pengenalan analisis data kualitatif 140 illustrasi langkah...
TRANSCRIPT
i
ATLAS.ti Pengenalan Analisis Data Kualitatif 140 illustrasi langkah demi langkah
Semua illustrasi diterbitkan dengan izin ATLAS.ti
OTHMAN TALIB
www.drotspss.blogspot.com 6/18/2013
ii
Kandungan
BAHAGIAN 1 ................................................................................................................... 1
1.1 Apa itu CAQDAS ? .................................................................................................... 1
1.2 Mengapa ATLAS.ti ? ................................................................................................. 3
1.3 Hermeneutic Unit....................................................................................................... 5
1.4 ATLAS.ti – Tak kenal maka tak cinta ! ....................................................................... 6
BAHAGIAN 2 ................................................................................................................. 10
2.1 Kajian etnografi ....................................................................................................... 11
2.2 Grounded theory ..................................................................................................... 11
2.3 Fenomenologi.......................................................................................................... 12
2.4 Kajian kes ................................................................................................................ 12
2.5 Reka bentuk naratif ................................................................................................. 13
2.6 Persampelan ........................................................................................................... 13
2.7 Temu bual ............................................................................................................... 14
BAHAGIAN 3 ................................................................................................................. 15
3.1 ATLAS.ti berasaskan projek .................................................................................... 15
3.2 Projek Kajian Kualitatif 1 ......................................................................................... 15
3.2.1 Masalah kajian: .................................................................................................... 15
3.2.2 Objektif: ................................................................................................................ 16
3.2.3 Persoalan kajian: .................................................................................................. 16
3.2.4 Reka bentuk kajian: .............................................................................................. 16
3.2.5 Analisis Data: ....................................................................................................... 16
3.2.6 Persampelan: ....................................................................................................... 16
3.3 Penyediaan Fail Projek ........................................................................................... 17
3.4 Memasukkan fail dalam projek ................................................................................ 19
3.5 Pengekodan ............................................................................................................ 22
3.6 Membina Perkaitan (link) antara kod ....................................................................... 24
3.7 Menandakan segmen dengan kod ......................................................................... 27
3.7.1 Mengekod teks ..................................................................................................... 27
3.7.2 Mengekod grafik .................................................................................................. 29
3.7.3 Memadam kod...................................................................................................... 32
3.8 Membina NETWORK .............................................................................................. 34
3.9 Ubah suai Link......................................................................................................... 39
3.10 Membuat laporan .................................................................................................. 43
iii
BAHAGIAN 4 ................................................................................................................. 44
4.1 Projek Sains ............................................................................................................ 44
4.1 Masalah ................................................................................................................... 44
4.2 Objektif .................................................................................................................... 45
4.3 Persoalan kajian ...................................................................................................... 45
4.4 Reka bentuk kajian .................................................................................................. 45
4.5 Analisis Data ........................................................................................................... 45
4.6 Persampelan ........................................................................................................... 45
4.2 Penyediaan folder Projek Sains .............................................................................. 46
4.3 Memasukkan fail ..................................................................................................... 48
4.4 Membina kod – induktif dan deduktif ....................................................................... 49
4.5 Kod grafik ................................................................................................................ 53
4.6 Kod segmen pada audio dan visual ........................................................................ 54
4.7 Perkaitan antara P-Docs ......................................................................................... 58
4.8 Memo ...................................................................................................................... 68
4.9 Membina network .................................................................................................... 70
4.10 Network Projek Sains ............................................................................................ 73
4.11 Data Kuantitatif - P-Docs Families ......................................................................... 76
4.12 Analisis Kuantitif dengan Graf ............................................................................... 78
4.13 Laporan ................................................................................................................. 81
BAHAGIAN 5 ................................................................................................................. 83
5.1 Projek Memilih Kenderaan ...................................................................................... 83
5.1.1 Masalah ................................................................................................................ 83
5.1.2 Objektif ................................................................................................................. 83
5.1.3 Persoalan kajian ................................................................................................... 84
5.1.4 Reka bentuk kajian ............................................................................................... 84
5.1.5 Analisis Data ........................................................................................................ 84
5.1.6 Persampelan ........................................................................................................ 84
5.2 Penyediaan fail ........................................................................................................ 84
5.3 Membina kod ........................................................................................................... 88
5.4 Quotation Manager .................................................................................................. 94
5.5 Mengkategori kod - Code Family Manager ............................................................. 95
5.6 Network ................................................................................................................... 98
BAHAGIAN 6 ............................................................................................................... 101
6.1 Memproses data survey dalam ATLAS.ti .............................................................. 101
6.2 Menerima respon .................................................................................................. 103
iv
6.3 Import data soal selidik .......................................................................................... 104
6.4 Network soal selidik ............................................................................................... 107
BAHAGIAN 7 ............................................................................................................... 108
7.1 Kebolehpercayaan data kualitatif .......................................................................... 108
7.2 Kebolehpercayaan Cohen‟s Kappa ....................................................................... 108
7.3 Pengiraan Kappa dengan SPSS ........................................................................... 110
7.4 Copy Bundle .......................................................................................................... 113
7.5 Copy Bundle Projek Sains ..................................................................................... 113
Bengkel ATLAS.ti yang dikendalikan penulis di UNISZA, Kuala Terengganu
HAK CIPTA TERPELIHARA:
TIDAK DIBENARKAN MENYALIN MANA-MANA BAHAGIAN BUKU INI UNTUK TUJUAN EDARAN BAGI MENGHORMATI USAHA
PENULIS SERTA KEBERKATAN ILMU YANG BAKAL DIPEROLEHI.
JIKA BERMINAT, SILA DAPATKAN BUKU INI SECARA SAH DI:
[email protected] www.tulis-tesis-cepat.com
v
Prakata
Saya ucapkan terima kasih kepada Support Team ATLAS.ti Scientific Software
Development yang telah memberikan keizinan menggunakan screen shots ATLAS.ti.
Saya telah menghantar sebanyak 30 muka surat manuskrip buku ini kepada ATLAS.ti
dan akhirnya mendapat jawapan “Thank you for sending the material, it looks good! We
gladly give you permission to use the images as requested”. Juga terima kasih kepada
Saudari Ani Munirah, perintis dan trainer ATLAS.ti kerana memperkenalkan perisian ini.
Buku ini ditulis sebagai pelengkap kepada peserta bengkel ATLAS.ti yang saya
kendalikan dan sesiapa sahaja yang ingin menganalisis data kualitatif. Buku ini
menggunakan illustrasi langkah demi langkah berasaskan projek kajian kualitatif
sebagai satu cara memperkenalkan aplikasi ATLAS.ti. Buku ini juga terhasil kerana
sokongan dari pembaca setia blog penyelidikan dan statistik,
www.drotspss.blogspot.com yang kini telah mencecah lebih setengah juta hits !
Mitos yang menyatakan bahawa kajian kualitatif adalah sukar sudah tidak releven lagi
dengan adanya perisian Computer Analysis Qualitative Data Analysis (CAQDAS)
seperti ATLAS.ti. Bukan itu sahaja, kebolehpercayaan data menjadi semakin tinggi
apabila dianalisas menggunakan ATLAS.ti.
Buku ini memberi tumpuan kepada empat projek kajian kualitatif sebagai asas
memahami aplikasi ATLAS.ti bagi memberikan senario situasi kajian sebenar. Saya
manjadikan projek tersebut sesuatu yang mudah untuk difahami tanpa teks yang
menjela-jela. Selamat membaca !
Othman Talib
Bandar Baru Bangi
1
BAHAGIAN 1
PENDAHULUAN
“THE MOST DIFFICULT PART OF ACCOMPLISHING
SOMETHING IS GETTING STARTED”
1.1 Apa itu CAQDAS ?
Ramai penyelidik takut untuk menjalankan kajian kualitatif dengan alasan sukar,
memakan masa yang panjang serta ketiadaan perisian sebagaimana dalam kajian
kuantitatif. Betulkah begitu?
Percayalah, semua ini hanyalah satu mitos yang tidak pernah dibuktikan kesahihannya.
Kajian kualitatif sebagaimana kajian kuantitatif juga, adalah satu pendekatan yang
sangat penting khususnya dalam kajian sains sosial. Kajian kualitatif penting kerana
keupayaannya mengupas secara mendalam data subjektif berbentuk temubual, nota
lapangan, rakaman suara, video, foto, dokumen, analisis kandungan, discourse
analysis dan memo adalah data berbentuk subjektif yang digunakan bagi mentafsir
pendapat, persepsi, persetujuan. Taksiran dari data sebegini adalah menjangkaui
sekadar angka-angka yang terdapat dalam kajian kuantitatif.
Saya bermula dengan satu akronim yang - CAQDAS iaitu Computer Aided Qualitative
Data Analysis, yang merujuk kepada perisian komputer bagi menganalisis data
kualitatif. Beberapa contoh CAQDAS yang terdapat dipasaran adalah ATLAS.ti,
HyperRESEARCH, NVivo, MAXqda, N6, Qualrus, sekadar menulis beberapa nama.
Saya tidak bercadang untuk mengupas dan membandingkan setiap CAQDAS tetapi
hanya akan memperkenalkan ATLAS.ti. Dalam konteks kajian kualitatif di Malaysia,
mungkin ramai pensyarah, penyelidik dan pelajar yang telahpun mengenali atau
2
sekurang-kuranng telah mendengar perisian NVivo, maka buku ini memberi satu lagi
alternatif kepada mereka yang berminat untuk membuat kajian kualitatif dengan
ATLAS.ti.
ATLAS.ti sebagaimana CAQDAS yang lain dibina bagi membantu penyelidik
membongkar secara sistematik kisah disebalik data kualitatif. Tugas utama ATLAS.ti
adalah menyediakan alat bagi memudahkan kod diproses dan dikategorikan mengikut
tema dalam bentuk visual dan network bagi tujuan tafsiran.
Oleh kerana terdapat lebih dari satu CAQDAS dipasaran, maka timbul juga persoalan –
mana yang lebih baik? Bagi berlaku adil, saya gariskan empat perkara asas yang perlu
diberikan perhatian dalam membuat perbandingan ini.
Pertama:
Sebelum memutuskan untuk mengunakan mana-mana CAQDAS, anda perlu kuasai
asas-asas analisis kualitatif terlebih dahulu seperti konsep kod dan memo. Jika asas ini
tidak dikuasai, mana satu CAQDAS pilihan anda pun tidak akan banyak membantu.
Kedua:
CAQDAS hanyalah alat sahaja yang tidak akan dapat menjadikan analisis data kualitatif
semakin baik jika penyelidik sendiri tidak memahami kajian yang sedang jalankan.
Sama seperti mesin jahit yang tidak akan dapat menghasilkan jahitan yang cantik dan
kemas jika tidak terleih dahulu tahu asas-asas jahitan.
Ketiga:
Pastikan CAQDAS pilihan yang dipilih ada sokongan kepakaran dan teknikal di institusi
anda. Sokongan ini juga termasuk dari sumber-sumber on-line yang mudah untuk
dirujuk jika timbil masalah. Jangan gunakan apa-apa perisian yang hanya anda seorang
sahaja yang berminat untuk menggunakannya.
3
Keempat:
Oleh kerana semua CAQDAS menjalankan fungsi yang hampir sama, harga yang
rendah dengan tawaran diskaun kepada pelajar tentunya perlu dipertimbangkan.
1.2 Mengapa ATLAS.ti ?
Timbul lagi persoalan? Mengapa saya memilih ATLAS.ti lalu menulis buku ini ?
ATLAS.ti berasal dari perkataan Jerman “Archiv für Technik, Lebenswelt und
Alltagssprache” atau dalam Bahasa Inggeris membawa maksud “Archive for
Technology, the Life World and Everyday Language”. Terdapat penambahan .TI
selepas ATLAS yang membawa maksud “Text Interpretation”. Jadi sebutannya akan
menjadi “Atlas tee eye”.
Projek ATLAS (1989-1992) dijalankan oleh Technical University of Berlin dan projek
inilah yang menjadi prototaip perisian ini. Hanya pada tahun 1993, ATLAS versi
komersial dihasilkan dengan nama ATLAS.ti. Perkembangan ini boleh dibaca dalam
laman sesawang www.qualitative-data-analysis.com/atlas-ti-company-history.html.
Saya mula tertarik untuk mencuba ATLAS.ti apabila diperkenalkan oleh salah seorang
peserta bengkel Penulisan Tesis saya, Sdri Ani Munirah dan apabila mengetahui
terdapatnya versi percubaan percuma (trial version) tanpa had waktu dengan fungsi
penuh. Versi percubaan ini hanya menghadkan 10 sahaja bilangan dokumen yang ingin
dianalisis bagi satu-satu projek. Namun begitu, saya boleh mempunyai seberapa
banyak projek yang saya mahu. Oleh kerana bilangan dokumen dalam kajian kualitatif
biasanya sedikit, maka bilangan 10 ini adalah memadai untuk satu kajian kualitatif
diperingkat sarjana mahupun kedoktoran.
Selain dari itu, versi lesen penuh ATLAS.ti untuk pelajar adalah murah, sekitar USD99
bagi dua lesen. ATLAS.ti juga mempunyai sokongan on-line yang komprehensif di
http://www.atlasti.com/supportmain.html. Selain itu, penggun ATLAS.ti semakin
4
bertambah di Malaysia, serta terdapatnya bengkel-bengkel di adakan bagi pengguna
ATLAS.ti.
Rajah 1.1 - Salah satu bengkel ATLAS.ti yang dikendalikan penulis
Akhirnya, Antara muka ATLAS.ti yang ringkas seolah-olah saya memproses data
kualitatif sebagaimana dilakukan secara manual sangat menarik perhatian. Saya hanya
perlu tandakan satu pernyataan pada transkrip, audio, foto atau video dan klik pada kod
yang sesuai. Itu sahaja !
Antara muka ATLAS.ti juga memudahkan pemahaman seperti yang akan anda baca
dan lihat seterusnya dalam buku ini. Fungsi ATLAS.ti yang saya dapati sangat berguna
boleh dipermudahkan seperti senarai berikut:
Berupaya mengekod teks (termasuk pdf), imej, video dan audio dengan mudah
Membuat link mudah dengan “drag & drop”
Menghasilkan model visual melalui network
5
Rajah 1.2 - Logo ATLAS.ti (versi terbaharu 7.0.92)
1.3 Hermeneutic Unit
Perkataan pertama yang patut diketahui adalah “Hermenutic Unit” atau ringkasnya HU.
Hermeneutic secara ringkasnya membawa maksud “interpretation”. Oleh itu HU adalah
satu unit projek atau penyelidikan yang melibatkan data kualitatif yang memerlukan
pentafsiran.
Katakan anda mempunyai empat fail iaitu masing-masing satu fail dummy.doc,
dummy.avi, dummy.jpg dan dummy.pdf dalam folder dropbox anda. Kesemua fail ini
dinamakan Prime Document dalam HU anda. Bagi fail teks, sayugia digalakkan
menyimpan fail tersebut dalam bentuk .rft (rich text fail) bagi mengelakkan berlakunya
masalah pertukaran format antara MS Word 2007, 2010 dan 2013. Bagi fail PDF,
pastikan ia format teks asal dan bukannya format imej.
6
Jadual 1.1 – Terminologi utama bagi ATLAS.ti
Objek
Keterangan
Prime Documents (P-Docs atau PDs)
Semua dokumen yang anda ingin analisis iaitu teks, grapfik, audio dan visual yang diberikan nama P1, P2, P3, P4 dan seterusnya
Quotes (Quotation)
Segmen-segmen yang dipilih atau ditandakan dalam P-Docs
Code Ringkasan yang diberikan kepada segmen-segmen P-Docs yang mewakili maksud yang hampir sama kepada segmen tersebut
Memo Catatan idea reflektif penyelidik yang timbul semasa proses menjalankan analisis yang juga bersifat seperti Quotes ataupun kod.
Network Perkaitan antara P-Docs, Code, Memo, Quotation yang dipersembahkan dalam bentuk graphical network bagi menggambarkan makna perkaitan
tersebut.
Families Families adalah seperti satu entiti yang memegang pelbagai objek seperti P-Docs, memo dan Codes.
Anda kemudian membina kod dan memo bagi fail-fail dummy tersebut maka HU ini
menyimpan “pathways” semua fail tersebut supaya anda boleh memprosesnya dalam
bentuk network. Pengekodan adalah langkah terawal yang akan anda lakukan dengan
kesemua fail-fail dalam projek HU anda bagi membentuk kategori yang dapat
menjawab persoalan kajian.
1.4 ATLAS.ti – Tak kenal maka tak cinta !
Secara umum, sebarang analisis data kualitatif melibatkan proses mentafsir data
tersebut melalui proses pengekodan seperti transkrip temubual. Langkah yang lazim
diikuti adalah seperti berikut:
Data dikumpul di lapangan
Transkrip data
Menyemak data
7
Membaca keseluruhan teks bagi mendapatkan gambaran keseluruhan teks
Pengekodan
Mengkategori kod
Membina sub-tema / tema
Membuat tafsiran
Menyediakan laporan
Dua kunci utama memproses data kualitatif dalam ATLAS.ti adalah teks dan kod.
Teks seperti transkrip temu bual adalah bersifat umum sementara kod pula bersifat
spesifik. Jadi, teks yang panjang dan menjela-jela dalam kajian kualitatif boleh
diringkaskan atau diwakili oleh satu atau beberapa perkataan yang ringkas yang
dinamakan sebagai kod. Anda boleh membina kod terlebih dahulu ataupun membaca
teks dan membina kod kemudian seperti contoh berikut:
Kod ke teks: Marah Aku benci kau, tak boleh diharap !
Teks ke kod: Kenapa jantungku berdebar2 dan resah melihat kau Jatuh cinta
Dua pendekatan pengekodan dalam kajian kualitatif yang dinamakan emergent coding
dan priori coding. Emergent coding bermaksud kod yang dihasilkan setelah membaca
dan meneliti transkrip. Priori coding bermaksud, kod telah disiapkan lebih awal
berdasarkan teori yang digunakan dalam kajian ataupun berpandukan persoalan kajian.
Seringkali juga berlaku kedua-dua proses berjalan seiring.
Selain itu, pendekatan deduktif dan induktif juga sering digunakan dalam kajian
kualitatif. Jika penyelidik mengambil persoalan kajian hasil penelitian kajian lepas, dan
penyelidik menjadikan persoalan kajian ini sebagai asas membina kod sebagai
kerangka umum kajian, maka penyelidik menjalankan satu proses deduktif. Dalam
perkataan lain, pendekatan deduktif menggunakan teori (umum) yang telah diketahui
8
untuk membina kod (spesifik) terlebih dahulu sebelum analisis segmen demi segmen
kepada data dijalankan.
Sementara itu, pendekatan induktif, penyelidik hanya membina kod (spesifik) dari data
yang dianalisis bagi meramalkan teori (umum) seperti dalam grounded theory.
Selalunya kedua-dua proses membina kod secara induktif dan deduktif digunakan
semasa proses pengekodan dijalankan.
Sebelum menjalankan proses pengekodan, anda hanya perlu import fail ke dalam HU,
kemudian menandakan mana-mana segmen yang sesuai untuk dikodkan. Kod-kod ini
akan dikategorikan mengikut tema tertentu. Bukan itu sahaja, kod-kod ini boleh
diberikan perkaitan semantik dan dipaparkan dalam bentuk grafik. Paparan grafik ini
dinamakan sebagai network dalam ATLAS.ti.
ATLAS.ti mempunyai Antara muka yang ringkas dan mudah dikendlikan. Sebagai
pengenalan, Rajah 1.3 berikut adalah Antara muka ATLAS.ti dengan beberapa simbol
utama yang perlu anda ketahui.
9
Rajah 1.3– Kedudukan objek dalam ATLAS.ti
10
BAHAGIAN 2
ASAS KAJIAN KUALITATIF
“YOU CAN’T ACHIEVE ANYTHING
IF YOU DON’T WANT TO TRY”
Secara ringkas kajian kualitatif melibatkan beberapa asas yang perlu diketahui. Antara
prinsip utama kajian kualitatif adalah seperti berikut.
Kajian kualitatif melibatkan data yang bersifat subjektif seperti transkrip temu bual,
foto, grafik, audio dan video
Kajian kualitatif melibatkan pentafsiran data subjektif bagi memberi makna kepada
sesuatu insiden atau fenomena.
Kajian kualitatif melibatkan penentuan kod kepada segmen yang kritikal dan
membuat kategori dan sub-kategori bagi menghubungkan kod-kod tersebut mengikut
tema-tema tertentu
Bagi kajian kualitatif, penyelidik adalah instrumen, mengumpul dan mentafsir data
Dalam kajian kualitatif, penekanan diberikan kepada proses triangulasi bagi
meningkatkan kebolehpercayaan dapatan kajian
Proses melaksanakan kajian kualitatif adalah fleksibel dan boleh berubah bagi
meningkatkan keberkesanannya mencapai objektif yang telah ditetapkan
Terdapat beberapa bentuk utama kajian kualitatif seperti etnografi, fenomenalogi, kajian
kes, grounded theory, dan naratif. Sebahagian reka bentuk ini boleh anda baca dalam
buku yang saya tulis bertajuk “Asas Penulisan Tesis, Reka bentuk Kajian dan Statistik”.
Saya akan hanya bincangkan secara sepintas lalu reka bentuk tersebut dalam buku ini.
11
2.1 Kajian etnografi
Kajian etnografi melibatkan fenomena sosial seperti tingkah laku dan cara hidup satu
masyarakat. Dalam menjalankan kajian, penyelidik mengumpul catatan di lapangan,
menjalankan temu bual, membuat pemerhatian atau mengumpul dokumen. Kajian
etnografi cuba menjelaskan hal yang bersangkutan dengan budaya suatu
kelompok etnik (sebab itu ada perkataan ethnos dari bahasa Greek yang bermaksud
manusia atau bangsa) mengikut sesuatu sempadan geografi. Misalnya kajian terhadap
cara hidup dan budaya masyarakat kaum Sulu di Sabah.
Oleh kerana zaman telah banyak berubah, skop kajian etnografi ini telah diperluaskan
dengan mengkaji budaya sebarang kelompok, kumpulan atau organisasi. Contoh
kelompok yang sering mendapat perhatian pengkaji etnografi termasuklah kelompok
remaja “Punk” dan “Mat rempit”.
Penyelidik selalnya turut berada dalam kelompok yang dikaji bagi memahami sedalam-
dalamnya segala aspek budaya seperti kepercayaan yang dipegang, perkongsian
nilai, amalan seharian, bahasa atau ritual.
2.2 Grounded theory
Grounded theory dikembangkan dari hasil kerja Glaser dan Strauss pada tahun 1967.
Penyelidik cuba menghasilkan teori dari maklumat yang diperolehi dari partisipan.
Kajian ini sering dijalankan bagi mendapatkan penjelasan secara konseptual atau teori
terhadap sesuatu proses yang berlaku dalam masyarakat seperti gejala ponteng
sekolah, isu pelanggaran disiplin malah kejayaan sekumpulan pelajar lelaki dalam
kursus jahitan mengatasi pelajar perempuan.
Grounded theory dimulakan dengan meneliti dan membaca berulang kali transkrip
partisipan dan cuba menemukan perkaitan antara variabel yang menjadi asas
pembentukkan teori yang “tertanam” (sebab itu dinamakan “grounded”) dalam transkrip
tersebut secara induktif.
12
Maklumat dari data dianalisis melalui pengekodan sehingga kod-kod ini dapat dikategori
dan menghasilkan sesuatu corak tingkah laku. Kod-kod ini dianalisis sebelum boleh
dirumuskan sebagai satu „teori‟ bagi mewakili sesuatu tingkah laku. Proses pengekodan
yang lazim dilakukan melalui tiga peringkat iaitu pengkodan terbuka (Open coding),
pengkodan aksial (axial coding) dan pengkodan terpilih (selective coding) terbuka,
aksial dan terpilih.
2.3 Fenomenologi
Kajian fenomenologi cuba pentafsiran pengalaman dari kacamata atau perspektif
partisipan, bukannya penyelidik. Oleh itu, penyelidik perlulah mempunyai fikiran terbuka
dan elakkan sebarang penilaian sendiri. Kajian fenomenologi selalunya dijalankan
dengan temuduga terbuka secara mendalam untuk mendapatkan sebanyak mungkin
maklumat dari partisipan.
Contoh kajian fenomenologi termasuklah mengkaji fenomena anak angkat, pesakit
kanser dan penagih dadah. Kajian fenomenologi dijalankan dengan temuduga secara
mendalam dan berulang-ulang. Seringkali dalam kajian fenomenologi, pengkaji mencari
tema-tema yang muncul dan seterusnya menggunakan grounded theory untuk tujuan
ini.
2.4 Kajian kes
Kajian kes adalah kajian intensif bagi menjelaskan satu atau beberapa kes yang
spesifik secara mendalam berkaitan sesuatu fenomena, peristiwa, individu, program,
aktiviti, atau proses yang unik dan khusus terhadap unit kecil sosial. Fenomena yang
unik dan khusus adalah fenomena yang jarang berlaku tetapi menarik perhatian.
Contoh kajian kes adalah seperti kejayaan sebuah Sekolah Rendah di pendalaman
Sabah yang telah mencapai 100% kelulusan dalam semua mata pelajaran peringkat
UPSR. Kes ini jarang berlaku dan unik untuk dikaji. Antara objektif utama kajian kes
adalah untuk mempelajari atau mendapatkan pengajaran dari kajian kes tersebut.
13
2.5 Reka bentuk naratif
Reka bentuk naratif (atau sinonim dengan penceritaan) menggunakan pendekatan
penceritaan pelbagai pihak, rujukan autobiografi, dokumen peribadi, temu bual, gambar,
artifak bagi menganalisis peristiwa dan pengalaman seorang atau beberapa individu
yang unik. Contoh kajian seperti kisah Leftenan Adnan dan kajian kehidupan pemimpin
negara seperti Tun Abdul Razak.
Sementara itu, terdapat beberapa kaedah analisis data yang berkat dengan reka bentuk
kajian kualitatif seperti kaedah grounded theory, analisis peristiwa dan analisis
kandungan. Buku ini akan hanya menyentuh sepintas lalu setiap satu kaedah. Kaedah
grounded theory melibatkan penentuan pernyataan yang kritikal yang kemudiannya
dijadikan kod. Kategori dilakukan dengan meletakkan kod-kod yang mempunyai
maksud yang hampir sama dalam satu sub-kategori atau sub-tema. Sub-kategori ini
kemudiannya dikelompokkan dalam beberapa kategori yang lebih umum bagi
menghasilkan satu teori.
Kaedah peristiwa digunakan bagi mendapatkan urutan peristiwa dari data yang
dikumpulkan. Urutan ini disusun dari peritiwa yang terawal disertakan dengan kisah dan
pendetailan bagi setiap urutan tersebut. Akhirnya kaedah analisis kandungan (kadang
kala disebut juga analisis teks) melibatkan penelitian corak tingkah laku yang diperolehi
dari kandungan sesuatu komunikasi, buku, blog, facebook, perundangan samada
dalam bentuk visual mahupun verbal yang telah ditranskripkan.
2.6 Persampelan
Secara umum, bilangan sample bagi kajian kualitatif adalah kecil dan bersifat bukan
random. Sample dipilih lazimnya dilakukan secara purposive, convenience dan secara
snowball bagi mencapai objektif kajian. Bilangan sampel ditambah sehingga mencapai
tahap saturated data iaitu tiada lagi maklumat baru yang diperolehi.
14
2.7 Temu bual
Temu bual adalah antara kaedah utama dalam kajian kualitatif. Terdapat empat
peringkat temu bual yang diringkaskan dalam rajah berikut:
Jadual 2.1 – Tiga bentuk temu bual
Temu bual
Format Keperluan Contoh soalan
Tidak berstruktur
Soalan berpandukan senarai semak yang ringkas
Bersifat terbuka dan eksplorasi.Memerlukan penemuduga yang mahir
Bagaimanakah pengalaman anda menjadi pemain squash nombor 1 di dunia sejak 2010?
Semi struktur
Soalan disediakan secara lengkap dan bertulis
Bersifat terbuka tetapi terkawal dan kurang explorasi. Penemuduga berpandukan soalan.
Bagaimanakah pengalaman anda pada tahun pertama menjadi pemain squash nombor 1 di dunia .
Berstruktur Soalan disediakan secara lengkap dan bertulis termasuk arahan yang diperlukan
Bersifat terkawal, sesuai untuk temu duga dengan jumlah sample yang besar, kurang perincian dan explorasi. Tidak perlukan penemuduga yang mahir.
Tahun bila dan dalam kejohanan manakah anda telah dinobatkan sebagai pemain squash nombor 1 di dunia?
15
BAHAGIAN 3
PROJEK PENCARIAN WARNA
“ONE PIECE OF EVIDENCE IS NOT
ENOUGH TO PROVE SOMETHING”
3.1 ATLAS.ti berasaskan projek
Buku ini mengambil pendekatan yang sedikit berbeza dalam menjelaskankan aplikasi
ATLAS.ti. Pendekatan yang diambil berdasarkan pendekatan analisis tiga projek kajian
kualitatif. Semua penjelasan aplikasi ATLAS.ti langkah demi langkah disediakan
berdasarkan analisis tiga projek tersebut. Pendekatan ini diambil kerana ATLAS.ti
adalah satu “tool” atau perkakas yang akan membantu anda menjalankan analisis data
kualitatif secara kreatif dan bukannya sebagai satu templat yang rigid yang perlu anda
ikuti.
Projek-projek ini telah dikecilkan skala kajiannya bagi memudahkan pemahaman
aplikasi ATLAS.ti. Sebagai contoh, hanya transkrip ringkas sahaja digunakan dengan
bilangan sampel yang kecil.
3.2 Projek Kajian Kualitatif 1
Kajian kualitatif 1 melibatkan satu projek mewarna TADIKA dan semua cawangannya.
3.2.1 Masalah kajian:
Kajian lepas oleh Teller (2004) dan Zemach (2007) menunjukkan terdapatnya warna
kegemaran (color preference) dalam kalangan kanak-kanak yang berusia antara 3 – 7
tahun. Warna kegemaran ini pula berbeza dari mengikut budaya dan sempadan
16
geografi. Namun, kebanyakkan TADIKA di Malaysia diwarnakan dengan warna yang
terang tanpa adanya kajian dilakukan terlebih dahulu terhadap warna kegemaran
kanak-kanak setempat.
3.2.2 Objektif:
Kajian ini dijalankan bagi mengetahui warna kegemaran kanak-kanak berusia 4 – 6
tahun dan mengapa mereka menyukai warna tersebut.
3.2.3 Persoalan kajian:
1. Apakah warna kegemaran kanak-kanak berusia 4 - 6 tahun?
2. Mengapakah mereka menyukai warna tersebut?
3.2.4 Reka bentuk kajian:
Kajian ini menggunakan pendekatan kualitatif menggunakan temu bual semi-struktur.
Semua temu bual akan ditranskrip berdasarkan rakaman yang diambil.
3.2.5 Analisis Data:
Data dalam kajian ini adalah transkrip temubual dan foto yang dianalisis menggunakan
perisian ATLAS.ti. Rajah network ATLAS.ti akan digunakan bagi menggambarkan
kategori kod-kod supaya mudah dibuat tafsiran.
3.2.6 Persampelan:
Kajian ini menggunakan persampelan bertujuan (purposive) iaitu 2 kanak-kanak berusia
4 tahun sebagai Partisipan 1 dan kanak-kakan berusia 5 tahun sebagai Partisipan 2
(Hanya 2 sampel digunakan sebagai contoh kerana dalam kajian sebenar, jumlahnya
lebih besar)
17
Rajah 3.1 – Suasana bengkel ATLAS.ti anjuran drotspss blogspot
3.3 Penyediaan Fail Projek
Sediakan folder bagi menyimpan semua P-Docs yang terlibat dalam kajian. Terdapat
empat P-Docs dalam kajian ini iaitu 2 fail transkrip dan 2 fail foto seperti rajah berikut:
18
Rajah 3.2 – Folder: Projek Warna TADIKA
Ini adalah dua transkrip jawapan temu bual Partisipan1 dan Partisipan2 apabila ditanya
warna kesukaan dan mengapa menyukai warna tersebut. Fail adalah dalam format .doc
Rajah 3.3– Transkrip temubual partisipan1 (Partisipan1.doc)
Rajah 3.4 - Transkrip temubual partisipan2 (Partisipan 2.doc)
Berikut pula adalah adalah foto bagi Partisipan1 dan Partisipan2 yang disimpan dalam
folder yang sama dengan format fail .jpg
19
Rajah 3.5: Partisipan1 (Foto1.jpg) Rajah 3.6: Partisipan2 (Foto2.jpg)
3.4 Memasukkan fail dalam projek
Ada beberapa cara untuk memasukkan fail ke dalam ATLAS.ti. Oleh kerana anda
menjalankan projek secara individu, anda memilih memasukkan fail ke dalam “My
Library”.Berikut adalah langkah yang perlu anda lakukan.
Rajah 3.7 – Memasukkan fail dalam My Library
20
Rajah 3.8 – Memasukkan fail melalui ikon
Langkah seterusnya adakah dengan menandakan semua fail dalam folder Projek warna
TADIKA dan kemudian klik Open
Rajah 3.9 – Fail dalam folder
Seterusnya akan keluar satu pop-up menu yang menyatakan “All files were fixed and
added to the HU”.
21
Rajah 3.10 – Tanda anda berjaya memasukkan fail projek dalam projek HU
Anda boleh terus Save projek New Hermeneutic Unit ini sebagaimana proses yang
biasa anda lakukan dalam MS Word dan namakan sebagai “Projek Warna TADIKA”.
Anda kemudian boleh meilhat kesemua empat fail tersebut dengan klik menu drop-
down P-Docs seperti rajah berikut:
Rajah 3.11 – Fail ditandakan sebagai P1, P2, P3 dan P4
Jika anda tidak berpuas hati dan ingin menyusun semula fail yang anda masukkan
mengikut susunan anda sendiri klik:
Documents – Primary Doc Manager.
22
Rajah 3.12 – Susunan asal fail
Anda boleh mendapatkan susunan baru bagi P-Docs seperti berikut:
Rajah 3.13 – Susunan baru fail anda
3.5 Pengekodan
Apabila persoalan kajian yang ingin dijawab berbentuk “straight forward” seperti dalam
kajian Warna TADIKA ini, kod boleh dibina berdasarkan persoalan kajian. Berdasarkan
persoalan kajian ini, dua kod boleh dikenalpasti iaitu:
Kod1 = RQ1 Warna kesukaan
Kod2 = RQ2 Sebab suka
Langkah seterusnya adalah melakukan proses pengekodan.
23
Membina kod dalam Projek Warna TADIKA boleh dilakukan dengan mengklik:
Codes – Create Free Codes
Apa yang perlu anda lakukan hanyalah mengisi kod dalam ruangan yang disediakan
seberapa banyak yang diperlukan. Ruangan tersebut akan bertambah secara otomatik.
Rajah 3.14 – Kod yang anda pilih
Bagi melihat kod tersebut dalam HU anda, klik ikon Codes dan satu menu drop-down
akan menunjukkan kod yang telah anda siapkan sebelum ini.
24
Rajah 3.15 – Kod dalam HU anda
3.6 Membina Perkaitan (link) antara kod
Kod tidak bermakna jika anda tidak dapat menunjukkan perkaitannya dengan kod-kod
lain dalam HU anda. Perkaitan inilah yang memberikan makna kepada kod dan
seterusnya segmen pernyataan dalam teks yang telah anda kodkan.
Kod “RQ1 warna kesukaan” mempunyai perkaitan dengan kod “RQ2 sebab suka”.
Mudah difahami kerana setiap kesukaan selalunya ada penyebabnya. Katalah
perkaitan tersebut adalah:
RQ1 – Berkait dengan – RQ2
Perkaitan ini boleh dilakukan dengan langkah berikut:
Code – Code Manager
Kemudian anda klik pada RQ1 dan tindihkan ke atas RQ2 bagi membuat perkaitan
antara keduanya. Sebaik sahaja anda melakukan “pertindihan” ini, akan terpapar satu
menu pop-up Relation editor seperti Rajah 3.16 berikut.
25
Rajah 3.16 – Masa untuk membuat perkaitan dengan Reation Editor
Open Relation Editor bertujuan untuk membuat link yang boleh mengaitkan antara
kod - kod atau quotation - quotation. Terdapat empat ruangan yang anda perlu isi iaitu
Internal ID, Label 1, Label 2 dan Menu Text. Terdapat pilihan “Solid Line “ ataupun
“Dashed Line” untuk anda pilih. Anda perlu tulis keempat-empat ruangan tersebut dan
yang paling penting adalah ruangan Menu Text yang akan terpapar pada perkaitan
yang anda inginkan.
Rajah 3.17 – Inilah Relation editor
26
Rajah 3.18 – Menulis Menu Text yang mewakili perkaitan yang anda bina
Setelah anda selesai dengan membina perkaitan antara kod RQ1 dan RQ2, anda akan
lihat perubahan warna pada ruangan Density di Code Manager. Density menunjukan
bilangan kod yang mempunyai link dengan kod yang lain. Dalam kajian ini, setiap kod
hanya mempunyai “1” link sahaja.
Rajah 3.19 – RQ1 dan RQ2 mempunyai 1 link masing-masing
Selain itu, anda boleh melihat paparan semua P-Docs dan kod yang anda sudah
siapkan dengan klik symbol “tiga segitiga” ikut seperti Rajah 3.20 berikut:
27
Rajah 3.20 – Membuka P-Docs dan kod
3.7 Menandakan segmen dengan kod
Proses mengekod tanskrip teks mahupun grafik, audio dan video sangat mudah.
Berikut adalah langkah yang perlu anda ikuti untuk melakukan proses pengekodan bagi
teks dan grafik. Proses mengekod audio dan video akan dijelaskan satu lagi projek HU
di Bahagian 3.
3.7.1 Mengekod teks
Menandakan kod dilakukan dengan highlight petikan atau segmen pada transkrip dan
pilih kod yang berkaitan. Lakukan tiga langkah seperti Rajah 3.21 dan hasilnya pada
Rajah 3.22 dan 3.23 berikut:
28
Rajah 3.21 – Ikuti 3 langkah berikut untuk mengekod teks
Rajah 3.22 – Kod pertama RQ1 terhasil !
Rajah 3.23 – Sebanyak tiga kod berjaya dihasilkan
29
Lakukan dengan cara yang sama proses mengekodan dengan fail teks Partisipan2 dan
inilah hasil yang akan anda perolehi.
Rajah 3.24 – Sebanyak dua kod dikenalpasti bagi Partisipan2
3.7.2 Mengekod grafik
Konsep mengekod grafik termasuk foto adalah hampir sama dengan mengekod teks.
Foto selalunya digunakan sebagai triangulasi untuk menguatkan bukti dari teks.
Mulakan dengan membuka fail Foto1
30
Rajah 3.25 – Fail Foto1 telah dibuka
Apabila anda letakkan cursor di atas foto, satu simbol “+” muncul untuk menandakan
kawasan foto yang anda ingin kod. Kemudian buka senarai kod dan klik sebagaimana
anda lakukan pada teks. Maka kod yang anda pilih akan muncul.
Rajah 3.26 – Kawasan yang anda tandakan
31
Rajah 3.27 – Sebanyak dua kod telah berjaya dihasilkan
Lakukan langkah yang sama untuk foto Partisipan2 berikut:
Rajah 3.28 - Sebanyak 2 kod dihasilkan pada foto Partisipan2
32
3.7.3 Memadam kod
Terdapat situasi anda salah melakukan pengekodan. Ada dua cara anda boleh lakukan
bagi memadam kod tersebut.
Pertama: Klik kod dan quotation anda berwarna biru. Right click quotation tersebut dan
klik Delete. Kemudian klik “Delete this quotation”
Rajah 3.29 – Memadam kod
Kedua: Right click pada kod RQ2 – Unlink
Rajah 3.30 – Memadam kod melalui Unlink
33
Rajah 3.31– Langkah memadam “bar” RQ2
Kesemua yang terhasil boleh disemak dengan klik : Codes – Code Manager. Anda
akan dapat lihat warna biru pada “Grounded” yang menunjukkan bilangan quotation
yang dikaitkan dengan setiap kod.
Rajah 3.32 – Bilangan quotation antara RQ1 dan RQ2
34
3.8 Membina NETWORK
Network adalah bahagian yang paling saya suka kerana semua kod boleh ditunjukkan
perkaitannya secara grafik melalui satu network. Sebelum membina network yang baru,
anda perlu pastikan sama ada anda perlukan kod, quotation, memo, Families, malah
network yang ada telah bina untuk membina network baru tersebut. Semua objek yang
telah disediakan untuk membina network baru dinamakan NODE. Dalam erti kata lain,
node adalah kumpulan objek yang akan membawa makna kepada network.
Rajah 3.33 – Seorang peserta bengkel mempersembahkan network ATLAS.ti
Katakan anda ingin memaparkan network bagi keseluruhan kajian anda yang
merangkumi RQ1 dan RQ2, maka anda lakukan langkah seperti rajah berikut.
Namakan network tersebagai “Warna kesukaan”.
35
Rajah 3.34 – Network RQ1 “Warna kesukaan”
Anda perlu import apa sahaja objek yang ada perkaitan yang boleh membina network.
Objek ini adalah seperti berikut:
Rajah 3.35 – Inilah Nodes
Anda perlu import RQ1 dan RQ2 ke dalam network anda.
36
Rajah 3.36 – Import Codes RQ1 dan RQ2
Network akan terhasil dan RQ1 dan RQ2 akan muncul dengan perkaitan “Berkait
dengan” yang anda bina melalui Relation editor sebelum ini.
Rajah 3.37 – Network RQ1 dan RQ2
Setelah network di atas terhasil, anda perlu import mana-mana lagi node yang akan
melengkapkan network tersebut. Dalam kajian ini, hanya quotation sahaja yang
dikaitkan dengan setiap RQ1 dan RQ2.
Oleh itu, anda perlu import quotation tersebut dengan dua cara. Pertama, lakukan
seperti dua rajah berikut:
37
Rajah 3.38 – Bina network melalui Nodes – Import Nodes
Rajah 3.39 – Import Neighbors – Import Quotations
38
Inilah hasil yang akan anda perolehi – satu network yang mengaitkan RQ1 dan RQ2 !!
Rajah 3.40 – Network yang menjawab RQ1 dan RQ2
39
3.9 Ubah suai Link
Network yang dibina masih oleh diperbaiki link yang ada supaya kelihatan dengan
kemas dan bermakna. Sebagai contoh, kod RQ1 warna kesukaan dikaitkan dengan
satu foto, sedangkan foto tersebut lebih sesuai dikaitkan dengan quotation yang lain
sebagai triangulasi.
Oleh itu, anda boleh memadam link foto dengan RQ1 dan menggantikan dengan hanya
link antara foto dengan quotation sebagai trangulasi. Berikut adalah langkah yang perlu
anda lakukan.
Rajah 3.41 – Memadam link
40
Kemudian anda membina pula link antara, perlu dibuat menerusi quotation [2:1] dengan
foto [3:2] dengan menggunakan link “Triangulasi”. Link ini jika tidak ada, anda perlu
hasilkan dengan Relation editor seperti rajah berikut.
Rajah 3.42 – Membina link antara quotation
41
Rajah menunjukkan link baru “Triangulasi” terhasil antara quotation [2:1] dengan foto
[3:2].
Rajah 3.43 – Link “Triangulasi” terhasil
Dengan ini, bentuk network menjadi semakin kemas dan lebih jelas perkaitannya.
42
Rajah 3.44 – Network Projek Pencarian Warna
43
3.10 Membuat laporan
Berdasarkan network dapat dibuat kesimpulan secara kolektif bahawa warna
kesukaan kanak-kanak yang ditemu bual adalah biru [1:1], kuning [1:3] dan
merah [1:3]. Warna-warna ini dapat dikaitkan dengan pakaian kanak-kanak
tersebut seperti warna biru dengan warna baju pakaian [3:2] dan warna merah
dengan warna kasut [4:1].
Oleh kerana warna kesukaan dan sebab menyukai warna tersebut saling
berkaitan, maka dicadangkan supaya TADIKA yang akan dibina akan
diwarnakan dengan warna utama iaitu warna biru, kuning dan merah.
HAK CIPTA TERPELIHARA:
TIDAK DIBENARKAN MENYALIN MANA-MANA BAHAGIAN BUKU INI UNTUK TUJUAN EDARAN BAGI MENGHORMATI USAHA
PENULIS SERTA KEBERKATAN ILMU YANG BAKAL DIPEROLEHI.
JIKA BERMINAT, SILA DAPATKAN BUKU INI SECARA SAH DI:
[email protected] www.tulis-tesis-cepat.com
44
BAHAGIAN 4
PROJEK PEMAHAMAN SAINS
“YOU ARE NEVER TOO OLD
TO LEARN”
4.1 Projek Sains
Kajian kualitatif kedua yang akan dibincangkan dalam bahagian ini berkaitan
dengan pemahaman pelajar tentang konsep atom dalam subjek Sains.
4.1 Masalah
Kebanyakkan pelajar telah mempunyai idea tersendiri terhadap pelbagai konsep
sains sebelum mereka melangkah masuk ke kelas. Idea-idea yang dibawa
masuk ke kelas ini sering tidak menepati konsep saintifik yang telah disepakati
oleh saintis. Sebagai contoh, seorang kanak-kanak mengganggap bahawa 1
kilogram kapas akan terapung atas permukaan air kerana kapas ringan
manakala 1 kg besi pula tenggelam kerana besi lebih berat. Fakta yang
sebenarnya adalah kedua-dua mempunyai berat yang sama tetapi faktor
keapongan ditentukan bukan sahaja oleh jisim tetapi juga bentuk objek.
Hal yang sama juga terjadi dengan pemahaman konsep atom. Terdapat
sekurang-kurannya dua corak pemahaman pelajar sekolah rendah terhadap
konsep sains iaitu pemahaman saintifik dan miskonsepsi. Guru perlu
mencungkil corak pemahaman ini supaya pengajaran secara khusus boleh
45
dilakukan bagi mengatasi pemahaman yang tidak menepati pemahaman
saintifik.
4.2 Objektif
Kajian ini dijalankan bagi mengetahui corak pemahaman pelajar Tahun 3
terhadap konsep atom.
4.3 Persoalan kajian
Bagaimanakah corak pemahaman pelajar Tahun 3 terhadap konsep atom?
4.4 Reka bentuk kajian
Kajian ini menggunakan pendekatan kualitatif menggunakan temubual semi-
struktur dan meminta partisipan melukis apa yang mereka faham. Rakaman
audio dan video juga dijalankan sebagai triangulasi kepada data teks.
4.5 Analisis Data
Data dalam kajian ini adalah transkrip temubual, foto, audio dan video yang
dianalisis menggunakan perisian ATLAS.ti. Rajah network ATLAS.ti akan
digunakan bagi menggambarkan kategori kod-kod supaya mudah dibuat tafsiran.
4.6 Persampelan
Kajian ini menggunakan persampelan bertujuan (purposive) iaitu 2 kanak-kanak
Tahun 3 berusia berusia 9 tahun sebagai Partisipan 1 dan Partisipan 2.
46
4.2 Penyediaan folder Projek Sains
Dua temu bual dijalankan. Berikut adalah folder yang telah disediakan bagi
projek ini yang dinamakan “Projek sains”. Folder terdiri dari dua fail dokumen,
satu audio dan video serta dua foto.
Rajah 4.1 – Folder Projek Sains
Sekiranya anda masih mengesan ada kesalahan seperti kesalahan ejaan pada
fail dokumen, anda masih boleh membaiknya seperti arahan pada rajah berikut:
Rajah 4.2 – Fungsi editing dengan klik simbol pensil
47
Berikut adalah kedua-dua fail asal dokumen yang diperlukan dalam kajian ini.
Temu bual disediakan secara ringkas bagi memudahkan pembaca menyalin dan
mengulangi aplikasi yang sama seperti yang dicadangkan dalam buku ini. Walau
bagaimanapun, foto, audia dan video boleh diambil dari mana-mana sumber
secara bebas.
Rajah 4.3 – Transkrip temubual Partisipan 1
48
Rajah 4.4 – Transkrip temu bual Partisipan 2
4.3 Memasukkan fail
Anda perlu siapkan Projek Sains ini dengan memasukkan kesemua fail dalam
ATLAS.ti. Namakan Projek Sains atau sebarang nama yang anda fikirkan sesuai
seperti Projek PhD dan sebagainya.
49
Rajah 4.5 – Semua fail telah selamat dimasukkan dalam HU
4.4 Membina kod – induktif dan deduktif
Objektif kajian untuk meneroka corak pemahaman pelajar terhadapa konsep
atom. Berdasarkan sorotan literatur, terdapat dua corak pemahaman dalam
sains iaitu pemahaman sainstifik dan miskonsepsi. Dengan ini kod dihasilkan
terlebih dahulu berdasarkan teori dengan pendekatan induktif:
Pemahaman saintifik = kod1 = saintifik
Miskonsepsi = kod2 = miskonsepsi
Kod-kod lain akan dikesan (jika ada) dari transkrip semasa proses pengekodan
akan menghasilkan pendekatan deduktif.
50
Rajah 4.6 – HU yang telah sedia dengan P-Docs dan kod
51
Lakukan proses pengekodan seperti projek Warna TADIKA dalam Bahagian 2.
Sekiranya anda “menemui” satu quotation yang kritikal atau quotation yang dapat
menghasilkan satu kod yang baru, maka anda perlu melakukan langkah berikut:
Rajah 4.7 – Kod baru “Tabula rasa”
Semasa anda membaca dan menjalankan proses pengekodan, banyak kali anda
akan terjumpa quotation yang berkongsi kod yang sama dengan quotation yang
anda kod sebelumnya. Jika berlaku proses pengekodan dengan kod yang sama
berulang-ulang pada quotation yang berbeza, anda boleh klik symbol seperti
rajah berikut:
52
Rajah 4.8 – Proses pengekodan berulang
Setelah selepas proses pengekodan, anda akan mendapat hasil seperti berikut:
Rajah 4.9 – Proses pengekodan selesai
53
4.5 Kod grafik
Dalam Bahagian 2 anda telahpun mempelajari cara untuk mengekod grafik
seperti foto. Anda boleh tandakan keseluruhan grafik atau bahagian-bahagian
tertentu sahaja.
Rajah 4.10 – Pengekodan keseluruhan foto
Rajah 4.11 – Pengekodan sebahagian foto
54
4.6 Kod segmen pada audio dan visual
Setiap fail audio dan visual akan dipaparkan seperti rajah berikut.
Rajah 4.12 – Langkah awal pengekodan fail audio
55
Audio selalunya adalah rakaman temu bual dengan partisipan. Walaupun anda
telah mengekod fail transkrip, ada kalanya segmen-segmen tertentu dalam fail
temu bual tersebut perlu ditriangulasikan dengan segmen-segmen audio.
Contohnya, anda ingin memainkan satu segmen audio yang membuktikan
wujudnya kod tabula rasa seperti yang dikod pada fail temu bual.
Rajah 4.13 – Mengekod segmen “Tabula rasa‟ pada fail audio
56
ATLAS.ti menyediakan langkah yang sama untuk anda mengekod fail video.
Rajah 4.14 – Segmen audio yang dikod
57
Rajah 4.15 – Fungsi “captured”
58
Rajah 4.16 – Segmen video yang berjaya di”captured”
4.7 Perkaitan antara P-Docs
P-Docs teks boleh ditandakan perkaitan ke fail video ataupun fail audio. Ini
bermakna anda boleh mengetahui dibahagian teks yang ada perkaitan dengan
segmen video atau audio yang anda telah tandakan secara sebelah
menyebelah. Langkah ini perlu dilakukan mengikut cara yang betul.
59
Langkah 1:
Buka satu lagi pane untuk fail kedua dengan klik tanda “+”
Rajah 4.17 – Bula fail kedua
Katakan anda ingin kaitkan dengan fail video, maka anda klik tanda “+” dan satu
lagi window ATLAS.ti akan keluar. Anda lakukan proses yang sama dengan
memilih fail video dan akan akan dapati terdapat dua fail berada sebelah
menyebelah.
60
Rajah 4.18 – Fail teks dan video Pertisipan 1 berada sebelah menyebelah
Katalah anda ingin buat perkaitan antara quotation “Elektron ini berpusing-pusing
sekeliling atom” dengan satu segmen pada video yang memaparkan situasi
electron berpusing-pusing tersebut, lakukan langkah seperti dalam rajah berikut.
61
Rajah 4.19 – Langkah mengaitkan dua fail berbeza
62
Rajah 4.20 – Membuka Association Editor
63
Rajah 4.21 – Bila anda buka fail Interview1, tanda merah akan kelihatan
64
Rajah 4.22 – Klik butang merah, fail audio akan muncul sebelah menyebelah
65
Anda juga boleh terus mengaitkan satu quotation yang khusus seperti “Atom tu
tak boleh nampak sebab dia kecik” dengan satu segmen audio sebagai satu
trangulasi. Lakukan dua langkah berikut.
Rajah 4.23 – Kaitkan quotation dengan segmen pada audio
66
Rajah 4.24 – Langkah seterusnya kaitkan quotation dengan segmen audio
67
Rajah 4.25 - Langkah terakhir kaitkan quotation dengan segmen audio
Ini bermakna, apabila anda klik tanda merah, maka fail audio akan memainkan
segmen yang hanya berkaitan dengan quotation tersebut sahaja.
68
4.8 Memo
Memo memainkan peranan penting dalam kajian kualitatif yang bersifat fleksibel
kerana perlunya perubahan semasa proses kajian dijalankan. Memo boleh
bertindak sebagai peringatan yang tiba-tiba muncul kepada penyelidik supaya
melakukan atau tidak melakukan sesuatu bagi memantapkan kajian. Memo
boleh di”link” dengan kod, quotation dan juga dengan memo yang lain.
Sebagai contoh, ketika membuat transkrip temu bual partisipan1, tiba-tiba anda
teringat untuk menambah satu kod baru yang anda namakan “tabula rasa”. Anda
membuat memo supaya anda ingat maksud tabula rasa dengan menulis pada
memo anda “tabula rasa adalah jawapan pelajar kepada konsep sains mengikut
apa yang dilihatnya dari keadaan sekitar”.
Rajah 4.26 – Langkah : Memo – Create Free Memo
69
Rajah 4.27 – Buat catatan untuk mengingatkan anda
Selepas anda menghasilkan satu memo, link memo tersebut kepada quotation.
Mulanya anda perlu tandakan memo tersebut dan ikuti langkah seterusnya.
Rajah 4.28 – Link memo kepada quotation
Langkah seterusnya:
70
Rajah 4.29 – Link kod tabula rasa kepada memo
4.9 Membina network
Katakan tabula rasa membawa kepada miskonsepsi maka anda membuat
perkaitan “membawa kepada” menggunakan Relation editor seperti yang
dijelaskan dalam Bahagian 2. Kemudian anda bina network.
Network – New Network dan namakan sebagai Network1 – Import Nodes
Rajah 4.30 – Membina network
71
Anda juga boleh menambah kod baru “Corak Pemahaman” terus ke dalam
network anda. Anda juga boleh membina memo baru dengan cara yang sama.
Rajah 4.31 – Memilih New Code
Rajah 4.32 – Menamakan kod baru dalam Network1
72
Setelah import Code dan selesai membuat perkaitan, Network anda akan
kelihatan seperti berikut. Langkah selanjutnya adalah dengan melengkapkan kod
dengan quotation:
Rajah 4.33 – Network1 dengan empat kod saling berhubungan
73
4.10 Network Projek Sains
Anda perlu berikan perhatian bagi menjawab persoalan kajian iaitu mengetahui
corak pemahaman pelajar Tahun 3 terhadap konsep atom dengan persoalan
kajian:
Bagaimanakah corak pemahaman pelajar Tahun 3 terhadap konsep atom?
Maka tujuan analisis dijalankan adalah bagi mengetahui corak pemahaman
pelajar Tahun 3. Terdapat dua corak yang telah dikenalpasti dalam sorotan
literature iaitu pemahaman saintifik dan pemahaman bukan sainstifik. Analisis
data telah mendapati wujud satu lagi corak pemahaman iaitu tabula rasa. Tabula
rasa bermakna pelajar mendapat pengetahuan sedikit demi sedikit melalui
cerapan pancaindera lalu membentuk persepsi dan pengalaman individu
terhadap persekitarannya. Maka tiga kod dibina dari corak pemahaman ini iaitu:
kod1: saintifik
kod2: miskonsepsi
kod3: tabula rasa
74
Rajah 4.34 – Membina network dalam bengkel ATLAS.ti penulis
75
Rajah 4.35 – Network bagi Projek Sains (perhatikan Memo bagi Tabula rasa)
76
4.11 Data Kuantitatif - P-Docs Families
Fungsi P-Docs Families diperlukan bagi membuat kategori antara fail yang
banyak yang dikategorikan mengikut kelompok Family masing-masing. Katakan
anda ingin kategorikan semua fail kepunyaan Partisipan1 sahaja, maka anda
perlu lakukan langkah berikut.
Rajah 4.36 - Fungsi P-Docs Families
Rajah 4.37 – Namakan New Family sebagai “Partisipan1”
77
Pindahkan semua fail bagi Partisipan1 iaitu P1, P3 dan P6 ke sebelah kiri
dengan menandakan fail-fail tersebut dan kemudian klik “<”
Rajah 4.38 – Proses pemindahan fail
Lakukan hal yang sama untuk Document Family bagi Patisipan2.
Rajah 4.39 – Langkah menghasilkan Document Family selesai
78
4.12 Analisis Kuantitif dengan Graf
Walaupun anda mempunyai data kualitatif, analisis kuantitatif juga boleh
dihasilkan melalui fungsi Code - Primary Document Tables yang menunjukkan
kekerapan kod berdasarkan dokumen yang kemudiaannya di eskport ke dalam
MS Excel. Data kualitatif akan dikuantitikan berdasarkan bilangan quotation yang
sama tetapi dimiliki oleh partisipan yang berbeza. Maka perbandingan antara
partisipan boleh dilakukan secara kuantitatif.
Rajah 4.40 – Mulakan dengan Code - Primary Documents Table
Selepas ini akan terpapar Code - Primary Documents Table. Jadual ini boleh
membantu anda menyediakan pengiraan kekerapan seperti umur, seks, status
perkahwinan dan lain-lain ciri demografi yang telah diekstrak dari mana-mana
dokumen.
79
Rajah 4.41 – Inilah Code-Primary Documents Table
Pindahkan kod-kod dan Primary Document Families ke bahagian ruang di kiri
sekali iaitu Selected Codes / Families dan Selected P-Docs / Families dengan
klik simbol “>>>”. Anda boleh memilih untuk pengiraan Quotation atau Words
dan menentukan sendiri Row dan Column. Dicadangkan anda memilih “Send
Report to Excel”. Kemudian klik “Create Report” maka terhasillah laporan dalam
fail MS Excel.
80
Rajah 4.42 – Langkah menghasilkan laporan dalam Excel
Rajah 4.43 – Laporan terhasil dalam Excel
81
Laporan dalam Excel perlu disesuaikan bagi membina graf.
Rajah 4.44 – Jadual laporan ditukar kepada graf dalam Excel
4.13 Laporan
Berdasarkan network yang diperolehi serta laporan jadual pada Excel, anda
boleh membuat laporan kepada dapatan anda. Contoh laporan adalah seperti
berikut:
Analisis data menunjukkan bahawa terdapat tiga corak pemahaman iaitu
saintifik, tabula rasa dan miskonsepsi. Jadual menunjukkan corak tabula rasa
mendominasi corak pemahaman sains, diikuti dengan miskonsepsi. Corak
saintifik adalah corak pemahaman yang paling kurang dikuasai.
Grafik network menunjukkan perkaitan antara tabula rasa dengan miskonsepsi.
Partisipan yang menunjukkan pemahaman tabula rasa seperti “atom kecik…..
82
tak boleh pegang” [1:1] membawa kepada miskonsepsi seperti “atom itu bulat
macam guli” [2:3]……
Sementara itu, graf menunjukkan Partisipan 2 mempunyai kekerapan
miskonsepsi yang lebih banyak disamping tiada satupun penerangan Partisipan2
yang menepati pemahaman saintifik……
HAK CIPTA TERPELIHARA:
TIDAK DIBENARKAN MENYALIN MANA-MANA BAHAGIAN BUKU INI UNTUK TUJUAN EDARAN BAGI MENGHORMATI USAHA
PENULIS SERTA KEBERKATAN ILMU YANG BAKAL DIPEROLEHI.
JIKA BERMINAT, SILA DAPATKAN BUKU INI SECARA SAH DI:
[email protected] www.tulis-tesis-cepat.com
83
BAHAGIAN 5
PROJEK PENCARIAN KENDERAAN
“IF AT FIRST YOU DON’T SUCCEED,
TRY EVEN HARDER”
Kajian kualitatif bagi projek ketiga ini melibatkan pembinaan network yang lebih terbuka
dengan transkrip yang lebih panjang dari tiga partisipan.
5.1 Projek Memilih Kenderaan
5.1.1 Masalah
Pembeli kereta khususnya remaja yang baru bekerja sering berhadapan dengan
dilemma untuk membuat pilihan kereta pertama mereka. Mereka berhadapan dengan
dilemma untuk memilih jenama, jenis kereta, kapasiti enjin, pinjaman, nilai jual semua,
alat ganti, harga pasaran dan lain-lain aspek yang berkaitan dengan kereta. Kajian
perlu dijalankan bagi mendapatkan keutamaan yang perlu diambil kira oleh bakal
pembeli kereta hasil dari temu bual dengan penjual kereta yang berpengalaman supaya
pembeli baru mendapat panduan untuk meletakkan keutamaan dalam pembelian kereta
baru.
5.1.2 Objektif
Kajian ini dijalankan bagi mengetahui aspek utama yang perlu diberikan perhatian oleh
pembeli kereta baru di Malaysia.
84
5.1.3 Persoalan kajian
Bagaimanakah penjual kereta berpengalaman berfikir sebelum membuat keputusan
untuk pembelian sebuah kereta baru?
5.1.4 Reka bentuk kajian
Kajian ini menggunakan pendekatan kualitatif menggunakan temubual beberapa jual
jual kereta berpengalaman secara semi-struktur.
5.1.5 Analisis Data
Data dalam kajian ini adalah transkrip temubual dan foto yang dianalisis menggunakan
perisian ATLAS.ti. Grafik Network akan digunakan bagi menggambarkan tema dan sub-
tema supaya mudah dibuat tafsiran.
5.1.6 Persampelan
Kajian ini menggunakan persampelan bertujuan (purposive) dengan pemilihan 3 juru
jual kereta Proton, Honda dan Toyota yang berpengalaman sebagai Partisipan1,
Partisipan2 dan Partisipan3.
5.2 Penyediaan fail
Berikut adalah fail transkrip Partisipan1, Partisipan2 dan Partisipan3
85
Rajah 5.1 – Transkrip Partisipan1
86
Rajah 5.2 – Transkrip Partisipan2
87
Rajah 5.3 – Transkrip Partisipan 3
Seperti yang dijelaskan pada Bahagian 3, anda boleh membuat editing jika diperlukan
atau delete mana-mana kod yang tersilap atau tersalah menerusi langkah berikut.
88
Rajah 5.4 – Klik simbol “Pensil” untuk editing transkrip
Rajah 5.5 – Memadam kod yang tersalah
5.3 Membina kod
Sebelum sebarang kod dibina untuk proses pengekodan, perhatikan dahulu persoalam
kajian yang ingin dijawab:
89
Bagaimanakah penjual kereta berpengalaman berfikir sebelum membuat
keputusan untuk pembelian sebuah kereta baru?
Persoalan kajian ini melibatkan pengumpulan maklumat berkaitan cara berfikir penjual
kereta berpengalaman supaya maklumat tersebut dapat didokumenkan sebagai
maklumat kepada bakal pembeli kereta yang tiada pengalaman. Oleh itu, tiada kod
yang ditentukan dari awal dan bergantung kepada penelitian pernyataan dalam
transkrip terlebih dahulu. Ini adalah proses induktif dan anda mencari emergent code.
Save projek HU anda sebagai Projek Kereta.
Rajah 5.6 – Tiga P-Docs berjaya dimasukkan dalam ATLAS.ti
Langkah seterusnya adalah membaca teks dan menandakan mana-mana quotation
yang kritikal untuk dijadikan kod. Dalam hal ini, kod tidak ditentukan terlebih dahulu.
Katalah bilangan tahun penting sebagai satu indicator dalam demografi partisipan,
maka bilangan tahun ini boleh dikodkan sebagai “Pengalaman”
90
Rajah 5.7 – Langkah dari teks ke kod “Pengalaman”
Bagi memudahkan pemahaman anda, terdapat empat kod telah dikenalpasti iaitu:
Pengalaman
Salah faham pembelian
Syarat pembelian
Alasan pembelian
91
Rajah 5.8 – Transkrip Partisipan 1 berjaya dikodkan
92
Rajah 5.9 - Transkrip Partisipan 2 berjaya dikodkan
93
Rajah 5.10 - Transkrip Partisipan 3 berjaya dikodkan
Kod yang terhasil dari quotation boleh dibaca dengan klik drop-down menu pada
Quotes. Setiap quotation mempunyai nombor siri yang boleh dibaca maksudnya. Rajah
berikut mengillustrasikan maksud pada setiap nombor siri quotation.
94
Rajah 5.11 – Nombor siri pada quotation
5.4 Quotation Manager
Apabila transkrip semakin panjang, quotation yang banyak boleh disusun mengikut
kesesuaian . Semua ini boleh dijalankan dengan klik: Quotation – Quotation Manager
Rajah 5.12 – Antara muka Quotation Manager
95
Rajah 5.13 – Quotation yang telah disusun
5.5 Mengkategori kod - Code Family Manager
Kod yang banyak boleh dikategorikan dalam satu Family mengikut tema yang lebih
umum. Sebagai contoh kod seperti “tanda marah”, “tanda tak puas hati”, dan “tanda
protes” boleh dikategorikan dalam satu Family yang diberikan tema “Tanda Stress”.
Mula-mula klik:
Codes – Families – Open Family Manager
96
Rajah 5.14 - Codes – Families – Open Family Manager
Andapun membuka New Code Family dan menamakan tema “Faktor Pembelian”
kepada kod “Sebab Pembelian” dan “Syarat Pembelian”.
Rajah 5.15 – Family “Faktor Pembelian”
97
Rajah 5.16 – Kod dalam Family “Faktor Pembelian”
Rajah 5.17 – Kod dalam Family “Faktor Tak Relevan”
Anda ingin mengaitkan kod “Syarat pembelian” mempengaruhi “Sebab pembelian”
dengan mengikuti langkah dalam rajah berikut:
98
Rajah 5.18 – Membina perkaitan “Syarat pembelian” dan “Sebab pembelian”
5.6 Network
Kini ada ada dua tema iaitu “Faktor Tak Relevan” dan “Faktor Pembelian”. Terdapat
masing-masing dua kod dibawah tema tersebut dan sebilangan quotation dibawah
setiap kod. Dengan menggunakan kemahiran membina network dari Bahagian 2 dan
Bahagian 3, sila dapatkan network berikut.
99
Rajah 5.5.19 – Network Pembelian Kereta
100
Sekiranya anda ingin menyimpan dan kemudian menyalin network anda ke dalam MS
Word, klik:
Network – Save as Graphic File
Rajah 1.20 – Save network sebagai fail grafik
101
BAHAGIAN 6
PROJEK TINJAUAN (SURVEY)
“THE PEN IS MIGHTIER
THAN THE SWORD”
6.1 Memproses data survey dalam ATLAS.ti
Membina soal selidik online telah menjadi perkara biasa dalam kajian tinjauan (survey)
seperti yang ditawarkan oleh SurveyMonkey www.surveymonkey.com atau Google
Docs (www.docs.google.com). Data dari soal selidik ini dapat diproses menggunakan
ATLAS.ti. Sebelum menggunakan Google Docs misalnya, anda perlu mendaftar dan
mempunyai akaun dengan Google. Adalah lebih baik anda juga mempunyai akaun
Google Drive kerana respon akan direkodkan dalam akaun Google Drive. Berikut
adalah contoh mudah bagaimana data dari soal selidik online diproses menggunakan
ATLAS.ti.
Pertama:
Bina soal selidik terbuka seperti berikut menggunakan Google Docs. Terdapat banyak
templat yang disediakan. Anda hanya perlu pilih tempalt yang sesuai dengan keperluan
kajian anda. Setelah siapkan item soal selidk tersebut, bolehlah hantar kepada
responden melalui alamat email mereka. Dalam contoh berikut, saya membina hanya
tiga item mudah dalam Google Docs. Setiap item akan menjadi kod apabila di import ke
dalam ATLAS.ti.
102
Rajah 6.1 – Templat yang menjadi soal selidik dalam Google Docs
Ini adalah bentuk soal selidik yang diterima melalui email oleh responden. Responden
hanya perlu isi dan “Submit”.
Rajah 6.2 – Menjawab soal selidik melalui email
103
Bukan sahaja responden menjawab melalui email, penghantar soal selidik juga akan
dimaklumkan oleh Google bahawa respon telah direkodkan dalam Google Drive.
Rajah 6.3 – Makluman mendapat respon dari Google yang diterima penyelidik
6.2 Menerima respon
Respon soal selidik yang di terima akan direkodkan dalam akuan Google Drive seperti
berikut. Dalam buku ini, hanya lima respon yang menjadi data ini diambil sebagai
contoh bagi menjelaskan aplikasi ATLAS.ti
Rajah 6.4 – Respon dalam Google Drive “Responses Open-ended ATLAS.ti”
Bila ikon “Responses Open-ended ATLAS.ti” diklik, maka terpaparlah data soal selidik.
104
Rajah 6.5 - Ini adalah data dari responden
6.3 Import data soal selidik
Anda mempunyai banyak pilihan untuk mengimport data ke komputer anda. Walau
bagaimanapun, saya memilih untuk mengimport data dalam bentuk MS Excel.
105
Rajah 6.6 – Import data “Download as – Microsoft Excel”
Selepas itu anda membuka ATLAS.ti dan seperti biasa mengimport data dalam excel ke
dalam ATLAS.ti. Setipa data yang diimport dari setiap responden dinamakan “Case”.
Case 1 bermakna data dari responden 1.
Rajah 6.7 – Import Survey Data
106
Rajah 6.8 – Data berjaya diterima ATLAS.ti
Rajah 6.9 – Data yang dikodkan dalam ATLAS.ti bagi CASE 1 (responden1)
107
Rajah 6.10 - Data yang dikodkan dalam ATLAS.ti bagi setiap responden
6.4 Network soal selidik
Setelah anda mempunyai Code dan quotation, bolehlah anda hasilkan network yang
anda fikir sesuai bagi menjawab persoalan kjaian. Ini adalah antara hasil network yang
boleh anda perolehi menggunakan setiap soalan temu bual sebagai kod.
Rajah 6.11 – Network hasil data temu bual
108
BAHAGIAN 7
MENYIMPAN PROJEK
“BETTER SAFE THAN SORRY”
7.1 Kebolehpercayaan data kualitatif
Dalam kajian kualitatif, sukar untuk mengukur kebolehpercayaan kerana sifat kajian
kualitatif yang fleksibel dan subjektif. Walau bagaimanapun, kebolehpercayaan proses
pengekodan data kajian kualitatif boleh dipertingkatkan dengan menggunakan kaedah
Cohen‟s Kappa. Kaedah ini juga dipanggil inter-coder reliability atau juga dikenali
sebagai inter-rater reliability.
Bagaimana kaedah inter-coder ini dijalankan? Secara mudahnya, kaedah ini melibatkan
pengiraan darjah persetujuan bagi beberapa individu yang memproses kod pada
transkrip yang sama.
7.2 Kebolehpercayaan Cohen’s Kappa
Langkah pertama adalah menyediakan transkrip. Kemudian sediakan satu panduan
pengekodan transkrip. Lantik, katakan tiga individu yang mahir (rater 1, rater 2, rater 3)
untuk menjalankan proses pengekodan berdasarkan satu skema kod seperti dalam
Jadual 7.1.
109
Jadual 7.1 – Skema Kod
Transkrip Nombor dan Kod
Perkataan positif – sayang, suka, gembira, bahagia, teruja 1 - Emosi positif
Perkataan negatif – benci, tak suka, bosan, geram, marah 2 - Emosi negatif
Perkataan neutral – ok, no problem, boleh saja, terima kasih 3 - Emosi neutral
Kemudian, kumpulkan hasil pengekodan dari 10 segmen transkrip antara ketiga-tiga
pakar tadi dalam satu jadual SPSS.
Rajah 7.1 – Variable view SPSS
Rajah 7.2 – Data view SPSS
110
7.3 Pengiraan Kappa dengan SPSS
SPSS boleh membantu anda mengira nilai kappa seperti langkah berikut:
Rajah 7.3 Analyze – Descriptive Statistics - Crosstabs
111
Rajah 7.4 – Buat pilihan dengan “tick” Kappa
Rajah 7.5 – Nilai Cohen‟s Kappa bagi Rater 1 dan Rater 2
112
Rajah 7.6 – Output bagi Rater 1 dan 3
Rajah 7.7 – Output bagi Rater 2 dan 3
113
Berikut adalah kesimpulan secara ringkas yang boleh ditulis berdasarkan output SPSS
di atas.
Dapatan menunjukkan bahawa nilai Kappa, antara rater 1 dan rater 2 adalah
memuaskan (k = 0.84). Sementara itu, nilai Kappa lebih rendah antara rater 1 dan 3
(k=0.52) dan rater 2 dan rater 3 (k=0.68). Maka dengan itu, rater 3 mentafsir kod skema
yang disediakan dengan cara yang berbeza dari rater 1 dan rater 2. Jadi, hanya
pengekodan rater 1 dan rater 2 sahaja akan digunakan dalam membuat proses
pengekodan transkrip kerana mempunyai darjah persetujuan dengan nilai kappa yang
tinggi (k=0.84). Nilai kappa, k > 0.6 dikatakan baik. Sila rujuk:
Landis J. R., Koch, G. G. (1977). The measurement of observer agreement for
categorical data. Biometrics 33:159-174.
7.4 Copy Bundle
Sampai masanya untuk mengetahui cara menyimpan projek ATLAS.ti yang
mengandungi fail-fail P-Docs. Sayugia diingatkan bahawa HU tidak menyimpan semua
P-Docs yang digunakan. HU tersebut hanya menyimpan segala perkara baru dalam HU
tersebut seperti kod, memo, Families dan network. Segala P-Docs yang terlibat dalam
HU masih menjadi objek diluar HU.
Oleh itu, menyimpan projek HU menggunakan fungsi “save as” hanyalah menyimpan
kerja-kerja dalam projek tersebut. Ini bermakna, memindahkan fail HU projek ke
komputer yang lain akan mengundang masalah. Dengan itu, perlulah fail HU disimpan
bersama-sama P-Docs melalui fungsi Copy Bundle File.
7.5 Copy Bundle Projek Sains
Mari ambil HU Projek Sains sebagai contoh. Sila lakukan langkah berikut:
114
Rajah 7.8 – Save Copy Bundle
Rajah 7.9 – Perhatikan semua P-Docs telah di “tick”
115
Rajah 7.10 – Namakan Bundle dan Save
Rajah 7.11 – Yezza… !
116
Rajah 7.12 – Inilah simbol bundle Projek Sains
Rajah 7.13 –Klik pada simbol bundle dan klik Unbundle
117
Rajah 7.14 – Ini fail projek yang terhasil semula selepas “unbundle”