PROMO SPESIAL 12.12
Belajar Data Science Bersertifikat, 6 Bulan hanya 120K!
1 Hari 4 Jam 48 Menit 48 Detik

Yuk Pelajari Teknik Pengolahan Data Kualitatif Terpopuler Menurut Ahli

Belajar Data Science di Rumah 23-November-2021
https://dqlab.id/files/dqlab/cache/b4103af2e7f90ee5297eb43aa24eebc7_x_Thumbnail800.png

Data kualitatif adalah data deskriptif dan konseptual yang dikumpulkan melalui berbagai cara, misalnya kuesioner, wawancara, atau observasi. Pengolahan data kualitatif bertujuan untuk mengeksplorasi ide dan menjelaskan hasilnya dalam bentuk kuantitatif. Jika data kuantitas dikumpulkan dalam bentuk numerik, sangat berbeda dengan data kualitatif yang dikumpulkan dalam bentuk cerita, narasi, dan pengalaman responden. Hasil pengolahan data kualitatif dapat menjawab pertanyaan mengapa dan bagaimana, sedangkan hasil pengolahan data kuantitatif bertujuan untuk menjawab pertanyaan apa, dimana, dan kapan.


Pada dasarnya analisis kualitatif berarti mengukur sesuatu berdasarkan kualitasnya daripada kuantitasnya. Saat kita menganalisis data kualitatif, kita akan mengeksplorasi bagaimana cara kita menggambarkan sesuatu. Dalam beberapa kasus, kita tidak bisa menggunakan data numerik oleh karena itu kita perlu menggunakan data kualitatif. Teknik pengolahan data kualitatif sangat berbeda dengan teknik pengolahan data kuantitatif. Pada artikel kali ini kita akan membahas teknik pengolahan data kualitatif yang memiliki tujuan berbeda-beda. Penasaran apa saja teknik-tekniknya? Yuk simak artikel ini sampai akhir!


1. Qualitative Content Analysis

Teknik pengolahan data kualitatif ini merupakan teknik paling umum. Pada tingkat yang paling sederhana QCA digunakan untuk mengevaluasi pola dalam konten, seperti bagaimana pola kata, frasa, ataupun gambarnya. Salah satu tujuan dari Qualitative Content Analysis adalah untuk mengidentifikasi frekuensi ide yang dishare, misalnya trending topic di twitter. Selain itu, teknik pengolahan data kualitatif ini juga bisa digunakan untuk mengidentifikasi pola interpretasi mendasar yang lebih dalam, misalnya mengidentifikasi frasa atau kata dalam pamflet wisata. 


Baca juga : Teknik Pengolahan Data Kualitatif: Ketahui Macam-Macam Metode Pengumpulan Data


2. Narrative Analysis 

Sama seperti namanya, analisis naratif adalah teknik pengolahan data kualitatif dengan cara mendengarkan orang lain bercerita dan menganalisis apa arti dari pembicaraannya. Dengan metode ini, kita dapat memahami bagaimana cara seseorang menanggapi suatu permasalahan atau mengemukakan pendapat mengenai sesuatu. Namun teknik pengolahan data ini memiliki kelemahan khususnya untuk sampel yang berukuran kecil karena sampel tersebut belum tentu dapat mewakili seluruh populasi. Selain itu, teknik ini juga dipengaruhi oleh faktor lain seperti faktor sosial dan gaya hidup sehingga terkadang bersifat subjektif. 


3. Discourse Analysis 

Discourse Analysis adalah teknik mengolah bahasa dalam konteks sosial. Dengan kata lain, teknik ini akan menganalisis bahasa seperti percakapan, pidato, dan lain sebagainya. Contoh penggunaan teknik ini adalah analisis bagaimana pendapat politisi terkait terorisme berdasarkan dialognya di sebuah sesi wawancara atau pidato. Untuk memahami pendapat seseorang melalui wawancara, pidato, atau sumber lainnya, kita perlu memperhatikan budaya dan sejarah atau peristiwa sedang terjadi. Misalnya, seorang politisi akan lebih banyak berbicara terorisme apabila ada insiden teroris belakangan ini.


4. Thematic Analysis

Thematic analysis adalah teknik pengolahan data kualitatif yang bertujuan untuk melihat pola makna dalam kumpulan data. Misalnya kumpulan wawancara atau catatan dari FGD. thematic analysis ini bekerja dengan cara mengambil kumpulan kata yang cukup besar dan mengelompokkannya menrutu kesamaan dengan kata lain atau tema yang sedang diangkat. Dengan analisis ini kita akan lebih memahami konten dan bisa memaknai isi dari kumpulan data tersebut.


Baca juga : Kenali 3 Jenis Metode Pengolahan Data Kuantitatif


5. Belajar Tools Pengolah Data

Salah satu tools terfavorit untuk pengolahan data adalah excel. Hingga saat ini, excel masih menjadi salah satu primadona untuk manajemen dan analisis data karena tools ini memiliki berbagai fitur yang dapat mendukung berbagai pekerjaan, mulai dari operasi matematika sederhana hingga analisis statistik dengan metode kompleks. Selain itu, excel juga dilengkapi dengan fitur visualisasi data dengan berbagai jenis grafik, format gambar dan warna, serta costume tampilan grafik. Yuk mulai belajar excel secara terstruktur bersama DQLab! Klik button di bawah ini untuk mengakses berbagai fasilitas belajar menyenangkan dan nikmati modul gratis dari DQLab sebagai persiapan sebelum belajar mengolah data. Selamat belajar!


Penulis: Galuh Nurvinda K

Editor: Annissa Widya Davita

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login