Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS!

Teknik Pengambilan Data untuk Analisis Deskriptif Kualitatif

Belajar Data Science di Rumah 14-April-2022
https://dqlab.id/files/dqlab/cache/bd32a4fb7b7143077d7334d072dabd07_x_Thumbnail800.jpg

Teknik analisis data kualitatif adalah prosedur penelitian yang menghasilkan data deskriptif berupa kata atau kalimat tertulis dari responden atau objek yang akan diteliti. Analisis kualitatif biasanya digunakan untuk meneliti permasalahan yang mendalam, misalnya di bidang sosial, ekonomi, pengkajian organisasi, dan lain sebagainya. 


Analisis deskriptif kualitatif merupakan metode penelitian yang menggunakan data bersifat kualitatif yang dijabarkan dalam deskripsi. Output yang dihasilkan dalam penelitian ini tidak membutuhkan proses manipulasi atau perlakuan lain sehingga output yang dihasilkan adalah hasil yang apa adanya.

 

Analisis data deskriptif kualitatif merupakan analisis deskriptif yang menggunakan data kualitatif. Analisis deskriptif merupakan analisis yang tujuannya untuk menyajikan gambaran lengkap mengenai suatu kejadian dengan cara menceritakan atau mendeskripsikan sejumlah variabel. 


Tujuan analisis data deskriptif kualitatif adalah untuk memberikan gambaran akurat mengenai sebuah kelompok, menggambarkan mekanisme sebuah proses atau hubungan, dan lain sebagainya. Sebelum melakukan analisis, kita perlu mengumpulkan data yang kita butuhkan. Pada artikel kali ini kita akan membahas teknik pengambilan data yang bisa digunakan untuk analisis data deskriptif kualitatif. Penasaran apa saja? Yuk simak artikel ini hingga akhir!


1. Deep Interview

Interview adalah salah satu teknik pengumpulan data dengan mengajukan pertanyaan kepada responden mengenai topik yang akan diangkat dalam analisis. Namun, dengan majunya teknologi saat ini, deep interview tidak hanya dilakukan secara tatap muka, tetapi juga bisa melalui telepon atau video call. Deep interview dilakukan ketika kita ingin mengetahui apa yang dipikirkan oleh setiap individu yang menjadi responden untuk mendapatkan informasi secara mendalam. Teknik pengumpulan data ini juga bisa digunakan untuk cross check informasi yang sudah didapatkan.

Teknik Analisis Data


Baca juga : 4 Cara Implementasi Teknik Analisis Data untuk Bangun Insight 


2. Observasi 

Observasi adalah teknik pengumpulan data lewat pengamatan dan pengindraan. Kita harus menulis atau mencatat semua yang kita lihat, kita dengan, dan kita rasakan selama proses pengamatan atau observasi. Teknik pengumpulan data ini dilakukan untuk mendapatkan informasi lebih real dan detail mengenai suatu kejadian atau fenomena. Objek yang diamati sangat beragam, mulai dari kelompok tertentu hingga satu individu yang menarik. Observasi tidak memerlukan proses interview, kita bisa mengamati dan berperan sebagai orang ketiga dimana kita tidak terjun langsung ke lingkungan objek yang diteliti.


3. Focus Group Discussion

Focus group discussion adalah teknik pengumpulan data yang dilakukan dengan mengumpulkan beberapa responden dan membentuk suatu kelompok. Diskusi yang dilakukan dalam satu kelompok digunakan untuk mengetahui bagaimana pandangan, pemikiran, ataupun pemahaman responden terhadap suatu objek atau fenomena. Responden harus mewakili populasi yang kita butuhkan. 

Teknik Analisis Data


4. Mempelajari Dokumen

Jika tiga teknik sebelumnya kita harus berinteraksi dengan objek atau responden, maka teknik yang terakhir ini lebih banyak berhubungan dengan membaca dan mencari informasi dari dokumen yang membahas topik tertentu. Dokumen ini dikaji karena memiliki hubungan yang erat dengan objek yang akan kita teliti. Dokumen yang dipelajari bisa beragam, mulai dari surat, arsip foto, notulen rapat, buku catatan harian, dan lain sebagainya.


Baca juga : 4 Contoh Teknik Analisis Data yang Impacful di Tahun 2022


5. Yuk Belajar Teknik Analisis Data dan Toolsnya

Di dunia pendidikan, ada berbagai teknik analisis data yang bisa kita gunakan. Bahkan toolsnya pun sangat bervariasi. Yuk pelajari tools dan metode analisis data yang banyak digunakan di dunia industri dengan modul dari DQLab! 


Modul DQLab disusun langsung oleh expertise di bidang data sehingga materinya tidak perlu diragukan lagi. Selain itu, modul DQLab juga dilengkapi dengan live code editor sehingga kita bisa praktik langsung menggunakan data yang mencerminkan data real di dunia industri. 


Klik button di bawah ini atau sign up melalui DQLab.id untuk mengakses free modul "Introduce to Data Science" serta nikmati ebook yang bisa diakses sepuas Sahabat DQ secara gratis.


Penulis: Galuh Nurvinda K

Editor: Annissa Widya Davita


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login