Teknik Analisis Data – Pengertian, Teknik Analisis Data & Contohnya

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

Namun perlu diperhatikan bahwa dalam beberapa kasus, terutama dalam penelitian kualitatif, pengumpulan data dapat diulang jika analisis yang dilakukan menunjukkan kekurangan data. Tentu saja, jika waktu mengizinkan.

Tujuan analisis data dalam penelitian sosial, termasuk penelitian sosiologi, adalah untuk mengidentifikasi model-model sosial dari fenomena atau fenomena sosial yang diteliti.

Pada artikel kali ini saya akan membahas secara singkat teknik analisis data dalam proses penelitian kuantitatif dan kualitatif agar pembaca mendapatkan gambaran bagaimana cara melakukan analisis data.

Mengacu pada Lumen Learning, penyedia katalog pendidikan online, saya menawarkan ringkasan teknik analisis data. Sebelumnya saya akan menjelaskan pengertian singkat tentang analisis data.

Memahami Analisis Data

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

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

Teknik analisis kuantitatif data penelitian berbeda dengan kualitatif. Namun, ini mungkin mengandung kesamaan dalam hal yang berbeda. Berikut penjelasan umum mengenai teknik analisis data dalam penelitian kuantitatif dan kualitatif. Tahapan awal keduanya memiliki kesamaan.

Teknik analisis data

Memeriksa Kelengkapan Data

Fase ini akan dijalankan setelah data dikumpulkan. Peneliti dapat menggunakan daftar periksa untuk menentukan apakah semua data telah dikumpulkan.

Perlu diperhatikan bahwa tidak ada catatan atau catatan lapangan yang sempurna. Selalu ada kekurangan dan kesenjangan setelah perolehan data.

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

Alasannya tentu saja berdasarkan proyek penelitian pertama, yang mana data diperlukan untuk menjawab berbagai pertanyaan penelitian. Singkatnya, jika data dianggap memadai, maka dapat dianggap lengkap.

Memeriksa Kualitas Data

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

Pemeriksaan kualitas data dilakukan untuk mengetahui banyaknya data yang hilang dan melakukan pencarian data tambahan.

Tentukan Kualitas Pengukuran

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

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

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

Dalam penelitian kualitatif, pengukuran sering kali bersifat mubazir karena fenomena kualitatif umumnya tidak dapat diukur atau tidak diperlukan untuk menjaga kualitas data.

Misalnya penelitian tentang pengalaman budaya komunitas sabung ayam atau signifikansi sosial dari fenomena sosial lainnya. Pengalaman budaya dan makna sosial para informan dijelaskan melalui narasi, bukan skala atau angka.

Pengelompokan Data

Setelah peneliti memastikan data yang dikumpulkan cukup dan dianggap kualitatif, langkah selanjutnya adalah membuat cluster. Fase ini sangat penting karena mempengaruhi sistematika penentuan penelitian.

Tanpa cluster, peneliti menjadi bingung dan mungkin kehilangan kompleksitas datanya. Pengklasteran bisa juga disebut pengelompokan. Gunanya adalah mengklasifikasikan data.

Klasifikasi data harus berkaitan dengan relevansi dan kualitas data. Peneliti memastikan setiap pertanyaan penelitian diklasifikasi. Misalnya penelitian kualitatif tentang pengembangan masyarakat perkotaan.

Klasifikasi dapat dilakukan dengan menyatakan bahwa kisah tokoh masyarakat lebih relevan dibandingkan kisah anggota baru jika penekanannya adalah pada pengembangan masyarakat.

Proses clustering berkaitan erat dengan tahap review kualitas data.

Lakukan 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 coding.

Keduanya dapat dilakukan secara manual maupun dengan bantuan software komputer.

Di bawah ini saya jelaskan secara singkat analisis data baik metode penelitian maupun software apa saja yang dapat digunakan.

1. Teknik Analisis Data Kuantitatif

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

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

Misalnya studi tentang tingkat pendidikan dan pendapatan ekonomi. Analisis regresi dilakukan untuk mengetahui misalnya apakah masyarakat yang berpendidikan tinggi mempunyai pendapatan ekonomi yang lebih tinggi.

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

Analisis regresi juga dapat dilakukan untuk membuat prediksi. Secara umum proses pengumpulan data pada penelitian kuantitatif tidak diketahui secara detail.

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

Namun analisis regresi sangat lemah dalam mereduksi 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 dengan coding. Proses pengkodean melibatkan penentuan konsep atau variabel yang mendahuluinya. Pengkodean memungkinkan peneliti 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 mengacu pada masalah atau pertanyaan. Tentu saja, data lisan harus ditranskripsikan terlebih dahulu.

Proses pengkodeannya memakan waktu lama, karena peneliti membaca hasil transkripsi tidak hanya sekali, melainkan berulang kali. Dua atau tiga pengulangan umumnya dianggap cukup.

Contoh proses coding misalnya pada kajian maskulinitas pada institusi militer.

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

Narasi maskulinitas diklasifikasikan menjadi perang, risiko, keluarga, atau variabel lain yang menunjukkan maskulinitas. Proses ini adalah proses pengkodean.

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

Perlu ditekankan bahwa fase-fase ini tidak bersifat kaku. Tapi terhubung. Bisa jadi peneliti melakukan clustering namun menemukan data yang aneh.

Baca juga: