BIBLIOMETA 2025

Apa dampak utama dari memilih database yang tidak sesuai dalam melakukan analisis bibliometrik?

• Data yang diperoleh akan lebih cepat diproses

• Hanya sedikit artikel yang bisa diakses secara gratis

• Hasil analisis bisa bias dan tidak mencerminkan kenyataan

• Analisis akan menampilkan terlalu banyak kolaborasi internasional

Mengapa penting untuk memahami perbedaan antara level makro, meso, dan mikro dalam bibliometrik?

• Karena masing-masing level menggunakan metode statistik yang sama

• Agar dapat memfokuskan analisis pada tingkatan yang tepat sesuai tujuan penelitian

• Karena hanya level mikro yang digunakan dalam analisis keyword

• Karena data dari level meso lebih lengkap dibandingkan level lainnya

Seorang peneliti ingin mengetahui tren topik “obesitas pada remaja” di Indonesia. Langkah awal yang paling tepat adalah

• Menginstal aplikasi bibliometrix di R terlebih dahulu

• Menentukan keyword dan mengakses database seperti Scopus atau Google Scholar

• Mengumpulkan daftar nama peneliti yang meneliti topik tersebut

• Menulis laporan hasil penelitian sebelum proses validasi data

Jika Anda ingin menganalisis bagaimana kolaborasi ilmiah terbentuk antar negara dalam bidang terapi kanker, analisis apa yang sebaiknya dilakukan?

• Keyword trend

• Knowledge user analysis

• Scientific cooperation analysis

• Highly cited paper analysis

Apa kelemahan utama jika hanya menggunakan Google Scholar dalam studi bibliometrik?

• Cakupan literaturnya terlalu terbatas hanya pada jurnal internasional

• Tidak ada informasi penulis dan institusi

• Kualitas data dan metrik sitasinya kurang terstandarisasi

• Tidak bisa digunakan untuk topik lokal atau regional

Mengapa metode meta-analisis dianggap lebih kuat dibandingkan hanya dengan meninjau satu studi individual?

• Karena meta-analisis hanya menggunakan data dari jurnal Q1

• Karena dapat menghilangkan semua bias dari studi individual

• Karena menghasilkan kesimpulan agregat dari berbagai studi untuk meningkatkan keyakinan ilmiah

• Karena hasilnya selalu menunjukkan efek yang signifikan secara statistik

Jika sebuah topik memiliki hasil riset yang saling bertentangan dan belum pernah dianalisis secara meta, tindakan terbaik untuk seorang peneliti adalah

• Menghindari topik tersebut karena tidak relevan

• Melakukan meta-analisis untuk menguji konsistensi dan pola efek dari berbagai studi

• Menyusun eksperimen baru tanpa melihat hasil studi sebelumnya

• Hanya mengambil studi dengan hasil positif dan menyusunnya dalam ulasan naratif

Anda menemukan 20 artikel terkait topik "extruded feed pada ayam broiler", namun tidak semua artikel menyajikan data statistik. Apa yang harus Anda lakukan sebelum memasukkannya ke dalam meta-analisis?

• Hanya pilih artikel dari jurnal Q1

• Hilangkan artikel yang tidak menyertakan analisis statistik

• Gabungkan semuanya dan gunakan rata-rata sederhana

• Ubah semua data menjadi bentuk kualitatif

Dalam melakukan meta-analisis, seorang peneliti menggunakan model random effect. Mengapa model ini mungkin dipilih dibandingkan fixed effect?

• Karena hanya dapat digunakan untuk jurnal sosial

• Karena hasil dari semua studi diasumsikan memiliki efek yang sama persis

• Karena mengakui adanya variasi antar studi yang dianalisis

• Karena lebih cepat diproses dengan Excel

Apa arti dari nilai Fail Safe Number (Nfs) dalam meta-analisis?

• Menunjukkan jumlah responden dalam setiap studi

• Menentukan apakah sebuah studi masuk jurnal Q1

• Mengukur seberapa kuat hasil meta-analisis terhadap potensi bias publikasi

• Mengidentifikasi berapa banyak variabel yang digunakan dalam subgrup analisis