Merancang dan Melaksanakan Riset Sistem Kesehatan

Bagian II: Analisis Data dan Penulisan Laporan

Modul 23

ANALISIS DATA KUALITATIF

1
 Langkah Analisis Data dan Penulisan Laporan
Pertanyaan yang harus diajukan
Data apa yang telah
dikumpulkan untuk tiap
tujuan penelitian?
Apakah data lengkap,
akurat?
Seperti apa tampilan data?
Bagaimana data dapat diringkas
untuk memudahkan analisis?
Bagaimana menentukan asosiasi
antarvariabel?
Kita mengukur perbedaan atau
asosiasi antarvariabel?
Bagaimana menentukan
perbedaan antarkelompok?
Bagaimana menentukan
asosiasi antarvariabel
numerik?
Bagaimana sebaiknya menulis
laporan?
Bagaimana temuan dan
rekomendasi dapat disampaikan,
dikaji, dan digunakan?
Langkah di diagram ini tidak harus berurutan. Urutan di atas dapat dimodifikasi sesuai dengan kebutuhan
kelompok penelitian.
Unsur di atas opsional dan dapat dikeluarkan jika tidak relevan bagi kelompok penelitian.
Langkah yang akan diambil
Siapkan data untuk
analisis
Ringkas data dan
jabarkan variabelnya/
tengarai variabel baru.
Analisis berbagai
asosiasi
Bersiap menghadapi
analisis statistik
Tentukan jenis analisis
statistik
Analisis observasi berpasangan
dan takberpasangan
Implementasikan
pengukuran berbagai
asosiasi
Tulis laporan dan
rumuskan rekomendasi
Sajikan ringkasan dan
rencana implementasi
rekomendasi
Unsur penting di setiap langkah
Kaji pengalaman lapangan
Buat inventarisas data untuk tiap
sasaran/populasi penelitian
Sortir data dan cek kualitasnya
Cek keluaran komputer (21)
Tabel frekuensi, angka, rerata,
proporsi, tabulasi-silang deskriptif,
(data kuantitatif) (22,24) ; Kodifikasi,
penjabaran, peringkasan data dalam
lembaran kompilasi, matriks, bagan
alir, diagram, dan narasi (data
kualitatif) (23)
Tabel silang analitis (24)
Pengukuran hubungan berdasarkan
risiko (25)
Berurusan dengan pengacau (26)
Pengukuran sebaran, distribusi
normal dan variasi pengambilan
sampel (27)
Pilih tes signifikansi (28)
Tes-T, Tes chi-square (29)
Tes-T paired,
Tes chi-square McNemar (30)
Diagram tebar,
Garis regresi, dan
Koefisien korelasi (31)
Siapkan garis besar laporan
Sajikan dan terjemahkan data
Drafkan dan drafkan ulang
Diskusikan dan ringkas kesimpulan
Rumuskan rekomendasi (32)
Diskusikan ringkasan dan rencana-
kan implementasi dengan semua
pemilik kepentingan (33)
2
Module 23: ANALISIS DATA KUALITATIF

SASARAN

Di akhir lokakarya ini Anda harus mampu:

1. menggambarkan cara yang paling efisien dalam menyusun dan merangkum data kualitatif;

2. menunjukkan betapa penting untuk mulai merangkum dan menganalisis selama melakukan
kerja lapangan;

3. membuat daftar langkah utama dalam menganalisis data kualitatif dan menarik
kesimpulan;

4. membuat sebuah skema mengenai cara Anda meneruskan penyusunan dan perangkuman
data kualitatif, dan meneruskan analisis berikutnya.

5. merencanakan cara melaporkan data kualitatif Anda, memadukannya secara sangat efektif
dengan data Anda yang lain.

6. menunjukkan, sekarang atau di akhir analisis data, kegiatan tambahan yang akan Anda
lakukan untuk menguji atau menegaskan temuan Anda untuk membuktikan kesahihannya.

I. Pendahuluan

II. Prosedur memproses dan menampilkan data kualitatif

III. Menggambarkan dan membuktikan kesimpulan dengan menggunakan perangkat data

IV. Melaporkan data

V. Strategi lebih lanjut untuk menguji atau menegaskan temuan untuk membuktikan
kesahihan (opsional)

3
I. PENDAHULUAN

Dalam modul sebelumnya (9, 10, 13) telah dijelaskan bahwa kita akan menggunakan teknik
penelitian kualitatif jika ingin memperoleh wawasan mengenai situasi atau masalah tertentu
yang hanya kita ketahui sedikit. Teknik kualitatif seperti penggunaan wawancara yang
terstruktur secara longgar dengan pertanyaan terbuka, diskusi kelompok berfokus,
observasi, pendekatan proyektif dan partisipatif akan sangat sesuai dengan di banyak
penelitian, khususnya pada mulanya. Untuk topik yang sensitif, teknik itu mungkin satu-satunya
yang dapat diandalkan.

Terlepas dari bagaimana dan untuk apa data dikumpulkan, peneliti lazimnya mengakhirinya
dengan sejumlah besar halaman teks tertulis yang harus dianalisis.

Meskipun prosedur dan hasil analisis data kualitatif berbeda dari analisis data kuantitatif,
prinsip dasarnya tidak terlalu berbeda. Dalam kedua kasus peneliti harus:

menggambarkan populasi sampel;

menyusun dan mengurangi kode data (pengolahan data);

menampilkan rangkuman data sedemikian rupa sehingga memudahkan interpretasi,

misalnya dengan menyiapkan lembaran kompilasi, bagan alir, diagram, atau matriks;

menarik kesimpulan, menghubungkannya dengan perangkat data lain dari penelitian,

dan memutuskan bagaimana cara mengintegrasikan data di dalam laporan; dan

jika dibutuhkan, mengembangkan strategi untuk pengujian lebih lanjut atau

menegaskan data (kualitatif) dalam upaya membuktikan kesahihannya.

Sekarang kita akan menguji setiap butir dengan lebih terperinci.

II. PROSEDUR PENGOLAHAN DAN PENYAJIAN DATA KUALITATIF

1. Deskripsi populasi sampel terkait dengan prosedur pengambilan sampel

Langkah pertama yang berguna dalam pengolahan data (sebagaimana dalam pelaporan temuan)
merupakan deskripsi narasumber. Jika jumlahnya mencukupi, data latar belakang yang terkait
dapat ditabulasikan, misalnya dalam hal usia, jenis kelamin, pekerjaan, pendidikan, atau
status perkawinan, sebagaimana yang dilakukan dalam penelitian kuantitatif.

Namun, karena data kualitatif berasal dari sampel kecil (kadang-kadang dari narasumber kunci
yang sukar dimintai keterangan atau observasi dan diskusi kelompok berfokus), dibutuhkan
informasi lebih banyak untuk dapat menempatkan data di dalam konteksnya.

Misalnya, siapa yang merupakan narasumber utama, apa yang membuat Anda memutuskan
untuk memilih mereka? Siapa yang ikut serta dalam diskusi kelompok berfokus? Bagaimana
peserta kelompok diseleksi dan apakah mereka cukup mewakili populasi penelitian Anda?
Untuk observasi: dalam kondisi seperti apa observasi itu dilakukan? Siapa yang diamati, dan
oleh siapa?

Interpretasi data akan muncul secara sembarangan bila jenis informasi di atas tidak diberikan.

2. Menyusun dan memberi kode pada data

4
Kita akan mendiskusikan dua jenis data kualitatif:

menjawab pertanyaan terbuka, dan

menguraikan cerita hasil wawancara yang terstruktur secara longgar atau diskusi
kelompok berfokus

(1) Menjawab pertanyaan terbuka

Data yang paling umum dikumpulkan adalah menjawab pertanyaan terbuka. Data itu
merupakan bagian dari setiap penelitian RSK. Ketika menyusun proposal Anda, dalam Modul
13, Anda telah membuat latihan menyusun data semacam itu secara sistematis: jawaban
terhadap pertanyaan Mengapa Anda merokok? yang akan kita diskusikan lagi secara mendalam
untuk menganalisis langkah yang berbeda.

(1) Langkah dasar yang pertama dalam analisis jawaban terhadap pertanyaan terbuka adalah
membuat daftar jawaban dari sampel yang berasal dari 2025 narasumber sebagaimana
yang diberikan (menambahkan nomor angket untuk menghindari hilangnya kaitan dengan
data lain dari narasumber).

(2) Kemudian, baca jawaban dengan saksama sambil mengingat tujuan pertanyaan. Pertanyaan
Mengapa Anda merokok? ditujukan untuk membantu siswa perawat dalam menyusun
larangan merokok.

(3) Buat garis besar kategori dari jawaban yang tampaknya dapat disatukan dan beri kode
dengan kata kunci. Misalnya, jawaban 3 (memberi saya kesenangan) dan jawaban 14 (saya
suka menghembuskan lingkaran asap) dapat diberi label dengan tema kesenangan, yang
dapat disingkat menjadi senang.

(4) Kemudian, senaraikan kembali semua jawaban, tetetapi kali ini sesuai dengan dengan
kode, sehingga Anda memperoleh 57 daftar singkat. Misalnya:

Kesenangan (Senang) Bersosialisasi (Sosial) Membuat percaya diri (pede)

2. Saya suka memegang
rokok di tangan saya
3. Karena itu membuat saya
senang
5. Saya suka menghembus-
kan asap di antara mulut
dan hidung
14. Saya suka membuat
lingkaran asap
15. Saya suka rasanya
10. Semua teman saya 6. Karena saya merasa
perokok percaya diri dan berkuasa
11. Orang menjadi lebih waktu merokok
ramah dan nyaman ketika 7. Rokok membuat saya
kita tawari rokok berpikir lebih baik
18. Rokok membantu saya
mengurangi tekanan dan
ketegangan kerja
17. Rokok membuat saya
santai

(5) Kemudian, interpretasikan setiap daftar, dan akhiri dengan 57 kategori bermakna dengan
kata kunci yang khas. Misalnya: Kesenangan, bersosialisasi, memberi status, memberi rasa
percaya diri, kecanduan, tantangan. Mungkin akan ada diskusi mengenai kebutuhan untuk
memecah beberapa kategori atau memadukan beberapa dengan sedikit jawaban. Jawaban
17 dan 18, misalnya, dapat dimasukkan dalam kategori terpisah, mengurangi stres. Dalam
hal ini akan ada tujuh kategori. Kategori tantangan dapat memiliki dua jawaban: 4. Saya
tidak punya alasan mengapa saya harus berhenti merokok!! dan 12. Mengapa tidak?!! Tanda

Langkah ini diadaptasi dari Willms dan Johnson (1996).

5
 seru menunjukkan bahwa tantangan, alih-alih ketidaktahuan, membentuk motivasi
jawaban. Tanpa tambahan ini dari pewawancara, jawaban itu akan sulit diberi kode.

Sekarang Anda akan membuat interpretasi tentatif sesuai dengan asumsi keinginan
narasumber Anda untuk mengubah perilaku. Bagi mereka yang merokok karena kesenangan
atau untuk bersosialisasi mungkin paling mudah untuk berhenti merokok. Mereka yang
kecanduan tetapi berusaha berhenti, dan mereka yang merasa memperoleh status dari
merokok, mungkin membentuk kategori pertengahan. Sementara itu, bagi mereka yang
merokok untuk meningkatkan rasa percaya diri dan mengurangi stres, atau yang sangat
menantang, sangat mungkin paling sulit berhenti merokok.

(6) Sekarang coba lakukan kumpulan 2025 jawaban berikutnya dan periksa apakah labelnya
berfungsi dengan baik. Sangat mungkin dalam tahap ini beberapa label tetap berubah atau
Anda memutuskan untuk menambah kategori baru atau memadukan yang lain.

(7) Buat daftar final dari kategori yang diberi label dan kode semua data termasuk data yang
telah Anda proses dengan kode singkatan.

Kemudian, diskusikan apakah Anda akan tetap berpegang pada interpretasi tentatif dari data
dan apa artinya hal ini bagi isi pesan untuk menyebut alasan yang berbeda dari merokok.
Analisis isi ini adalah tujuan yang sangat penting dari analisis. Bagaimanapun, dengan
menghitung jawaban dalam setiap label maka peneliti juga akan memperoleh pengetahuan
tentang seberapa umum alasan itu.

(2) Menguraikan cerita

Data dari wawancara dengan narasumber kunci atau diskusi kelompok berfokus (DKB) digunakan
sebagai aturan yang lebih besar daripada menjawab pertanyaan terbuka. Catatan dan rekaman
lapangan yang ditranskripsi dengan teliti (lihat Modul 10.C tentang DKB dan Modul 13) dapat
terdiri dari berhalaman teks cerita. Seberapa pun bagusnya panduan kita dalam diskusi, ketika
menganalisis teks, biasanya kita menemukan bahwa di samping informasi berharga data itu,
teks mengandung sejumlah perincian yang kurang penting. Sebagai tambahan, data biasanya
tidak disajikan dalam urutan yang kita butuhkan dalam analisis karena narasumber mungkin
berpindah dari satu topik ke topik yang lain.

Untuk mempermudah analisis, kita harus mengurutkan dan mengurangi data. Pengurutan
sangat baik dilakukan bila berkaitan dengan sasaran dan topik diskusi. Sekali lagi, sebaiknya
Anda mengikuti sejumlah langkah secara sistematis.

(1) Membaca ulang sasaran Anda dan topik diskusi.

(2) Baca secara lebih teliti sejumlah wawancara, DKB, atau observasi cerita yang ingin Anda
proses. Buat nomor materi sesuai dengan topik diskusi yang luas yang dibicarakan. Gunakan
stabilo untuk menonjolkan secara khusus keterangan ilustratif. Gunakan margin untuk
mendefinisikan subtopik.

Misalnya, dalam penelitian tentang gender dan penyakit kusta yang dilakukan di negara
yang berbeda (contoh di Modul 4, 8, dan 11) tampak bahwa topik diskusi stigma harus
dibedakan menurut latar sosial yang berbeda tempat stigma itu muncul: di antara
keluarga dekat (orang tua-anak), pasangan, ipar, dan anggota masyarakat. Selanjutnya,
pembedaan harus dibuat antara stigmatisasi diri (misalnya, seorang istri yang didiagnosis
menderita kusta menyuruh suaminya untuk mengambil istri kedua agar tidak dicerai, atau
seorang pasien tidak menghadiri pertemuan warga karena takut akan dijauhi) dan
stigmatisasi oleh yang lain. Tingkat kekerasan yang berbeda dari stigmatisasi juga dapat

6
 dibedakan, bervariasi mulai dari menjauh secara diam-diam hingga pengusiran penuh.
Apabila stigma menjadi topik (11) dalam diskusi, Anda harus menandai semua hal yang
berkaitan dengan stigma (11) di marginnya, dan tambahkan kata kunci seperti stigma-
dir., pasangan, ipar, masy., di margin, sebagaimana kata kunci seperti pis(ah) ran(jang)
atau cerai untuk menunjukkan kekerasan stigma. (Lihat Lampiran 10C.2 di Modul 10C
sebagai contoh).

(3) Buat daftar dari semua kata kunci yang masuk dalam topik tertentu dalam subkategori
yang telah dikembangkan dalam (2). Misalnya semua yang masuk dalam stigma dapat dibagi
lagi dan dibuatkan daftar dalam empat latar sosial besar tempat stigma itu menunjukkan
diri.

(4) Tafsirkan data, misalnya bedakan bentuk utama tempat stigma terungkap dalam latar
sosial yang berbeda ini, usahakan untuk membuat peringkat kekerasan dan hubungkan
stigma itu dengan variabel lain (seperti tingkat kecacatan, status sosial ekonomis) untuk
memahami perbedaan stigma.

(5) Kemudian, berikan kode pada semua data kualitatif Anda dengan cara itu. Jika perlu,
gunakan skema pengodea Anda ketika membuat urutan, kode, dan interpretasi lebih
banyak data. Dalam hal ini, Anda sekali lagi harus membaca dan sangat mungkin membuat
kode lain untuk materi yang telah diproses.

Catatan:
Anda mungkin sudah menganalisis dan mengodekan data kualitatif di lapangan (seperti yang
disarankan di Modul 13), untuk menyesuaikan dan memperdalam panduan wawancara atau
daftar topik. Dalam hal ini, sangat mungkin untuk menyusun daftar pemberian kode final Anda
dalam satu siklus saja.

3. Merangkum data dalam lembaran kompilasi

Setelah mengurutkan data, kita harus merangkumnya. Satu langkah awal yang sangat berguna
adalah merangkum semua data dari setiap satuan penelitian per populasi penelitian di
lembaran kompilasi yang terpisah.

Sebagaimana lembaran induk untuk data kuantitatif, lembaran kompilasi untuk data kualitatif
berisi sejumlah kolom dengan topik yang dicakup penelitian sebagai judul. Lebih jauh, topik
dapat dipecah menjadi tema yang lebih kecil yang Anda tengarai dan berikan kode ketika
mengurutkan data (lihat Lampiran 23.1). Setiap wawancara, DKB, atau observasi mendapat
sebuah nomor dan secara berurutan masuk dalam sekuen itu pada lembaran kompilasi yang
relevan. Jika ada kategori narasumber yang berbeda dalam sebuah populasi penelitian,
misalnya ibu muda dan generasi ibu yang lebih tua, atau pasien laki-laki dan perempuan, data
dari kelompok ini dimasukkan dalam lembaran yang terpisah. Jika topik yang dicakup dalam
subkelompok itu tidak benar-benar identik, harus dibuat sistematis dan mengikuti sekuen topik
yang sama bagi setiap kategori narasumber. Informasi yang masuk dirangkum dalam kata dan
kalimat kunci, cukup jelas untuk mengingatkan pernyataan yang dibuat narasumber. (Karena
jumlah satuan penelitian dimasukkan dalam lembaran kompilasi, selalu mungkin untuk kembali
ke data asal dan menampilkan pernyataan lengkap, misalnya dalam presentasi atau dalam
laporan penelitian).

Sekarang Anda memiliki ikhtisar dari semua data per populasi penelitian dalam satu atau lebih
lembaran besar. Jika membaca kolomnya, Anda memiliki daftar jawaban dari semua anggota
kelompok dari (sub)topik tertentu. Jika Anda membaca secara horizontal, setiap narasumber

7
dapat Anda kaitkan dengan topik yang berbeda satu sama lain atau karakteristik personalnya.
Juga akan lebih mudah untuk membandingkan jawaban dari kelompok yang berbeda atas pokok
masalah khusus dengan membandingkan lembaran kompilasi.

Misalnya dalam Lampiran 23.1, data personal dari pasien kusta (baru saja dinyatakan
sembuh) ditampilkan bersama sejumlah topik dan subtopik yang didiskusikan bersamanya.
Stigma baru sembuh, yang awalnya merupakan satu topik, di dalam lembaran kompilasi
telah dipecah dalam empat latar sosial utama tempat stigmatisasi mungkin muncul:
saudara sedarah, perkawinan, saudara dari pasangan, dan komunitas. Di dalam setiap
stigma tetap dapat dibuat perbedaan yang lebih halus (misalnya, komunitas dapat berupa
tetangga, teman, rekan kerja, teman sekolah, atau anggota komunitas yang lebih jauh).
Karena kecil, sampel itu dapat dimasukkan di bawah judul komunitas. Kode (huruf
miring) dapat ditambahkan pada pernyataan yang ditampilkan dalam kata kunci, misalnya,
sangat takut dan kecemasan di bawah judul reaksi pertama. Dari ketiga contoh yang
disajikan, sudah tampak (ditegaskan dengan analisis dari semua data di empat negara)
bahwa secara umum stigma ketakutan ketika pasien mendengar diagnosis kusta lebih besar
daripada stigma dalam pengalaman. Pasien (12) dalam hal ini merupakan perkecualian.
Ironisnya, suami yang telah menceraikannya telah meninggal dunia akibat penyakit lain
ketika dia dinyatakan sembuh dari kusta. Perbandingan horizontal data pasien (1)
mengajarkan pada kita bahwa tidak mungkin teman penderita kusta itu tidak mengetahui
penyakitnya karena, meskipun dinyatakan sembuh, bekasnya terlihat jelas. Di sini peneliti
harus mewawancarai temannya untuk mengetahui apakah benar orang itu pernah (atau
tidak pernah sama sekali) distigmatisasi oleh komunitas.

Anda dapat mencatat bahwa interpretasi data dan pemberian label benar-benar menjadi
mudah bila menggunakan lembaran kompilasi karena peneliti dapat memvisualisasi semua
aspek narasumbernya, bahkan bila dia mengamati satu aspek untuk seluruh populasi penelitian.

Langkah berikutnya, merangkum dapat berupa pemaduan, pembandingan, atau analisis lebih
lanjut atas topik penting melalui tampilan grafis seperti matriks, diagram, bagan alir, dan
tabel.

4. Merangkum data dalam matriks, gambar, dan tabel

Matriks

Matriks dapat digunakan untuk pembandingan data kuantitatif ataupun kualitatif. Dalam data
kuantitatif kita dapat membandingkan kelompok atau perangkat data yang berbeda dalam
variabel penting, yang disajikan dalam kata kunci.

MATRIKS adalah grafik yang berbentuk tabel silang, namun berisi kata-kata (dan, kadang-
kadang, angka).

Dalam sebuah DKB mengenai praktik penyapihan bayi yang berubah, peneliti membuat daftar
jawaban dari ibu muda dan ibu yang usianya di atas usia melahirkan mengenai pengenalan
makanan lunak. Kemudian, mereka merangkum jawaban itu dalam matriks.

Gambar 23.1: Matriks pengenalan makanan lunak untuk bayi di antara kelompk ibu berbeda
usia

KELOMPOK USIA AWAL MAKANAN LUNAK JENIS MAKANAN FREKUENSI ML/HARI

8
Ibu muda Jarak: 47 bulan Bubur lunak 24 kali sehari
(2030 tahun) Rata-rata: 6 bulan Bubur lunak Bergantung pada
dan kacang- keberadaan ibu dan
kacangan yang pengasuh
ditumbuk Bergantung pada
Kentang nafsu makan anak
tumbuk, buah-
buahan yang
disaring, biskuit
yang direndam

Ibu di atas usia Jarak: 511 bulan Bubur lunak 12 kali sehari
melahirkan (> 45 Rata-rata: 8.5 bulan Buah- Bergantung pada
tahun) buahan yang keberadaan ibu dan
disaring pengasuh
Bergantung pada
nafsu makan anak

Tampilan jenis ini memudahkan peneliti untuk menarik kesimpulan berikut.

Ibu muda mulai memberikan makanan lunak, rata-rata 2.5 bulan lebih awal daripada
generasi ibu mereka.

Ibu muda menggunakan makanan lunak penyapih yang lebih bervariasi daripada ibu
generasi terdahulu.

Ibu muda memberikan bayi mereka makanan lunak lebih sering, tetapi dengan alasan
sama dengan yang dilakukan ibu mereka.

Matriks sangat memudahkan analisis data. Matriks merupakan bentuk paling umum dari
tampilan grafis data kualitatif. Matriks dapat digunakan untuk mengurut dan membandingkan
informasi dengan berbagai cara, misalnya, sesuai dengan:

sekuen waktu (dari prosedur yang diinvestigasi pada periode yang berbeda, misalnya),

jenis narasumber (seperti dalam contoh di atas), atau

lokasi pengumpulan data (untuk memvisualisasi perbedaan antara populasi desa dan
kota).

Diagram

DIAGRAM adalah gambar dengan kotak yang berisi berbagai variabel dan tanda panah yang
menunjukkan hubungan di antara variabel itu.

Ketika menganalisis masalah yang Anda inginkan untuk investigasi selama penyusunan proposal
Anda, sebagain besar kelompok menyusun sebuah diagram. Dengan cara yang sama diagram
dapat dikembangkan untuk merangkum temuan dari sebuah penelitian. (Lihat Gambar 23.2
dan 23.3)

9
Anda dapat menggunakan sebuah diagram untuk menggambarkan masalah krusial dalam
penelitian Anda, dengan menggabungkan semua data kualitatif dan kuantitatif yang telah
dikumpulkan.

Gambar 23.2: Alasan ibu muda untuk pengenalan makanan lunak lebih dini

Kembar ASI ibu

hanya sedikit

Musim tanam ASI tidak Ibu sedang

mencukupi sakit

Tugas ibu Ibu tidak selalu

PENGENALAN Bayi terserang ASI kurang
ada MAKANAN LUNAK diare bagus
LEBIH DINI

Dianjurkan oleh Dianjurkan oleh

petugas suami, ibu,
kesehatan teman, dsb.

Diagram, sebagaimana matriks, dapat menjadi alat bantu sangat berguna dalam memberikan
wawasan tentang data yang dikumpulkan dan dalam memandu analisis data.

Gambar 23.3: Alasan ibu muda untuk pengenalan makanan lunak lebih lambat

Ladang ASI berlimpah Ibu memperoleh

dekat rumah nutrisi yang baik

Kurang waktu Nyaman bagi PENGENALAN Bayi menolak

untuk memasak ibu untuk MAKANAN LUNAK bubur
ekstra menyusui LEBIH LAMBAT

Anak bungsu
Kelangkaan tanah Tak ada uang untuk
dan sumber daya makanan tambahan
lain
Kurang
informasi

Kelangkaan makanan tambahan Ibu, teman, atau suami

Bagan alir (kecuali tepung jagung) tidak setuju pemberian
makanan lunak terlalu dini

BAGAN ALIR merupakan jenis khusus dari diagram yang menampilkan sekuen logis dari aksi dan
keputusan.

10
Gambar yang mendahului Modul 118 menunjukkan langkah yang berurutan dalam penyusunan
proposal, merupakan contoh dari bagan alir.

Bagan alir berguna khususnya untuk merangkum alur peristiwa berbeda yang terkait satu sama
lain. Sebuah tim konseling di Bulawayo, Zimbabwe, misalnya, merangkum kira-kira 100
halaman materi wawancara bagi setiap narasumber dengan menggambarkan lima garis (lihat
Gambar 23.4). Satu garis sentral menampilkan perkembangan penyakit sepanjang waktu,
dengan krisis dan periode sehat. Garis lain menampilkan bentuk pencarian perawatan medis
yang berbeda, garis ketiga menampilkan kerusakan dalam status ekonomi terkait dengan
penyakit (misalnya kehilangan pekerjaan, mencari kerja di tempat lain), garis keempat
menampilkan perubahan yang mungkin terjadi dalam status sosial seperti perceraian atau
perkawinan kembali, sementara garis kelima menampilkan status emosional pasien dikaitkan
dengan peristiwa yang muncul dalam keempat bidang lain (misalnya mengatasi dengan positif,
depresi). Bagan alir ini amat sangat berguna untuk pembandingan data, tiap narasumber dan
antara kelompok yang berbeda (misalnya laki-laki/perempuan, kawin/tidak kawin). Bagan alir
itu menyoroti dampak penyakit dalam kehidupan kelompok pasien yang berbeda dan cara
mereka mengatasinya.

Meursing (1997) A world of silence.

11
 Gambar 23.4: Bagan alir penderita menghadapi HIV+ dengan kondisi sisa waktu mereka

Penghasilan Menyisihkan uang untuk Berusaha mendapat Migrasi ke Penanggulangan

bagus anaknya pekerjaan baru di luar negara ekonomis
negeri tetangga
(pekerjaan
bagus
Hubungan erat Menyembunyikan cerita Berusaha cerita pada Tetap tak ada yang Penanggulangan
dalam keluarga terhadap keluarganya saudaranya tetapi tidak tahu sosial
sendiri Pacar (hamil oleh orang lain) berani. Memutuskan
Istri pergi meninggalkannya untuk tidak melakukan
Pacar + seks

M, 36 Kondisi gejala
Kepala Sekolah PS Genital Terbukti Tetap genital Stores
stores HIV+ stores memburuk penyakit
Sekarang cerai; Pacar

Minta dites HIV. Melakukan tes, Menemukan dokter yang Pencarian

Dokter menolak menemukan konseling memberi dukungan perawatan medis

Cemas (membaca Tenang melihat Sangat marah Bergabung dengan Semangat tinggi (ajaib!) Diatasi dengan agama Penanggulangan
Tentang HIV) hasilnya terhadap mantan gereja penyembuh emosional
istri dan pacar yang (tanpa membuka status
tidak setia HIV)

0 3 6 9 12
bulan bulan bulan bulan
Jangka waktu

Contoh orang yang cukup kaya mengatasi kecemasan, meskipun keluarga mendukungnya, karena sangat malu mengungkapkan status HIV +nya.
Diadaptasi dari Mersing K (1997) A world of silence; Living with HIV in Matabeleland, Zimbabwe. Amsterdam: Royal Tropical Institute.

1
Tabel

TABEL adalah bagan dengan baris dan kolom yang berisi angka dalam berbagai sel atau kotak.

Data kualitatif juga dapat diklasifikasi, diberi kode, dan dimasukkan dalam lembaran induk
atau komputer dan dihitung, bersama dengan data kuantitatif lain, dan ditampilkan dalam
tabel. Jawaban dari pertanyaan terbuka dalam angket biasanya dikklasifikasi dan dirangkum
dengan cara ini. Bagaimanapun, pada awalnya Anda akan berkeinginan untuk menganalisis isi
jawaban individual dalam setiap kategori. (Lihat seksi II-2 dan seksi III dalam modul ini.)

III. MENGGAMBARKAN DAN MEMBUKTIKAN KESIMPULAN

Menggambarkan dan membuktikan kesimpulan merupakan pokok dari analisis data.

Bagaimanapun, hal itu bukanlah kegiatan terpisah. Ketika mulai merangkum data kita dalam
lembaran kompilasi, bagan alir, matriks, atau diagram, kita terus-menerus menggambarkan
kesimpulan, dan memodifikasi atau membuang sejumlah besar di antaranya. Penulisan juga
membantu menghasilkan ide baru. Oleh karena itu, penulisan harus dimulai sedini mungkin,
sejak awal pengolahan dan analisis data, jika hanya untuk kita sendiri. Tidak boleh ada
pengetahuan kreatif yang hilang.

Catatan:
Pengumpulan, pengolahan, analisis, dan pelaporan data kualitatif jalin menjalin, dan bukan
(sebagaimana halnya data kuantitatif) langkah berbeda yang berurutan. Sering perlu untuk
kembali ke catatan lapangan yang asli dan membuktikan kesimpulan, mengumpulkan data
tambahan jika data yang ada tampak kontroversial, dan memperoleh masukan dari semua pihak
yang berkepentingan.

Menengarai variabel dan asosiasi antarvariabel

Dalam Modul 8 kita menyatakan bahwa terkadang kita tidak cukup mengetahui suatu situasi
untuk mendefinisikan variabel terdahulu. Hanya selama atau di akhir penelitian ada
kemungkinan untuk mendefinisikan variabel tertentu dan mencari asosiasi dengan variabel lain,
tanpa sebelumnya memiliki sasaran untuk mengukur variabel itu. Banyak penelitian RSK
memiliki bagian kualitatif dengan pertanyaan terbuka, wawancara narasumber kunci, DKB, atau
observasi untuk tujuan menengarai variabel ini. Peneliti yang menggunakan pendekatan
kualitatif semacam itu haruslah seperti detektif yang mencari bukti, menerangkan bukti yang
bertentangan, dan membuktikan temuan dengan mencari bukti pendukung yang mandiri,
sampai dia mampu memastikan asosiasi di antara beberapa variabel yang menjelaskan masalah
yang sedang diteliti.

Misalnya, jika menemukan bahwa, di antara ibu yang menyapih anaknya lebih awal,
sejumlah besar bekerja, kita dapat berasumsi bahwa pekerjaan ikut berperan dalam
penyapihan dini. Penelitian serupa yang dilakukan di tempat lain dengan temuan sama
mendukung asumsi itu (bukti mandiri). Bagaimanapun, hanya jika sangat sedikit wanita
bekerja yang menyapih anaknya lebih lambat, kita dapat lebih yakin bahwa asumsi kita
benar, dan untuk setiap pengecualian kita harus berusaha untuk menemukan penjelasan.
Apakah para ibu membawa anak mereka ke tempat kerja (TPA di tempat kerja) atau
apakah mereka bekerja dekat rumah sehingga dapat menyusui bayi mereka pada saat

1
 istirahat? Atau, apakah mereka berhasil mengombinasikan ASI dengan alternatif lain? Jika
ya, mengapa tidak lebih banyak ibu yang mencoba kombinasi in? dsb.

Menemukan variabel pengacau atau penghalang

Kadang-kadang variabel muncul saling berhubungan, tetapi asosiasinya tidak mudah untuk
dijelaskan. Kali Lain tampak bahwa variabel secara logis berjalan bersama, tetapi Anda tidak
dapat menemukan suatu hubungan. Pada kasus semacam ini mungkin ada variabel lain (Q)
yang memengaruhi asosiasi antara dua variabel itu, yang harus ditengarai (lhat Modul 8, 9, dan
26). Q

A B

Misalnya kita berharap ada hubungan antara kualitas air minum dan timbulnya diare.
Diasumsikan bahwa timbulnya diare akan berkurang bila jumlah keran di sebuah desa
bertambah. Jika tidak ada perubahan setelah sekian waktu, mungkin ada sebuah variabel
pengacau. Penduduk, misalnya, sangat tidak suka rasa air keran sehingga mereka
menggunakannya untuk segala hal kecuali sebagai air minum.

Catatan:
Asosiasi yang tidak dapat dijelaskan seperti itu dapat muncul dalam penelitian mana pun.
Karakteristik penting pendekatan penelitian kualitatif ialah mencari asosiasi semacam itu pada
saat penelitian lapangan, dan bahwa pertanyaan dan instrumen tambahan dapat dikembangkan
untuk menyoroti hubungan semacam itu. Dalam survei kuantitatif yang bertujuan untuk
mengukur secara objektif kekuatan dari asosiasi yang disyaratkan di antara dua variabel,
instrumen itu tidak boleh berubah begitu penelitian lapangan berlangsung.

Memadukan data kualitatif dan kuantiatif

Sejauh ini kita telah mendiskusikan analisis data kualitatif sebagai aktivitas yang terpisah.
Bagaimanapun, jika tim peneliti telah mengumpulkan data kualitatif dan kuantitatif, yang
merupakan masalah dari sebagian besar penelitian RSK, sangat disayangkan bila tidak melihat
data itu dalam kombinasi, karena hal ini dapat mengilhami analisis yang lebih mendalam dan
lebih berguna.

Misalnya, ketika menganalisis data pendaftaran 4500 pasien kusta selama lima tahun
terakhir, tim peneliti gender dan kusta dari Indonesia telah menemukan bahwa rasio L/P
sangat tidak menguntungkan pada kelompok usia 1544 tahun. Itu temuan yang
menimbulkan teka-teki karena di Nepal perempuan seusia itu dilaporkan keadaannya lebih
baik (meskipun tetap lebih jelek daripada pria). Dalam wawancara mendalam dengan
petugas terungkap bahwa mereka menduga remaja putri dan perempuan muda
menyembunyikan bekas di kulit karena adanya asosiasi memalukan dengan kotor,
keburukan. Hal itu membutuhkan perincian data kuantitatif lebih lanjut yang
mengungkapkan bahwa perbedaan L/P dalam pelaporan benar-benar besar pada kelompok
usia 1534 tahun, dan mendatar di atas 35 tahun. Alasan untuk perbedaan gender yang
besar itu di kelompok usia yang lebih muda kemudian dipelajari lebih jauh.

2
Analisis isi atas data kualitatif untuk pengambilan tindakan

Data kuantitatif berguna mula-mula untuk meyakinkan pejabat kesehatan bahwa memang
benar ada masalah gawat dan cukup besar; data kualitatif membantu menjelaskan bagaimana
mencari jalan keluarnya. DKB tentang penyapihan makanan dengan ibu muda dan ibu yang
sudah melewati usia melahirkan, misalnya, akan mengundang banyak saran tentang cara
mengembangkan intervensi terhadap ibu yang dianggap berguna dan ibu mampu
menerapkannya. Demikian juga, wawancara mendalam dengan pasien dan mantan pasien kusta
akan memberikan pengetahuan baru tentang cara terbaik menasihati pasien baru dan keluarga
dekatnya atau pasangannya untuk mengurangi rasa takut yang tak perlu.

Analisis komputer data kualitatif

Dengan semakin penting peran komputer dalam penelitian, strategi untuk menganalisis data
kualitatif dengan komputer semakin berkembang. Ada beberapa kemungkinan, berawal dari
program sederhana pengolahan kata hingga Qualitative Data Management Software, termasuk
kemungkinan untuk uji asosiasi dengan statistik. Karena angka dalam RSK lazimnya kecil dan
analisis isi, yang dapat dilakukan dengan tangan, kemungkinan lebih penting daripada
pengujian asosiasi, kita tidak akan menguraikan teknik itu di sini. Kita akan lebih mengarahkan
peserta yang tertarik pada Jurusan Antropologi atau Psikologi di universitas yang memiliki
pengalaman menggunakan program seperti Qualitan atau SPSS untuk pengolahan data
kualitatif.

IV. PELAPORAN DATA

Pada dasarnya, ada dua cara pelaporan data kualitatif yang membentuk bagian dari sebuah
penelitian yang menggunakan teknik penelitian yang berbeda. Salah satu cara adalah
merangkum hasil kualitatif utama dalam seksi yang terpisah dari temuan, dengan contoh dan
kutipan, mengikuti sasaran yang memandu pengumpulan data khusus itu. Hasilnya kemudian
didiskusikan dalam bab Diskusi, bersama dengan hasil lain, lebih banyak instrumen
pengumpulan data kuantitatif, dan secara berurutan akan direfleksikan dalam rangkuman
temuan dan rekomendasi.

Kemungkinan lain adalah memadukan sepenuhnya perangkat data yang berbeda dalam bab
temuan, disusun sesuai dengan sasaran seluruh penelitian. Jika data kuantitatif dan kualitatif
telah dianalisis dan terkadang bahkan dikumpulkan secara terpadu, juga logis untuk
menampilkan data itu secara terpadu. Perhatian harus terpusat sehingga tidak ada data
berharga yang hilang. Oleh karena itu, konsep mentah dari semua temuan penting selalu
dibutuhkan. Setelah itu, dapat diputuskan untuk menampilkan data baik sebagai seksi terpisah
maupun dipisahkan untuk dipadu dengan data lain. (Perincian, lihat Modul 32.)

3
V. STRATEGI LANJUT DALAM PENGUJIAN ATAU PEMASTIAN TEMUAN KUALITATIF UNTUK
MEMBUKTIKAN KESAHIHAN

Peneliti yang menggunakan rancangan penelitian kualitatif mengurangi data mereka menjadi
angka dan menerapkan uji statistik. Tindakan itu tidak selalu menjamin bahwa hasil pelitian
mereka sahih: mungkin telah terjadi suatu kesalahan dalam mengolah sampel atau
mengumpulkan data, atau bahkan dalam rancangan penelitian terdahulu (mengabaikan
kemungkinan variabel pengacau). Oleh karena itu, strategi berikut akan berguna bagi peneliti
mana pun. Bagaimanapun, strategi itu jelas berkaitan dengan penelitian kualitatif karena
sejumlah kecil data kualitatif sering menimbulkan pertanyaan mengenai kesahihannya.

1. Memeriksa keterwakilan data

Meskipun dalam penelitian kualitatif narasumber biasanya tidak dipilih secara acak, mereka
harus dipilih secara sistematis berdasarkan aturan yang telah ditentukan sebelumnya.
(Lihat Modul 11.) Periksa apakah Anda benar-benar telah mewawancarai semua kategori
narasumber yang dibutuhkan untuk memperoleh gambaran lengkap dari topik Anda (tidak
mengandalkan secara berlebihan pada pejabat yang banyak bicara). Pastikan bahwa Anda
tidak menyamaratakan peristiwa yang tidak mewakili.

2. Memeriksa bias akibat bias peneliti atau pengaruh peneliti dalam situasi penelitian. Kita
telah mendiskusikan hal itu dalam Modul 10.

3. Melakukan pemeriksaan silang atas data dengan bukti dari tempat lain, sumber mandiri

Sumber ini dapat berupa narasumber yang berdiri sendiri, teknik penelitian lain yang
digunakan untuk meneliti topik yang sama, atau hasil dari penelitian serupa lain. (Lihat
Modul 5, 9, dan 10.) Data harus memastikan atau sedikitnya tidak berkontradiksi.

Melakukan pemeriksaan silang secara aktif, mencari bukti mandiri atau pembuktian terbalik,
adalah salah satu cara yang paling penting untuk menguatkan kesahihan data penelitian.

Misalnya, jawaban dari suami dan istri (dan narasumber lain yang berkepentingan) harus
saling menguatkan dalam masalah, seperti siapa yang memutuskan bagaimana dan apa
metode KB yang akan digunakan, siapa yang memutuskan bahwa anak perempuan akan
disunat, atau apakah ada perubahan dalam hubungan suami-istri setelah diagnosis kusta
atau penyakit lain yang mengerikan ditemukan pada salah satu pasangan.

4. Membandingkan dan mempertentangkan data

Pembandingan akan sering dibangun dalam rancangan penelitian melalui kategori

narasumber yang berbeda.

Bila kita ingin merasa yakin, misalnya, bahwa variabel A (tingkat pendidikan yang tinggi)
memengaruhi variabel B (penggunaan metode KB) kita harus membandingkan satu
kelompok ibu berpendidikan tinggi dengan kelompok berpendidikan rendah dalam
penggunaan metode KB.

5. Menggunakan (kelompok) narasumber yang sangat bertolak belakang secara maksimal

Misalnya Anda menemukan bahwa mempelajari pengunjung rutin dan mantan

pengunjung layanan TBC akan sangat berguna, dengan menghapus kategori pengunjung
tak tetap. Itu mungkin cara paling efisien dalam menengarai variabel kunci yang
memengaruhi perilaku kunjungan pasien TBC.

4
6. Melakukan penelitian tambahan untuk menguji temuan penelitian Anda

Hasil penelitian Anda dapat membangkitkan minat besar sehingga Anda memutuskan untuk
melakukan penelitian lanjutan. Penelitian semacam itu dapat dilakukan untuk beberapa
alasan:

meniru beberapa temuan,

menyingkirkan (atau menengarai) kemungkinan variabel penghalang
menyingkirkan penjelasan lawan dengan meneliti mereka, atau
mencari bukti negatif.

Penelitian tambahan yang dilakukan untuk satu atau lebih dari alasan di atas dapat dipakai
untuk lebih meyakinkan bahwa hasil penelitian orisinal.

7. Memperoleh masukan dari narasumber Anda

Di seluruh Modul 120 kita telah menekankan bahwa Anda perlu melibatkan semua pihak yang
berkepentingan di dalam berbagai tahap penelitian. Itu penting tidak hanya untuk alasan etis
atau karena demi meningkatkan kesempatan hasilnya diimplementasikan, namun juga karena
itu akan meningkatkan kualitas rancangan penelitian, data, dan kesimpulan yang diambil
berdasarkan data itu. Saran dan informasi tambahan yang dikumpulkan selama sesi masukan
akan meningkatkan tanpa kecuali kualitas laporan penelitian Anda.

KERJA KELOMPOK (Waktu yang dibutuhkan bergantung pada jumlah data kualitatif yang
dikumpulkan)

1. Periksa apakah Anda telah menyenaraikan semua sumber data kualitatif untuk setiap
sasaran ketika, dalam sesi kerja kelompok Modul 21, Anda meinventarisasi semua data
Anda.

2. Yakinkan bahwa Anda telah menyelesaikan klasifikasi jawaban atas semua pertanyaan
terbuka, memasukkan ke dalam lembaran induk atau analisis komputer bersama dengan
perangkat data lain, dan melakukan analisis isi atas jawaban untuk pencantuman data yang
relevan dalam rekomendasi untuk rencana aksi atau tindakan berikutnya (lihat Module 33).

3. Jika penelitian Anda memasukkan DKB, wawancara dengan narasumber kunci, atau
observasi: deskripsikan sampel.

4. Susun data itu menurut topik, beri kode lebih lanjut jika perlu, dan masukkan data
menurut topik dalam lembaran kompilasi.

5. Putuskan apakah Anda akan menggunakan matriks, diagram, dan/atau bagan alir untuk
merangkum data.

6. Interpretasikan data, bandingkan kelompok yang berbeda dari peserta DKB atau
narasumber kunci (jika Anda memilikinya) dan lihat bagaimana itu menjawab sasaran
penelitian Anda.

7. Buat daftar temuan utama dan kesimpulan data kualitatif dan tentukan bagaimana hal itu
melengkapi data dari sumber lain dalam penelitian Anda.

8. Putuskan cara yang Anda inginkan untuk memasukkan data dalam laporan Anda: baik
dalam satu seksi atau dipadukan dengan temuan yang dikumpulkan melalui teknik
pengumpulan data lain. Putuskan apa yang harus masuk dalam diskusi dan apa materi yang

5
 berguna untuk mengembangkan intervensi.

9. Buktikan kesimpulan Anda (lihat seksi V) dan putuskan apakah dan bagaimana Anda akan
menguji lebih jauh beberapa kesimpulan.

Acuan

Miles MB dan Huberman AM (1984), Qualitative data analysis, a sourcebook of new methods.
Beverly Hills, CA, USA: Sage Publications.

Pattin MQ (1990), Qualitative Evaluation and Research Methods, edisi kedua. Newbury Park,
CA: Sage Publications.

Spradly JP (1979), The ethnographic interview. New York, NY, USA: Holt, Rinehart and Winston.

Walker R (ed) (19985), Applied qualitative research. Hants, UK: Gower Publishing Company
Ltd.

Willms DG dan Johnson NA (1996), Essentials in Qualitative Research: A Notebook for the Field.
Hamilton, Canada: Mc Master University.

Yin RK (1984), Case study research: design and methods. Beverly Hills, CA, USA: Sage
Publications.

Catatan: Sumber inspirasi utama untuk menulis modul ini adalah buku dari Miles dan
Huberman. Seksi V dalam modul ini merupakan versi sangat singkat dan adaptatif dari bab VII
di buku itu.

6
Lampiran 23.1: Contoh lembaran kompilasi (gender dan kusta)

No Data personal Gejala Reaksi awal (10) Stigma dalam pengalaman (11) Aksi Persepsi
Kelamin Usia Pend. Menikah Status Ekon Saat diag Sekarang Pasangan Keluarga Ipar Masy. Ek/Dom pengob
(6) (18) (12) (25)

1 M 40 6 th Ya Petani * Patches Ketakutan besar * Tetap - Anak-anak Tidak * Tidak Buruh Tidak
Pemilik * Saraf Tak ada * Istri akan kabur mendukung mendukung; diberi diberi lepas (tetap
toko sakit * Masyarakat akan * Banyak mem- yang bungsu tahu, tahu (Tak ada bertanda:
* Kaki putus Masih menjauhinya bantu di toko tidak tahu sembunyi * Mengira tenaga kaki
(2) * Jari-jari akan * Memutuskan - Orang tua teman untuk putus)
rontok untuk tidak & kakak/ tidak bertani)
* Tak bisa kerja lagi melakukan adik berkun- tahu Pengha-
& menafkahi seks (8 bln) jung + * Perilaku silan
keluarga Stigma berbaur biasa
sendiri seperti Sembunyi
sebelumnya Tidak ada
stigma

10 F 21 8 th Ya Ladang Patches Tak ada Tahu sedikit; * Tunangan * Orang tua Istri Seluruh Melakukan Ya
milik suami (guru khawatir bertanya ke sangat pertama desa datang semuanya (Tak ada
Keluarga melihat dan * Penyakit jahat puskes: mendukung suami ke tanda)
petani menyuruh- * Tunangan akan - apakah bisa cerita perkawinan
besar nya ke memutuskan disembuhkan pada Tak ada
puskes) proses pernikahan - apakah bisa seluruh stigma
punya anak desa
* pernikahan
ditunda
sampai
patches hilang
* Dia sekarang
punya anak
Stigma
berbalik

12 F 60 - Ya, Ladang Patches Khawatir Suami Anak Mantu Menghinda- Dagang Ya,
tetapi kecil + * Penyakit jahat mengusirnya. mengajak mendu- ri pertemu- kecil- sembuh
sekarang dagang * Suami marah Cerai menginap. kung an besar kecilan (tetapi
cerai Mendukung Sekarang untuk suami
OK biaya mening-
Stigma diri pengo- gal)
berbalik batan

1
Modul 23: ANALISIS DATA KUALITATIF

Waktu dan Metode Pengajaran

1 jam Pendahuluan dan diskusi
1 jam Kerja kelompok
(Waktu harus disesuai dengan jumlah dan jenis data kualitatif)

Pendahuluan dan diskusi

Jika tidak ada kelompok yang memiliki data kualitatif lain di samping pertanyaan terbuka
dalam angket, Anda dapat berharap untuk berkonsentrasi dalam sesksi II, untuk
memberikan pandangan kepada peserta tentang cara memproses data kualitatif, dan
hanya menyentuh secara singkat seksi III dan IV.

Bagaimanapun, jika peserta memiliki pengalaman/pelatihan/minat dalam penelitian,

Anda dapat mencakup seluruh seksi III dan IV, bahkan bila mereka belum mengumpulkan
banyak data kualitatif ataupun kuantitatif. Prosedur yang disajikan untuk menarik
kesimpulan dan menguji kesahihan berkaitan dengan semua jenis penelitian, dan metode
untuk memeriksa dan memeriksa silang data mungkin tidak diketahui semua peserta.

Mengacu pada diagram analisis yang dibuat setiap kelompok ketika menyiapkan proposal
penelitian, pada bagan alir di muka Modul 118 dan 2223, dan menyajikan contoh
bagan atau grafik lain yang tampak ilustratif dalam lembaran tambahan atau papan
kertas.

Walaupun satu atau lebih kelompok telah melakukan penelitian kualitatif yang luas, yang
mencakup modul secara terperinci dengan contoh dari penelitian mereka, mungkin saja
tidak satu pun peserta sangat mengenal analisis data kualitatif.

Biarkan kelompok yang telah melakukan penelitian kualitatif menggambarkan dalam

sidang pleno cara mereka menganalisis data dari DKB, observasi, dan/atau wawancara
dengan narasumber kunci. Tanyakan apa pertanyaan tambahan yang mereka tanyakan
atau pertanyaan yang mereka tidak ajukan selama wawancara yang berturut-turut, dan
mengapa.

Kerja kelompok

Untuk semua kelompok:

Periksa apakah ada pertanyaan terbuka yang membutuhkan analisis isi atas jawaban
individual. Beberapa pertanyaan opini dapat memberikan materi ilustratif yang berharga
untuk laporan mereka. Catat itu karena kelompok bisa jadi melupakan data semacam itu
ketika terlibat dalam tabel dan statistik. Diskusikan apakah hanya membuat daftar
pernyataan mencukupi untuk analisis isi atau apakah tampilan data grafis akan disukai.

Untuk kelompok yang telah menguraikan data kualitatif dari DKB atau wawancara dengan
narasumber kunci:
Tinjau kembali semua data mereka dan dampingi mereka ketika mengikuti pengarahan kerja
kelompok.