KEJUTAN PAYDAY - DISKON 98%
Belajar Data Bersertifikat 12 Bulan hanya 180K!
1 Hari 5 Jam 36 Menit 44 Detik

Macam-Macam Metode Analisis Data Kualitatif Menurut Para Ahli

Belajar Data Science di Rumah 15-September-2021
https://dqlab.id/files/dqlab/cache/dd5b20ba0cb21084865b62ebeabb147d_x_Thumbnail800.jpg
Follow Instagram dan LinkedIn kami untuk info karir dan topik menarik

Metode analisis data kualitatif adalah metode yang banyak digunakan dalam penelitian. Metode analisis merupakan langkah penting yang perlu diterapkan untuk mendapatkan hasil penelitian sesuai yang diinginkan. Dalam metode analisis data kualitatif diperlukan pendekatan dari data yang bersifat subyektif. Analisis dengan metode kualitatif tidak bersifat general, karena sifatnya yang subyektif yaitu berdasarkan pemahaman masing-masing individu atau peneliti. Data kualitatif dapat berupa gambar, teks, dan aneka simbol. 


Metode analisis data kualitatif biasanya digunakan untuk penelitian eksplorasi. Cara kerja metode analisis data kualitatif umumnya dilakukan secara paralel yaitu yang pertama pengenalan data. Peneliti harus cermat membaca data dan mencari pola dasarnya. Ini disebut juga dengan transkripsi data. Selanjutnya tinjau ulang tujuan penelitian dan data terkait dengan pertanyaan yang ada, apakah sudah cukup memenuhi atau belum. Kemudian lakukan pengindeksan atau pengkodean pada data agar lebih mudah disusun dan dianalisis. Terakhir lakukan identifikasi tema penelitian untuk menemukan jawaban atas pertanyaan dalam penelitian. Pada artikel kali ini kita akan membahas macam-macam metode analisis data kualitatif menurut para ahli. Yuk, simak di bawah ini!


1. Teknik Pengumpulan Data Kualitatif

Langkah utama ketika melakukan penelitian adalah mengumpulkan data yang diperlukan. Ada beberapa teknik pengumpulan data kualitatif yaitu antara lain wawancara, focus group discussion, dan observasi. Teknik wawancara digunakan untuk mengumpulkan data kualitatif dan dilakukan secara mendalam antara peneliti dan narasumber untuk memperoleh informasi yang dibutuhkan dalam penelitian. Bisa dengan wawancara langsung atau tatap muka, atau jika kondisi tidak memungkinkan bisa melakukan wawancara via online. Focus group discussion dilakukan dengan diskusi bersama responden yang fokus terhadap topik penelitian. Teknik observasi yaitu melakukan pengamatan secara langsung di lokasi atau lingkungan objek penelitian. Terdapat beberapa macam teknik observasi yaitu observasi partisipatif, observasi terus terang atau tersamar, dan observasi tidak terstruktur. 


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


2. Analisis Data Model Miles dan Huberman

Menurut Miles dan Huberman, analisis dibagi menjadi beberapa tahap yaitu sebagai berikut:

  • Reduksi data adalah tahap penyederhanaan data sesuai dengan kebutuhan agar mudah mendapatkan informasi. Data yang sudah dikumpulkan akan dikategorikan atau dikelompokkan menjadi data yang sangat penting, kurang penting, dan tidak penting. Selanjutnya peneliti bisa menyimpan mana data yang perlu dan membuang data yang tidak perlu untuk penelitian. Dengan begitu data akan lebih sederhana dan jelas sehingga mudah ke tahap selanjutnya.

  • Penyajian data dilakukan untuk menampilkan data yang sudah direduksi ke dalam bentuk grafik, chart, dan lainnya. Tujuannya agar lebih mudah disampaikan dan dipahami oleh pihak lain. Ini juga akan memudahkan pembaca dalam menyerap informasi yang terdapat dalam data.

  • Penarikan kesimpulan atau conclusion drawing adalah informasi yang diperoleh dari data yang sudah disusun dan dikelompokkan yang kemudian disajikan menggunakan teknik tertentu. Kesimpulan dapat diletakkan paling akhir atau sebagai penutup sehingga pembaca dapat menemukan kesimpulan dari seluruh penelitian. 


3. Analisis Data Model Spradley

Menurut Spradley, analisis data kualitatif dibagi menjadi empat yaitu sebagai berikut:

  • Analisis domain adalah proses untuk memperoleh gambaran umum dari objek atau fenomena sosial yang menjadi topik penelitian. Gambaran umum diperoleh dari banyaknya data yang dikumpulkan untuk penelitian. Domain merupakan dasar untuk melakukan penelitian lanjutan.

  • Analisis taksonomi adalah proses dimana semua domain akan dikaji untuk mengetahui struktur internalnya sehingga peneliti bisa memahami unsur-unsur yang membangun domain tersebut.

  • Analisis komponensial adalah proses yang bertujuan mengetahui semua unsur yang menyusun domain secara spesifik. Proses ini dilakukan dengan mengkaji atau membedah lagi unsur yang membangun domain. Ciri spesifik yang diperoleh dalam proses ini akan memberikan informasi perbedaan domain satu dengan domain lainnya. Data yang digunakan adalah data mayoritas yang mewakili penilaian dari objek penelitian. 

  • Analisis tema kultural adalah proses untuk menemukan hubungan antar domain untuk ditarik kesimpulannya. Kesimpulan yang diperoleh dibuat dalam bentuk kalimat atau judul yang berkaitan dengan penelitian. 


Baca juga : Langkah-Langkah Menggunakan Teknik Analisis Data Kualitatif


4. Analisis Naratif, Konten, dan Wacana

Teknik analisis naratif berfokus pada cara penyampaian ide ke seluruh pihak terkait. Dengan teknik ini akan membantu dalam memahami kultur perusahaan. Teknik ini biasanya digunakan untuk menginterpretasikan penilaian pelanggan, kinerja karyawan, proses operasional, membuat strategi pemasaran, dan sebagainya. Teknik analisis konten dapat digunakan ketika dalam penelitian perlu memahami tema dalam data kualitatif secara keseluruhan. Teknik ini menerapkan pengkodean dengan menggunakan warna atau ide tertentu dalam menemukan rangkaian data yang paling umum. Teknik analisis wacana adalah teknik yang digunakan untuk menganalisis interaksi manusia. Teknik analisis wacana berfokus pada konteks sosial yang mana terjadi komunikasi antara responden dan peneliti.


5. Ingin Jadi Data Analyst? Yuk, Belajar di DQLab!

Populernya data science membuka banyak peluang untuk profesi di bidang data salah satunya yaitu Data Analyst. Untuk menjadi Data Analyst perlu memiliki keahlian dalam matematika, statistik, pemrograman, kemampuan dalam menyajikan data, dan juga ilmu bisnis. Data Analyst dibutuhkan oleh banyak perusahaan sehingga menarik banyak orang untuk belajar data dan beralih profesi. Selain mempelajari tentang data dan tools yang digunakan, membangun portofolio data juga penting dilakukan untuk menambah nilai di mata rekruiter. Di DQLab kamu bisa mulai belajar analisis data menggunakan berbagai metode yang sering digunakan di industri. Hasil latihan dapat dijadikan portofolio datamu. Yuk, gabung di DQLab.id dan mulai belajar data bersama mentor ahli data!



Penulis: Dita Kurniasari

Editor: Annissa Widya

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login