EMZIR PPs UNJ

Analisis data dalam penelitian kualitatif melibatkan perangkuman data dalam cara yang dapat dipertanggungjawabkan dan akurat. Presentasi temuan penelitian dalam suatu cara yang tak dapat diingkari

Interpretasi data adalah suatu upaya peneliti menemukan makna dalam data dan menjawab pertanyaan “so what?” dalam istilah implikasi dari temuan penelitian

Banyak analisis data terjadi sebelum pengumpulan data selesai. Peneliti memikirkan dan mengembangkan firasat tentang apa yang mereka lihat dan dengar selama pengumpulan data

Sebuah langkah penting dalam analisis data kualitatif yang sedang berlangsung tercermin pada dua pertanyaan Apakah pertanyaan penelitian Anda masih dapat dijawab dan

layak menjawab? Apakah teknik pengumpulan data Anda menangkap jenis data

yang Anda inginkan dan menyaring data yang tidak Anda lakukan?

Penting dihindari tindakan prematur yang didasarkan pada analisis awal dan interpretasi data

Setelah kerja lapangan selesai, peneliti harus konsentrasi pada proses multitahap dari penyusunan, pengkategorian, pensistesisan, analisis, dan penulisan tentang data.

Peneliti bekerja mempersempit suatu rangkaian masalah dan data yang luas ke dalam kelompok-kelompok data kunci yang kecil dan penting.

Sulit untuk menentukan selanjutnya, seberapa lama analisis data akan dilakukan.

Kerangka waktu bergantung pada hakikat penelitian , jumlah data yang akan dianalisis, dan kemampuan peneliti.

Analisis data kualitatif merupakan suatu siklus, proses iteratif ‘berulang’ dari review data untuk topik-topik umum atau tema-tema.

Satu pendekatan analisis adalah mengikuti tiga langkah iteratif: membaca/membuat memo, mesdeskripsikan apa yang terjadi pada latar, dan mengklasifikasikan data penelitian.

Membaca/membuat memo merupakan proses menulis catatan dalam margin catatan lapangan dan menggarisbawahi bagian-bagian atau masalah-masalah yang tampak penting selama membaca awal data naratif.

Pendeskripsian melibatkan pengembangan deskripsi yang sempurna dan komprehensif dari partisipan, latar, dan fenomena yang dikaji untuk menemukan kompleksitas yang kaya dari penelitian.

Pengklasifikan potongan data kecil kedalam kategori yang lebih umum merupakan cara peneliti untuk memberi makna dan menemukan hubungan antar data.

Catatan lapangan dan transkrip dipecah ke dalam potongan data kecil dan potongan-potongan ini diintegrasikan ke dalam kategori-kategori dan sering ke dalam pola-pola yang lebih umum.

Pengidentifikasian tema merupakan strategi yang bertumpu pada identifikasi ide-ide yang muncul dari tinjauan pustaka dan dalam pengumpulan data.

Pengkodean merupakan proses menandai satuan-satuan teks dengan kode-kode atau label sebagai suatu cara mengindikasi pola-pola dan makna dalam data. Itu melibatkan reduksi data naratif ke suatu bentuk yang dapat dikelola yang memungkin sorting data muncul.

Pengajuan pertanyaan kunci merupakan strategi yang melibatkan peneliti mengajukan pertanyaan seperti “Apa yang secara sentral dilibatkan?” “Apa aktivitas utama, peristiwa, atau isu yang relevan pada masalah tersebut?” dan melihat jawabannya dalam data.

Sebuah review organisasional membantu peneliti memahami sekolah atau organisasi lain sebagai seting yang lebih luas. Suatu review harus berfokus pada visi dan misi, tujuan dan sasaran, struktur, operasi, dan isu-isu dan kepedulian dari organisasi yang diteliti.

Pemetaan konsep membolehkan peneliti kualitatif menciptakan suatu display visual dari faktor-faktor utama yang mempengaruhi studi yang memungkinkan identifikasi konsistensi dan inkonsistensi antara kelompok-kelompok terpisah.

Penganalisisan antaseden dan konsekuensi yang memungkinkan peneliti memetakan sebab dan akibat yang muncul melalui penelitian.

Penyajian temuan melibatkan penggunaan matrik, bagan, peta konsep, grafik, dan gambar untuk mengemas temuan penelitian.

Pernyataan apa yang hilang dari penelitian yang mendorong peneliti untuk merefleksi dan mengindenfikasi pertanyaan-pertanyaan penelitian yang belum memperoleh jawaban.

Model Miles Huberman: Reduksi data Penyajian data Penarikan Kesimpulan Verifikasi temuan penelitian

Model Spradley: Analisis domain Analisis taksonomi Analisis komponensial Analisis tema budaya

Model Strauss & Corbin: Open coding Axial coding Selective coding Developing and drawing a visual conditional matrix

Banyak program komputer yang tersedia untuk membantu dalam analisis data kualitatif, tetapi perlu diingat bahwa komputer tidak dapat menganalisis atau mengkode data; itu semua dilakukan oleh peneliti

Interpretasi data lebih banyak didasarkan pada hubungan, aspek umum, dan hubungan antar potongan data, kategori, dan pola-pola.

Interpretasi tidak akan dapat dilakukan secara bermakna tanpa peneliti mengetahui data secara detail.

Tujuan interpretasi adalah menjawab empat pertanyaan. Apa yang penting dalam data? Mengapa itu penting? Apa yang dapat dipelajari darinya? Lalu apa implikasinya?

Perluasan analisis merupakan strategi interpretasi data dimana peneliti memunculkan pertanyaan-pertanyaan tentang studi, mencatat implikasi yang mungkin digambarkan tanpa secara aktual menggambarkannya.

Menghubungkan temuan dengan pengalaman personal mendorong peneliti untuk personalisasi interpretasi berdasarkan pada pengetahuan yang dimiliki dan pemahaman latar penelitian.

Meminta nasehat teman yang kritis melibatkan memberikan kepercayaan kepada teman untuk menawarkan pemahaman yang mungkin hilang pada Anda karena kesibukan Anda pada pekerjaan.

Kontekstualisasikan temuan penelitian dalam kepustakaan yang berhubungan melibatkan penggunaan tinjauan kepustakaan untuk mendukung temuan penelitian.

Turunkan teori yang mendorong peneliti menghubungkan temuan mereka dengan isu-isu yang lebih luas untuk mencari peningkatan level abstraksi dan untuk bergerak keluar perhitungan deskriptif murni.

Ketahui kapan untuk mengatakan ‘kapan’. Jika Anda tidak merasa nyaman untuk menawarkan suatu interpretasi, jangan lakukan itu. Hendaknya Anda puas dengan membuat saran atau rekomendasi terhadap apa yang mungkin dilakukan berikutnya.

Sebagai peneliti kualitatif Anda harus berbagi interpretasi Anda dengan bijaksana dan menghindari ‘makhluk evangelis’ tentang interpretasi Anda. Memberikan hubungan yang jelas antara pengumpulan data, analisis, dan interpretasi.

Tabel 1 Aktivitas Pengorganisasian Data • Tulis tanggal (hari, bulan, tahun) pada semua catatan • Urutkan semua catatan dengan label (seperti set ke 6 catatan) • Labeli catatan menurut jenis (seperti catatan pengamat, memo untuk diri

sendiri, transkrip wawancara) • Buat dua foto copy dari semua catatan (catatan lapangan, transkrip, dst.) • Susun file-file computer ke dalam folder-folder menurut jenis data dan tahap-

tahap analisis • Buat backup copian semua file • Baca data dan jamin semua informasi lengkap dan terbaca sebelum

melakukan analisis dan interpretasi data • Mulailah mencatat tema-tema dan pola-pola yang muncul (Gay, Mills, dan

Airasian, 2009: 449)