• Proses setelah pengumpulan data adalah “pengolahan data” dan dilanjutkan dengan “interpretasi”. • Pengolahan dilakukan berbeda terhadap data yg dikumpulkan melalui proses kerja metode kuantitatif dengan kualitatif. • Ciri pengolahan kuantitatif: bersifat data besar, sudah diklasifikasi berdasar angka, terstruktur. • Ciri pengolahan kualitatif: ukurannya kecil, data monografis, bersifat kasus. Ekonomi, Hukum, Sastra, Pendidikan, Antropologi, Administrasi, Pengumpulan Manajemen, Manajemen, Dll. Pendidikan, Dll.
Data besar, Kuantitatif
dapat Data Data sedikit, diklasifikasi, Kualitatif monografis, studi terstruktur kasus
Pengujian Statistik Pengolahan Pengkajian Linguistik (Verbal)
Ilustrasi proses pengolahan data
• Pengolahan data kualitatif dilakukan dengan pengujian LINGUISTIK, tujuannya untuk menguraikan / menggambarkan gejala yg diteliti.
• Pengolahan data kuntitatif dilakukan melalui
pengujian statistik, baik secara diskriptif maupun verifikatif. ANALISIS KUALITATIF • Dalam penelitian kualitatif, tidak ada pendekatan tunggal dalam analisis data. Subyektivitas peneliti masih sangat tinggi, sejauh belum ada kesepakatan ttg apakah pengumpulan, pengolahan, dan proses analisis merupakan fase yg berbeda / melekat satu sama lain.
• Proses analisis tidak hanya dilakukan saat data
telah terkumpul seperti pada riset kuantitatif. • Proses pengolahan dan analisis data sudah harus dilakukan sejak peneliti masih berada di lokasi penelitian, atau sejak pengumpulan data dilakukan.
• Bahkan analisis data sebaiknya dilakukan sebelum
peneliti melakukan observasi ke lapangan. Analisis data dilakukan pd saat studi pendahuluan. 6 Kegiatan dalam Penelitian Kualitatif: •Pengelompokan tahapan mengolah, menganalisis, dan menafsirkan data kualitatif setidaknya pada 5 bentuk kegiatan: (1) memvalidasi data, (2) mengorganisasi data, (3) koding, (4) menyajikan temuan, (5) menafsirkan makna temuan, (6) memvalidasi akurasi temuan. (1) Memvalidasi Data • Validasi temuan dalam penelitian kualitatif menurut Guba (1981) meliputi beberapa kriteria: - Credibility - Transferability - Dependability - Confirmability Credibility (kredibilitas) • Digunakan untuk mengatasi kompleksitas data yg tidak mudah untuk dijelaskan oleh sumber data. • Peneliti harus berpartisipasi aktif dalam aktivitas kegiatan yg diamati guna menghindari adanya bias dan persepsi yg salah, sehingga semua masalah dapat diatasi langsung di lapangan. Transferability (keteralihan) • Konsep validitas yg menyatakan bahwa generalisasi suatu data penelitian dapat berlaku atau diterapkan pada konteks lain yg berkarakteristik sama (representatif).
• Misal: data tentang daya beli keluarga pasien untuk
membayar layanan kesehatan, juga berlaku dalam kelompok keluarga pasien dengan karakteristik yg sama di daerah lain. Dependability (ketergantungan) • Menunjukkan stabilitas data, peneliti memeriksa data dengan beberapa metode yg digunakan sehingga tidak terjadi perbedaan antara data yang satu dengan data yang lain. Confirmability (kepastian) • Menunjukkan netralitas dan obyektivitas data, peneliti dapat menggunakan jurnal guna melakukan refleksi terhadap data yang dikumpulkan. (2) Mengorganisasi Data • Langkah mengorganisasi data dan informasi mencakup 3 tahapan pekerjaan: - Transkripsi (merubah dalam bentuk narasi) - Reduksi Data (ambil data yang relevan dengan penelitian) - Koding Data Transkripsi • Membuat uraian dalam bentuk tulisan yang rinci dan lengkap mengenai apa yg dilihat, didengar, baik secara langsung maupun dari hasil rekaman. • Setelah menyelesaikan wawancara / pekerjaan di lapangan peneliti harus mengkonversi kata-kata, baik tertulis maupun rekaman kedalam bentuk narasi secermat mungkin. Reduksi Data • Merangkum, memilih hal yang pokok, memfokuskan pada hal yg penting, serta dicari polanya. Data yg telah direduksi harus memberikan gambaran yg lebih jelas. • Reduksi data memerlukan kecerdasan dan kedalaman wawasan yg tinggi. Peneliti pemula bisa mendiskusikannya dengan orang lain yang menguasai permasalahan yang diteliti. Koding Data • Kegiatan peneliti untuk mengelompokkan data dan memberi kode berdasarkan kesamaan data. Proses koding harus berlandaskan pada kerangka teori yang dipilih.
• Teknik koding menurut Straus dan Corbin (2003):
- Open coding - Axial coding - Selective coding • Open coding, merupakan langkah pertama memberi kode, dimana sebuah gejala diidentifikasi berdasarkan kategorinya untuk kemudian diberikan atribut. Dengan kata lain: proses merinci, menguji, membandingkan, konseptualisasi dan melakukan kategori data.
• Axial coding, menghubungkan kategori gejala yg
berhasil diidentifikasi satu sama lain. Kategori gejala diposisikan sebagai: penyebab; gejala; konteks; kondisi pengintervensi; aksi/interaksi; konsekuensi. • Selective coding, merupakan proses untuk menyeleksi kategori-kategori guna menemukan kategori inti atau sentral. Proses ini berakhir dengan story, yang memiliki makna mendalam.