METPEN KUALITATIF: Ke-12

Analisis Data Kualitatif

Dr. Faraz, MM
 ANALISIS DATA
• Apa Itu Analisis Data
• mengelompokkan, membuat suatu urutan,
memanipulasi serta menyingkatkan data
sehingga mudah untuk dibaca.
 ANALISIS DATA
• Data Kualitatif
• Data kualitatif tidak berbentuk angka,
tetapi lebih banyak berupa narasi,
deskripsi, cerita, dokumen tertulis dan
tidak tertulis (seperti gambar atau foto).
• Data don’t speak for themselves. Bila
peneliti tidak mampu mengolah maka
hanya akan menjadi tumpukan kertas
tidak berguna.
 ANALISIS DATA
• Penelitian kualitatif tidak memiliki rumus
atau aturan absolut untuk mengolah dan
menganalisis data. Namun demikian tidak
berarti penelitian kualitatif tidak memiliki
pedoman atau prosedur yang harus
dijalani.
 ANALISIS DATA
• Tahap Analisis Data
• Analisis data dimulai dengan menelaah
seluruh data yang tersedia dari berbagai
sumber, kemudian mereduksi data, menyusun
dalam satuan-satuan sesuai dengan tujuan
penelitian, serta penafsiran data yang
dijelaskan dalam bentuk deskripsi hasil dan
pembahasan penelitian.
 ANALISIS DATA
• Pengolahan dan analisis data,
• Organisasi Data: Data yang perlu diorganisir:
• Data mentah (data lapangan, kaset hasil rekaman)
• Data yang sudah diproses sebagiannya
• Data yang sudah ditandai/diberi kode
• Penjabaran kode-kode dan kategori secara luas
• Memo dan draft insight untuk analisis data
• Catatan pencarian dan penemuan
• Displai data melalui skema atau jaringan informasi
• Episode analisis
• Dokumentasi kronologis saat pengumpulan & analisis data
• Daftar indeks dari semua material
• Teks laporan
 ANALISIS DATA
• Koding dan Analisis
• Langkah pertama analisis adalah memberi
kode pada materi yang diperoleh.
• Koding penting untuk mengorganisir dan
mensistematis data.
 ANALISIS DATA
• Langkah Koding:
• Pertama, menyusun transkripsi verbatim (kata demi kata)
atau catatan lapangan sedemikian rupa sehingga ada kolom
kosong yang cukup di sebelah kiri dan kanan transkrip.
• Kedua, melakukan penomoran pada baris-baris transkrip
secara urut dan kontinyu.
• Ketiga, peneliti memberikan nama untuk masing-masing
berkas. Jangan lupa mencantumkan tanggal di setiap
berkas.
• Contoh: FGD.L.SS.18nov96 = Transkrip diskusi kelompok terfokus
(FGD) pada kelompok laki-laki dilaksanakan di Sumatera Selatan
tanggal 18 November 1996
 ANALISIS DATA
Teknik koding ada tiga:
– open coding,
– axial coding
– selective coding.
 ANALISIS DATA
• Dalam Open Coding
• suatu gejala (misalnya dalam hal ini ‘reaksi kiai’)
akan diidentifikasi kategori-kategorinya untuk
kemudian (sesudah diberi sebutan/named,
labelled) diidentifikasi atribut dan dimensi.
Misalnya,
• salah satu kategori dalam gejala ‘reaksi kiai’ itu adalah
‘aktivitasnya melakukan pertemuan untuk membahas masalah’
• ‘Pertemuan’ ini kemudian boleh dilihat atribut-atributnya
(misalnya: frekuensi, ruang lingkup bahasan, intensitas kajian,
lama penyelenggaraan, dsb), dan
 ANALISIS DATA
• Dalam Axial Coding
• kategori-kategori gejala yang berhasil diungkap akan
dihubungkan satu sama lain.
• Kategori-kategori itu ada yang dapat diposisikan sebagai:
1. kondisi yang dianggap penyebab, ialah kejadian apapun
yang menyebabkan terjadinya suatu gejala
2. gejala itu sendiri, ialah peristiwa sentral yang akan
menggerakkan terjadinya serangkaian aksi/tindakan atau
juga interaksi;
3. konteks, ialah suatu kompleks kondisi – lokasi dan/atau
waktu tertentu—yang menjadi ajang berlangsungnya suatu
aksi atau interaksi;
 ANALISIS DATA
• Dalam Selective Coding
• suatu proses untuk menyeleksi kategori-kategori
guna menemukan kategori inti atau sentral,
• secara sistematis dapat dipakai secara
konsepsional untuk merangkai dan
mengitegrasikan kategori-kategori lain dalam
suatu jaringan “kisah”.
• Kisah panjang-lebar yang merupakan paparan
deskriptif tentang realita sosial, yang diletakkan
dalam fokus kajian inilah yang disebut story.
 ANALISIS DATA
• Langkah setelah mentranskrip?
• Membaca transkrip dengan teliti untuk
mengidentifikasi tema-tema apa saja yang mungkin
• Membaca transkrip berulang-ulang sebelum
melakukan koding
• Selalu membawa buku catatan untuk mencatat
pemikiran kritis yang muncul ketika membaca
transkrip
• Membaca kembali data dan catatan analisis secara
teratur dan segera menuliskan tambahan-tambahan
pemikiran.
 ANALISIS DATA
• Kepekaan Teoritis:
• Ketika menganalisis data dibutuhkan kepekaan teoritis,
karena ketika menganalisis data sesungguhnya peneliti
sedang mengembangkan sebuah teori.
• Kepekaan teoritis adalah kualitas personal yang dimiliki
peneliti, yang mengindika sikan kesadaran tentang
detail, lipatan-lipatan dan kompleksitas makna dari
data.
• Kepekaan satu peeliti dengan peneliti lain berbeda,
karena: bacaan, pengalaman dilapangan, dan
kepekaan terhadap fenomena.
 ANALISIS DATA
• Pengujian terhadap Dugaan:
• Dugaan adalah kesimpulan sementara.
• Sebuah dugaan harus dipertajam dan diuji kebenarannya
• Untuk memudahkan pengujian dugaan perlu dilakukan:
(1).menuliskan pokok2 pertanyaan penelitian ditempat
yang mudah dilihat. (2).membandingkan tema dan sub-
tema dengan meninjau data ang ada. (3). Menggunakan
skema atau matriks sederhana.
• Hal hal penting sebagai strategis analisis:
mempresentasikan secara kronologis, insiden2 kunci,
tempat atau setting yang berbeda, fokus analisis
 ANALISIS DATA
• Tahap Interpretasi
• Untuk memahami data secara ekstensif
sekaligus mendalam
• Kelemahan: interpretasi bisa berbeda
antara satu dengan yang lain. Hal ini bagi
peneliti kuantitatif dianggap kurang ilmiah
karena subyektif.
 ANALISIS DATA
Pengolahan dan Analisis Data
Seluruh hasil pengamatan dan wawancara
mendalam dibuatkan ‘TRANSKRIP’.
TRANSKRIP:
Uraian dalam bentuk tulisan yang rinci dan
lengkap mengenai apa yang dilihat dan
didengar baik secara langsung maupun dari
hasil rekaman
 ANALISIS DATA
Analisis dari Transkrip
1. Menangkap makna dari teks untuk
menunjukkan bagaimana makna dominan yang
ada dalam teks dan makna yang dapat
dipertentangkan yg bersifat, spesifik.
2. Menunjukkan makna-makna yang melekat
dalam suatu teks, utamanya makna
tersembunyi yang terkandung dalam teks.
3. Menganalisis bagaimana teks berkaitan dengan
kehidupan, pengalaman, kenyataan, dan hal-
hal yg bermakna tentang subyek penelitian.
 ANALISIS DATA
• Anaisis Data Kualitatif
• Bukan mencari kecenderungan
tentang realitas sosial yang diamati
• Bukan memotret pola-pola umum
dari realitas sosial yang diamati
 ANALISIS DATA
Tujuan Analisis Data
Dimaksudkan untuk mencari pemahaman
mendalam tentang realitas sosial yang diteliti
sebagaimana realitas sosial tersebut
dipahami oleh subyek penelitian
Untuk dapat melakukan Interpretasi
terhadap makna dibalik perkataan & tingkah
laku subyek penelitian
 ANALISIS DATA
• Proses mengintegrasikan kategori-kategori
dalam selective coding – yang berakhir dengan
story yang dapat dilaporkan ini – dalam suatu
tataran analisis yang jauh lebih abstrak daripada
yang berlangsung sepanjang proses axial coding.
• Kepekaan teoretik seorang peneliti, ialah
ketajaman imajinasinya untuk mereka-reka
bangunan teoretik dari data dan kategori data
yang telah diperoleh, sangat diharapkan pada
tahap ini.
 ANALISIS DATA
Data Kualitatif:
Pernyataan kata-kata, gambar, catatan lapangan,
rekaman, dan bentuk data lainnya.

Analisisnya: Identifikasi perhatian (concerns) dan

persoalan (issues):
1. Proses Katagorisasi
2. Proses Prioritas
3. Proses Penentuan Kelengkapan
 ANALISIS DATA
Kategorisasi
 Tidak ada standar yang baku.
 Perhatikan sering muncul (regularity). Hal-hal
yang sering muncul bisa menjadi satu kategori
 Cek kembali, satu katagori apabila memiliki
kesamaan, berbeda kategori apabila memiliki
perbedaan
 Kategori jangan terlalu luas atau sempit
 ANALISIS DATA
Contoh: Data hasil wawancara:
Katagori orang yang sukses dalam membangun UKM:
1) Orang-orang yang tekun/ulet dalam bekerja
2) Orang-orang yang pandai memanfaatkan peluang
usaha
3) Orang-orang yang memiliki keahlian tertentu yang
dapat diandalkan
4) Orang-orang yang mengutamakan kepuasan
konsumen
 ANALISIS DATA
Prioritas
Jika banyak kategori, perlu prioritas:
 Paling sering muncul
 Jawaban responden/ data yang paling dipercaya
 Unik, memiliki ciri khas
 Ada peluang membuka penyelidikan lebih lanjut
 Material atau berharga
 ANALISIS DATA
Proses Penentuan Kelengkapan
 Katagori telah menjawab semua perhatian
(concerns) dan persoalan (issues)
 Kategori harus sesuai masalah penelitian,
menjawab permasalahan, sehingga dapat
mencapai tujuan penelitian.