[LAST CALL!] BANGKITKAN SKILL DATA SAMPAI SUKSES BERKARIR
BELAJAR DATA SCIENCE 6 BULAN CUMA 127 RIBU  | Pakai Kode: DQBANGKIT
KLAIM PROMONYA!
Pendaftaran ditutup dalam 0 Hari 15 Jam 28 Menit 37 Detik 

Kenali Metode Analisis Data Kualitatif Bagi Peneliti Pemula

Belajar Data Science di Rumah 24-Agustus-2021
https://dqlab.id/files/dqlab/cache/8fe93f8e0536f6b8a96e97596f860cb8_x_Thumbnail800.jpg

Dalam kegiatan riset ataupun proyek tentunya kita seringkali menjumpai banyak sekali data. Pengumpulan data dapat diperoleh dengan berbagai cara mulai dari pengamatan terhadap objek penelitian, wawancara dengan objek penelitian, data dari buku-buku penelitian, dan lain sebagainya. Semua data ini tentu perlu dianalisis untuk bisa ditarik kesimpulan. Proses dalam menganalisis data kemudian menggunakan teknik khusus agar bisa lebih mudah untuk menarik kesimpulan dari kumpulan data yang didapatkan. Belakangan ini sering kita dengar kalau kebanyakan peneliti lebih erat dengan penggunaan analisis kuantitatif yang dirasa lebih familiar. Maka dalam kegiatan analisis data terdapat dua jenis metode analisis data yang umum digunakan. Pertama, analisis data kuantitatif yang ditujukan untuk memproses atau mengolah data dalam bentuk angka. Kedua, analisis data kuantitatif yang ideal digunakan para peneliti untuk memproses data bukan angka. Namun jangan salah loh sahabat data, kalian juga bisa menggunakan analisis lain untuk mendapatkan sebuah kesimpulan atas fenomena yang diangkat dari permasalahan penelitian. Salah satu analisisnya adalah analisis kualitatif. Analisis data kualitatif adalah upaya yang dilakukan dengan jalan bekerja dengan data, mengorganisasikan data, memilah-milahnya menjadi satuan yang dapat dikelola, mensintesiskannya, mencari dan menemukan pola, menemukan apa yang penting dan apa yang dipelajari dan memutuskan apa yang dapat diceritakan kepada orang lain. 


Biasanya penggunaan metode analisis data kualitatif ini menimbulkan keresahan bagi peneliti pemula. Hal ini dikarenakan peneliti pemula perlu melakukan pendalaman lebih mengenai karakteristik dan ciri dari analisis data kualitatif. Analisis data dengan teknik kualitatif kemudian menggunakan beberapa teknik tertentu. Setiap peneliti bisa menggunakan satu jenis teknik dan bisa juga sebaliknya, yakni menggabungkan dua atau lebih teknik analisis data kualitatif. Analisis data secara kualitatif dilakukan pada penelitian dengan metode kualitatif juga. Pada penelitian kuantitatif, peneliti mendapatkan data berbentuk angka. Sehingga untuk memproses data tersebut menjadi informasi diperlukan keterampilan matematis. Hal ini tidak berlaku pada saat melakukan penelitian kualitatif. Pasalnya jenis data yang didapatkan bukan berbentuk angka. Melainkan data yang bersifat subjektif. Kira-kira metode analisis data apa saja yang diterapkan dalam analisis data kualitatif? Pada artikel DQLab kali ini, kita akan membahas mengenai contoh metode analisis data yang dapat digunakan dalam analisis data kualitatif. Dengan harapan bisa menjadi tambahan insight dan rekomendasi bagi kalian calon praktisi data, peneliti maupun data enthusiast. Jangan lewatkan artikel berikut ini, pastikan simak baik-baik, stay tune and keep scrolling on this article guys!


1. Analisis Data Model Miles dan Huberman

Pertama, analisis data kualitatif dapat menggunakan Model Miles dan Huberman. Menurut keduanya, proses analisis data kualitatif dilakukan dengan tiga tahapan. Yaitu: 

  1. Reduksi Data

    Tahap pertama dalam menganalisis data kualitatif menurut Miles dan Huberman adalah reduksi data atau data reduction. Tahap reduksi data adalah tahap mereduksi atau menyederhanakan data agar bisa sesuai dengan kebutuhan dan tentunya mudah untuk didapatkan informasi. Data yang didapatkan dari hasil wawancara, survei kepuasan pelanggan, pengamatan langsung di lapangan, dan sebagainya tentu memiliki bentuk yang kompleks. Semua data yang sudah didapatkan kemudian dikelompokan dari data yang sangat penting, kurang penting, dan tidak penting. Data ini kemudian menjadi lebih sederhana, sesuai dengan kebutuhan penelitian, dan dianggap mampu mewakili semua data yang sudah didapatkan. Sehingga lebih mudah untuk diproses ke tahap selanjutnya agar menjadi informasi yang bulat, jelas, dan menjawab suatu permasalahan. 

  1. Penyajian Data 

    Dalam macam-macam analisis data kualitatif menurut Miles dan Huberman, setelah menyelesaikan tahap reduksi maka masuk ke tahap penyajian data atau data display. Sesuai dengan namanya, pada tahap ini peneliti bisa menyajikan data yang sudah direduksi atau disederhanakan di tahap sebelumnya. Bentuk penyajian data kemudian beragam bisa disajikan dalam bentuk grafik, chart, pictogram, dan bentuk lain. Sehingga kumpulan data tersebut bisa lebih mudah disampaikan kepada orang lain. Selain itu juga mengandung informasi yang jelas dan pembaca bisa dengan mudah mendapatkan informasi tersebut. 

  1. Penarikan Kesimpulan 

    Tahap selanjutnya dalam analisis data kualitatif menurut Miles dan Huberman adalah penarikan kesimpulan atau conclusion drawing. Sehingga data yang sudah disusun dan dikelompokan kemudian disajikan dengan suatu teknik atau pola bisa ditarik kesimpulan. Kesimpulan ini menjadi informasi yang bisa disajikan dalam laporan penelitian dan ditempatkan di bagian penutup. Yakni pada bagian kesimpulan, sehingga para pembaca laporan penelitian juga bisa menemukan kesimpulan tersebut. 


Baca juga : Data Analisis : 2 Jenis Metode yang Penting Untuk Kamu Tahu dalam Analisis Data


2.Analisis Data Model Spradley

Analisis data kualitatif selain analisis yang dilakukan oleh Miles dan Huberman juga dikemukakan oleh Spradley. Spradley menyebutkan setidaknya ada 4 analisis yang dilakukan dalam penelitian dengan metode analisis data kualitatif antara lain:

  1. Analisis Domain 

    Tahap pertama adalah analisis domain yaitu proses untuk mendapatkan gambaran umum dari objek yang diteliti atau dari sebuah isu sosial yang diangkat menjadi tema penelitian. Gambaran umum ini diperlukan untuk bisa masuk ke tahap selanjutnya dalam analisis data kualitatif. Gambaran umum bisa didapatkan dari banyaknya data yang didapatkan selama melakukan proses pendataan. Setiap data nantinya akan memiliki domain khusus dan tersendiri. Domain ini bisa dijadikan pijakan untuk melakukan penelitian lanjutan. Jika membutuhkan banyak domain, maka akan membutuhkan lebih banyak kegiatan pengumpulan data. Sehingga peneliti membutuhkan waktu lebih lama lagi untuk bisa menyelesaikan proses pengumpulan data penelitian. Semua data ini kemudian akan masuk ke tahap selanjutnya. 

  1. Analisis Taksonomi 

    Tahap kedua di dalam analisis data kualitatif menurut Spradley adalah tahap analisis taksonomi. Jadi, saat mempelajari tentang macam-macam analisis data kualitatif maka analisis taksonomi juga akan dipelajari dan kemudian dipraktekkan. Pada tahap analisis taksonomi semua domain dari data yang sudah didapatkan kemudian akan dikaji atau dibedah untuk bisa diketahui struktur internalnya seperti apa. Sehingga peneliti bisa mengetahui unsur apa saja yang membangun domain-domain data penelitian tersebut. 

  1. Analisis Komponensial 

    Tahap selanjutnya adalah analisis komponensial yang dilakukan dengan membedah lagi unsur yang menyusun domain. Jadi, setelah tahap analisis taksonomi selesai dilakukan maka akan langsung ke tahap analisis komponensial. Tahapan ini bertujuan untuk mengetahui ciri spesifik dari semua unsur yang menyusun domain data penelitian. Ciri khusus ini kemudian akan memberi informasi mengenai perbedaan antara satu domain data dengan domain lainnya. Data yang digunakan adalah data yang memang menjadi data mayoritas bukan minoritas. Sehingga data ini bisa mewakili penilaian atau pendapat dari objek penelitian yang sudah menyampaikan pendapat (memberi data bersifat subjektif). 

  1. Analisis Tema Kultural 

    Tahapan akhir di dalam analisis data kualitatif menurut Spradley adalah tahap analisis tema kultural. Pada tahap ini semua domain data yang sudah diketahui ciri spesifiknya kemudian dicari hubungannya dengan domain lain. Hubungan antar domain data ini kemudian ditarik kesimpulan. Kesimpulan yang berhasil didapatkan kemudian dirumuskan menjadi sebuah kalimat atau judul. Judul ini bisa digunakan peneliti yang bersangkutan sebagai judul penelitian. Selain itu juga memberi gambaran bagi peneliti untuk menarik kesimpulan atas semua data penelitian yang didapatkan


3.Focus Group Discussion

Focus Group Discussion atau yang lebih terkenal dengan sebutan FGD merupakan salah satu teknik pengolahan data kualitatif yang sering digunakan oleh peneliti. Focus Group Discussion merupakan teknik pengumpulan data dengan diskusi terfokus dari suatu kelompok untuk membahas suatu masalah tertentu. Tentunya teknik ini didesain secara informal dan santai sehingga peneliti harapannya dapat mengumpulkan jawaban-jawaban atas permasalahan yang dikeluhkan oleh responden. Teknik Focus Group Discussion (FGD) seringkali digunakan para pembuat keputusan atau peneliti dalam penelitian kualitatif untuk menggali data mengenai persepsi, opini, kepercayaan dan sikap terhadap suatu produk, pelayanan, konsep atau ide, karena relatif lebih mudah dan cepat selesai dibandingkan dengan teknik pengumpulan data kualitatif yang lain. Teknik pengumpulan data kualitatif FGD relatif lebih mudah diselenggarakan daripada teknik pengumpulan data kualitatif yang lain. Namun dalam pelaksanaannya, banyak kegiatan FGD yang belum dilaksanakan sesuai dengan kaidah sehingga hasilnya tidak dapat maksimal


4.Analisis Konten (Content Analysis)

Analisis konten atau analisis isi banyak dipakai untuk menggambarkan karakteristik isi dari suatu pesan. Paling tidak ada empat desain analisis isi yang umumnya dipakai untuk menggambarkan karakteristik pesan. Analisis isi dipakai untuk melihat pesan pada situasi yang berbeda, situasi disini dapat berupa konteks yang berbeda, sosial dan politik. Analisis isi dipakai untuk melihat pesan pada khalayak yang berbeda, khalayak disini merujuk pada pembaca, pendengar atau pemisa media yang berbeda. Analisis isi dipakai untuk melihat pesan dari komunikator yang berbeda. Analisis isi tidak hanya dapat dipakai untuk melihat gambaran suatu pesan. Analisis isi juga dapat digunakan untuk menarik kesimpulan penyebab dari suatu pesan. Dalam analisis isi yang menjadi fokus disini tidak deskripsi dari pesan, tetapi menjawab pertanyaan mengapa pesan “isi” muncul dalam bentuk tertentu. Penggunaan analisis konten harus memenuhi syarat bahwa isi yang dianalisis dikumpulkan dari berbagai sumber baik berita, majalah, surat kabar dan referensi bacaan lainnya dan diakhir diberikan kesimpulan atau pesan yang bisa dipetik dari analisis tersebut.


Baca juga : Langkah-Langkah Menggunakan Teknik Analisis Data Kualitatif


5.Belajar Metode Analisis Data From Nothing To Something Bersama DQLab!

Secara garis besar dalam big data akan ditemukan sekumpulan data dalam jumlah yang sangat banyak untuk dapat diolah dengan tepat dan menghasilkan informasi yang aktual untuk kebutuhan bisnis. Untuk bisa menemukan cara yang tepat dalam mengolah data, seseorang perlu memiliki kemampuan dan ketangkasan dalam ilmu data science. Dengan memiliki ilmu ini, seseorang bisa dengan mudah dalam memanfaatkan sekumpulan data dalam bentuk big data. Dengan demikian, seorang praktisi data jika ingin melakukan analisis data tentunya akan menghasilkan insight yang valuable dari awalnya nothing (sesuatu yang tidak bernilai) menjadi something yang bermanfaat bagi pengambilan keputusan suatu bisnis yang diputuskan oleh tim manajemen terkait. Jika kamu penasaran dengan data science dan ingin belajar data science secara langsung, caranya mudah banget. Kamu bisa loh untuk coba bikin akun gratisnya kesini di DQLab.id atau bisa klik button di bawah ini yap. Nikmati pengalaman belajar data science yang menarik bersama DQLab yang seru dan menyenangkan dengan live code editor. Cobain juga free module Introduction to Data Science with R dan Introduction to Data Science with Python untuk menguji kemampuan data science kamu. Kalian juga bisa mencoba studi kasus penerapan real case industry. Ayo persiapkan dirimu untuk berkarir sebagai praktisi data yang kompeten!


Penulis: Reyvan Maulid



Sign Up & Mulai Belajar Gratis di DQLab!