Mengetahui Macam Metode Analisis Data Untuk Penelitian

Macam metode analisis data – Dalam kehidupan sehari-hari, kita tidak bisa lepas dari data karena memang membutuhkannya. Tanpa data, kita tidak akan dapat mampu membuat keputusan yang tepat. Terlebih dalam mengambil keputusan besar, salah satunya dalam bidang pekerjaan dan bisnis.

Data yang kita miliki seperti data supplier, data penjualan, data bahan baku, data kompetitor, dan data-data lainnya merupakan informasi yang sangat penting. Dengan bantuan data, kita dapat melakukan pendekatan mengenai keputusan yang akan kita ambil. Oleh karena itu, data-data tersebut perlu dianalisa. Untuk menganalisa data, ada beberapa metode yang bisa digunakan?Apa saja metode itu? Bagaimana caranya? Yuk Grameds kita bahas dalam artikel di bawah ini.

Macam Metode Analisis Data

Untuk melakukan analisis data, kita memerlukan metode atau teknik. Berdasarkan jenis sumber datanya, metode yang dapat kita gunakan untuk melakukan analisis data ada dua macam, yaitu metode analisis data kualitatif dan kuantitatif. Penjelasannya dapat kita ulas sebagai berikut:

1. Metode Analisis Kualitatif

Metode analisis data kualitatif ini tidak bisa diukur dengan perhitungan angka. Data ini umumnya bersumber dari selain perhitungan angka, misalnya catatan, tinjauan pustaka, rekaman, wawancara, pengamatan lapangan, dokumentasi, kajian dokumen, atau partisipasi. Meskipun demikian, metode analisis data ini menggunakan proses yang sistematis dan bisa menjadi laporan penelitian.

Metode ini banyak digunakan dalam penelitian, terutama penelitian yang bersifat eksplorasi. Analisis data kualitatif memerlukan pendekatan dari data yang subyektif dan tidak general, karena berdasarkan pemahaman masing-masing individu atau peneliti.

Metode analisis data kualitatif biasanya dapat berupa teks, gambar, simbol, dan pengamatan. Secara umum, metode analisis data kualitatif yang paling sering digunakan adalah sebagai berikut:

1. Analisis Konten (Content Analysis)

Metode analisis data ini merupakan metode penelitian yang mengukur dan mengkaji keberadaan beberapa kata, subyek, dan beberapa konsep lain (di dalam tulisan, gambar, video, atau audio). Untuk membantu kalian dalam membuat kesimpulan, metode analisis data akan menyesuaikan data kualitatif menjadi data kuantitatif.

Analisis data secara kualitatif sering digunakan oleh para marketer dan customer service untuk memahami perilaku customer dan untuk mengukur reputasi brand mereka. Misal saja, kalian melakukan survei pelanggan dengan mengajukan pertanyaan yang terbuka dan  feel to free.

Beberapa contoh yang dapat kalian jadikan referensi untuk jaga-jaga setiap hari adalah sebagai berikut:

1. Menganalisis data untuk keperluan brand usaha Anda di media sosial untuk mengetahui reputasi brand dari kaca mata masyarakat.
2. Memantau feedback dan mengevaluasinya, (untuk kemudian meningkatkan kualitas) agar pengguna memiliki kenangan yang manis.
3. Melakukan penelitian terhadap halaman website kompetitor dan segala macam media publikasinya untuk mengidentifikasi kelebihan dan program mereka dalam berkompetisi.
4. Melakukan interpretasi terhadap interview dan hasil survei dan customer untuk mengenali preferensi mereka. Semua itu ditujukan untuk mengetahui kemana pengembangan produk harus diarahkan.

Sebuah metode pasti memiliki kelebihan dan kekurangan. Kelebihan dari analisis data jenis analisis konten sendiri adalah sangat cocok untuk tim yang kecil (tidak terdapat banyak orang di dalamnya). Bayangkan saja, kalian tidak perlu berinteraksi dengan partisipan untuk mengumpulkan data, dapat digunakan untuk analisis data kuantitatif, prosesnya relatif mudah untuk direplikasi begitu standar telah ditetapkan, dapat dilakukan secara otomatis ataupun manual, dan mudah karena tidak memerlukan usaha yang canggih dan mahal.

Selain itu, metode ini memiliki beberapa kekurangan karena terbatas pada beberapa poin. Sebut saja, metode ini akan memakan waktu jika dilakukan secara manual, pada umumnya hasilnya dipengaruhi oleh tafsiran atau interpretasi yang sangat subjektif, tidak efektif untuk menganalisis tekstual yang kompleks, dan dapat dipengaruhi oleh faktor human error.

2. Analisis Tematik (Thematic Analysis)

Analisis tematik dapat membantu kalian untuk melakukan identifikasi, analisis, dan interpretasi pola yang ada dalam data kualitatif. Kabar baiknya, ada beberapa tools yang dapat digunakan untuk melakukan analisis data jenis ini agar lebih mudah.

Meskipun banyak terdapat kesamaan pada analisis konten dan analisis tematik, keduanya memiliki konsep yang berbeda. Analisis konten dapat diterapkan pada data kualitatif dan kuantitatif dengan fokus pada pengidentifikasian frekuensi dan pengulangan (kata-kata dan subyek). Sedangkan analisis tematik hanya dapat diterapkan pada data kualitatif dan hanya terfokus pada identifikasi pola dan tema.

Analisis tematik cukup mudah digunakan oleh semua orang. Karenanya banyak orang yang menggunakannya, mulai dari marketing produk, manager customer relationship, manager customer service, owner perusahaan, hingga peneliti user experience (UX).

Misalkan saja, sebuah tim produk smartphone sedang menggunakan analisis tema untuk memahami apa saja kebutuhan dan bagaimana perilaku para pelanggan mereka agar dapat meningkatkan UX. Perlu diketahui bahwa UX atau user experience  merupakan sebuah istilah untuk menggambarkan sebuah produk yang mampu memberikan pengalaman yang berkesan karena sangat memudahkan user.

Kembali pada bahasan contoh penggunaan analisis tematik lagi. Dengan menganalisa feedback dari customer, kalian dapat mengidentifikasi tema dengan fokus pada garis besar yang disorot oleh kebanyakan user. Misalnya, kelemahan smartphone terletak pada navigasi yang buruk, tampilan yang kurang menarik, warna yang kurang tajam, kamera yang resolusinya rendah, nge-bug, atau lainnya. Dengan demikian, kalian lebih memahami apa yang diinginkan oleh pelanggan.

Kelebihan analisis tematik adalah ini adalah teknik analisis yang paling mudah, bahkan kalian tidak perlu melatih tim kalian secara khusus. Tim kalian juga dapat memperoleh informasi penting dari data mentah dengan cara yang cukup mudah. Dengan demikian, metode analisis data ini merupakan cara yang efektif untuk memproses data dalam jumlah besar untuk diringkas menjadi sebuah tema.

Sayangnya, jika diterapkan dalam narasi yang kompleks, metode analisis data ini tidak dapat menangkap makna sebenarnya dari sebuah teks. Analisis tematik tidak dapat mempertimbangkan konteks yang ada pada data yang sedang dianalisis. Serupa dengan analisis konten, metode ini sangat subjektif dan bisa mengarahkan kalian pada hasil yang kurangi begitu sesuai dengan kenyataan.

3. Analisis Narasi (Narrative Analysis)

Analisis narasi merupakan metode yang digunakan untuk memberikan interpretasi  dari cerita yang dituturkan oleh partisipan atau responden. Analisa ini dapat diambil dari testimoni, wawancara, studi kasus, dan data berupa visual atau teks lainnya. Kabar baiknya, ada beberapa tools yang dapat digunakan untuk memudahkan kalian dalam melakukan analisis data dengan metode ini.

Analisis data ini memberikan wawasan berharga pada tim mengenai kompleksnya kehidupan pelanggan yang meliputi perasaan dan bagaimana mereka berperilaku. Dalam konteks riset pemasaran, analisa narasi melibatkan pengamatan terhadap cerita pelanggan yang ada di media sosial atau marketplace. Pengamatan tersebut akan menuntun tim untuk mendapatkan wawasan yang lebih banyak mengenai pengalaman, prioritas, gaya hidup, harapan, dan tantangan pelanggan.

Metode analisis data narasi menjadi pilihan dari beberapa bisnis karena dapat memberikan pemahaman yang mendalam tentang produk dari sudut pandang dari pelanggan, bukan hanya dari sudut pandang tim penjual. Ini menjadi poin positif bagi kalian, karena metode ini sangat memungkinkan untuk mempersonalisasi pengalaman dari para pelanggan. Dengan demikian, kalian dapat memiliki gambaran yang utuh mengenai pelanggan kalian.

Sayangnya, metode ini tidak dapat dijalankan secara otomatis. Kalian harus mencernanya secara mendalam secara manual. Dengan begitu, kalian membutuhkan waktu dan kemampuan dalam menafsirkan agar dapat membentuk kesimpulan yang mengerucut. Dan juga, metode ini tidak dapat dihitung dengan skala atau unscalable.

4. Analisis Grounded Theory

Analisis ini melakukan penelitian kualitatif yang dilakukan dengan cara mengembangkan teori dengan cara memvalidasinya dengan dunia nyata. Jadi, metode analisis ini melibat penyusunan hipotesis dan teori yang tentunya melalui pengumpulan dan evaluasi data. Tenang saja, kalian juga dapat beberapa tools yang memfasilitasi metode analisis data jenis ini.

Tentu saja, metode analisis data ini berbeda dengan metode kualitatif lainnya. Bukannya mengambangkan data dari teori yang ada, namun justru sebaliknya, mengambangkan teori dari data yang didapatkan.

Misal saja, tim pemasaran software ingin mengetahui alasan tingginya churn rate (persentase yang menggambarkan jumlah pengguna yang berhenti menggunakan sebuah aplikasi). Mereka menggunakan metode ini untuk menganalisis tanggapan pelanggan lalu mengembangkan hipotesis mengapa mereka berhenti menggunakan aplikasi. Dengan itu, tim dapat meyakinkan mereka untuk bertahan.

Metode ini dapat menjelaskan kesimpulan yang tidak dapat dijelaskan oleh metode lainnya yang sudah ada. Hal ini dikarenakan penemuan baru tersebut memiliki keterkaitan yang erat dengan data. Hanya saja, metode ini membutuhkan pemikiran kritis, kreativitas, dan objektivitas yang mendalam dari para peneliti.

5. Analisis Wacana (Discourse Analysis)

Analisis wacana merupakan tindakan meneliti maksud yang menjadi dasar data kualitatif. Metode ini melibatkan penelusuran yang jeli pada teks, audio, maupun video agar dapat mempelajari korelasi antara konteks dan informasinya. Berbeda dengan analisis konten, analisis wacana fokus pada kontekstual bahasa, yakni lebih memperhatikan apa yang dipikirkan orang lain mengenai suatu bahasan dan mengapa mereka merasakannya.

Jika kalian masih merasa kurang puas dengan penjabaran di atas, kalian bisa memiliki buku Analisis Data Penelitian Kualitatif ini. Kalian akan mendapatkan penjelasan singkat mengenai penelitian kualitatif, pengumpulan data, dan pengolahan data kualitatif. Jangan khawatir, buku ini juga membahas alat analisis yang ada.

 2. Metode Analisis Kuantitatif

Selain metode analisis kualitatif, metode analisis kuantitatif merupakan metode analisis data yang sering digunakan. Metode ini menganalisis data yang mengacu pada angka sehingga banyak menggunakan ilmu statistika. Dengan demikian, jelas sekali bahwa metode ini lebih terukur karena tidak lepas dari data numerik dan kategorik.

Ada beberapa macam metode analisis data kuantitatif yang dikenal luas, yakni deskriptif, inferensial, diskriminan, dan komparatif. Namun, secara umum metode analisis data kuantitatif yang sering digunakan adalah deskriptif dan inferensial. Berikut ini penjelasan lengkapnya:

1. Metode Deskriptif

Metode ini membantu untuk menunjukkan, menggambarkan, atau meringkas data dengan konstruktif. Dengan mengacu pada gambaran statistik, kalian dapat memahami ringkasan dan pola dari sampel data tertentu.

Melalui sampel yang kalian dapatkan, kalian akan mendapatkan angka absolut. Hanya saja, angka-angka tersebut tidak selalu dapat menjelaskan alasan di balik munculnya angka-angka tersebut. Untuk mengungkapkan alasan munculnya angka-angka tersebut, diperlukan metode inferensial.

Metode statistik terdiri dari banyak unsur, yang bisa kita ulas di bawah ini:

• Mean: rata-rata angka dari sekelompok nilai.
• Median: titik tengah dari sekelompok nilai yang tersusun dalam sebuah urutan angka.
• Frekuensi: berapa kali angka tersebut muncul.
• Range: nilai tertinggi dan nilai terendah.
• Mode: nilai yang paling sering muncul dalam kumpulan data yang ada.
• Skewness: tingkat kesimetrisan rentang angka yang membentuk pola menjadi kurva.
• Standar Deviasi: selisih antara setiap angka dengan mean.

2. Metode Inferensial

Metode analisis data inferensial mengacu pada pengujian teori atau statistik hipotesis. Metode ini dilakukan dengan mengubah angka mentah (dari data berupa numerik dan statistik) agar menjadi informasi yang memiliki makna.

Tujuan akhir dari metode ini adalah dapat memberikan prediksi hasil dari data yang dianalisis. Hasilnya? Kalian diharapkan dapat menemukan adanya korelasi antara beberapa variabel yang digunakan untuk menguji hipotesis untuk memprediksi perubahan dan perbedaan.

Ada beberapa sub-metode dalam metode inferensial ini, yaitu:

• Uji-T

Uji-T merupakan metode yang digunakan untuk membuat perbandingan rata-rata di antara dua kelompok data. Dari uji ini, didapatkan perbedaan antara keduanya.

• Anova (Analysis of Variance)

Analisis ini merupakan analisis statistik atau sebagai alat uji sehingga dapat diketahui sejauh mana perbedaan antara kelompok-kelompok data yang diuji.

• Analisis Regresi

Analisis ini merupakan metode pengolahan dan analisis data untuk menentukan sejauh mana variabel dependen mempengaruhi variabel independen.

• Analisis Faktor

Analisis ini dapat juga disebut dengan analisis multivariat, yakni sebuah metode untuk mereduksi variabel yang saling berkaitan (dalam jumlah besar) menjadi sejumlah kecil faktor.

3. Metode Analisis Diskriminan

Metode ini mengklasifikasikan data yang didasarkan pada pengukuran variabel-variabel yang ada. Dengan metode ini, kalian akan menemukan apa yang menjadi penyebab terjadinya perbedaan dari variabel-variabel yang ada. Tidak hanya itu, dari metode ini dapat diketahui juga apa saja yang baru dari pengukuran variabel tersebut.

4. Metode Analisis Komparatif

Metode ini dilakukan dengan membandingkan data-data yang ada di dalam penelitian. Tujuan dari metode ini adalah untuk menemukan persamaan dan perbedaan data yang telah dikumpulkan.

Jika kalian masih ingin mempelajari metode analisis kuantitatif dengan statistika inferensial, kalian dapat membaca buku Analisis Data Kuantitatif Dengan Statistika Inferensial. Buku ini membahas tentang distribusi sampling, penaksiran dari parameter, pengujian hipotesis yang didapatkan, hingga hubungan yang berikatan dengan dua variabel.

Data Analyst

Kalau Grameds amati dengan secara cermat, belakangan ini mulai marak sekali konten di media sosial mengenai data analyst. Content creator-nya juga tidak lupa untuk menjelaskan kelebihan dari profesi ini. Alhasil, banyak anak muda yang tertarik untuk menjadi data analyst.

Apa sih data analyst itu? Bisa dikatakan data analyst adalah seorang yang berprofesi atau bekerja dengan job desc membaca dan menganalisis data dari sebuah instansi. Analisis tersebut dilakukan dilakukan agar instansi tersebut mampu mengambil keputusan yang tepat berdasarkan data.

Melalui data tersebut, diharapkan perusahaan atau instansi tersebut mampu melakukan inovasi, gebrakan baru, mempelajari kebutuhan pasar, dan membuat keputusan yang tepat. Bahkan saking data ini menjadi primadona, sekarang mulai bermunculan profesi berkaitan dengan data, selain data analyst, sebut saja data engineer, data scientist, data mining, data entry, dan lainnya. Data yang dianalisa oleh data analyst berupa informasi yang bisa dijadikan referensi pimpinan untuk mengambil langkah strategis maupun teknis.

Analisis Data

Analisis data sendiri dapat diartikan sebagai proses investigasi, transformasi, pembersihan, dan pemodelan data yang ditujukan untuk mendapatkan wacana yang bermanfaat. Wacana tersebut kemudian diinformasikan kesimpulannya. Setelah kesimpulan tersebut berhasil didapatkan, diharapkan analisis data dapat membantu pengambilan keputusan.

Analisis data ini digunakan dalam banyak bidang kehidupan. Misalkan menganalisis data teknis, sains, bisnis, evaluasi etos kerja, psikologi, dan ilmu sosial lainnya. Hasil dari analisis ini digunakan sebagai pendekatan ilmiah dalam mengambil keputusan biss agar dapat beroperasi secara efektif dan efisien.

Dalam kehidupan sehari-hari pun kita tidak lepas dari upaya menganalisis data. Misal kita pernah membeli bahan bakar minyak (BBM) di SPBU A. Kemudian kita membeli BBM di SPBU B. Jumlah yang dibeli sama-sama nominal Rp 100.000,00 hanya saja pembelian di SPBU A mendapatkan takaran BBM yang bisa tahan untuk 14 hari. Sedangkan pembelian BBM di SPBU B hanya dapat bertahan 10 hari.

Kemudian, pada pembelian ketiga, kalian memutuskan untuk membeli BBM di SPBU A. Hal ini didasarkan pada pertimbangan harga BBM di SPBU A lebih murah dibandingkan SPBU B.  Secara tidak sadar, dalam kasus di atas, kalian juga melakukan analisis data.

Analisis data menjadi hal yang wajib dalam banyak bidang, tak terkecuali bidang kesehatan. Bagi kalian yang ingin mendalami analisis data di bidang kesehatan, buku Analisis Data Pada Bidang Kesehatan bisa jadi referensi kalian. Dengan pembahasan yang sederhana namun komprehensif, buku ini akan menjelaskan tahapan-tahapan yang seharusnya dilakukan, seperti membahas konsep dasar statistik dan penelitian, cara pengolahan data yang mudah, hingga cara mentransformasi yang mudah.

Grameds, ulasan kita mengenai macam-macam metode analisis data telah sampai di penghujung. Kami yakin, masih ada banyak ilmu dan pengetahuan mengenai ini yang belum sempat kita bahas. Sebagai #SahabatTanpaBatas, kami tidak ingin membiarkan kalian berhenti belajar sampai di sini saja. Dengan buku-buku terbaik kami, kalian bisa mempelajarinya lebih jauh dan dapatkan di gramedia.com.

Untuk mendukung Grameds dalam menambah wawasan, Gramedia selalu menyediakan buku-buku berkualitas dan original agar Grameds memiliki informasi #LebihDenganMembaca.

Penulis: Mutiani Eka Astutik

Sumber:

1. Website www.hotjar.com/qualitative-data-analysis/methods/
2. Website https://ascarya.or.id/metode-analisis-data-kuantitatif/
3. Buku Analisis Data Pada Bidang Kesehatan
4. Buku Analisis Data Penelitian Kualitatif
5. Buku Analisis Data Kuantitatif Dengan Statistika Inferensial

Baca juga: