Cara Analisis Data Penelitian: Data, Jenis Data, Analisis Data Penelitian Kualitatif dan Kuantitatif

Artikel cara analisis data penelitian ini merupakan bagian ketiga dalam seri cara membuat karya ilmiah, khususnya artikel jurnal. Uraian cara yang kami sampaikan berikut merupakan cara kami sendiri dalam membuat karya ilmiah berdasarkan pengalaman, didukung referensi yang tidak kami sebutkan. Jika Anda mempunyai cara lain, silakan bagikan di kolom komentar.

Apa Itu Analisis Data Penelitian?

Menurut LeCompte dan Schensul, analisis data penelitian merupakan serangkaian proses yang digunakan peneliti untuk mereduksi data menjadi sebuah urutan kronologis (cerita) dan menafsirkannya untuk memperoleh informasi-informasi yang menjawab pertanyaan penelitian (hasil). Proses analisis data mengurangi sebagian besar data yang tidak diperlukan menjadi bagian-bagian yang lebih kecil, yang logis dan memang diperlukan untuk menjawab pertanyaan penelitian.

Terdapat tiga hal penting dalam proses analisis data, yaitu (1) pengorganisasian data, (2) reduksi data, dan (3) analisis data. Pertama, organisasi data melibatkan kegiatan-kegiatan pengumpulan data berdasarkan kriteria atau kategori-kategori tertentu. Kedua, reduksi merupakan proses peringkasan data guna menemukan pola dan tema dalam data untuk memudahkan identifikasi. Ketiga, analisis data dilakukan secara cara top-down atau bottom-up.

Kita dapat simpulkan bahwa analisis dan interpretasi data merupakan proses yang mewakili penerapan logika deduktif dan induktif pada penelitian dan analisis data.

Mengapa Analisis Data Penelitian Diperlukan?

Peneliti memiliki cerita untuk diceritakan atau masalah untuk dipecahkan dalam sebuah penelitian. Untuk mampu menceritakan atau memecahkan suatu masalah secara ilmiah, peneliti memerlukan data . Namun, sering kali data yang diperoleh peneliti sangat beragam dan terlalu ambigu sehingga tidak dapat dijadikan sebuah dasar untuk penarikan kesimpulan. Untuk itu, analisis diperlukan diperlukan peneliti agar mereka lebih mudah dalam mengeksplorasi dan menginterpretasikan data secara tepat, akurat, dan ilmiah. Analisis data memungkinkan peneliti mengeksplorasi hasil penelitian dengan cara menemukan pola untuk membentuk cerita yang ingin mereka ceritakan atau menemukan solusi atas masalah yang diteliti. Salah satu hal penting yang diharapkan peneliti saat menganalisis data adalah tetap terbuka dan tidak bias terhadap pola, ekspresi, dan hasil yang tidak terduga. Oleh karena itu, data sangat diperlukan untuk mencapai keterbukaan dan ketidakbiasan pembahasan.

Jenis Data Penelitian

Setiap jenis data penelitian memiliki kualitas atau nilai-nilai tertentu yang khas untuk membantu peneliti dalam menggambarkan suatu permasalahan. Dalam analisis, Anda perlu mengatur nilai-nilai ini, diproses dan disajikan dalam konteks tertentu, agar bermanfaat. Seringkali Anda menemukan istilah data primer dan sekunder. Data sekunder merujuk pada data yang diperoleh dari hasil penelitian terdahulu. Data primer merujuk pada data yang diperoleh peneliti melalui kegiatan pengambilan data dalam penelitian mereka sendiri. Perbedaan data primer dan data sekunder dapat Anda lihat pada tabel berikut.

Data Primer	Data Sekunder
Data yang dikumpulkan sendiri oleh peneliti.	Data yang diambil dari hasil penelitian terdahulu.
Data aktual, sesuai kondisi saat ini.	Data mewakili kondisi masa lalu.
Peneliti terlibat dalam proses pengumpulan data.	Keterlibatan peneliti minimum.
Contoh: survei, observasi, eksperimen, kuesioner, wawancara pribadi, dll.	Contoh: publikasi pemerintah, situs web, buku, artikel jurnal, catatan internal, dll.
Biaya relatif mahal.	Biaya murah.
Memerlukan waktu.	Waktu relatif singkat.
Data spesifik sesuai kebutuhan peneliti.	Mungkin tidak spesifik dengan tujuan dan kebutuhan.
Data tersedia dalam bentuk mentah.	Tersedia dalam bentuk halus/jadi.
Data akurat sesuai kondisi objek yang diteliti saat ini.	Relatif kurang akurat.

Data penelitian primer terdiri atas beberapa jenis, yaitu data kualitatif, data kuantitatif, dan data kategoris.

1. Data Kualitatif, yaitu ketika data yang disajikan memiliki kata-kata dan deskripsi, maka kita menyebutnya data kualitatif. Meskipun Anda dapat mengamati data ini, jenis data ini bersifat subjektif dan lebih sulit untuk dianalisis, terutama untuk perbandingan. Contoh data kualitatif yaitu segala sesuatu yang menggambarkan rasa, pengalaman, tekstur, atau pendapat yang dianggap data berkualitas. Jenis data ini biasanya dikumpulkan melalui focus group discussion, wawancara pribadi, atau menggunakan pertanyaan terbuka dalam survei.
2. Data Kuantitatif, yaitu ketika data yang diperoleh dinyatakan dalam angka atau numerik. Jenis data ini relatif lebih mudah dikelompokkan ke dalam kategori-kategori tertentu, diukur, dihitung, atau diberi peringkat. Contoh: pertanyaan seperti usia, pangkat, biaya, panjang, berat, skor, dll. Anda dapat menyajikan data kuantitatif dalam format grafik, bagan, atau menerapkan metode analisis statistik pada data ini.
3. Data kategoris, yaitu data yang disajikan dalam kelompok. Namun, item yang termasuk dalam data kategoris tidak boleh dimiliki lebih dari satu grup. Contoh: Seseorang yang menanggapi survei dengan menceritakan gaya hidupnya, status perkawinan, kebiasaan merokok, atau kebiasaan minumnya termasuk dalam data kategoris. Uji chi-kuadrat adalah metode standar yang digunakan untuk menganalisis data ini.

Artikel terkait: Perbedaan Metode Penelitian Kualitatif dan Kuantitatif

Cara Analisis Data Penelitian Kualitatif

Analisis data penelitian kualitatif bekerja dilakukan dengan pendekatan yang sedikit berbeda dari analisis data numerik karena jenis data ini berbentuk kata-kata, deskripsi, gambar, objek, dan terkadang simbol. Untuk dapat mengolah dan menginterpretasikan informasi yang rumit seperti itu memerlukan proses yang rumit. Biasanya analisis jenis ini digunakan untuk penelitian eksplorasi dan analisis data.

Menemukan Pola dalam Data Kualitatif

Terdapat beberapa cara untuk menemukan pola dalam informasi tekstual. Metode word-based adalah teknik yang umum digunakan karena dinilai paling andal untuk menganalisis data penelitian kualitatif. Proses analisis data dalam penelitian kualitatif dilakukan secara manual dengan cara membaca data yang tersedia dan menemukan kata-kata yang berulang atau yang membentuk suatu pola tertentu. Misalnya, saat mempelajari data yang dikumpulkan dari negara-negara Afrika untuk memahami masalah paling mendesak yang dihadapi orang, peneliti mungkin menemukan “makanan” dan “kelaparan” adalah kata yang paling umum digunakan dan akan menyorotinya untuk analisis lebih lanjut.

Konteks kata kunci (keywords) adalah teknik berbasis kata lain yang banyak digunakan. Dalam metode ini, peneliti mencoba memahami konsep dengan menganalisis konteks di mana partisipan menggunakan kata kunci tertentu. Misalnya, peneliti yang melakukan penelitian dan analisis data untuk mempelajari konsep ‘diabetes’ di antara responden dapat menganalisis konteks kapan dan bagaimana responden menggunakan atau merujuk pada kata ‘diabetes’.

Teknik scrutiny-based juga merupakan salah satu metode analisis teks yang sangat direkomendasikan digunakan untuk mengidentifikasi pola data yang berkualitas. Metode ini berfokus untuk membandingkan dan menemukan kontras pada data. Misalnya, untuk mengetahui “pentingnya dokter residen dalam suatu perusahaan”, data yang dikumpulkan dibagi menjadi orang-orang yang menganggap perlu mempekerjakan dokter residen dan mereka yang menganggap tidak perlu. Data yang diperoleh kemudian dibandingkan dan dikontraskan untuk menemukan suatu pola dari suatu jajak pendapat yang memiliki jenis pertanyaan jawaban tunggal. Metafora dapat digunakan untuk mengurangi tumpukan data dan menemukan pola di dalamnya sehingga menjadi lebih mudah untuk menghubungkan data dengan teori. Partisi variabel juga merupakan metode word-based yang berfokus untuk membagi variabel-variabel sehingga peneliti dapat menemukan deskripsi dan penjelasan yang lebih koheren dari data yang sangat besar.

Metode Analisis Data Penelitian Kualitatif

Ada beberapa teknik untuk menganalisis data dalam penelitian kualitatif. Berikut beberapa metode yang umum digunakan dalam analisis data penelitian kualitatif.

1. Analisis Isi (Content Analysis): metode ini diterima secara luas dan merupakan teknik yang paling sering digunakan untuk analisis data dalam metodologi penelitian. Analisis isi dapat digunakan untuk menganalisis informasi terdokumentasi dari teks, gambar, dan terkadang dari item fisik.
2. Analisis Naratif (Narrative Analysis): Metode ini digunakan untuk menganalisis konten yang dikumpulkan dari berbagai sumber seperti wawancara pribadi, observasi lapangan, dan survei. Sebagian besar waktu, cerita, atau pendapat yang diinformasikan oleh responden difokuskan untuk menemukan jawaban atas pertanyaan penelitian.
3. Analisis Wacana (Discourse Analysis): Mirip dengan analisis naratif, analisis wacana digunakan untuk menganalisis interaksi dengan orang-orang. Namun, metode khusus ini mempertimbangkan konteks sosial di mana atau di mana komunikasi antara peneliti dan responden berlangsung. Selain itu, analisis wacana juga berfokus pada gaya hidup dan lingkungan sehari-hari sambil menarik kesimpulan.
4. Grounded Theory: Digunakan ketika Anda ingin menjelaskan mengapa fenomena tertentu terjadi. Grounded theory diterapkan untuk mempelajari data tentang sejumlah kasus serupa yang terjadi dalam pengaturan/kondisi yang berbeda. Ketika peneliti menggunakan metode ini, mereka mungkin mengubah penjelasan atau menghasilkan hasil yang baru sampai mereka sampai pada beberapa kesimpulan.

Cara Analisis Data Penelitian Kuantitatif

Analisis data penelitian kuantitatif dibagi menjadi beberapa tahapan, yaitu (1) mempersiapkan data untuk analisis; (2)

Mempersiapkan Data untuk Analisis

Tahap pertama dalam penelitian dan analisis data adalah mempersiapkan data agar dianalisis sehingga data nominal dapat diubah menjadi sesuatu yang bermakna. Persiapan data terdiri atas 3 tahap, yaitu validasi data, pengeditan, dan pengkodean.

Tahap I: Validasi Data

Validasi data dilakukan untuk mengetahui apakah sampel data yang dikumpulkan sesuai dengan standar yang telah ditentukan sebelumnya. Validasi data bertujuan:

• Memastikan responden benar-benar manusia bukan bot apabila data diambil secara jarak jauh.
• Memastikan setiap responden dipilih sesuai dengan kriteria penelitian
• Memastikan standar etika dipertahankan saat mengumpulkan sampel data Memastikan bahwa responden telah menjawab semua pertanyaan atau, pewawancara telah menanyakan semua pertanyaan yang dirancang dalam kuesioner.

Artikel terkait: Validitas dan Reliabilitas

Tahap II: Pengeditan Data

Data penelitian yang ekstensif sarat dengan kesalahan. Responden terkadang salah mengisi beberapa kolom atau terkadang melewatkannya secara tidak sengaja. Pengeditan data adalah proses di mana peneliti harus memastikan bahwa data yang disediakan bebas dari kesalahan tersebut. Mereka perlu melakukan pemeriksaan yang diperlukan dan pemeriksaan outlier untuk mengedit hasil edit mentah dan membuatnya siap untuk dianalisis.

Tahap III: Pengkodean Data

Tahap ini merupakan fase paling penting dari ketiga tahap persiapan data. Pada tahap ini, peneliti melakukan pengelompokan dan pemberian nilai pada tanggapan survei. Jika survei selesai dengan ukuran sampel 1000, peneliti akan membuat kelompok usia untuk membedakan responden berdasarkan usia mereka. Dengan demikian, menjadi lebih mudah untuk menganalisis kumpulan data kecil daripada berurusan dengan tumpukan data yang sangat besar.

Metode Analisis Data Penelitian Kuantitatif

Setelah data disiapkan untuk analisis, peneliti terbuka untuk menggunakan metode penelitian dan analisis data yang berbeda untuk memperoleh wawasan yang bermakna. Yang pasti, teknik statistik adalah yang paling disukai untuk menganalisis data numerik. Metode ini lagi diklasifikasikan menjadi dua kelompok. Pertama, ‘Statistik Deskriptif’ digunakan untuk menggambarkan data. Kedua, ‘Statistik inferensial’ yang membantu dalam membandingkan data.

Statistik Deskriptif

Metode penelitian deskriptif ini digunakan untuk menggambarkan ciri-ciri dasar dari tipe-tipe data yang serba guna dalam penelitian. Metode ini menyajikan data sedemikian rupa sehingga pola dalam data mulai masuk akal. Namun demikian, analisis deskriptif tidak sampai dapat digunakan untuk membuat kesimpulan. Kesimpulan harus didasarkan pada hipotesis yang telah peneliti rumuskan selama ini. Berikut adalah beberapa jenis utama metode analisis deskriptif.

1. Pengukuran Frekuensi, seperti perhitungan jumlah, persen, dsb. Peneliti menggunakannya ketika mereka ingin menunjukkan seberapa sering respon diberikan.
2. Ukuran Tendensi Sentral, seperti perhitungan rata-rata, median, modus, dsb. Peneliti menggunakan metode ini ketika mereka ingin menunjukkan respon yang paling umum atau rata-rata ditunjukkan.
3. Ukuran Dispersi atau Variasi, seperti rentang, varians, standar deviasi. Peneliti menggunakan metode ini untuk menampilkan data yang tersebar. Ini membantu peneliti mengidentifikasi kedalaman data tersebar yang secara langsung mempengaruhi mean.
4. Ukuran Posisi, seperti peringkat persentil, peringkat kuartil. Ini sering digunakan ketika peneliti ingin membandingkan skor dengan hitungan rata-rata.

Untuk penelitian pasar kuantitatif, penggunaan analisis deskriptif sering menghasilkan angka absolut, tetapi analisis tidak pernah cukup untuk menunjukkan alasan di balik angka-angka itu. Namun demikian, perlu dipikirkan metode terbaik untuk penelitian dan analisis data yang sesuai dengan kuesioner survei Anda dan kisah apa yang ingin disampaikan oleh peneliti. Misalnya, mean adalah cara terbaik untuk menunjukkan nilai rata-rata siswa di sekolah. Lebih baik mengandalkan statistik deskriptif ketika peneliti bermaksud untuk menjaga penelitian atau hasil terbatas pada sampel yang disediakan tanpa menggeneralisasikannya. Misalnya, ketika Anda ingin membandingkan rata-rata pemungutan suara yang dilakukan di dua kota yang berbeda, statistik diferensial sudah cukup.

Analisis deskriptif juga disebut ‘analisis univariat’ karena biasanya digunakan untuk menganalisis satu variabel.

Statistik Inferensial

Statistik inferensial digunakan untuk membuat prediksi tentang populasi yang lebih besar setelah penelitian dan analisis data dari sampel yang dikumpulkan dari populasi yang mewakili. Misalnya, Anda dapat bertanya kepada 100 penonton acak di bioskop apakah mereka menyukai film yang mereka tonton. Peneliti kemudian menggunakan statistik inferensial pada sampel yang dikumpulkan untuk alasan bahwa sekitar 80-90% orang menyukai film tersebut.

Berikut adalah dua bidang statistik inferensial yang signifikan.

1. Memperkirakan parameter: Dibutuhkan statistik dari data penelitian sampel dan menunjukkan sesuatu tentang parameter populasi.
2. Uji hipotesis: Ini tentang pengambilan sampel data penelitian untuk menjawab pertanyaan penelitian survei. Misalnya, peneliti mungkin tertarik untuk memahami apakah warna lipstik baru yang diluncurkan baru-baru ini bagus atau tidak, atau apakah kapsul multivitamin membantu anak-anak tampil lebih baik dalam permainan.

Statistik inferensial adalah metode analisis yang digunakan untuk menunjukkan hubungan antara variabel yang berbeda daripada menggambarkan variabel tunggal. Ini sering digunakan ketika peneliti menginginkan sesuatu di luar angka absolut untuk memahami hubungan antar variabel.

Berikut adalah beberapa metode yang umum digunakan untuk analisis data dalam penelitian.

1. Korelasi: Ketika peneliti tidak melakukan penelitian eksperimental di mana peneliti tertarik untuk memahami hubungan antara dua variabel atau lebih, mereka memilih metode penelitian korelasional.
2. Tabulasi silang: Juga disebut tabel kontingensi, tabulasi silang digunakan untuk menganalisis hubungan antara banyak variabel. Misalkan data yang diberikan memiliki kategori usia dan jenis kelamin yang disajikan dalam baris dan kolom. Tabulasi silang dua dimensi membantu analisis dan penelitian data yang mulus dengan menunjukkan jumlah pria dan wanita di setiap kategori usia.
3. Analisis regresi: Untuk memahami hubungan yang kuat antara dua variabel, peneliti tidak melihat di luar metode analisis regresi utama dan umum digunakan, yang juga merupakan jenis analisis prediktif yang digunakan. Dalam metode ini, Anda memiliki faktor penting yang disebut variabel dependen. Anda juga memiliki beberapa variabel independen dalam analisis regresi. Anda melakukan upaya untuk mengetahui pengaruh variabel independen terhadap variabel dependen. Nilai dari kedua variabel independen dan dependen diasumsikan dipastikan dengan cara acak bebas kesalahan.
4. Tabel frekuensi: Prosedur statistik digunakan untuk menguji sejauh mana dua atau lebih variasi atau perbedaan dalam suatu eksperimen. Tingkat variasi yang cukup berarti berarti temuan penelitian signifikan. Dalam banyak konteks, pengujian ANOVA dan analisis varians serupa.
5. Analisis varians: Prosedur statistik digunakan untuk menguji sejauh mana dua atau lebih variasi atau perbedaan dalam suatu eksperimen. Tingkat variasi yang cukup berarti berarti temuan penelitian signifikan. Dalam banyak konteks, pengujian ANOVA dan analisis varians serupa.

Artikel terkait: Metode Penelitian Action Research

Pertimbangan dalam Analisis Data Penelitian

Peneliti harus memiliki keterampilan yang diperlukan untuk menganalisis data, Mendapatkan pelatihan untuk menunjukkan standar praktik penelitian yang tinggi. Idealnya, peneliti harus memiliki lebih dari sekadar pemahaman dasar tentang alasan memilih satu metode statistik di atas yang lain untuk mendapatkan wawasan data yang lebih baik.

Biasanya, metode penelitian dan analisis data berbeda menurut disiplin ilmu; oleh karena itu, mendapatkan saran statistik di awal analisis membantu merancang kuesioner survei, memilih metode pengumpulan data, dan memilih sampel.

Tujuan utama dari penelitian dan analisis data adalah untuk memperoleh wawasan akhir yang tidak bias. Setiap kesalahan dalam atau menjaga pikiran yang bias untuk mengumpulkan data, memilih metode analisis, atau memilih sampel audiens untuk menarik kesimpulan yang bias.

Tidak relevan dengan kecanggihan yang digunakan dalam data penelitian dan analisis sudah cukup untuk memperbaiki pengukuran hasil objektif yang kurang jelas. Tidak masalah jika desainnya salah atau niatnya tidak jelas, tetapi kurangnya kejelasan dapat menyesatkan pembaca, jadi hindari praktiknya.

Motif di balik analisis data dalam penelitian adalah untuk menyajikan data yang akurat dan dapat diandalkan. Sejauh mungkin, hindari kesalahan statistik, dan temukan cara untuk menghadapi tantangan sehari-hari seperti outlier, data yang hilang, pengubahan data, penambangan data, atau pengembangan representasi grafis.

Demikian penjelasan cara analisis data penelitian, baik secara kualitatif maupun kuantitatif. Semoga dapat membantu Anda dalam menyelesaikan penelitian dengan baik.