya untuk mengizinkan pengguna melihat
hubungan antara narasi peserta dan kategori yang muncul.
Selain itu, untuk lebih mengidentifikasi detail dalam tema yang muncul, peneliti juga dapat menggunakan
NVivo untuk menghasilkan lapisan simpul (disebut simpul pohon) untuk memetakan kekayaan data.

3NVivo dirancang khusus untuk penelitian kualitatif dan metode campuran

https://www.qsrinternational.com/nvivo/what-is-nvivo
870 Laporan Kualitatif 2021

Selama proses ini, kategori dan makna muncul dari beberapa kode di seluruh peserta untuk membentuk tema
yang juga dapat berinteraksi satu sama lain. Label pengkodean ini (simpul dan pohon di NVivo) dapat
mengumpulkan teks yang menghubungkan kembali ke transkrip, memungkinkan definisi deskriptif
dikembangkan untuk kategori atau tema yang muncul. Dengan menemukan tema serupa saat mereka bekerja
dengan data, peneliti dapat mengikatnya di bawah kategori umum, yang dapat digunakan untuk memetakan
konsep yang berhubungan dengan yang ada dalam literatur. Selain itu, perangkat lunak ini memiliki fitur yang
memungkinkan pengguna untuk mendapatkan statistik dari proses pengkodean mereka. Dengan menghitung
kejadian, misalnya, ini membantu mengidentifikasi relevansi node yang muncul dan kategori masing-masing
yang telah ditetapkan.

Angka 8

Catatan. Transkrip berkode yang diimpor ke NVivo untuk pengkodean lintas kasus - Komentar dari Google Documents
ditransfer dengan dokumen.

Kami juga menemukan bahwa di dalam rangkaian add-on Google Drive, ada
aplikasi gratis bernama “draw.io”4oleh JGraph Ltd. yang dapat digunakan untuk
konsep ide dari data penelitian. Aplikasi ini memungkinkan pengguna untuk
dengan mudah membuat diagram yang dapat hyperlink kembali ke data teks di
Google Drive. Mirip dengan fitur di NVivo, aplikasi ini memungkinkan peneliti untuk
memvisualisasikan kategori/tema yang muncul dan kode di bawahnya masing-
masing. Selain itu, aplikasi ini mengizinkan penyertaan teks deskriptif hubungan
antar elemen yang dapat disalin dan ditempel dari NVivo. Pada Gambar 8, kategori
yang muncul dikelompokkan ke dalam tema-tema seperti “Mengapa
mengembangkan portofolio digital?” dan jika Anda mengklik kategori seperti
"Menampilkan" Anda melihat definisi kategori ini. Di dalam tanda kurung untuk
setiap label adalah jumlah peserta yang memberikan komentar untuk kategori ini,
berkode label ini dan jumlah kutipan berkode.

4https://drawio-app.com/
Tim Hopper, Hong Fu, Kathy Sanford, dan Thiago Alonso Hinkel 871

Gambar 9

Catatan. Peta Konsep dengan tema yang muncul.

Semua alat online ini gratis. Penggunaan NVivo menambahkan tingkat tautan lain untuk mencari dan
mengindeks berbagai ide yang diucapkan oleh peserta. Namun, inti dari pengkodean dilakukan menggunakan
aplikasi berbasis cloud yang dapat diakses secara bebas yang menawarkan cara aman untuk mengembangkan
pengkodean dan analisis kolaboratif. Perangkat lunak lain yang mencapai penyalinan wawancara dari rekaman
digital ini tersedia dengan biaya bulanan. Misalnya, NVivo sekarang memiliki fungsi transkripsi, Otter.ai
memungkinkan transkrip langsung rapat Zoom5, dan Dragon Anywhere memungkinkan penyalinan rekaman
seluler6. Namun, tidak seperti YouTube yang memungkinkan peneliti menghasilkan transkrip secara gratis, ada
biaya yang dikenakan untuk menggunakan masing-masing dari ketiga contoh ini.

Kesimpulan

Dalam makalah ini kami telah menyoroti langkah-langkah kunci yang kami temukan saat menggunakan aplikasi
berbasis cloud gratis untuk menyalin, membuat kode, membagikan, dan mengembangkan analisis data kualitatif kami. Kami
telah mencatat ada kebutuhan untuk berhati-hati dalam cara peneliti menggunakan alat ini, untuk memeriksa apakah
kebutuhan privasi dipenuhi oleh perjanjian pengguna akhir pihak ketiga dan untuk memperjelas tentang risiko apa pun bagi
peserta penelitian dalam membagikan informasi pribadi mereka, sehingga mereka dapat membuat keputusan berdasarkan
informasi tentang apakah akan terlibat dalam penelitian dan bagaimana mereka ingin data yang mereka hasilkan digunakan.

Namun, menurut pengalaman kami, teknologi berbasis cloud dapat memungkinkan pengumpulan,
persiapan, dan pembagian data yang cepat dan efisien dalam proses penelitian. Akses ke teknologi berbasis
cloud memungkinkan pengumpulan dan analisis data yang disiapkan dengan cepat dan berbiaya rendah yang
dapat mempromosikan penelitian kolektif dan proses penulisan dalam tim peneliti. Akses ke aplikasi perangkat
lunak inovatif memungkinkan berbagai cara untuk analisis data dan tampilan hasil. Kami telah menemukan

5Transkrip langsung rapat Zoomhttps://otter.ai/zoom

6Mentranskripsikan rekaman seluler di Dragon di mana sajahttps://www.nuance.com/dragon/dragon-anywhere.html
872 Laporan Kualitatif 2021

alat ini sangat berguna dengan mengurangi waktu tunda dalam mengakses data wawancara. Salah satu fitur tambahan dari proses yang telah kami uraikan, di mana peserta

senang jika video wawancara mereka direkam, adalah kapasitas untuk melihat apa yang mereka maksudkan saat diwawancarai serta untuk menangkap ekspresi wajah

mereka selama proses wawancara. Fitur lain dari transkrip YouTube adalah memungkinkan teks kata untuk di-hyperlink kembali ke wawancara. Artinya, teks yang telah

melalui proses pengkodean yang dijelaskan dalam makalah ini kemudian dapat dicari di indeks online dan ditautkan kembali ke tempat dalam video di mana peserta

menyatakan komentar berkode. Ini bisa sangat berguna dalam menambah atau menginformasikan makna membuat interpretasi dalam proses analisis. Kapasitas untuk

menautkan kembali ke transkrip asli ini sangat kuat ketika kembali ke data setelah mengkodekan dan menafsirkan berbagai sumber data. Singkatnya, kami setuju dengan

ulasan oleh Stockleben et al. (2017) tentang penggunaan aplikasi berbasis cloud dalam proyek penyelidikan, yang menunjukkan potensi besar dari lingkungan mashed-up dari

layanan web canggih untuk diterapkan pada pemrosesan data kualitatif. Aplikasi yang tersedia secara gratis ini dapat meningkatkan kapasitas kolaboratif dan aksesibilitas

dalam melakukan jenis penelitian ini, dan kami melihat pendekatan ini memungkinkan analisis data yang tepat waktu, dapat diverifikasi, dan bermakna untuk proyek

penelitian kualitatif baik bagi peneliti maupun peserta. (2017) tentang penggunaan aplikasi berbasis cloud dalam proyek penyelidikan, yang menunjukkan potensi besar dari

lingkungan mashed-up dari layanan web canggih untuk diterapkan pada pemrosesan data kualitatif. Aplikasi yang tersedia secara gratis ini dapat meningkatkan kapasitas

kolaboratif dan aksesibilitas dalam melakukan jenis penelitian ini, dan kami melihat pendekatan ini memungkinkan analisis data yang tepat waktu, dapat diverifikasi, dan

bermakna untuk proyek penelitian kualitatif baik bagi peneliti maupun peserta. (2017) tentang penggunaan aplikasi berbasis cloud dalam proyek penyelidikan, yang

menunjukkan potensi besar dari lingkungan mashed-up dari layanan web canggih untuk diterapkan pada pemrosesan data kualitatif. Aplikasi yang tersedia secara gratis ini

dapat meningkatkan kapasitas kolaboratif dan aksesibilitas dalam melakukan jenis penelitian ini, dan kami melihat pendekatan ini memungkinkan analisis data yang tepat

waktu, dapat diverifikasi, dan bermakna untuk proyek penelitian kualitatif baik bagi peneliti maupun peserta.

Referensi

Asher, A., Deards, K., Esteva, M., Halbert, M., Jahnke, L., Jordan, C., Keralis, SDC,
Kulasekaran, S., Moen, ME, Startk, S., Urban, T., & Walling, D. (2013).Manajemen
data penelitian: Prinsip, praktik, dan prospek. Dewan Sumber Daya
Perpustakaan dan Informasi.
Creswell, JW, & Poth, CN (2017).Penyelidikan kualitatif dan desain penelitian: Memilih
di antara lima pendekatan.Publikasi Sage.
Hopper, T., Fu, H., Sanford, K., & Monk, D. (2016). Pengembangan portofolio elektronik dalam tiga
program profesional: Kerangka konseptual dan ringkasan temuan awal.Jurnal
Teknologi dan Kegunaan Manusia,12(2), 13–35.
Hopper, T., Fu, H., Sanford, K., & Monk, D. (2018). Apa yang dimaksud dengan portofolio elektronik digital?
pendidikan Guru? Sebuah studi kasus wawasan memungkinkan instruktur dan siswa
pada proses portofolio elektronik.Jurnal Pembelajaran dan Teknologi Kanada,44(2).
https://www.learntechlib.org/p/184788/
Mengingat, LM, & Wilson, R. (2018). Teknologi informasi dan sarjana humaniora:
Mendokumentasikan praktik riset digital.Jurnal Asosiasi Ilmu dan Teknologi
Informasi,69(6), 807-819.
Google Workspace [Google Workspace]. (2014).Di dalam pusat data Google[Video].
Youtube.https://youtu.be/XZmGGABHqa0
Microsoft. (nd).Di mana data Anda berada? terletak. Microsoft Memercayai Tengah.
https://www.microsoft.com/en-us/trustcenter/privacy/data-management/data-location
Simon-Lewis, A. (27 Juni 2017). Google tidak akan lagi membaca email Anda untuk dipersonalisasi
iklan. berkabel. https://www.wired.co.uk/article/google-reading-personal-emails-
pribadi
Sanford, K., Hopper, TF, & Fisher, P. (2013). Mengubah paradigma: Merangkul
teori pembelajaran kontemporer melalui ePortfolio. Dalam K. Sanford & T. Strong-
Wilson (Eds.),Baju baru Kaisar? Isu dan alternatif penggunaan portofolio dalam
program pendidikan guru(hlm. 72–90). Petrus Lang.
Percikan, AC, & Smith, BR (2014).Metode penelitian kualitatif dalam olahraga, olahraga dan
kesehatan: Dari proses ke produk. Taylor dan Grup Francis. https://doi.org/
10.4324/9780203852187
Spradley, J. (1980).Observasi peserta. Holt, Rinehart dan Winston.
Tim Hopper, Hong Fu, Kathy Sanford, dan Thiago Alonso Hinkel 873

Stockleben, B., Thayne, M., Jäminki, S., Haukijärvi, I., Mavengere, NB, Demirbilek, M., &
Ruohonen, M. (2017). Menuju kerangka kerja untuk kolaborasi online yang kreatif: Sebuah
penelitian tentang tantangan dan konteks.Pendidikan dan Teknologi Informasi,22(2),
575-597.
Schofield, J. (2018, 19 April). Apa layanan email terbaik yang tidak memindai email untuk iklan?
penargetan?Penjaga. https://www.theguardian.com/technology/askjack/2018/apr/19/
whats-the-best-emailservice-that-doesnt-scan-emails-for-ad-targeting

Walker, N., Hopper, T., Fu, H., & Sanford, K. (2017). Peta jalan menuju ePortofolio digital
kemahiran: Menciptakan kondisi untuk pembelajaran profesional lintas program, lintas
program, dan lintas kehidupan.Ulasan EPortofolio AAEEBL,1(2), 58–72.
Warrel, J., & Jacobsen, M. (2014). Etika penelitian internet dan kesenjangan kebijakan untuk etika
praktek dalam pengaturan penelitian online.Jurnal Pendidikan Tinggi Kanada,44(1), 22- 37.

Protokol akses pesan internet. (2021, 28 Januari). DiWikipedia.

https://en.wikipedia.org/wiki/Internet_Message_Access_Protocol

Catatan Penulis

Tim Hopper (Ph.D., University of Victoria) adalah Profesor di Sekolah Ilmu Latihan,
Pendidikan Jasmani dan Kesehatan. Silahkan korespondensi langsung kethopper@uvic.ca .
Hong Fu (Ph.D., University of Victoria) adalah Research Associate dan Sessional
Instruktur di Departemen Kurikulum dan Instruksi. Silahkan korespondensi langsung ke
fuhong@uvic.ca .
Kathy Sanford (Ph.D., University of Victoria) adalah Profesor dan Penasihat Pascasarjana
Interim di Departemen Kurikulum dan Pengajaran. Silahkan korespondensi langsung ke
ksanford@uvic.ca .
Thiago Alonso Hinkel (MA, University of Victoria) adalah mahasiswa doktoral di
Departemen Kurikulum dan Pengajaran. Silahkan korespondensi langsung ke
thiagohinkel@uvic.ca .

Hak Cipta 2021: Tim Hopper, Hong Fu, Kathy Sanford, Thiago Alonso Hinkel, dan
Nova Southeastern University.

Kutipan Artikel

Hopper, T., Fu, H., Sanford, K., & Hinkel, TA (2021). YouTube untuk menyalin dan Google
Mendorong pengkodean kolaboratif: Alat hemat biaya untuk mengumpulkan dan
menganalisis data wawancara.Laporan Kualitatif, 26(3), 861-873.https://doi.org/
10.46743/2160- 3715/2021.4639
 © 2021. Karya ini diterbitkan di bawah
https://creativecommons.org/licenses/by-nc-sa/4.0/("Lisensi"). Terlepas
dari Syarat dan Ketentuan ProQuest, Anda dapat menggunakan ini
konten sesuai dengan ketentuan Lisensi.