Teknik Analisis Data – Pengertian, Teknik Analisis Data & Contoh – Metropro

Teknik analisis data – Umumnya dilakukan pada akhir proses pengumpulan data.

Namun perlu dicatat bahwa dalam beberapa kasus, terutama dalam studi kualitatif, pengumpulan data dapat diulangi jika analisis menunjukkan kekurangan data. Tentu saja, jika waktu memungkinkan.

Tujuan analisis data dalam penelitian sosial, termasuk penelitian sosiologis, adalah mempelajari model sosial dari gejala atau fenomena sosial.

Pada artikel ini, saya akan membahas secara singkat teknik analisis data dalam proses penelitian kuantitatif dan kualitatif, sehingga pembaca dapat memperoleh gambaran bagaimana analisis data dapat dilakukan.

Dengan mengacu pada Lumen Learning, penyedia katalog pendidikan online, saya memberikan rangkuman teknik analisis data. Sebelum itu, saya akan menjelaskan pengertian analisis data secara singkat.

Definisi analisis data

Analisis data merupakan tahapan dari proses penelitian yang bertujuan untuk menyelidiki, mengubah dan mengungkap pola fenomena sosial yang diteliti, sehingga laporan penelitian dapat memuat informasi, kesimpulan dan rekomendasi bagi pembuat kebijakan.

Jadi analisis data itu sendiri adalah sebuah proses. Proses analisis data melibatkan berbagai teknik.

Teknik analisis data penelitian kuantitatif berbeda dengan kualitatif. Namun, ini mungkin mengandung kesamaan dalam beberapa hal. Berikut adalah penjelasan umum mengenai teknik analisis data dalam penelitian kuantitatif dan kualitatif. Tahap pertama dari keduanya memiliki kesamaan.

Teknik analisis data

Periksa kelengkapan data

Tahap ini dilakukan setelah data terkumpul. Peneliti dapat menggunakan daftar periksa untuk menentukan apakah semua data telah dikumpulkan.

Perlu dicatat bahwa tidak ada nilai sempurna atau catatan lapangan. Selalu ada kekurangan dan celah setelah perolehan data.

Namun, penting bagi peneliti untuk memastikan bahwa data yang dikumpulkan dapat dianalisis.

Alasannya jelas berdasarkan proyek penelitian pertama, yang datanya dibutuhkan untuk menjawab pertanyaan penelitian yang berbeda. Singkatnya, jika data dianggap memadai, maka dapat dianggap lengkap.

Periksa kualitas data

Tahap ini dilakukan dengan mengamati atau membaca berulang-ulang apakah jawaban informan sesuai dengan harapan peneliti, dalam arti semua kolom terisi atau semua pertanyaan memiliki jawaban yang memuaskan.

Pengecekan kualitas data dilakukan untuk mengetahui jumlah data yang hilang dan untuk mencari data tambahan.

Tentukan kualitas ukuran

Fase ini biasanya dilakukan dalam penelitian kuantitatif. Metode pengukuran variabel harus dijelaskan dengan jelas.

Misalnya, peneliti membahas kualitas hidup manusia. Kualitas hidup harus terukur. Kualitas hidup dapat diukur dengan kebahagiaan subjektif dan kesehatan.

Dalam skala yang digunakan, misalnya responden memilih angka 1 sampai 10 dalam kuesioner, semakin tinggi semakin bahagia. Ada banyak cara untuk melakukan pengukuran.

Dalam penelitian kualitatif, pengukuran seringkali berlebihan karena fenomena kualitatif umumnya tidak dapat diukur dan tidak diperlukan untuk menjaga kualitas data.

Misalnya penelitian tentang pengalaman budaya masyarakat sabung ayam atau makna sosial dari fenomena sosial lainnya. Pengalaman budaya dan makna sosial informan dijelaskan melalui narasi daripada skala atau angka.

Pengelompokan data

Setelah peneliti yakin bahwa data yang terkumpul cukup dan dianggap kualitatif, langkah selanjutnya adalah membuat cluster. Fase ini sangat penting karena secara sistematis mempengaruhi penentuan penelitian.

Tanpa cluster, peneliti menjadi bingung dan dapat melupakan kompleksitas data mereka. Clustering juga bisa disebut clustering. Intinya adalah mengklasifikasikan data.

Klasifikasi data harus terkait dengan relevansi dan kualitas data. Peneliti memastikan bahwa setiap pertanyaan penelitian diklasifikasikan. Misalnya, penelitian kualitatif tentang pengembangan masyarakat perkotaan.

Klasifikasi dapat dibuat bahwa cerita tokoh masyarakat lebih relevan daripada anggota baru ketika penekanannya adalah pada pengembangan masyarakat.

Proses clustering berkaitan erat dengan tahap penilaian kualitas data.

melakukan analisis

Setelah data diklasifikasikan secara unik, analisis data dapat dilakukan untuk menemukan pola. Pada tahap ini terdapat perbedaan yang signifikan antara penelitian kuantitatif dan kualitatif.

Penelitian kuantitatif biasanya menggunakan statistik. Sedangkan penelitian kualitatif menggunakan koding.

Keduanya dapat dilakukan secara manual atau dengan bantuan perangkat lunak komputer.

Di bawah ini saya jelaskan secara singkat analisis data yang dapat digunakan baik metode penelitian maupun perangkat lunak.

1. Teknik analisis data kuantitatif

Ada berbagai jenis analisis data kuantitatif. Salah satu yang paling populer adalah analisis regresi.

Analisis regresi yang mengukur hubungan antara variabel dependen dan variabel independen. Singkatnya, analisis regresi menunjukkan perubahan nilai variabel dependen ketika variabel independen berada pada nilai tetap.

Misalnya, mempelajari tingkat pendidikan dan pendapatan ekonomi. Analisis regresi dilakukan untuk mengetahui, misalnya, apakah orang dengan pendidikan tinggi memiliki pendapatan ekonomi yang lebih tinggi.

Analisis regresi dapat menunjukkan bahwa tampaknya ada korelasi yang signifikan antara keduanya. Atau jika hasilnya dibalik, tidak ada korelasi yang signifikan antara keduanya.

Analisis regresi juga dapat dilakukan untuk membuat prediksi. Pada umumnya proses pengumpulan data dalam penelitian kuantitatif tidak diketahui secara detail.

Peneliti menggunakan dataset yang sudah tersedia. Proses ini memengaruhi klaim bahwa analisis regresi memiliki kekuatan untuk merumuskan hipotesis yang dapat diverifikasi.

Namun, analisis regresi sangat lemah ketika menyimpulkan hubungan sebab akibat antar variabel. Beberapa software umum yang dapat digunakan untuk analisis regresi adalah SPSS atau Stata.

2. Teknik analisis data kualitatif

Analisis data kualitatif dilakukan melalui koding. Proses pengkodean melibatkan penentuan konsep atau variabel yang mendahuluinya. Coding memungkinkan peneliti untuk menarik kesimpulan yang valid dan sistematis.

Singkatnya, pengkodean adalah proses mengkategorikan data kualitatif agar mudah diukur atau dipahami.

Istilah atau variabel yang ditentukan dalam pengkodean harus berhubungan dengan masalah atau pertanyaan. Tentu saja, data lisan harus ditranskrip terlebih dahulu.

Proses pengkodean memakan waktu lama, karena peneliti membaca hasil transkripsi tidak hanya satu kali, tetapi berulang kali. Dua atau tiga pengulangan umumnya dianggap cukup.

Contoh proses koding misalnya dalam kajian maskulinitas di institusi militer.

Peneliti dapat membuat konsep atau variabel yang menunjukkan maskulinitas personel militer, seperti: Misalnya persepsi personel militer tentang perang, persepsi risiko, persepsi anggota keluarga dan sebagainya.

Narasi laki-laki diklasifikasikan sebagai perang, risiko, keluarga, atau ada variabel lain yang menunjukkan maskulinitas. Proses ini merupakan proses coding.

Saat ini ada banyak program kualitatif yang dapat digunakan peneliti untuk menulis kode, seperti: Atlas.ti atau N-Vivo.

Harus ditekankan bahwa fase-fase ini tidak kaku. Tapi terhubung. Ada kemungkinan peneliti melakukan clustering tetapi menemukan data yang aneh.

Baca juga: