Pendahuluan
Data kualitatif adalah data dalam bentuk kata-kata. Contohnya adalah catatan
wawancara, transkrip focus group, jawaban pertanyaan terbuka, transkrip rekaman
video, artikel berita dan semacamnya. Data kualitatif berasal dari berbagai sumber
baik primer maupun sekunder seperti individu, focus group, catatan perusahaan,
publikasi pemerintah, dan internet. Analisis kualitatif ini bertujuan untuk membuat
simpulan valid dari sekian banyak data terkumpul.
berulang (iterative).
1. Reduksi Data.
situasi berikut:
Coding yang baik tidak saja mereduksi data yang tidak perlu, namun juga
memastikan tidak ada data relevan yang tereliminasi.
Namun pada banyak situasi, telah tersedia teori yang dapat digunakan sebagai
dasar pengkodean dan pengkategorisasian ini. Kita dapat membangun daftar awal
kode dan kategori berdasarkan teori yang ada, dan jika diperlukan, kita bisa
mengubah atau memperbaruinya seiring munculnya kode dan kategori baru secara
induktif dalam proses penelitian.
Pada saat kita memulai mengorganisir data ke dalam kategori dan sub kategori,
kita pun akan dapat mengetahui pola dan hubungan antar data. Sekali lagi perlu
diingat bahwa daftar kategori dan sub kategori dapat berubah dalam proses analisa
data, mengingat hal tersebut adalah bagian proses iteratif dari analisa data kualitatif.
Terkadang diperlukan juga perhitungan seberapa sering tema atau pertistiwa
tertentu terjadi, atau berapa jumlah responden yang melaporkan tema atau peristiwa
yang sama. Kuantifikasi data kualitatif ini dapat memberikan gambaran kasar
mengenai apakah kategori atau sub kategori yang dibuat sudah layak atau penting.
Menurut Miles & Huberman (1994), data display merupakan langkah utama kedua
yang harus dilalui dalam menganalisa data kualitatif. Langkah ini meliputi
pengambilan data yang telah direduksi kemudian menampilkannya dalam sebuah
bentuk yang terorganisir dan ringkas. Penggunaan bagan, grafik, matrik, diagram,
frase yang sering disebutkan, atau gambar dapat membantu pengorganisasian data
serta menemukan pola dan hubungan data sehingga penarikan kesimpulan dapat
dilakukan
3. Penarikan kesimpulan
Merupakan aktivitas analitikal “final” dalam proses analisa data kualitatif. Ini adalah
esensi analisa data, yakni titik di mana peneliti menjawab pertanyaan penelitian
melalui penentuan representasi atau arti dari tema yang telah diidentifikasi, dengan
memikirkan penjelasan pola dan hubungan yang diobservasi, atau membuat kontras
dan perbandingan.
Analisa konten (isi), yaitu metode riset observasional yang digunakan untuk
mengevaluasi secara sistematis konten simbolis semua bentuk komunikasi yang
tercatat (Kolbe & Burnet, 1991). Ini dapat digunakan untuk menganalisis koran,
situs internet, iklan, catatan wawancara. Metode ini memungkinkan peneliti untuk
menganalisa informasi tekstual (biasanya dalam jumlah yang besar) dan secara
sistematis mengidentifikasi sifat-sifatnya. Untuk melakukan analisa konten, teks
dikode ke dalam kategori lalu dianalisa dengan menggunakan analisa konseptual
(conceptual analysis) atau analisa hubungan (relational analysis). Analisa
konseptual bertujuan untuk membuktikan eksistensi konsep dan frekuensinya
(seperti kata, tema, atau karakter). Sedangkan analisa hubungan dibangun dari
analisa konseptual dengan meneliti hubungan antar konsep dalam sebuah teks.
Analisia naratif, merupakan pendekatan yang bertujuan untuk mendapatkan dan
mencermati cerita tentang diri sendiri dan implikasinya pada kehidupan kita. Data
naratif biasa didapatkan dengan wawancara. Wawancara ini dimaksudkan untuk
mendorong partisipan dapat menggambarkan peristiwa tertentu dalam konteks
pengalaman hidupnya.
Induksi analitis, adalah suatu strategi lain (dan lebih umum), dimana penjelasan
universal atas suatu fenomena dicari melalui pengumpulan data sampai tidak
ditemukan data yang tidak konsisten dengan hipotesis yang diajukan peneliti.
Induksi analitis dimulai dengan pendefinisian kasar masalah (mis, “mengapa orang
menggunakan marijuana?”), dilanjutkan dengan penjelasan hipotesis atas masalah
(mis, “orang menggunakan marijuana untuk bersenang-senang”), lalu diteruskan
dengan meneliti kasus-kasus yang ada (mis. pengumpulan data melalui wawancara
mendalam). Jika ada kasus yang tidak konsisten dengan hipotesis peneliti (mis,
“saya menggunakan marijuana karena alasan kesehatan”), peneliti akan mengubah
hipotesisnya atau membuang kasus “menyimpang” yang tidak mengkonfirmasi
hipotesisnya tersebut. Proses ini menggunakan reasoning yang bersifat induktif,
alih-alih deduktif, memungkinkan modifikasi hipotesis atas fenomena selama
proses penelitian.
BIG DATA
Big data adalah istilah yang populer belakangan ini, mengacu pada
pertumbuhan pesat dan ketersediaan sumber data digital baik dari dalam maupun
luar organisasi. Istilah ini awalnya berkaitan dengan besarnya volume data yang tidak
mampu diolah dan dianalisa dengan metode dan alat tradisional. Perkembangan
teknologi baru telah memiiliki kemampuan menganalisa, mencatat, dan
mengkombinasikan data seperti itu. Itu sebab mengapa big data berpotensi
memberikan keuntungan bagi banyak disiplin akademis dan membantu pengambilan
Selain menjanjikan keuntungan bagi organisasi dan manajer, big data juga
mengandung tantangan dan dilema terkait bagaimana mengatur, mengolah dan
menganalisanya. Hal ini menjadi alasan mengapa masih banyak organisasi sulit
memanfaatkan peluang big data tersebut.