BEDUG MERIAH Diskon 95%
Belajar Data 6 BULAN Bersertifikat hanya Rp150K!

0 Hari 0 Jam 22 Menit 16 Detik

Kupas Tuntas Teknik Analisis Data Kualitatif, Analisis Deskriptif

Belajar Data Science di Rumah 01-Juni-2022
https://dqlab.id/files/dqlab/cache/52afe515c4e423b299d78a5b9b1a6c01_x_Thumbnail800.jpg

Teknik analisis data merupakan salah satu tahapan yang penting dilakukan dalam proses penelitian. Karena bermanfaat di berbagai bidang baik akademik maupun bisnis. Data yang sangat banyak jika tidak diolah akan menjadi sia-sia. Padahal kita bisa mendapatkan informasi yang berguna di masa mendatang. 


Teknik analisis data ada bermacam-macam. Penggunaannya tergantung pada tipe data atau permasalahan yang ingin diselesaikan. Hal ini penting agar tidak keliru menerapkan metode yang sesuai dan menyebabkan hasil yang diharapkan tidak tercapai.


Jenis data yang digunakan dalam penelitian dapat dikategorikan menjadi 2 tipe, yaitu data kualitatif dan data kuantitatif. Pada data kualitatif dimana data tersebut tidak dapat disajikan dalam bentuk bilangan atau angka, melainkan dalam bentuk verbal (lisan atau kata) menggunakan teknik analisis data kualitatif. Adapun pada data kuantitatif dimana data dapat disajikan dalam bentuk angka atau bilangan menggunakan data kuantitatif.


Dalam artikel kali ini kita akan membahas salah satu teknik analisis data kualitatif yaitu analisis deskriptif. Teknik analisis data deskriptif kualitatif dilakukan dengan cara mendeskripsikan fenomena atau kejadian yang digunakan sebagai data dalam penelitian. Ingin tahu lebih lanjut terkait teknik analisis data kualitatif beserta salah satu jenis teknik analisis datanya, yaitu analisis deskriptif?


Yuk, simak pembahasannya di bawah ini!


1. Teknik Analisis Deskriptif

Teknik Analisis Data

Analisis deskriptif adalah teknik analisis data yang sering digunakan dalam penelitian kualitatif. Teknik analisis ini digunakan untuk menganalisa data dengan cara mendeskripsikan, menyederhanakan dan menyajikan data sampel kedalam bentuk yang teratur supaya mudah dipahami. Umumnya, analisis ini menjadi tahapan analisis yang paling awal untuk lebih mengenal data yang dimiliki. Setelah melakukan analisis deskriptif, baru lah peneliti mengetahui apakah terdapat pola tertentu, atau hal menarik lainnya yang bisa dijadikan insight dari data.


Baca juga : Jenis Teknik Analisis Data yang Sering Digunakan Praktisi Data


2. Manfaat Teknik Analisis Deskriptif

  • Memberi gambaran informasi pada data

Manfaat pertama dari teknik analisis data deskriptif adalah dapat memberikan gambaran informasi apa saja yang bisa didapatkan dari data yang digunakan. Karena analisa deskriptif disajikan dalam bentuk yang beragam seperti tabel, grafik atau diagram, maka tentunya lebih menarik dibandingkan hanya ditampilkan dalam bentuk angka-angka baku.

  • Menjelaskan karakteristik dari suatu data

Manfaat dari penggunaan teknik analisis deskriptif berikutnya adalah dapat menjelaskan karakteristik dari suatu data. Hal ini merupakan sebuah hal penting dalam penyajian data karena akan berpengaruh dalam analisis yang lebih dalam nantinya.


3. Metode Pengukuran Analisis Data Deskriptif

Dalam teknik analisis data deskriptif, terkenal dengan dua pengukuran yang digunakannya. Dua metode pengukuran yang dimaksud yaitu:

  • Ukuran Pemusatan

Ukuran pemusatan ini merupakan metode yang paling umum digunakan dalam analisis data deskriptif. Metode pengukuran ini lebih berfokus pada penggambaran data yang ada di titik pusat. Sebagai informasi, kondisi data dapat dilihat dengan memperhatikan letak dari pusat data tersebut.

Pusat data sendiri umumnya berada pada nilai tengah, meski memang pada kenyataannya tidak selamanya seperti itu. Untuk membuktikannya secara matematis, pengukuran yang umum dilakukan adalah menggunakan mean, median serta modus.

  • Ukuran Keragaman

Metode pengukuran kedua adalah dengan ukuran keragaman. Ukuran keragaman ini adalah metode pengukuran yang digunakan untuk menyajikan bagaimana sebaran data yang dianalisa. Ukuran keragaman akan menunjukkan bagaimana kondisi persebaran data pada kelompok data yang dimiliki.


Dengan metode ini, akan dapat diketahui seberapa jauh data-data bisa tersebar dari ukuran pemusatan datanya. Hasilnya, apabila sebaran data rendah, maka persebaran data tidaklah jauh dari pusatnya dan begitupun sebaliknya. Nilai pengukuran yang digunakan untuk mengetahui hal tersebut bisa dengan range, quartiles range, persentil, desil, kuartil, varians, standar deviasi, skewness, kurtosis dan lain sebagainya.


4. Teknik Analisis Data Deskriptif Kualitatif

Teknik analisis deskriptif kualitatif merupakan jenis teknik analisis data yang menggabungkan penelitian deskriptif dengan penelitian kualitatif. Pada teknik analisis ini, kita akan memanfaatkan data kualitatif untuk dijelaskan secara deskriptif. Biasanya, jenis penelitian ini akan banyak digunakan untuk menganalisis fenomena, kejadian, atau keadaan sosial baik yang bersifat alami maupun rekayasa manusia sehingga peneliti bisa melihat gambaran dari kejadian yang sedang diamati tersebut. 


Teknik analisis ini dilakukan dengan cara menyederhanakan dan mengkategorikan sampel data yang umumnya didapatkan melalui hasil wawancara yang mendalam, observasi dan juga Focus Group Discussion (FGD). Sumber data kualitatif bisa berupa teks, audio, dan juga data visual (gambar atau video).


Baca juga : Langkah-Langkah Menggunakan Teknik Analisis Data Kualitatif


Saat ini, profesi yang berhubungan dengan analisis data kian diminati. Sebagai contoh, Data Analyst dan Data Scientist merupakan profesi yang menuntut kemampuan analisis data yang baik. Kedua profesi tersebut kian banyak dicari di era Big Data seperti saat ini.


Melihat prospek yang menjanjikan dari kedua profesi tersebut, apakah kamu tertarik untuk terjun ke salah satunya? 


Untuk mengenali dasar-dasar teknik analisis data, kita bisa mulai belajar di DQLab. DQLab menyediakan materi berupa modul dan bisa langsung dipelajari secara live code, mulai dari belajar dasar-dasarnya sampai dengan mengerjakan mini project. Cara bergabungnya cukup mudah loh, yaitu langsung saja sign up di DQLab.id dan nikmati modul gratisnya! 


Penulis: Salsabila MR

Editor:  Annisa 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