Teknik Analisis Data

Teknik Analisis Data – Umumnya dijalankan pada final proses pengumpulan data.

Namun perlu dicatat bahwa dlm beberapa perkara, khususnya dlm studi kualitatif, pengumpulan data dapat diulangi bila analisis yg dijalankan menunjukkan kurangnya data. Tentu saja, kalau waktu membolehkan.

Tujuan analisis data dlm penelitian sosial, termasuk penelitian sosiologis, yakni untuk mengidentifikasi versi sosial dr fenomena sosial atau fenomena yg dipelajari.

Dalam postingan ini, saya akan membahas teknik analisis data dlm proses observasi kuantitatif & kualitatif dengan-cara ringkas sehingga pembaca menerima citra ihwal bagaimana analisis data mampu dikerjakan.

Dengan mengacu pada Lumen Learning, pemasokkatalog pendidikan online, saya menawarkan ringkasan teknik analisis data. Sebelum itu, saya akan menjelaskan definisi singkat dr analisis data.

Daftar Isi

Pengertian Analisis Data

Analisis data yakni fase dr proses observasi yg bertujuan memeriksa, mengganti, & memperoleh pola-pola fenomena sosial yg dipelajari, sehingga laporan penelitian dapat berisi informasi, kesimpulan, & usulan untuk pembuat kebijakan.

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

Teknik analisis kuantitatif data observasi berbeda dr yg kualitatif. Namun, ini mungkin mengandung kesamaan dgn cara yg berlainan. Berikut ini yaitu penjelasan biasa teknik analisis data dlm observasi kuantitatif & kualitatif. Tahap permulaan keduanya memiliki kesamaan.

Memeriksa Kelengkapan Data

Fase ini akan dieksekusi sehabis data telah dikumpulkan. Peneliti dapat memakai daftar periksa untuk memutuskan apakah semua data telah dikumpulkan.

Garis tegak lurus pada batang daun disebut….

Perlu dicatat bahwa tak ada catatan tepat atau catatan lapangan. Selalu ada kelemahan & kesenjangan sehabis akuisisi data.

Namun, penting bahwa para peneliti membenarkan bahwa data yg dikumpulkan mampu dianalisis.

Alasannya tentu didasarkan pada proyek penelitian pertama, data mana yg dibutuhkan untuk menjawab aneka macam pertanyaan penelitian. Singkatnya, bila data dianggap mencukupi, itu mampu dianggap lengkap.

Memeriksa Kualitas Data

Fase ini dilaksanakan dgn memperhatikan atau membaca berulang kali apakah jawaban informan memenuhi harapan para peneliti, dlm arti semua kolom diisi atau semua pertanyaan memiliki jawaban yg membuat puas.

Pemeriksaan kualitas data dilakukan untuk memutuskan jumlah data yg hilang & melakukan penelusuran data komplemen.

Tentukan Kualitas Pengukuran

Fase ini biasanya dilakukan dlm penelitian kuantitatif. Metode untuk mengukur variabel harus diterangkan dgn terperinci.

Sebagai contoh, peneliti membicarakan kualitas hidup manusia. Kualitas hidup mesti dapat diukur. Kualitas hidup mampu diukur dgn kebahagiaan subyektif & kesehatan.

Dalam skala yg dipakai, mirip, responden menentukan angka 1 sampai 10 dlm kuesioner, makin tinggi semakin bahagia. Ada banyak cara untuk melakukan pengukuran.

Dalam penelitian kualitatif, pengukuran kadang-kadang berlebihan lantaran fenomena kualitatif pada umumnya tak mampu diukur atau tak dibutuhkan untuk mempertahankan mutu data.

Misalnya, observasi ihwal pengalaman budaya komunitas sabung ayam atau signifikansi sosial dr fenomena sosial lain. Pengalaman budaya & makna sosial dr informan diterangkan oleh narasi daripada skala atau angka.

Clustering Data

Setelah peneliti memastikan bahwa data yg dikumpulkan cukup & dianggap kualitatif, langkah selanjutnya yaitu membuat cluster. Fase ini sangat penting karena memengaruhi penentuan penelitian dengan-cara sistematis.

Tanpa cluster, peneliti menjadi bingung & mungkin kehilangan kompleksitas data mereka. Klastering pula bisa disebut pengelompokan. Intinya melaksanakan klasifikasi data.

Promes Matematika Kelas 6 Semester 2 K13 Tahun 2022

Klasifikasi data mesti berkaitan dgn relevansi & kualitas data. Peneliti menegaskan setiap pertanyaan penelitian diklasifikasikan. Misalnya, penelitian kualitatif wacana pengembangan komunitas perkotaan.

Klasifikasi mampu dibentuk dgn menyatakan bahwa cerita-dongeng para pemimpin masyarakat lebih berkaitan daripada cerita para anggota gres tatkala penekanannya ialah pada pengembangan penduduk .

Proses pengelompokan terkait akrab dgn fase peninjauan kualitas data.

Lakukan Analisis

Setelah data diklasifikasikan dengan-cara unik, analisis data dapat dilakukan untuk memperoleh pola. Pada tahap ini, ada perbedaan yg signifikan antara observasi kuantitatif & kualitatif.

Penelitian kuantitatif biasanya memakai statistik. Sedangkan observasi kualitatif memakai pengkodean.

Keduanya dapat dilaksanakan dengan-cara manual atau dgn sumbangan perangkat lunak komputer.

Di bawah ini saya jelaskan dengan-cara singkat analisis data untuk kedua metode penelitian & perangkat lunak mana yg dapat dipakai.

1. Teknik Analisis Data Kuantitatif

Ada beberapa macam analisis data kuantitatif. Salah satu yg paling populer ialah analisis regresi.

Analisis regresi yg mengukur hubungan variabel dependen dgn variabel independen. Singkatnya, analisis regresi memperlihatkan pergantian nilai variabel dependen pada ketika variabel independen pada nilai tetap.

Misalnya, studi tingkat pendidikan & pemasukan ekonomi. Analisis regresi dilakukan untuk mencari tahu, contohnya, apakah orang dgn pendidikan tinggi mempunyai pemasukan ekonomi yg lebih tinggi.

Analisis regresi dapat menunjukkan bahwa sepertinya ada hubungan yg signifikan antara keduanya. Atau jika jadinya terbalik, tak ada korelasi yg signifikan antara keduanya.

Analisis regresi pula dapat dilakukan untuk membuat prediksi. Secara umum, proses pengumpulan data dlm penelitian kuantitatif tak diketahui dengan-cara detail.

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

Jelaskan perbedaan transmigrasi umum dan transmigrasi swakarsa

Namun, analisis regresi sangat lemah tatkala menurunkan hubungan sebab akibat antar variabel. Beberapa perangkat lunak biasa yg dapat dipakai untuk analisis regresi yaitu SPSS atau Stata.

2. Teknik Analisis Data Kualitatif

Analisis data kualitatif dikerjakan dgn pengkodean. Proses pengkodean melibatkan memastikan konsep atau variabel yg mendahuluinya. Pengkodean memungkinkan para peneliti untuk menarik kesimpulan yg valid & sistematis.

Singkatnya, pengkodean yakni proses mengkategorikan data kualitatif sehingga mampu dgn mudah diukur atau dipahami.

Istilah atau variabel yg diputuskan dlm pengkodean mesti merujuk pada problem atau pertanyaan. Tentu saja, data verbal mesti terlebih dahulu ditranskripsi.

Proses pengkodean memerlukan waktu usang, lantaran peneliti membaca hasil transkripsi tak cuma sekali, namun berulang kali. Dua atau tiga pengulangan biasanya dianggap cukup.

Contoh proses pengkodean, contohnya dlm studi maskulinitas di institusi militer.

Peneliti dapat membuat konsep atau variabel yg memperlihatkan maskulinitas personel militer, mirip : Misalnya, pandangan personil militer tentang perang, pandangan risiko, persepsi anggota keluarga & sebagainya.

Narasi maskulinitas diklasifikasikan selaku perang, risiko, keluarga, atau ada variabel lain yg menunjukkan maskulinitas. Proses ini adalah proses pengkodean.

Saat ini ada banyak program kualitatif yg mampu dipakai peneliti untuk menulis arahan, seperti: Atlas.ti atau N-Vivo.

Harus ditekankan bahwa fase-fase ini tak kaku. Tapi terhubung. Ada kemungkinan bahwa para peneliti menciptakan clustering tetapi mendapatkan data gila.

Baca Juga :