Teknik Pengolahan Data Kualitatif Mengenal 3 Tipe Observasi
PROMO SPESIAL 12.12
Belajar Data Science Bersertifikat, 6 Bulan hanya 120K!
0 Hari 0 Jam 24 Menit 10 Detik

Teknik Pengolahan Data Kualitatif Mengenal 3 Tipe Observasi

Belajar Data Science di Rumah 10-Maret-2021
https://dqlab.id/files/dqlab/cache/ca8b34f73de72eea0d3d86fae3f6a57f_x_Thumbnail800.jpg
Follow Instagram dan LinkedIn kami untuk info karir dan topik menarik

Teknik pengolahan data kualitatif merupakan teknik yang wajib dikuasai sebagai praktisi data. Data sangat bervariasi, tidak hanya dalam bentuk angka. Berdasarkan sifatnya, data terbagi menjadi data kuantitatif dan data kualitatif. Data kualitatif adalah data yang berbentuk teks atau narasi dan memiliki karakteristik yang lebih dinamis dan fleksibel. Biasanya data kualitatif dikumpulkan dari fenomena sosial yang cukup berpengaruh terhadap suatu lingkungan atau komunitas. 


Pengolahan data kualitatif meliputi pengumpulan data, reduksi data, penyajian data, dan penarikan kesimpulan. Terdapat beberapa teknik yang digunakan dalam pengumpulan data kualitatif salah satunya adalah dengan observasi. Observasi merupakan teknik dalam mengumpulkan data kualitatif dengan melakukan pengamatan secara langsung di lapangan atau lingkungan penelitian. Contohnya mengamati interaksi dalam proses belajar mengajar, mengamati perilaku suatu komunitas atau masyarakat pada lingkungan tertentu, dan sebagainya. Observasi dapat dibedakan menjadi 3 tipe yaitu observasi partisipatif, observasi terus terang atau tersamar, dan observasi tidak terstruktur (Sanafiah Faisal: 2020). Yuk simak dibawah ini pembahasan mengenai 3 tipe teknik observasi dalam mengumpulkan data kualitatif.


1. Observasi Partisipatif

Observasi partisipatif merupakan metode yang bertujuan untuk memperoleh data yang lengkap. Metode ini dilakukan dengan membuat kedekatan secara mendalam dengan suatu komunitas atau lingkungan alamiah dari objek. Peneliti akan menempatkan diri sebagai bagian dari objek yang sedang diteliti tersebut. Terdapat beberapa macam kategori partisipan yaitu peran lengkap yaitu pengamat berperan menjadi anggota penuh dari objek yang diamati, peran sebagai pengamat yaitu peneliti berperan sebagai pengamat saja, pengamat sebagai pemeran serta yaitu peneliti ikut serta melakukan yang juga dilakukan oleh narasumber, dan pengamat penuh yaitu pengamatan yang dilakukan terpisah sehingga subjek tidak merasa sedang diamati.  

Baca juga : Ini yang Akan Kamu Pelajari di Kelas Data Science DQLab!


2. Observasi Terus Terang Atau Tersamar

Observasi terus terang merupakan teknik dimana peneliti mengungkapkan terus terang kepada narasumber atau komunitas atau masyarakat bahwa peneliti sedang melakukan observasi sehingga seluruh proses penelitian diketahui. Observasi tersamar dilakukan jika ada data yang dirahasiakan oleh peneliti dalam melakukan observasi sehingga peneliti tidak terus terang mengenai observasi yang sedang dilakukan untuk menjaga kerahasiaan data. 


3. Observasi Tidak Terstruktur

Observasi tidak berstruktur merupakan teknik yang digunakan ketika fokus penelitian belum jelas atau fokus berkembang selama observasi berlangsung. Observasi ini tidak dilakukan secara sistematis karena peneliti belum tahu pasti apa yang akan diobservasi atau diteliti. Observasi tidak terstruktur tidak menerapkan hal-hal baku dalam penelitian, namun hanya rambu-rambu pengamatan saja. 

Baca juga : Mengenal Profesi Data Scientist


4. Yuk Mulai Belajar Menjadi Data Scientist Bersama DQLab!       

https://dqlab.id/files/dqlab/file/data-web-1/data-user-1/postgroup/0f0327126cebe99dff31890ba2cd7777/74ba929d6bf96cc7c8feac1cdf87df83.jpg

Gunakan Kode Voucher "DQTRIAL", dan simak informasi di bawah ini mendapatkan 30 Hari FREE TRIAL:

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

  2. Buka academy.dqlab.id dan pilih menu redeem voucher 

  3. Redeem voucher "DQTRIAL" dan check menu my profile untuk melihat masa subscription yang sudah terakumulasi. 

  4. Selamat, akun kamu sudah terupgrade, dan kamu bisa mulai Belajar Data Science GRATIS 1 bulan.

    Penulis: Dita Kurniasari

    Editor : Annissawd


    Mulai Karier
    sebagai Praktisi
    Data Bersama
    DQLab

    Daftar sekarang dan ambil langkah
    pertamamu untuk mengenal
    Data Science.

    Buat Akun


    Atau

    Sudah punya akun? Login