ANALISIS DATA KUALITATIF

Data kualitatif adalah data dalam bentuk kata-kata. Contoh data kualitatif adalah catatan
wawancara, transkrip grup fokus, jawaban atas pertanyaan terbuka, transkripsi rekaman video,
akun pengalaman dengan produk di Internet, artikel berita, dan sejenisnya. Data kualitatif dapat
berasal dari berbagai sumber utama atau sumber sekunder, seperti individu, kelompok fokus,
catatan perusahaan, publikasi pemerintah, dan Internet. Analisis data kualitatif bertujuan untuk
membuat kesimpulan yang valid dari jumlah data yang dikumpulkan yang sangat banyak.

TIGA LANGKAH PENTING DALAM ANALISIS DATA KUALITATIF

Menurut Miles dan Huberman (1994), umumnya ada tiga langkah dalam analisis data
kualitatif: reduksi data, tampilan data, dan penarikan kesimpulan.
Langkah pertama dalam analisis data kualitatif berkaitan dengan reduksi data.
Pengurangan data mengacu pada proses pemilihan, pengkodean, dan pengkategorian data.
Tampilan data mengacu pada cara penyajian data. Pilihan kutipan, matriks, grafik, atau bagan
yang menggambarkan pola dalam data dapat membantu peneliti (dan akhirnya pembaca) untuk
memahami data. Dengan cara ini, tampilan data dapat membantu menarik kesimpulan
berdasarkan pola dalam kumpulan data yang dikurangi.
Dengan mengidentifikasi tahapan-tahapan umum ini, perlu dicatat bahwa analisis data
kualitatif bukanlah langkah demi langkah, proses linear melainkan proses yang berkelanjutan dan
berulang. Misalnya, pengkodean data dapat membantu secara bersamaan untuk mengembangkan
ide tentang bagaimana data dapat ditampilkan, serta untuk menarik beberapa kesimpulan awal.
Pada gilirannya, kesimpulan awal dapat memberi umpan balik ke cara data mentah dikodekan,
dikategorikan, dan ditampilkan.
 Data reduction
Pengodean adalah proses analitik di mana data kualitatif yang dikumpulkan dikurangi,
disusun kembali, dan diintegrasikan ke bentuk teori. Tujuan pengkodean adalah untuk
membantu menarik kesimpulan yang berarti tentang data. Kode adalah label yang
diberikan untuk unit teks yang kemudian dikelompokkan dan diubah menjadi kategori.
Kategorisasi adalah proses mengatur, mengatur, dan mengklasifikasikan unit
pengkodean. Kode dan kategori dapat dikembangkan secara induktif dan deduktif.
  Data display
Menurut Miles dan Huberman (1994), Data display adalah kegiatan utama kedua
yang harus dilalui ketika menganalisis data kualitatif. Data display melibatkan
pengambilan data yang dikurangi dan menampilkannya dengan cara yang teratur dan
terkondensasi. Sepanjang garis-garis ini, bagan, matriks, diagram, grafik, frasa yang
sering disebutkan, atau gambar dapat membantu untuk mengatur data dan untuk
menemukan pola dan hubungan dalam data sehingga penarikan kesimpulan akhirnya
difasilitasi.
Teknik data display yang dipilih mungkin tergantung pada preferensi peneliti,
jenis kumpulan data, dan tujuan tampilan. Matriks, secara umum, bersifat deskriptif.
Tampilan lain, seperti jaringan atau diagram, memungkinkan untuk menyajikan
hubungan kausal antar konsep dalam data.
 Drawing conclusions
Penarikan kesimpulan adalah kegiatan analitis "terakhir" dalam proses analisis
data kualitatif. Ini adalah inti dari analisis data; pada titik inilah dapat menjawab
pertanyaan riset dengan menentukan tema apa yang teridentifikasi, dengan memikirkan
penjelasan untuk pola dan hubungan yang diamati, atau dengan membuat kontras dan
perbandingan.

RELIABILITY AND VALIDITY IN QUALITATIVE RESEARCH

Reliabilitas dan validitas memiliki arti yang sedikit berbeda dalam riset kualitatif
dibandingkan dengan penelitian kuantitatif. Reliabilitas dalam analisis data kualitatif termasuk
reliabilitas kategori dan interjudge. Kategori reliabilitas "tergantung pada kemampuan analis
untuk merumuskan kategori dan menyajikan kepada hakim yang kompeten definisi dari kategori
sehingga mereka akan setuju pada item mana dari populasi tertentu termasuk dalam kategori dan
mana yang tidak" (Kassarjian, 1977, hal. 14).
Validitas memiliki arti yang berbeda. Ini mengacu pada sejauh mana hasil penelitian (1)
secara akurat mewakili data yang dikumpulkan (validitas internal) dan (2) dapat
digeneralisasikan atau ditransfer ke konteks atau pengaturan lain (validitas eksternal).
Dua metode yang telah dikembangkan untuk mencapai validitas dalam penelitian kualitatif
adalah:
  Mendukung generalisasi berdasarkan jumlah kejadian. Hal ini dapat mengatasi
kekhawatiran umum tentang pelaporan data kualitatif: anekdot yang mendukung teori
peneliti telah dipilih, atau bahwa terlalu banyak perhatian telah dibayarkan kepada
sejumlah kecil peristiwa, dengan mengorbankan yang lebih umum.
 Menjelaskan keterwakilan kasus dan memasukkan kasus-kasus yang menyimpang
(kasus-kasus yang mungkin bertentangan dengan teori). Pemilihan kasus yang
menyimpang memberikan ujian yang kuat terhadap teori.
Triangulasi, dibahas adalah teknik yang juga sering dikaitkan dengan reliabilitas dan validitas
dalam penelitian kualitatif.

SOME OTHER METHODS OF GATHERING AND ANALYZING QUALITATIVE

DATA
 Content analysis
Content analysis adalah metode penelitian observasional yang digunakan untuk
mengevaluasi secara sistematis isi simbolik dari semua bentuk komunikasi yang direkam
(Kolbe & Burnett, 1991). Content analysis dapat digunakan untuk menganalisis surat
kabar, situs web, iklan, rekaman wawancara, dan sejenisnya.
Conceptual analysis menetapkan keberadaan dan frekuensi konsep (seperti kata-kata,
tema, atau karakter) dalam sebuah teks. Conceptual analysis menganalisa dan
menafsirkan teks dengan mengkodekan teks ke dalam kategori konten yang dapat
dikelola. Analisis relasional dibangun berdasarkan analisis konseptual dengan memeriksa
hubungan antar konsep dalam suatu teks.
Hasil analisis konseptual atau relasional digunakan untuk membuat kesimpulan
tentang pesan dalam teks, efek variabel lingkungan pada konten pesan, efek pesan pada
penerima, dan sebagainya.
 Narrative analysis
Analisis narasi adalah pendekatan yang bertujuan untuk menggali dan meneliti
cerita-cerita yang kita ceritakan tentang diri kita dan implikasinya terhadap kehidupan
kita. Data narasi sering dikumpulkan melalui wawancara. Wawancara ini dirancang untuk
mendorong peserta untuk menggambarkan insiden tertentu dalam konteks riwayat
hidupnya. Dengan cara ini, analisis naratif berbeda dari metode penelitian kualitatif
 lainnya; ini difokuskan pada suatu proses atau perintah temporal, misalnya dengan
memunculkan informasi tentang pendahulunya dan konsekuensi dari insiden tertentu
untuk menghubungkan kejadian ini dengan insiden lain.
 Analytic induction
Induksi analitik adalah pendekatan untuk analisis data kualitatif di mana
penjelasan universal tentang fenomena dicari dengan pengumpulan data (kualitatif)
sampai tidak ada kasus yang tidak konsisten dengan penjelasan hipotetis dari fenomena
yang ditemukan. Induksi analitik dimulai dengan definisi (kasar) masalah ("mengapa
orang menggunakan ganja" adalah contoh yang terkenal), dilanjutkan dengan penjelasan
hipotetis masalah (misalnya, "orang menggunakan ganja untuk kesenangan"), dan
kemudian melanjutkan dengan pemeriksaan kasus (misalnya, pengumpulan data melalui
wawancara mendalam). Jika suatu kasus tidak konsisten dengan hipotesis peneliti
(misalnya, "Saya menggunakan ganja karena alasan kesehatan"), peneliti mendefinisikan
ulang hipotesis atau mengecualikan kasus "menyimpang" yang tidak mengkonfirmasi
hipotesis. Induksi analitik melibatkan induktif - bukan deduktif - penalaran,
memungkinkan untuk modifikasi penjelasan hipotetis untuk fenomena di seluruh proses
melakukan penelitian.

BIG DATA
"Big data" adalah istilah populer saat ini yang biasanya digunakan untuk menggambarkan
pertumbuhan eksponensial dan ketersediaan data dari sumber digital di dalam dan di luar
organisasi. Istilah awalnya terkait dengan volume data yang tidak dapat diproses dan dianalisis
(efisien) dengan metode dan alat tradisional.
Karakteristik utama dari big data adalah volumenya, variasinya dan kecepatannya, di
mana volume mengacu pada jumlah data, variasi mengacu pada berbagai jenis data, dan
kecepatan mengacu pada kecepatan di mana data menjadi tersedia dari proses bisnis, jejaring
sosial, perangkat seluler, dan sejenisnya.