Menganalisis data

“Jika data kita ‘siksa’ cukup lama, maka dia akan menceritakan ‘kebenaran'” – sumber tidak diketahui

Ketika makan siang di kantin, bersama kolega senior saya, kita mendiskusikan penelitian. Mahasiswi doktoral bimbingan dia juga bergabung. Sambil berdiskusi ringan, dia menceritakan baru saja pulang dari India untuk mengumpulkan data. Saya tanya, “Berapa banyak data yang kamu dapatkan?”. “Ya, sekitar segini”, jawabnya sambil menunjukkan dengan kedua telapan tangaan. Dugaan saya, transkrip wawacara yang dilakukan setebal 800 halaman. Pertanyaannya kemudian, bagaimana menganalisisnya?

Menganalisis data adalah proses memaknainya. Bagi saya, menganalisis data juga proses menggali cerita yang terpendam dalam data. Menganalisis adalah proses ‘memeras’ data sehingga keluar intinya, atau proses ‘menyiksa’-nya sehingga ‘mengaku’.πŸ™‚

Untuk penelitian positivistik yang melibatkan survei dengan kuesioner yang didominasi pertanyaan tertutup, beragam software dapat digunakan: mulai dari SPSS, Lisrel, AMOS, SmartPLS, Minitab, dan lain-lain. Pilihan kita akan sangat tergantung dengan karakteristik data dan analisis apa yang ingin dilakukan. Meski sudah tersedia software yang memudahkan analisis, seorang peneliti seharusnya tetap mengetahui konsep di belakang setiap metode yang digunakan. Tanpa pengetahuan ini, hasil analisis statistik akan tampil tidak lebih dari deretan angka tanpa makna.

Lain halnya ketika kita melakukan penelitian interpretif, seperti ilustrasi pada pembuka tulisan ini. Bagi saya, menganalisis data seperti ini jauh lebih menantang. Perlu waktu yang lebih lama dan kerja intelektual yang lebih melelahkan. Ada banyak cara menganalisisnya atau sering disebut dengan proses ‘sensemaking’. Strategi ‘sensemaking’ yang ditawarkan oleh Langley (1999) dapat dijadikan rujukan. Menurutnya, ada beragam strategi: (1) narrative strategy; (2) quantification strategy; (3) alternate templates strategy; (4) grounded theory strategy; (5) visual mapping strategy; (6) temporal bracketing strategy; dan (7) synthetic strategy. Strategi ini akan sangat terkait dengan data yang kita punyai dan cerita apa yang kita harapkan. Saya tidak akan membahasnya lebih detil di sini.

Mengakrabkan diri dengan hasil transkrip wawancara dan dokumen lain adalah langkah awalnya. Tidak jarang kita perlu membacanya berulang kali untuk menangkap ‘jalinan cerita’ antar dokumen (termasuk transkrip wawancara). Jika kita termasuk yang merasa nyaman dengan teknologi sederhana, bisa gunakan ‘highlighter‘ (‘stabilo’ :-)) untuk menandai, misalnya. Bisa juga dengan memberikan kode di sisi kalimat atau rangkaian kalimat yang menunjuk pada konsep tertentu. Proses ‘sensemaking’ dilakukan di ‘kepala’. Jika data kita tidak cukup terstruktur dan tidak terlalu banyak, teknik ini nampaknya masih bisa berjalan baik.

Saya sendiri mengadopsi teknik ini. Tidak jarang di ruang kerja saya pasang kertas ukuran besar untuk menggambar hubungan antar konsep yang ditemukan di dokumen. Gambar bisa berubah setiap saat sebagai bagian dari upaya menemukan ‘alur cerita’ yang lebih masuk akal atau lebih menarik. Kita juga bisa menggunakan kertas post-it yang setiapnya mewakili satu konsep. Kita bisa dengan mudah atur ulang posisinya untuk menggambarkan sebuah cerita yang ingin kita tampilkan dalam artikel.

Ketika data yang kita punyai cukup besar dan kita lebih merasa nyaman menggunakan komputer, saat ini di pasaran sudah beredar beragam software untuk analisis data kualitatif. Beberapa di antaranya adalah NVivo, HyperResearch, ATLAS.ti, atau Nudist. Dengan menggunakan software ini kita bisa menandai dokumen yang mewakili sebuah konsep. Software juga memfasilitasi pengelompokan konsep, menyusun konsep dalam urutan tertentu, dan dapat membantu dalam memberikan gambaran antar konsep. Versi mutakhir beberapa software tidak mengharuskan transkripsi wawancara tersebut dahulu. Rekaman wawancara dapat langsung dianalisis dengan menandai bagian wawancara yang mewakili konsep tertentu.

Tentu saja, seringkali analisis data tidak merupakan proses sekali jalan. Beragam skenario kadang bisa kita aplikasikan. Beragam cerita pun bisa muncul ke permukaan. Setiap artikel seharusnya menarasikan sebuah cerita, dan cerita tersebut adalah hasil dari analisis data.

Copenhagen, 21 September 2012

Referensi:

Langley, A. (1999). Strategies for theorizing from process data. Academy of Management Review, 24(4), 691-710.

18 comments
  1. Vira Megasari Haqni said:

    aslmlkm, bapak apakah dalam penulisan jurnal itu data-datanya harus benar-benar valid? ataukah bisa dengan menggunakan data sample saja pak? trima kasih, wslmlkm

    • Fathul Wahid said:

      Wa’alaikumussalam Mbak Vira. Saya agak kurang paham dengan pertanyaannya. Kalau yang dimaksud data sampel adalah sampel penelitian yang tidak bisa melibatkan semua populasi, bukahkan memang semua penelitian seperti itu? Terkait sampel ada diskusi tentang representativeness atau keterwakilan populasi. Ini relevan untuk penelitian positivis. Untuk penelitian interpretif, pemilihan sampel (kasus) didasari pertimbangan teoretis dan bukan ‘statistical sampling’.

      Mudah-mudahan membantu Mbak.

  2. Assalamu’alaikum Pak Fathul

    Mau menanyakan, bagaimanakah jika setelah melakukan penelitian positivis, fakta dari data yang kita olah ternyata tidak sesuai dengan persepsi awal yang kita bangun dan teori yg kita terapkan?

    • Fathul Wahid said:

      Wa’alaikumussalam Mbak Sukma,

      Ada plus dan minusnya. Minusnya, kalau mau dianggap begitu, hipotesis kita tidak terbukti. Plusnya, kita dapat temuan menarik yang memerlukan penjelasan atau penelitian lanjutan. Seringkali hasil yang tidak diduga dalam penelitia justru yang paling menarik.πŸ™‚

      • kalau hipotesis tidak terbukti apa yang harus dilakukn Pak? ubah metode atau cari data lagi dari awal ya pak?

        • Fathul Wahid said:

          Cari penjelas. Kecuali mau penelitian lagi dari awal.πŸ™‚

  3. Pak Fathul, mohon saran mengenai perbedaan metode statistik dengan MAMD/MCDM, kemudian bagaimana kita mengidentifikasi/mengenali karakteristik data yang menbutuhkan analisa dengan metode tersebut….

      • Fathul Wahid said:

        Wah, kalau spesifik seperti itu, tidak di sini tempatnya Mbak.πŸ™‚

    • Fathul Wahid said:

      Mas Ardy, Saya kesulitan menjawab pertanyaan njenengan. Metode statistik di sini maksudnya yang seperti apa? Metode MCDC juga sangat beragam, mulai dengan model analitik (seperti goal programming), yang melibatkan penilaian ahli (seperti AHP), sampai dengan yang menggunakan sistem cerdas (semaca fuzzy system).

      • jawaban yang saya dapatkan dari rekan2 saya menurut saya masih menggantung pak “metodenya ya tergantung dari kasusnya mas….”, mengenai perbedaan dan kapan memilih menentukan metode yang digunakan…..terima kasihπŸ™‚

        • Fathul Wahid said:

          Bisa dikasih contoh rumusan masalah yang akan diteliti, supaya jawabannya tidak menganntung?πŸ™‚

        • Fathul Wahid said:

          Bisa dikasih contoh rumusan masalah yang akan diteliti, supaya jawabannya tidak mengantung?πŸ™‚

  4. Adam Prayogo Kuncoro said:

    Salam sukses Pak.
    Saya mau usul mengenai entri blog ini Pak. Bagaimana jika ditambahkan entri tentang cara menganalisa data penelitian menggunakan metode yg berbeda dari jurusan/bidang penelitian yg kita lakukan. Misalnya penelitian oleh mahasiswa jurusan industri yg meneliti proses bisnis, namun akan menggunakan metode yg seharusnya dipelajari oleh jurusan ekonomi. Padahal mahasiswa industri belum memahami metode apa saja yg digunakan oleh mahasiswa ekonomi dalam menganalisa data.
    Entri tersebut memberikan gambaran dan tips jika terdapat kasus seperti sebuah contoh di atas.
    Terima kasih.

    • Fathul Wahid said:

      Mas Adam, terima kasih masukannya, namun nampaknya saya tidak sanggup menuliskannya, selain memberikan contoh atau ilustrasi. Untuk menguasai sebuah teori dalam tingkat tertentu butuh waktu yang lama.

      Sebagai contoh saja, dalam tulisan ini: http://www.iseing.org/tgovwebsite/tGovWorkshop2012/CRC2012/CRC%202/t-Gov_Fathul%20Wahid.pdf saya meneliti eGovernment yang dapat menjadi bidang kajian banyak disimplin, mulai dari ilmu komputer, sistem informasi, admistratsi publik, ilmu politik, sosiologi, dan seterusnya. Saya menggunakan teori yang asalnya dari sosiologi, yaitu institutional theory. Monggo tulisannya dilirik.πŸ™‚

  5. habis baca ini jadi makin tertarik sama kualitatif, terima kasih pakπŸ˜€ ^_^V

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: