Teknik Analisis Data: Jenis, Contoh, dan

Langkah-langkahnya
Menggunakan teknik analisis data yang tepat dapat membantu keputusan bisnis. Berikut
macam-macam teknik analisis data yang bisa kamu pilih!

Pengertian Teknik Analisis Data

Sebelum membahas lebih jauh tentang teknik analisis data, mari kita bahas terlebih dahulu
apa itu analisis data.
Maryville University mendefinisikan analisis data adalah proses yang berkaitan
dengan pengumpulan, pembersihan, dan pengorganisasian data. Tujuan dari analisis ini
adalah untuk mengolah data mentah menjadi wawasan atau informasi berguna dalam
membuat keputusan bisnis.
Sementara teknik analisis data adalah serangkaian cara untuk melakukan berbagai
proses itu. Ada beberapa macam cara berbeda untuk melakukan analisis data, tergantung
dengan kebutuhan perusahaan.

Macam-macam Teknik Analisis Data

Dilansir dari berbagai sumber, berikut adalah macam-macam teknik analisis data kuantitatif
dan data kualitatif:

Teknik analisis data kuantitatif

Teknik analisis data kuantitatif

#1 Statistika deskriptif
Statistika deskriptif sering dikenal sebagai analisis deskriptif. Ini adalah analisis dasar yang
dapat membantu peneliti meringkas kumpulan data dan menemukan pola dari sampel data
tertentu.
Statistika deskriptif memberikan angka absolut namun tidak bisa menjelaskan alasan
di balik angka-angka itu. Dengan demikian, analisis ini cocok digunakan untuk
menganalisis variabel tunggal.
Adapun metode yang sering dipakai dalam analisis deskriptif antara lain yaitu:
 Median – digunakan untuk mendapatkan titik tengah dari sekumpulan data numerik.
 Mean – digunakan untuk menghitung rata-rata dari sekumpulan nilai.
 Mode – digunakan untuk menemukan nilai yang paling sering muncul dalam
kumpulan data.
 Frequency – menunjukkan berapa kali nilai ditemukan.
 Range – menunjukkan nilai terendah dan tertinggi dalam sekumpulan nilai.
 Percentage – digunakan untuk menyatakan bagaimana nilai atau kelompok
responden dalam data berhubungan dengan kelompok responden yang lebih besar.
#2 Statistika inferensial
Statistika inferensial adalah analisis yang bertujuan untuk memprediksi kemungkinan hasil
dari data yang sudah dianalisis menggunakan statistika deskriptif. Artinya, analisis ini
berguna untuk menggeneralisasi hasil, membuat prediksi antarkelompok, menguji hipotesis,
hingga menunjukkan hubungan antara beberapa variabel.
Tujuan analisis kuantitatif adalah mengubah data mentah menjadi wawasan berharga.
Analisis deskriptif saja tidak cukup untuk menjelaskan detail kumpulan data itu, maka
diperlukan analisis lebih lanjut (statistika inferensial).
Metode yang umum digunakan dalam statistika inferensial antara lain:
 Regression analysis – digunakan untuk memprediksi hubungan antara dua variabel.
 Hypothesis analysis - digunakan untuk menguji apakah suatu hipotesis masuk akal
atau sesuai fakta.

Teknik analisis data kualitatif

Teknik analisis data kualitatif

Content analysis
Content analysis atau analisis isi adalah teknik yang digunakan untuk menganalisis informasi
bentuk media, teks, hingga item fisik.
Ini termasuk salah satu metode yang paling sering digunakan untuk menganalisis data
kualitatif.
Dalam dunia bisnis, marketer dan customer service bisa menggunakan analisis isi untuk
memahami perilaku pelanggan dan mengukur reputasi brand. Artinya, teknik ini cocok
digunakan untuk menganalisis hasil wawancara responden.
Narrative analysis
Narrative analysis adalah teknik untuk menafsirkan cerita responden yang sebelumnya sudah
diperoleh dari berbagai sumber, termasuk wawancara, survei, ataupun observasi.
Analisis naratif fokus menggunakan pengalaman dan cerita responden untuk menjawab
pertanyaan-pertanyaan penelitian.
Dari segi bisnis, teknik ini digunakan untuk meninjau cerita, review, atau pengalaman
pelanggan terhadap produk/layanan yang ditawarkan.
Discourse analysis
Discourse analysis atau dikenal dengan analisis wacana adalah teknik untuk menganalisis
makna kontekstual suatu bahasa. Artinya, analisis ini menyoroti tentang apa yang
dipikirkan responden terhadap suatu topik dan mengapa mereka merasakan hal itu.
Dalam analisis wacana, peneliti akan mempertimbangkan konteks sosial atau lingkungan dari
responden. Informasi itu digunakan sebagai bahan pertimbangan selama melakukan analisis.
Dengan analisis wacana, perusahaan dapat mengungkap tren, mengembangkan misi
perusahaan, serta menyusun pesan marketing yang lebih unik dan efektif.
Grounded theory analysis
Grounded theory analysis mengacu pada teknik yang menjelaskan mengapa suatu fenomena
bisa terjadi. Berbeda dengan ketiga analisis sebelumnya, grounded theory mengembangkan
teori yang berasal dari data, bukan sebaliknya.
Hal ini dilakukan dengan mempelajari berbagai fenomena serupa dalam setting berbeda
(tempat, waktu, dan lain-lain). Untuk mendapatkan penjelasan sebab-akibat, peneliti
menggunakan data.
Analisis ini cocok digunakan oleh software engineer, manager, product
marketer, dan specialist lainnya yang pekerjaan kesehariannya berurusan dengan data dalam
membuat keputusan bisnis.
Sebagai contoh, tim marketing ingin mengetahui penyebab tingginya churn rate. Mereka
menggunakan grounded theory untuk menganalisis respon dan mengembangkan hipotesis
tentang bagaimana customer bersikap loyal dengan produk/layanan perusahaan.

Langkah-langkah dalam Teknik Analisis Data

Humans of Data juga menjelaskan langkah-langkah dalam melakukan teknik analisis data,
antara lain:
Langkah teknik analisis data kuantitatif

Langkah teknik analisis data kuantitatif

#1 Data validation
Data validation atau validasi data bertujuan untuk mengetahui apakah pengumpulan data yang
dilakukan sudah sesuai dengan prosedur. Tahap ini juga memastikan bahwa tidak ada hal bias
selama analisis data berlangsung.
Ada 4 tahapan yang dilakukan, yaitu:
 Fraud – memastikan apakah setiap responden benar-benar diwawancarai.
 Screening – memastikan bahwa responden yang dipilih sudah sesuai dengan kriteria
penelitian.
 Procedure – memeriksa apakah semua prosedur pengumpulan data sudah sesuai.
 Completeness – memastikan bahwa peneliti menanyakan semua pertanyaan kepada
responden, bukan hanya sebagian.
#2 Data editing
Data editing adalah tahap di mana peneliti memastikan tidak ada kesalahan dalam data yang
sudah dikumpulkan. Dalam proses pengumpulan biasanya kamu akan menemukan beberapa
kesalahan, seperti responden salah mengisi kolom jawaban atau tidak menjawab pertanyaan
tertentu. Ini dapat menyebabkan data tidak akurat.
Oleh sebab itu, kamu perlu memeriksa jika ada kesalahan dalam data dan mengeditnya.
#3 Data coding
Data coding atau pengodean data adalah tahap di mana kamu akan mengelompokkan dan
memberi nilai pada data. Biasanya hal ini dilakukan dengan membuat tabel terstruktur.
Sebagai contoh, ada 500 responden dengan tingkat pendidikan berbeda. Kamu ingin mencari
tahu rata-rata pendidikan responden dengan cara membuat pengodean sebagai berikut:
 Tingkat pendidikan SMA diberi kode 0
 Tingkat pendidikan S1 diberi kode 1
 Tingkat pendidikan S2 diberi kode 2
Dengan pengodean seperti di atas, kamu dapat lebih mudah menyederhanakan rentang
pendidikan tertentu.

Langkah teknik analisis data kualitatif

Langkah teknik analisis data kualitatif

#1 Memahami data
Sebagian besar penelitian kualitatif umumnya berupa kata-kata. Dengan demikian, peneliti
harus mulai mengenal dan membaca data itu berulang kali agar terbiasa dengan data yang
akan dianalisis.
Dari sini, kamu juga bisa mulai mengamati pola dasar.
#2 Meninjau ulang tujuan penelitian
Pada langkah ini, peneliti diharuskan meninjau kembali tujuan penelitian. Ini termasuk
mengidentifikasi apakah pertanyaan-pertanyaan yang diajukan bisa dijawab dengan data yang
sudah dikumpulkan.
#3 Mengembangkan framework
Mengembangkan framework atau kerangka kerja juga bisa disebut dengan tahap pengodean.
Artinya, peneliti perlu mengidentifikasi konsep, perilaku, atau frasa lalu memberi kode-kode
tertentu, seperti memberi kode status sosial ekonomi, jenis kelamin, usia, atau bahkan respons
yang diberikan responden.
Adanya coding memudahkan kamu dalam mengorganisir data.
#4 Mengidentifikasi pola
Setelah coding selesai dilakukan, kamu bisa mulai mengidentifikasi tema, mencari jawaban
yang paling umum, dan menemukan pembahasan yang bisa didalami.

Contoh Teknik Analisis Data

Kita sudah membahas berbagai macam teknik analisis data. Sekarang, mari kita simak contoh
bagaimana teknik analisis data berjalan dalam suatu bisnis.
Bayangkan kamu ingin mencari tahu apakah pengeluaran biaya untuk social media
marketing berpengaruh terhadap pendapatan penjualan. Untuk mengetahui hubungan
antara keduanya, kamu menggunakan regression analysis.
Dalam kasus ini, pendapatan penjualan bertindak sebagai variabel dependen (faktor yang
paling ingin diprediksi dan ditingkatkan). Sementara pengeluaran social media
marketing adalah variabel independen (penentu apakah ini berdampak pada penjualan dan
langkah apa yang harus diambil setelahnya).
Dengan menggunakan regression analysis, kamu dapat mengetahui hubungan antara
keduanya, apakah:
 Ada korelasi positif, berarti semakin banyak pengeluaran untuk social media
marketing semakin tinggi juga pendapatan penjualan. Perusahaan bisa mengambil
langkah untuk menambah pengeluaran.
 Tidak ada korelasi, berarti social media marketing tidak berpengaruh apapun terhadap
penjualan bisnis. Dengan demikian perusahaan bisa mengurangi atau bahkan
menghilangkan pengeluaran ini.
Regression analysis membantu perusahaan untuk mengetahui hubungan keduanya, namun
tidak bisa menjelaskan hubungan sebab-akibat mengapa hal itu bisa terjadi.