MIDYEAR PROMO! Segera Beli Paket Premium Belajar Data Science 6 Bulan hanya Rp. 99.000. DAFTAR

Pakai Kode: DQMIDYEAR. Berakhir 0 Days 7 Jam : 18 Menit : 55 Detik

Langkah-Langkah Menggunakan Teknik Analisis Data Kualitatif

Belajar Data Science di Rumah 11-September-2020
https://dqlab.id/files/dqlab/cache/bfcafee6e5b263e1880813bb195de14c_x_Thumbnail800.jpg


Analisis data adalah proses mencari dan menyusun secara sistematis data yang diperoleh menggunakan berbagai teknik pengumpulan data seperti, wawancara, kuesioner, observasi dan dokumentasi seperti rekaman video/audio dengan cara mengorganisasikan data dan memilih mana yang penting dan dipelajari, serta membuat kesimpulan, sehingga mudah dipahami oleh diri sendiri maupun orang lain.

Teknik analisis data yang digunakan dalam analisis kualitatif memiliki empat tahap yaitu pengumpulan data, reduksi data, penyajian data dan langkah terakhir adalah penarikan kesimpulan dan verifikasi. Untuk lebih jelas dalam setiap langkahnya, akan kita bahas bersama di bawah ini. Langkah-langkah tersebut sebagai berikut!

1.  Reduksi Data

Reduksi data merupakan tahap dari teknik analisis data kualitatif. Reduksi data merupakan penyederhanaan, penggolongan, dan membuang yang tidak perlu data sedemikian rupa sehingga data tersebut dapat menghasilkan informasi yang bermakna dan memudahkan dalam penarikan kesimpulan. Banyaknya jumlah data dan kompleksnya data, diperlukan analisis data melalui tahap reduksi. Tahap reduksi ini dilakukan untuk pemilihan relevan atau tidaknya data dengan tujuan akhir.

Baca juga: Analisis Data Kualitatif? Yuk Pelajari Langkah-Langkah Pengumpulan Datanya!

2.  Display Data

Display data atau penyajian data juga merupakan tahap dari teknik analisis data kualitatif. Penyajian data merupakan kegiatan saat sekumpulan data disusun secara sistematis dan mudah dipahami, sehingga memberikan kemungkinan menghasilkan kesimpulan. Bentuk penyajian data kualitatif bisa berupa teks naratif (berbentuk catatan lapangan), matriks, grafik, jaringan ataupun bagan. Melalui penyajian data tersebut, maka nantinya data akan terorganisasikan dan tersusun dalam pola hubungan, sehingga akan semakin mudah dipahami.

3.   Kesimpulan dan Verifikasi

Penarikan kesimpulan dan verifikasi data merupakan tahap akhir dalam teknik analisis data kualitatif yang dilakukan melihat hasil reduksi data tetap mengacu pada tujuan analisis hendak dicapai. Tahap ini bertujuan untuk mencari makna data yang dikumpulkan dengan mencari hubungan, persamaan, atau perbedaan untuk ditarik kesimpulan sebagai jawaban dari permasalahan yang ada.

Kesimpulan awal yang dikemukakan masih bersifat sementara, dan memungkinan mengalami perubahan apabila tidak ditemukan bukti yang mendukung pada tahap pengumpulan data berikutnya. Tetapi apabila kesimpulan yang dikemukakan pada tahap awal didukung oleh bukti-bukti yang valid, maka kesimpulan yang dihasilkan merupakan kesimpulan yang kredibel. Verifikasi dimaksudkan agar penilaian tentang kesesuaian data dengan maksud yang terkandung dalam konsep dasar analisis tersebut lebih tepat dan obyektif. Salah satu cara dapat dilakukan adalah dengan Peer debriefing.

Baca juga: Kombinasikan Teknik Analisis Data Kualitatif untuk Bangun Insight dan Visualisasi Data Agar Semakin Menarik

4. Tertarik Mempelajari Kombinasi Teknik Analisis Data Kualitatif dengan Real Case Industri? Yuk, Mulai Belajar Data Science Gratis sekarang!

Terapkan ilmunya sekarang dengan bergabung bersama platform belajar online DQLab! Selain bisa meningkatkan ilmu data yang dimiliki, kamu juga bisa membangun portofolio datamu di DQLab guna mempersiapkan dirimu berkarir di industri data. 

Sign Up untuk nikmati module GRATIS “Introduction to Data Science” dengan pengalaman belajar yang seru menyenangkan serta aplikatif pada industri nyata! Untuk kamu yang ingin mulai belajar Data Science atau siap berkarir jadi Data Analyst, Data Scientist, dan Data Engineer, persiapkan diri kamu dengan tepat sekarang. Tidak ada kata terlambat untuk belajar. Yuk #MulaiBelajarData di DQLab.

Dengan belajar di DQLab, kamu bisa:

  • Menerapkan teknik mengolah data kotor, hasilkan visualisasi data dan model prediksi dengan studi kasus Retail dan Finansial

  • Dapatkan sesi konsultasi langsung dengan praktisi data lewat data mentoring

  •  Bangun portofolio data langsung dari praktisi data Industri

  •  Akses Forum DQLab untuk berdiskusi.

Simak informasi di bawah ini untuk mengakses gratis module ‘Introduction to Data Science’:

1.    Buat Akun Gratis dengan Signup di DQLab.id/signup

2.    Akses module Introduction to Data Science

3.    Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab

 

Penulis : Salsabila Miftah Rezkia

Editor : Annissa Widya Davita


Share

Postingan Terkait

Mulai Bangun Karirmu Bersama DQLab!