Cara Mengolah Data Kualitatif: Pengumpulan hingga Hasil
Syaukha Ahmad Risyad
•
05 August 2023
•
11993
Data kualitatif kan bukan data yang bersifat numerik, lalu bagaimana, sih, cara mengolahnya? Di artikel ini MinDi bakal jelasin cara mengolah data kualitatif dari awal hingga akhir, jadi kamu nggak perlu khawatir, Sobat MinDi!
Dalam data science, data kualitatif merujuk pada jenis data yang bersifat deskriptif dan tidak bersifat numerik, seperti teks, transkrip wawancara, catatan lapangan, atau dokumen-dokumen lainnya. Data kualitatif bisa memberikan insight baru yang tidak ditunjukkan oleh data-data kuantitatif. Makanya, buat kamu yang ingin mendalami data analyst, kamu perlu paham juga, nih cara mengolahnya.
Baca sampai habis artikel ini ya, Sobat MinDi, karena kita bakal bahas langkah-langkah cara mengolah data kualitatif secara lengkap dan rinci, hingga visualisasi datanya!
1. Mengumpulkan Data Kualitatif
Sebelum memulai proses pengolahan data kualitatif, tentunya kamu perlu mengumpulkan data terlebih dahulu. Kamu perlu memastikan bahwa metode pengumpulan data yang kamu gunakan sesuai dengan tujuan penelitian atau analisis kamu. Beberapa metode umum yang sering digunakan dalam pengumpulan data kualitatif adalah sebagai berikut.
Wawancara: Wawancara melibatkan interaksi langsung antara peneliti dan subjek penelitian secara tatap muka, telepon, atau melalui video konferensi.
Observasi Partisipan: Peneliti secara langsung berpartisipasi dalam situasi atau kegiatan yang diamati.
Studi Kasus: Melihat hubungan subjek terhadap suatu faktor tertentu. Tujuan dari studi kasus adalah untuk melihat dampak dari suatu kebijakan terhadap subjek.
Focus Group Discussion (FGD): Dalam FGD, peserta didorong untuk berdiskusi dan berbagi pandangan mereka secara terbuka dalam bentuk kelompok kecil atau besar dan diarahkan oleh seorang moderator.
2. Transkripsi Data dan Organisasi Data
Setelah kamu mengumpulkan data kualitatif kamu, kamu mungkin menyadari bahwa data yang kamu punya masih berantakan dan tidak terstruktur. Data-data yang kamu peroleh mungkin masih berupa tulisan tangan atau masih tersebar di berbagai tempat penyimpanan. Oleh karena itu, agar kamu bisa menganalisis data dengan baik, kamu perlu mentranskripsi dan menyimpan data-data kamu dalam satu repositori yang sama.
Salah satu metode yang paling sederhana dan praktis yang bisa kamu lakukan adalah dengan memindahkan dan menyimpan data-data kamu dalam satu spreadsheet yang sama.
Alternatif lainnya yang bisa kamu lakukan adalah dengan menyimpan data-data kamu dalam suatu database terpusat.
Kamu ingin memastikan bahwa data kamu lengkap dan mudah diakses, karena akan berpengaruh terhadap langkah pengolahan data kamu selanjutnya.
3. Kategorisasi Menggunakan Kode Data
Ketika data kamu sudah terorganisasi dengan baik di satu tempat penyimpanan, yang ingin kamu lakukan selanjutnya adalah membuat kode data terhadap data kamu, sehingga kamu bisa menarik informasi yang penting dari data-data tersebut.
Yang dimaksud dalam pengkodean di sini adalah, kamu memberikan label atau mengambil intisari dari data-data kualitatif yang kamu punya, kemudian mengelompokkan label-label tersebut ke dalam beberapa kategori. Kamu ingin memastikan bahwa kategori-kategori yang kamu buat memiliki hubungan atau tema tertentu yang bisa kamu ambil informasinya.
Contoh Pengkodean data
Kamu melakukan wawancara kepada seorang subjek terkait pengalamannya menggunakan aplikasi X. Jawaban yang diberikan oleh subjek adalah sebagai berikut.
“Menurut saya, aplikasi X memberikan respon waktu yang cepat, dan fiturnya lengkap. Tapi layout aplikasi X terlalu membingungkan.”
Dari data di atas, kamu bisa mengambil beberapa kode seperti berikut.
4. Analisis Data
Selanjutnya kamu sudah masuk ke tahap analisis data untuk mengambil informasi yang tersimpan dalam data kamu. Kunci dari analisis data kualitatif adalah mencari korelasi atau hubungan dari kode-kode yang sudah kamu buat. Berdasarkan kode-kode yang sudah ada, kamu ingin mengambil suatu simpulan. Pastikan bahwa simpulan tersebut didukung oleh data-data yang cukup.
Dalam proses analisis data kualitatif, kamu juga ingin mencari hubungan dari kode-kode yang kamu punya berdasarkan demografi atau profil pelanggan yang kamu miliki. Kamu ingin memastikan apa saja faktor-faktor yang berpengaruh terhadap kode-kode tersebut.
Misalnya, dari contoh kasus di atas, kamu ingin menganalisis kode “fitur”. Berdasarkan data tadi, subjek memiliki pengalaman yang positif terhadap fitur dari aplikasi X. Menurutnya, fitur dari aplikasi X lengkap. Selanjutnya, kamu ingin membandingkan data tersebut dengan data lain terkait kode “fitur”. Apakah mayoritas memiliki pandangan yang serupa, atau tidak? Lalu apakah ada hubungannya dengan segmentasi tertentu, seperti umur, jenis kelamin, atau jenis pekerjaan?
Dalam proses analisis data kualitatif, ada beberapa metode analisis yang sering dipakai. Metode-metode ini digunakan berdasarkan kebutuhan dan jenis data yang diambil. Berikut adalah metode-metode tersebut.
Analisis Konten
Analisis konten adalah metode analisis yang memeriksa dan menghitung keberadaan kata-kata, subjek, atau konsep tertentu yang sering muncul pada data. Metode ini mengubah data kualitatif ke dalam wujud kuantitatif yang dapat dihitung secara numerik.
Kalau kamu sudah membuat kode data, maka kamu akan menghitung kode apa saja yang sering muncul. Dalam analisis konten, kamu perlu teliti dan mengidentifikasi lebih dalam terkait detail-detail penting dari data.
Analisis Tematik
Analisis tematik adalah metode analisis data kualitatif yang mengidentifikasi pola atau tema yang sering muncul dari data. Loh, apa bedanya dengan analisis konten?
Kalau dalam analisis konten, kamu menghitung kode-kode apa saja yang sering muncul, dalam analisis tematik, kamu mencari pola yang lebih rinci lagi.
Jadi, dibanding (misalkan) hanya menghitung berapa kali kode “fitur” muncul pada data, kamu ikut mempertimbangkan bagaimana subjek kamu memandang si fitur itu sendiri. Apakah mayoritas dari subjek menyukai fitur dari aplikasi X atau tidak?
Analisis Naratif
Dalam metode analisis naratif, kamu berfokus pada cerita dari subjek, dan menganalisis makna eksplisit (apa saja yang diceritakan) maupun implisit (bagaimana cara menceritakannya).
Metode ini memberikan informasi yang jauh lebih dalam karena menangkap perasaan, nuansa, dan tingkah laku dari subjek.
Analisis Diskursus
Analisis diskursus adalah analisis yang meneliti makna tersirat dari suatu data kualitatif. Analisis diskursus melibatkan pemahaman dan penafsiran bagaimana bahasa digunakan dalam konteks sosial dan budaya. Pendekatan ini mempelajari konstruksi makna, kekuasaan, dan ideologi yang melekat dalam percakapan, teks, atau interaksi sosial.
5. Membuat Laporan dan Presentasi
Langkah terakhir dari menganalisis data kualitatif kamu adalah dengan membuat laporan dan presentasi data kamu untuk bisa didiskusikan dan dibuat keputusan baru.
Ada beberapa cara kamu bisa mempresentasikan hasil analisis data kualitatif kamu secara visual. Berikut adalah beberapa teknik visualisasi data kualitatif yang biasa digunakan.
Word Cloud
Word cloud adalah visualisasi yang menampilkan kata-kata paling sering muncul data satu set data kualitatif. Ukuran kata menunjukkan tingkat kepentingan atau frekuensi kemunculan kata tersebut. VIsualisasi ini cocok untuk menampilkan hasil analisis konten.
Tabel
Kamu juga dapat hanya menampilkan tabel saja untuk presentasi analisis data kualitatif kamu. Di tabel, kamu harus menunjukkan parameter-parameter yang penting, seperti kategori dan tema dari data kamu.
Code Tree
Code tree atau diagram pohon dapat kamu gunakan juga untuk memvisualisasikan struktur hierarkis dalam data kualitatif kamu. Diagram ini dapat digunakan untuk analisis tematik dengan menggambarkan hubungan antara suatu kategori dan subkategori dari data.
Tools untuk Analisis Data Kualitatif
Sepanjang proses organisasi dan pengkodean data, mungkin kamu akan cukup kerepotan kalau melakukannya secara manual. Ada beberapa tools yang bisa membantu kamu dengan mengotomasi proses analisis data kualitatif kamu.
Berikut adalah beberapa tools untuk analisis data kualitatif.
MAXQDA: Perangkat analisis data kualitatif yang cukup populer, terkemuka, dan umum digunakan.
ATLAS.ti: Tool untuk analisis data kualitatif yang didukung oleh fungsi-fungsi berbasis AI.
Quirkos: Tool yang disederhanakan dan mudah digunakan. Cocok untuk pemula.
Taguette: Aplikasi organisasi data yang gratis dan bersifat open-source.
Berlatih Analisis Data
Sekarang udah kebayang, kan, cara mengolah data kualitatif, Sobat MinDi? Analisis data kualitatif adalah hal yang penting buat membantu kamu memperoleh informasi dari subjek yang kamu butuhkan.
Maka dari itu, kamu perlu berlatih dan mendalami analisis data kualitatif, maupun kuantitatif, biar kamu makin mahir buat jadi data analyst. Buat itu, kamu bisa banget ikutan Bootcamp Data Science yang diadakan oleh Dibimbing.id!
Selain mengolah data kualitatif, kamu bakal belajar banyak konsep dan keterampilan lain terkait data science, seperti PostgreSQL, Python, dan Tableau.
Makanya, ayo kuasai data science bareng Dibimbing.id!Tags