Memahami SLR dan Meta-Analysis

Dalam dunia penelitian, istilah Systematic Literature Review (SLR) dan meta-analysis sering muncul berdampingan. Keduanya sama-sama digunakan untuk mengkaji hasil penelitian terdahulu. Tidak mengherankan jika mahasiswa, bahkan peneliti pemula, terkadang menganggap keduanya sebagai metode penelitian yang sama.

 

Padahal, SLR dan meta-analysis memiliki tujuan dan prosedur yang berbeda. Memahami perbedaannya penting agar peneliti dapat menentukan pendekatan yang sesuai dengan pertanyaan penelitiannya.

 

Selain itu, perkembangan artificial intelligence (AI) juga membuka peluang baru untuk membantu proses kajian literatur. Namun, kemudahan ini perlu diimbangi dengan kemampuan membaca kritis dan tanggung jawab akademik.

 

 

1. Apa Itu Systematic Literature Review (SLR)?

 

Systematic Literature Review atau SLR adalah pendekatan untuk mengidentifikasi, memilih, mengevaluasi, dan menyintesis penelitian terdahulu melalui prosedur yang sistematis dan transparan. SLR bukan sekadar mengumpulkan sejumlah artikel, membaca abstraknya, lalu menuliskan rangkuman.

 

Peneliti perlu merumuskan pertanyaan penelitian, menentukan basis data, menyusun strategi pencarian, serta menetapkan kriteria inklusi dan eksklusi. Artikel yang ditemukan kemudian diseleksi dan dievaluasi sesuai prosedur yang telah ditetapkan.

 

Misalnya, seorang peneliti ingin mengetahui bagaimana guru bahasa Inggris menggunakan AI untuk mengembangkan materi ajar. Melalui SLR, peneliti dapat mengidentifikasi jenis AI yang digunakan, tujuan penggunaannya, konteks pembelajaran, pendekatan penelitian, manfaat, keterbatasan, dan aspek yang masih kurang diteliti.

 

Hasil SLR dapat berupa pemetaan tren penelitian, pengelompokan tema, sintesis temuan, evaluasi bukti yang tersedia, dan identifikasi research gaps.

 

Dengan demikian, SLR membantu peneliti memahami apa yang telah diketahui, bagaimana pengetahuan tersebut dibangun, dan pertanyaan apa yang masih memerlukan jawaban.

 

 

 

2. Apa Itu Meta-Analysis?

 

Meta-analysis adalah teknik statistik untuk menggabungkan hasil numerik dari beberapa penelitian guna memperoleh estimasi efek secara keseluruhan.

 

Bayangkan terdapat sepuluh penelitian tentang efektivitas aplikasi digital untuk meningkatkan kemampuan membaca bahasa Inggris. Setiap penelitian mungkin melibatkan peserta yang berbeda dan menghasilkan tingkat peningkatan yang berbeda pula.

 

Meta-analysis memungkinkan peneliti menggabungkan ukuran efek (effect sizes) dari penelitian yang relevan dan cukup sebanding. Hasilnya dapat menunjukkan estimasi efek gabungan, ketidakpastian estimasi, serta variasi hasil antarpenelitian atau heterogeneity.

 

Namun, tidak semua hasil penelitian dapat langsung digabungkan. Peneliti perlu mempertimbangkan desain penelitian, karakteristik peserta, variabel yang diukur, dan ketersediaan data yang diperlukan.

 

Intinya, meta-analysis membantu menjawab pertanyaan tentang besarnya efek suatu intervensi atau hubungan berdasarkan hasil sejumlah penelitian, menggunakan prosedur statistik yang sesuai.

 

 

3. Apa Perbedaan SLR dan Meta-Analysis?

 

Perbedaan mendasarnya terletak pada tujuan dan cara peneliti menyintesis bukti penelitian.

Aspek	SLR	Meta-analysis
Tujuan utama	Meninjau dan menyintesis bukti secara sistematis	Menggabungkan hasil penelitian secara statistik
Jenis data	Kualitatif, kuantitatif, atau campuran	Data kuantitatif yang dapat digunakan untuk menghitung ukuran efek
Proses utama	Pencarian, seleksi, evaluasi, dan sintesis studi	Perhitungan dan penggabungan ukuran efek
Hasil	Tema, pola, tren, sintesis temuan, dan research gaps	Estimasi efek gabungan dan ukuran ketidakpastiannya
Penggunaan statistik	Tidak harus menggunakan meta-analysis	Menggunakan metode statistik untuk sintesis
Kegunaan	Memahami lanskap penelitian secara sistematis	Memperkirakan efek keseluruhan dari sejumlah studi

 

SLR tetap dapat menggunakan data numerik dan statistik deskriptif. Hal yang membedakannya dari meta-analysis adalah apakah hasil penelitian digabungkan secara statistik untuk menghasilkan estimasi efek keseluruhan.

 

4. Apakah SLR dan Meta-Analysis Bisa Digunakan Bersama?

 

Ya.

Keduanya dapat digunakan dalam satu penelitian.

 

 

SLR menyediakan prosedur sistematis untuk mencari, memilih, dan mengevaluasi penelitian yang relevan. Jika studi yang terpilih menyediakan data yang cukup sebanding, peneliti dapat melanjutkan dengan meta-analysis.

 

Sebagai contoh, peneliti terlebih dahulu melakukan SLR tentang efektivitas AI dalam pembelajaran bahasa Inggris. Setelah menyeleksi studi yang memenuhi kriteria, peneliti dapat melakukan meta-analysis untuk memperkirakan besarnya pengaruh AI terhadap hasil belajar, apabila data yang tersedia memungkinkan.

 

Namun, tidak semua SLR harus dilanjutkan dengan meta-analysis. Jika penelitian yang terkumpul terlalu beragam atau tidak menyediakan data yang diperlukan, sintesis naratif atau pendekatan sintesis lain mungkin lebih tepat.

 

Dengan kata lain, SLR dan meta-analysis dapat saling melengkapi, tetapi penggunaannya harus didasarkan pada pertanyaan penelitian dan karakteristik bukti yang tersedia.

 

 

5. Bagaimana SLR Membantu Menemukan Research Gaps?

 

Salah satu manfaat penting SLR adalah membantu peneliti mengidentifikasi research gaps, yaitu aspek yang belum terjawab secara memadai dalam penelitian terdahulu.

 

Misalnya, dari sejumlah penelitian tentang AI dalam pembelajaran bahasa Inggris, peneliti menemukan bahwa sebagian besar studi membahas persepsi mahasiswa, sementara penelitian tentang penggunaan AI oleh guru SMK untuk mengembangkan materi ajar ESP masih terbatas.

 

Temuan tersebut dapat menjadi titik awal untuk merumuskan research gap. Namun, peneliti tidak boleh langsung menyimpulkan bahwa suatu topik belum pernah diteliti hanya karena tidak menemukannya dalam beberapa artikel.

 

Research gaps dapat muncul dalam berbagai bentuk, antara lain:

 

• Gap empiris:

bukti yang tersedia masih terbatas atau temuan antarpenelitian saling bertentangan.

 

• Gap metodologis:

pendekatan atau desain tertentu belum banyak digunakan atau memiliki keterbatasan.

 

• Gap kontekstual:

kelompok peserta, institusi, wilayah, atau situasi tertentu belum terwakili secara memadai.

 

• Gap konseptual:

hubungan antara konsep atau variabel tertentu belum dijelaskan dengan baik.

 

• Gap praktis:

terdapat kebutuhan nyata dalam praktik pendidikan yang belum dijawab oleh penelitian.

 

Karena itu, menemukan research gap bukan sekadar mencari topik yang belum pernah diteliti. Peneliti perlu memahami penelitian terdahulu, membandingkan temuan, mengevaluasi keterbatasan bukti, dan menjelaskan mengapa pertanyaan yang belum terjawab tersebut penting untuk diteliti.

 

 

6. Bisakah AI Membantu SLR dan Meta-Analysis?

 

AI dapat membantu berbagai tahap kajian literatur. Teknologi ini dapat digunakan untuk mengembangkan kata kunci pencarian, menyaring artikel pada tahap awal, mengekstrak informasi, mengelompokkan tema, dan membantu menyusun sintesis awal.

 

Dalam meta-analysis, AI juga dapat membantu peneliti memahami konsep statistik, menyiapkan struktur data, memeriksa format data, atau menjelaskan hasil analisis. Namun, perhitungan ukuran efek dan analisis statistik harus dilakukan serta diverifikasi menggunakan prosedur dan perangkat yang sesuai.

 

AI juga dapat membantu menunjukkan kemungkinan research gaps dengan membandingkan topik, metode, dan temuan dari sejumlah artikel. Akan tetapi, hasil yang diberikan AI tetap merupakan usulan yang perlu diperiksa berdasarkan bukti penelitian asli.

 

Ada beberapa risiko yang harus diperhatikan. AI dapat menghasilkan referensi yang tidak akurat, salah menafsirkan temuan, menghilangkan informasi penting, atau menyimpulkan bahwa suatu topik belum diteliti padahal penelitian yang relevan sudah tersedia.

 

Oleh sebab itu, AI sebaiknya diposisikan sebagai alat bantu, bukan sebagai pengganti peneliti dalam mengambil keputusan metodologis dan menilai bukti ilmiah.

 

 

7. Menggunakan AI Bukan Berarti Tidak Perlu Membaca

 

Kemudahan menggunakan AI membawa tantangan tersendiri bagi mahasiswa yang sedang belajar melakukan kajian literatur. Dengan beberapa perintah, AI dapat menghasilkan ringkasan artikel, tabel penelitian terdahulu, bahkan usulan research gaps. Proses yang sebelumnya membutuhkan waktu lama tampak menjadi jauh lebih cepat.

Namun, ada perbedaan mendasar antara mendapatkan ringkasan artikel dan benar-benar memahami isi artikel tersebut.

 

Ringkasan AI mungkin menyampaikan tujuan, metode, dan temuan utama sebuah penelitian. Akan tetapi, ringkasan itu belum tentu menjelaskan secara lengkap alasan peneliti memilih desain tertentu, keterbatasan instrumen, konteks penelitian, kekuatan bukti, atau perbedaan antara hasil penelitian dan interpretasi penulis.

 

Tanpa membaca artikel asli, mahasiswa berisiko menerima informasi yang tidak lengkap atau keliru. Mereka juga dapat kehilangan kesempatan untuk mengembangkan kemampuan membandingkan argumen, mengevaluasi bukti, dan membangun sintesis yang mandiri.

 

Hal ini menjadi sangat penting ketika mahasiswa melakukan SLR. Untuk mengidentifikasi research gaps, mereka perlu memahami apa yang sudah diteliti, bagaimana penelitian dilakukan, temuan apa yang diperoleh, dan pertanyaan apa yang masih belum terjawab. Proses tersebut sulit dilakukan secara bertanggung jawab jika mahasiswa hanya mengandalkan ringkasan yang dihasilkan AI.

 

Karena itu, penggunaan AI perlu disertai kebiasaan membaca yang baik. AI dapat membantu menemukan artikel yang relevan, mengorganisasi informasi, atau mengarahkan perhatian pada bagian tertentu. Namun, mahasiswa tetap perlu memeriksa sumber asli, membaca bagian-bagian yang relevan secara cermat, dan memverifikasi setiap klaim yang akan digunakan dalam tulisannya.

 

Prinsip yang perlu dipegang sederhana: AI boleh membantu proses membaca, tetapi tidak seharusnya menjadi alasan untuk tidak membaca.

 

 

8. Strategi Menggunakan AI secara Bertanggung Jawab

 

Agar AI benar-benar mendukung kualitas penelitian, mahasiswa dapat menerapkan beberapa langkah berikut.

1.    Mulai dengan pertanyaan penelitian yang jelas.

Tentukan apa yang ingin diketahui sebelum meminta AI mencari atau merangkum literatur.

 

2.    Gunakan AI untuk membantu pencarian, bukan membatasi pencarian.

Verifikasi hasil melalui basis data ilmiah dan dokumentasikan strategi pencarian yang digunakan.

 

3.    Baca artikel asli.

Periksa tujuan, metode, temuan, pembahasan, dan keterbatasan penelitian, terutama pada studi yang menjadi dasar argumen utama.

 

4.    Verifikasi informasi yang diekstrak AI.

Pastikan nama penulis, tahun publikasi, metode, angka, kutipan, dan kesimpulan sesuai dengan sumber asli.

 

5.    Bandingkan penelitian, bukan hanya merangkumnya.

Identifikasi persamaan, perbedaan, pola, dan pertentangan antartemuan.

 

6.    Gunakan perangkat analisis yang sesuai.

Jika melakukan meta-analysis, pastikan perhitungan statistik dan asumsi model diperiksa secara memadai.

 

7.    Dokumentasikan penggunaan AI.

Ikuti ketentuan institusi dan jurnal mengenai penggunaan serta pengungkapan bantuan AI.

 

 

Langkah-langkah ini membantu mahasiswa memanfaatkan efisiensi teknologi tanpa mengorbankan ketelitian akademik dan tanggung jawab intelektual.

 

 

9. Mana yang Sebaiknya Dipilih?

Pemilihan metode harus mengikuti tujuan penelitian, bukan sekadar mengikuti tren publikasi.

• Pilih SLR jika ingin memetakan perkembangan penelitian, membandingkan pendekatan, menyintesis temuan, atau mengidentifikasi research gaps secara sistematis.
• Pertimbangkan SLR yang dilanjutkan dengan meta-analysis jika ingin mengestimasi besarnya efek suatu intervensi dan data penelitian memungkinkan penggabungan statistik.
• Gunakan pendekatan sintesis lain yang sesuai jika bukti yang tersedia tidak memungkinkan meta-analysis yang dapat dipertanggungjawabkan.

 

Apa pun pendekatannya, kualitas penelitian ditentukan oleh kejelasan pertanyaan penelitian, transparansi prosedur, ketepatan evaluasi bukti, dan kesesuaian antara data dengan teknik sintesis. AI dapat mendukung proses tersebut, tetapi keputusan ilmiah tetap harus didasarkan pada bukti yang dapat diverifikasi.

 

 

Catatan:

SLR dan meta-analysis memiliki tujuan yang berbeda, meskipun keduanya dapat digunakan bersama. SLR membantu peneliti meninjau dan menyintesis bukti penelitian secara sistematis, sedangkan meta-analysis menggabungkan hasil numerik untuk memperoleh estimasi efek keseluruhan ketika data memungkinkan.

 

AI dapat membantu mempercepat beberapa tahap dalam kedua pendekatan tersebut, termasuk pencarian literatur, ekstraksi data, dan pemetaan kemungkinan research gaps. Namun, efisiensi tidak boleh mengorbankan ketelitian dan pemahaman.

 

Pada akhirnya, kemampuan seorang peneliti tidak hanya terlihat dari banyaknya artikel yang berhasil dikumpulkan atau kecanggihan teknologi yang digunakan. Kemampuan itu juga terlihat dari bagaimana ia membaca, mempertanyakan, membandingkan, dan menilai bukti sebelum menarik kesimpulan.

 

Use AI to become a better reader and thinker, not to avoid reading and thinking.