Cara Analisis Data, Interpretasi, dan Menyajikan Data Penelitian

Cara analisis data, interpretasi, dan menyajikan data penelitian ini merupakan bagian kelima dari seri cara membuat karya tulis ilmiah. Pada bagian sebelumnya, kami telah berikan tutorial cara analisis data penelitian, termasuk apa itu data, jenis data, dan cara analisis data secara kualitatif maupun kuantitatif.

Pada tutorial kali ini kami akan membagikan 5 tips cara menganalisis data, menginterpretasi, dan menyajikan data penelitian secara efektif. Tips-tips berikut kami sarikan dari laman elearning The University of Melbourne.

Tips 1: Fokus pada Tujuan dan Pembaca

Sebelum memulai mengolah data, kembangkan daftar pertanyaan untuk memandu cara berpikir kritis Anda. Bayangkan bahwa Anda sedang diminta untuk mengolah data pada ilustrasi berikut.

Seorang manajer senior perusahaan pelatihan memberi Anda data kehadiran karyawan dan data survei terhadap karyawan dalam program pelatihan selama 5 tahun ke belakang. Anda diminta untuk mengevaluasi kepuasan karyawan terhadap program pelatihan tersebut dan kemudian memberikan rekomendasi peningkatan program apa yang sesuai.

Berdasarkan ilustrasi tersebut, Anda dapat mengembangkan beberapa pertanyaan:

• Apakah jumlah karyawan yang mengikuti pelatihan bertambah, tetap, atau justru menurun dalam periode 5 tahun?
• Apakah kepuasan peserta pelatihan meningkat tetap, atau justru menurun dalam periode 5 tahun?
• Apakah perubahan-perubahan tersebut signifikan, moderat, atau minimal?
• Apakah tren yang terjadi sama untuk semua topik pelatihan?
• Apakah data kualitatif mendukung data kuantitatif?

Melakukan pendekatan terhadap data dengan cara menyusun daftar pertanyaan semacam ini dapat mengembangkan kemampuan kritis Anda terhadap data. Dari ilustrasi juga kita bisa memprediksi bahwa kita akan mengolah angka dan persepsi, sehingga kemungkinan akan menggunakan metode kualitatif-kuantitatif atau metode campuran.

Tips 2: Mengorganisasi, Meringkas, dan Memanipulasi Data

Tujuan dari kegiatan kedua ini yaitu untuk mengetahui hubungan, pola, atau tren dari data yang ada. Biasanya kegiatan ini menggunakan spreadsheets, databases, tabel, atau grafik. Memanipulasi di sini jangan diartikan sesuatu yang negatif, ya. Memanipulasi di sini diartikan sebagai pengolahan data untuk mendapatkan gambaran yang lebih baik, atau meningkatkan keterbacaan data.

Berikut contoh menganalisis data dengan menggunakan tabel.

Jika Anda memiliki data dalam bentuk tabel, Anda dapat memanipulasi data menggunakan berbagai macam fungsi seperti SUM, AVERAGE, MEAN, dan sebagainya.

Kembali ke tugas awal Anda, tabel di atas menunjukkan data mentah tentang kehadiran peserta pelatihan dalam 5 tahun terakhir. Anda dapat menggunakan SUM untuk mengetahui jumlah total peserta tiap tahun, kemudian menghitung persentase perubahan (naik/turun) tiap tahun seperti pada tabel berikut.

Berdasarkan data pada tabel kedua, apakah Anda menyadari sesuatu?

Berdasarkan tabel Anda tentu dapat menyadari bahwa kehadiran peserta pelatihan secara keseluruhan cenderung stabil dalam 5 tahun terakhir. Namun, Anda tentu juga menyadari adanya 2 topik pelatihan yang semakin digemari, dan 2 topik lain semakin tidak digemari dalam 5 tahun itu.

Apabila dengan tabel tersebut Anda masih kesulitan menemukan tren yang terjadi, coba untuk menganalisis data menggunakan grafik. Dengan data yang sama dengan tabel, tren data pada grafik batang terlihat lebih jelas. Anda dapat melihat beberapa topik pelatihan mengalami penurunan, dan beberapa yang lain mengalami kenaikan secara signifikan.

Cara Analisis Data Kuantitatif: Mencari Tren

Grafik di atas dapat kita analisis sebagai berikut.

1. Kehadiran peserta pelatihan secara keseluruhan cenderung stabil sejak 2015. Hasil ini mengindikasikan stabilnya permintaan (demand) untuk pelatihan yang diselenggarakan sehingga jumlah peserta yang berminat mengikuti pelatihan cenderung stabil.
2. Kehadiran pelatihan pada topik pelatihan “Sarana digital untuk kolaborasi kerja” dan “Presentasi efektif” cenderung meningkat setiap tahun. Hasil ini mengindikasikan bahwa kedua topik tersebut merupakan topik yang paling diminati dan atau diperlukan oleh peserta.
3. Kehadiran pelatihan pada topik pelatihan “Menulis email secara efektif” dan “Pengolahan kata untuk pemula” cenderung menurun setiap tahun. Kedua topik ini menurut peserta kurang menarik atau kurang diperlukan dalam dunia kerja sehingga tren cenderung menurun tiap tahun.

Berdasarkan ketiga hasil analisis di atas, Anda dapat merekomendasikan kepada manajer Anda bahwa permintaan terhadap adanya pelatihan cenderung stabil/konsisten, tetapi topik pelatihan yang disajikan perlu dikaji ulang. Dengan menghadirkan topik-topik pelatihan baru yang lebih dibutuhkan oleh peserta, mungkin saja jumlah peserta dapat ditingkatkan.

Cara Analisis Data Kualitatif: Mengidentifikasi Tema/Kategori

Dalam menganalisis data secara kualitatif, coba untuk menerapkan 3 langkah berikut.

1. Bandingkan respons yang ada dengan pertanyaan yang telah Anda susun, topik, rentang waktu, atau kejadian tertentu. Misalnya: Anda melakukan wawancara terhadap 10 responden dengan 5 pertanyaan, maka Anda perlu membandingkan 10 jawaban masing-masing responden atas pertanyaan nomor 1, 2, 3, dst. Jadi, Anda memiliki 10 jawaban untuk setiap nomor pertanyaan yang harus dibandingkan.
2. Mengkaji tiap kasus/responden secara holistik untuk membentuk profil. Misalnya: Menganalisis jawaban responden pertama secara keseluruhan terlebih dahulu, baru menganalisis jawaban responden kedua, ketiga, dan seterusnya.
3. Coding/Mengategorikan. Misalnya: Anda kategorikan responden berdasarkan daerah tempat tinggalnya (perkotaan dan pedesaan) ketika pertanyaan wawancara berkaitan dengan kondisi geografis.

Contoh:

Berdasarkan wawancara terhadap peserta pelatihan, diperoleh beberapa jawaban sebagai berikut.

• “Tidak banyak dari kami menggunakan pengolahan kata dalam pekerjaan sehari-hari”
• “Sarana digital untuk kolaborasi kerja sangat mendukung dengan pekerjaan saya”
• “Saya bekerja paruh waktu di mana jadwal pelatihan sering bersamaan dengan jadwal saya kerja”
• “Pembelajaran formal bagus, tetapi saya hanya akan belajar seperti teman-teman saya. Saya perlu pembelajaran lain secara nonformal untuk menambah kemampuan”
• “Terkadang saya merasa fasilitator pelatihan tidak memahami konteks pertanyaan kami”
• “Akan luar biasa jika saya dapat mengikuti pelatihan yang sesuai dengan jadwal kerja saya”

Dari 6 jawaban di atas, apa yang dapat Anda simpulkan? Ya, Anda dapat menemukan tiga hal utama, yaitu fleksibilitas waktu pelatihan, pilihan topik pelatihan, dan format penyampaian materi pelatihan. Dari ketiga hal tersebut, Anda dapat memberikan kode sebagai berikut.

Fleksibilitas Waktu (FW)

• “Saya bekerja paruh waktu di mana jadwal pelatihan sering bersamaan dengan jadwal saya kerja”

• “Akan luar biasa jika saya dapat mengikuti pelatihan yang sesuai dengan jadwal kerja saya”

Topik Pelatihan (TP)

• “Tidak banyak dari kami menggunakan pengolahan kata dalam pekerjaan sehari-hari”
• “Sarana digital untuk kolaborasi kerja sangat mendukung dengan pekerjaan saya”

Penyampaian Materi (PM)

• “Pembelajaran formal bagus, tetapi saya hanya akan belajar seperti teman-teman saya. Saya perlu pembelajaran lain secara nonformal untuk menambah kemampuan”
• “Terkadang saya merasa fasilitator pelatihan tidak memahami konteks pertanyaan kami”

Setelah mengorganisasi/mengode data seperti di atas, langkah selanjutnya yaitu menginterpretasikannya. Apa arti data tersebut bagi perusahaan untuk pengembangan pelatihan? Apa kaitan data kualitatif tersebut dengan data kuantitatif yang sebelumnya telah Anda peroleh? Rekomendasi apa yang dapat Anda berikan pada perusahaan?

Beberapa rekomendasi yang mungkin dari 3 interpretasi di atas yaitu:

1. Menyediakan lebih banyak fleksibilitas, seperti lebih banyak pelatihan di luar jam reguler, dan sebagainya.
2. Mengkaji ulang topik pelatihan agar lebih relevan terhadap kebutuhan dan minat peserta.
3. Mempertimbangkan pelatihan bagi fasilitator agar kemampuannya meningkat.

Tips 3: Berorientasi pada Kejelasan Data

Ajukan pertanyaan pada diri Anda sendiri mana yang lebih cocok dalam penyajian data, apakah menggunakan tabel, grafik, atau teks deskripsi.

Mari bandingkan tabel dan grafik pada contoh sebelumnya.

Jika Anda ingin menunjukkan tren hanya pada hal kehadiran pelatihan, maka grafik akan lebih jelas dan efektif dalam memberikan highlight. Grafik terlihat lebih jelas, rapih, dan lebih mudah dibaca.

Tips 4: Memberikan Label pada Data dan Menjelaskannya

Hal ini penting tetapi disepelekan. Jangan lupa untuk memberikan nama atau label pada setiap tabel, grafik, gambar, atau apa pun dan jelaskan secara jelas.

Selalu dekatkan grafik, tabel, atau gambar dengan penjelasannya. Jangan letakkan grafik, tabel, atau gambar pada halaman 1 dan penjelasannya pada halaman 4. Pembaca akan sulit untuk memahami penjelasan Anda.

Penjelasan yang diberikan juga bukan hanya berupa deskripsi, atau angka-angka yang ada di dalam gambar karena tidak memberikan arti apa pun. Anda perlu memberikan penjelasan intrinsik yang lebih memberikan makna. Perhatikan juga cara penggunaan grammar dan tenses jika Anda menulis artikel dalam bahasa Inggris. Contoh:

Kata-kata yang digarisbawahi pada penjelasan di atas membantu pembaca untuk memahami ide/penjelasan Anda.

Tips 5: Analisis Sinyal dan Interpretasi Kepada Pembaca

Berikut contoh penggunaan bahasa untuk pelaporan yang menarik perhatian pembaca terhadap data.

Melaporkan/Menarik Inti Sari Data

• Gambar 3 menunjukkan bahwa ….
• Sebagaimana kita dapat lihat pada Tabel 5 ….
• Data mengindikasikan bahwa ….
• Garis X pada Gambar 1 menaik dan mencapai puncak pada ….
• Rasio turun pada level $X pada akhir tahun.
• Sebanyak 70% responden yang diwawancarai mengindikasikan bahwa ….
• Proporsi populasi yang menghadiri pelatihan sebesar 55% lebih tinggi pada topik X dibandingkan topik Y.
• Variabel X berkontribusi pada peningkatan ….

Mengindikasikan Interpretasi

• Apa yang yang ditunjukkan oleh X yaitu ….
• … di mana hal ini vital/krusial/signifikan bagi ….
• …. yang menunjukkan/mengilustrasikan bahwa ….
• Jumlah sebesar X ini diproyeksikan akan ….
• …. yang akan berdampak pada ….
• … sehingga perlu untuk ….
• hasil tersebut secara jelas menunjukkan bahwa ….

Tips Cara Analisis Data (Bonus)

Saat Anda mengedit, sorot bagian yang deskriptif, analitis, dan interpretatif. Anda dapat melakukan ini dengan mencari bahasa yang menunjukkan analisis dan interpretasi kritis, seperti ‘ini penting karena …’ ‘apa artinya ini …’ ‘ini menunjukkan …’.

Setelah Anda menyorot laporan penelitian Anda, apa yang Anda perhatikan? Apakah ada lebih banyak deskripsi daripada analisis? Jika demikian, Anda perlu mengeksplorasi lebih banyak referensi pada laporan penelitian Anda.

Demikian tutorial cara analisis data penelitian, menginterpretasi data, dan menarik kesimpulan. Semoga dapat membantu Anda dalam membuat karya tulis ilmiah dengan baik. Jangan lupa ikuti seluruh seri cara membuat karya tulis ilmiah dari kami, ya.

Masih bingung atau kesulitan dalam membuat karya tulis ilmiah? Hubungi admin untuk memperoleh pelayanan jasa karya ilmiah profesional.