Apa itu analisis bibliometrik?
Cara memetakan struktur sebuah bidang tanpa membaca ribuan publikasinya satu per satu. Apa yang ditunjukkan setiap jenis analisis, apa yang dilakukan algoritma klasterisasi, apa yang tidak diukur oleh jumlah sitasi, dan bagaimana sebuah kajian tetap dapat direproduksi.
Apa itu analisis bibliometrik?
Analisis bibliometrik mengukur komunikasi ilmiah dengan menerapkan metode matematis pada publikasi dan tautan di antaranya; istilah ini dicetuskan oleh Pritchard (1969). Keluarannya adalah peta numerik yang menunjukkan siapa saja yang membentuk bidang itu dan klaster mana yang terbentuk.
Unit yang menjadi objek metode ini bukan teks artikel, melainkan rekamannya: judul, abstrak, penulis, institusi, jurnal, tahun, dan daftar pustaka. Di antara ribuan rekaman, ini menghasilkan jaringan yang menunjukkan siapa yang menghasilkan bidang itu, di mana, dan di sekitar konsep apa.
Analisis ini menjawab dua pertanyaan: deskriptif (berapa publikasi, jurnal dan negara mana yang menonjol) dan struktural (kajian mana yang dikutip bersama). Nilai sebenarnya ada pada yang kedua; sebagian besar yang pertama sudah tersedia di layar basis data itu sendiri.
Pendekatan ini bukan hal baru: menghitung publikasi dulu disebut "bibliografi statistik", dan Pritchard (1969) mengusulkan bibliometrika sebagai gantinya. Yang berubah bukan metodenya, melainkan skalanya, karena data pustaka yang bisa dibaca mesin kini mencakup seluruh bidang dalam satu kajian.
- Kapan cocok: bidangnya luas, jumlah publikasinya lebih banyak daripada yang bisa dibaca satu orang.
- Kapan tidak cocok: pertanyaannya sempit, dan menjawabnya membutuhkan perbandingan temuan satu per satu.
- Prasyarat: sumber data dengan bidang pustaka yang terisi, yang bisa dideduplikasi dan diekspor.
- Batas yang diterima: analisis ini mengukur apa yang sudah dipublikasikan, bukan apa yang tidak terindeks.
Apa perbedaan antara bibliometrika dan tinjauan sistematis?
Tinjauan sistematis menjawab sebuah pertanyaan, analisis bibliometrik memetakan struktur sebuah bidang. Tinjauan membaca kajian satu per satu, menilai mutunya, dan mensintesis temuan; bibliometrika tidak membaca teksnya, ia menghitung tautan antar rekaman.
| Kriteria | Analisis bibliometrik | Tinjauan sistematis |
|---|---|---|
| Pertanyaan yang dijawab | Seperti apa bidang ini? | Apa kata bukti tentang pertanyaan ini? |
| Unit kajian | Rekaman publikasi dan tautan antar rekaman | Kajian itu sendiri dan temuannya |
| Hubungan dengan teks | Teks tidak dibaca, metadata dihitung | Teks lengkap dibaca dan dinilai |
| Penilaian mutu | Tidak ada, di luar cakupan | Penilaian risiko bias wajib dilakukan |
| Skala tipikal | Ribuan rekaman | Puluhan kajian |
| Keluaran | Peta dan struktur bidang | Bukti yang tersintesis dan sebuah kesimpulan |
Perbedaannya bukan pada ketat tidaknya metode: kerangka tinjauan sistematis adalah PRISMA 2020 (Page dkk., 2021) dan risiko bias dinilai dengan buku pegangan Cochrane (Higgins dkk.). Kajian bibliometrik juga meminjam disiplin yang sama, menuliskan langkah kueri dan penyaringan lebih dulu.
Kedua pendekatan ini juga bukan alternatif satu sama lain. Cooper (1988) mengklasifikasikan tinjauan berdasarkan fokus, tujuan, dan cakupan; dalam praktiknya bibliometrika memetakan bidang itu, tinjauan turun ke klaster yang dipilih. Webster dan Watson (2002) merekomendasikan menyusun tinjauan berdasarkan konsep.
Untuk protokol tinjauan langkah demi langkah, lihat panduan bagaimana menjalankan tinjauan sistematis.
Jenis analisis apa saja yang ada?
Jenis analisis bibliometrik dibedakan berdasarkan tautan mana yang dihitung: sitasi bersama, kesamaan bibliografis, kata bersama, dan ko-otorship. Jenis tautan itu menentukan apa yang ditunjukkan peta itu.
Analisis sitasi bersama (co-citation analysis)
Dua kajian dianggap tersitasi bersama ketika keduanya muncul bersama dalam daftar pustaka kajian ketiga (Small, 1973). Klaster menunjukkan basis intelektual bidang itu, kajian-kajian fondasi yang menjadi tumpuannya.
Tautan ini bersifat retrospektif: dua kajian yang tidak disebut bersama hari ini bisa jatuh ke klaster yang sama lima tahun kemudian. Artikel yang baru terbit belum muncul di peta karena belum memiliki sitasi.
Kesamaan bibliografis (bibliographic coupling)
Dua artikel dikatakan memiliki kesamaan bibliografis jika keduanya mengutip sumber yang sama (Kessler, 1963). Tautan ini terbentuk saat publikasi dan tidak pernah berubah, karena daftar pustaka bersifat tetap.
Sifat ini membuat metode ini cocok untuk melihat garis depan riset terkini. Sitasi bersama menunjukkan landasan bersama masa lalu, kesamaan bibliografis menunjukkan minat bersama hari ini; keduanya menghasilkan peta yang berbeda.
Analisis kata bersama (co-word analysis)
Kemunculan istilah bersama dalam teks yang sama dihitung dan jaringan antar konsep dibangun (Callon dkk., 1991); metode ini tidak menunggu akumulasi sitasi, sehingga konsep baru langsung masuk ke peta.
Biayanya adalah pembersihan istilah: bentuk tunggal-jamak dan sinonim dari konsep yang sama masing-masing muncul sebagai node terpisah kecuali kamus penggabungan dituliskan.
Analisis ko-otorship (co-authorship analysis)
Penulis yang berbagi nama dalam satu publikasi saling terhubung. Jaringan yang dihasilkan menunjukkan struktur sosial bidang itu: kelompok riset, kolaborasi antar-institusi.
Titik lemahnya adalah disambiguasi nama penulis: peneliti berbeda yang memiliki nama sama menyatu menjadi satu node. Identitas penulis yang persisten mengurangi kesalahan ini.
Apa fungsi algoritma klasterisasi?
Algoritma klasterisasi memecah node-node dalam jaringan menjadi kelompok yang padat tautannya di dalam dirinya sendiri dan jarang tautannya ke luar. Klaster muncul dari data; pilihan algoritma dan resolusi secara langsung mengubah jumlah tema yang keluar.
Ukuran yang umum digunakan adalah modularitas: membandingkan kepadatan di dalam klaster dengan apa yang akan diberikan jaringan acak. Algoritma Louvain memperbaiki ini dengan cepat dan lama menjadi pilihan default dalam bibliometrika (Blondel dkk., 2008).
Traag dkk. (2019) menunjukkan sebuah cacat pada Louvain: sebagian klaster bisa terputus di dalam dirinya sendiri, artinya sebuah klaster yang dianggap satu tema sebenarnya bisa terdiri dari dua bagian yang tidak berhubungan. Algoritma Leiden menjamin klaster tetap terhubung.
Pilihan algoritma bukan preferensi, melainkan bagian dari metode, dan harus dilaporkan; jika tidak dituliskan, pembaca menganggap peta itu sebagai kenyataan bidang itu sendiri.
- Nama dan versi algoritma yang digunakan dituliskan.
- Parameter resolusi dan, jika digunakan, benih keacakan dituliskan.
- Jumlah klaster harus ditentukan oleh data, bukan oleh pembaca; jika ada penggabungan, itu dinyatakan.
- Nama yang diberikan untuk setiap klaster adalah sebuah interpretasi, bukan keluaran algoritma.
- Pemeriksaan klaster yang terputus dilakukan.
Bagaimana membaca diagram strategis?
Diagram strategis memosisikan tema dari analisis kata bersama pada dua sumbu. Sentralitas menunjukkan seberapa banyak sebuah tema terhubung dengan tema lain, kepadatan menunjukkan seberapa erat tautannya di dalam dirinya sendiri (Callon dkk., 1991).
| Zona | Sentralitas | Kepadatan | Pembacaan |
|---|---|---|---|
| Tema motor | Tinggi | Tinggi | Tema yang menggerakkan bidang itu. Matang di dalam dirinya sendiri sekaligus terhubung padat dengan tema lain. |
| Tema terspesialisasi | Rendah | Tinggi | Topik ceruk yang mendalam di dalam dirinya sendiri tapi terputus dari bidang yang lain. Kuat di dalam, tertutup ke luar. |
| Tema yang muncul atau menghilang | Rendah | Rendah | Topik yang baru muncul atau sedang ditinggalkan. Satu potret saja tidak menunjukkan yang mana; irisan waktu yang menunjukkannya. |
| Tema dasar dan lintas bidang | Tinggi | Rendah | Landasan bersama bidang itu. Muncul di mana-mana dan terhubung dengan banyak tema, tapi belum mendalam di dalam dirinya sendiri. |
Diagram ini punya dua jebakan: sumbu-sumbunya relatif terhadap korpus, memperluas kueri bisa menggeser sebuah tema ke zona lain. Selain itu, zona sentralitas rendah dan kepadatan rendah menempatkan dua situasi yang berlawanan pada tempat yang sama.
Satu potret saja tidak bisa menyelesaikan ambiguitas kedua ini; korpus perlu dibagi ke dalam irisan waktu. Menyebut sebuah tema di sudut ini sebagai "topik yang sedang muncul" tanpa informasi arah adalah klaim yang tidak didukung oleh data.
Diagram saja tidak cukup untuk pembacaan yang bertujuan menemukan celah; area yang tidak terhubung di antara klaster juga perlu diperiksa. Cara pembacaan ini dijelaskan dalam panduan bagaimana menemukan celah penelitian.
Apa yang diukur jumlah sitasi, dan apa yang tidak?
Jumlah sitasi mengukur seberapa banyak sebuah kajian digunakan dalam literatur, bukan mutunya; sebuah kajian juga menerima sitasi karena dikritik. Angka-angka itu terkumpul dalam skala yang berbeda tergantung bidangnya dan bertambah seiring waktu, sehingga kajian dari bidang atau tahun yang berbeda tidak bisa dibandingkan dengan angka mentahnya.
Ukuran tingkat penulis yang paling umum adalah h-index: seorang peneliti memiliki h publikasi yang masing-masing telah menerima setidaknya h sitasi (Hirsch, 2005). Ukuran ini bergantung pada panjang karier dan tidak bisa dibandingkan antar bidang.
- Perbedaan bidang: kebiasaan mengutip berbeda dari satu bidang ke bidang lain, sehingga angka mentah hanya bermakna dalam bidang yang sama.
- Efek akumulasi: publikasi lama punya lebih banyak waktu untuk mengumpulkan sitasi.
- Sitasi diri: ketika sitasi seorang penulis terhadap karyanya sendiri tidak dipisahkan, angkanya tampak lebih besar.
- Cakupan basis data: setiap basis data mengindeks kumpulan jurnal yang berbeda dan memberi angka yang berbeda.
- Bias format: bidang yang berat pada buku dan publikasi berbahasa lokal terwakili secara kurang dalam basis data yang berpusat pada jurnal.
- Kesenjangan makna: sitasi adalah tanda penggunaan, bukan tanda persetujuan.
Jika sebuah perbandingan dilakukan, bidang dan tahun harus ditetapkan tetap. Beberapa indikator harus dibaca bersamaan, bukan satu angka saja; kueri yang sama akan memberi angka yang berbeda enam bulan kemudian.
Bagaimana sebuah kajian bibliometrik dibuat dapat direproduksi?
Sebuah kajian bibliometrik dapat direproduksi jika orang ketiga, dengan membangun korpus yang sama dan menjalankan langkah yang sama, bisa mencapai hasil yang sama: kueri persis sama, basis data dan tanggal pengambilan jelas, algoritma dan parameter tercatat (Peng, 2011).
Data bibliometrik adalah target yang bergerak: kueri yang sama bisa mengembalikan jumlah rekaman yang berbeda dalam jarak dua minggu. Karena itu tanggal pengambilan korpus adalah bagian dari metode; korpus tanpa tanggal tidak bisa dibangun ulang.
Peng (2011) menganggap berbagi data dan kode bersama publikasi sebagai syarat minimum; padanannya di sini adalah berkas rekaman mentah, langkah pembersihan, dan skrip analisis. Prinsip FAIR menjadi daftar periksa untuk hal ini (Wilkinson dkk., 2016).
- Basis data, versinya, dan jalur akses.
- String kueri persis, beserta batasan bidang dan rentang tanggal.
- Tanggal korpus diambil.
- Kriteria inklusi dan eksklusi, beserta jumlah rekaman yang tereliminasi di setiap langkah.
- Metode deduplikasi dan kamus penggabungan istilah.
- Jenis jaringan, algoritma klasterisasi, parameter resolusi, dan benih keacakan.
- Perangkat lunak yang digunakan dan nomor versinya.
- Berkas korpus mentah dan skrip analisis, idealnya dengan pengenal persisten.
Daftar ini bukan formalitas: sebagian besar keputusan diambil pada langkah-langkah antara, jenis dokumen mana yang dikecualikan, istilah mana yang digabungkan. Jika tidak dituliskan, hasilnya menjadi tidak bisa didiskusikan.
Alat apa yang menjalankan pekerjaan ini?
Setiap langkah di sini juga bisa dijalankan secara manual. Kesulitannya bukan pada langkah-langkahnya, melainkan pada catatan di antaranya; sebuah kajian menjadi tidak bisa dibangun ulang enam bulan kemudian tanpa catatan itu.
SciMind sedang mengembangkan platform yang menyatukan pekerjaan ini dalam satu alur kerja.
Panduan terkait
Referensi
- Pritchard, A. (1969). Statistical bibliography or bibliometrics? Journal of Documentation, 25(4), 348-349.
- Kessler, M. M. (1963). Bibliographic coupling between scientific papers. American Documentation, 14(1), 10-25.
- Small, H. (1973). Co-citation in the scientific literature. Journal of the American Society for Information Science, 24(4), 265-269.
- Callon, M., Courtial, J. P. dan Laville, F. (1991). Co-word analysis as a tool for describing the network of interactions. Scientometrics, 22(1), 155-205.
- Blondel, V. D., Guillaume, J. L., Lambiotte, R. dan Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics, P10008.
- Traag, V. A., Waltman, L. dan van Eck, N. J. (2019). From Louvain to Leiden: guaranteeing well-connected communities. Scientific Reports, 9, 5233.
- Hirsch, J. E. (2005). An index to quantify an individual's scientific research output. PNAS, 102(46), 16569-16572.
- Page, M. J. dkk. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, 372, n71.
- Higgins, J. P. T. dkk. (Ed.). Cochrane Handbook for Systematic Reviews of Interventions. Cochrane.
- Cooper, H. M. (1988). Organizing knowledge syntheses: a taxonomy of literature reviews. Knowledge in Society, 1(1), 104-126.
- Webster, J. dan Watson, R. T. (2002). Analyzing the past to prepare for the future: writing a literature review. MIS Quarterly, 26(2), xiii-xxiii.
- Peng, R. D. (2011). Reproducible research in computational science. Science, 334(6060), 1226-1227.
- Wilkinson, M. D. dkk. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018.
Perlu memetakan literatur?
Analisis jaringan bibliometrik, pemetaan tematik, dan sintesis bukti berjalan dalam alur kerja yang sama. Setiap keputusan dicatat beserta alasannya, dan metodenya dibekukan begitu analisisnya ditutup.