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

Yuk, Pahami Teknik Pengolahan Data Kualitatif

Belajar Data Science di Rumah 02-Februari-2021
https://dqlab.id/files/dqlab/cache/106a6df2e473ffa75943cca919fb2932_x_Thumbnail800.png

Ketika melakukan penelitian atau aktivitas ilmiah lainnya, seorang peneliti tentunya akan berhadapan dengan data. Data merupakan sekumpulan informasi yang kita dapatkan baik itu berupa angka, teks, gambar, video, audio atau jenis-jenis yang lain. Data yang kita dapatkan itu terbagi menjadi dua, yaitu data kualitatif dan data kuantitatif. Perbedaan dari kedua jenis data itu dapat dilihat dari deskripsi datanya. Pada data kualitatif umumnya datanya berupa data yang bisa dideskripsikan dengan kata-kata dan tidak numerik. Sedangkan pada data kuantitatif biasanya berupa data numerik walaupun pada akhirnya juga diinterpretasikan dengan kata-kata.


Data yang didapatkan oleh peneliti kemudian akan diolah berdasarkan dengan jenis-jenis data yang ada. Jika data yang akan diolah berupa data kualitatif maka teknik pengolahan data yang digunakan secara kualitatif, begitu pula sebaliknya. Tujuan pengolahan data adalah supaya data yang awalnya hanya berupa sekumpulan angka atau hasil penelitian pada akhirnya dapat menjadi informasi yang berguna bagi pengguna sehingga dapat mempermudah pengguna dalam pengambilan keputusan untuk langkah kedepannya.


Pada artikel kali ini kita akan membahas lebih lanjut terkait teknik pengolahan data kualitatif, yuk simak lebih lanjut bersama DQLab!


1. Penelitian Data Kualitatif

Penelitian kualitatif dapat menggambarkan objek penelitian secara rinci dengan uraian-uraian yang tidak dapat dijelaskan secara numerik. Terkadang hal itu menjadi salah satu penyebab data jenis ini biasanya bersifat relatif. Ada hal yang perlu diperhatikan jika kita ingin melakukan penelitian dengan data kualitatif, yaitu sebaiknya kita sebagai pengamat tidak bersifat subjektif, karena jika kita bersifat subjektif hal itu dapat mengurangi keakuratan data yang kita peroleh.


Baca juga : Belajar Data Analyst dengan Akses DQLab Module Python for Data Professional Beginner Part 1 Sekarang!


2. Karakter Data Kualitatif

Setiap jenis data tentunya memiliki karakteristik data masing-masing. Termasuk salah satunya adalah dalam data kualitatif. Karakteristik data kualitatif diantaranya adalah dinamis, fleksibel, tergantung pada sistem nilai, berkaitan dengan realita sosial dan hakekat manusia yang dikaji oleh kaum interpretif, sering muncul perbedaan interpretasi, gejala sosial memiliki arti yang signifikan, dan lain-lain. Data kualitatif umumnya dihasilkan ketika peneliti ingin memfokuskan pada suatu objek penelitian.


3. Teknik Pengolahan Data Kualitatif

Sesuai dengan namanya, teknik pengolahan data kualitatif berarti digunakan dalam mengolah data kualitatif. Terdapat beberapa macam teknik pengolahan data kualitatif yaitu: (1) Successive approximation, data yang dianalisis kesesuaiannya dengan konsep-konsep awal penelitian, bila perlu mengubah atau membuat konsep baru, (2) Metode ilustratif, menggunakan bukti-bukti empiris untuk menjelaskan suatu teori, (3) Perbandingan analisis, teori yang digunakan hanya untuk menjelaskan keteraturan-keteraturan dalam konteks tertentu serta berfokus pada persamaan-persamaan antar kasus, (4) Analisis domain, melihat kaitan semantik suatu istilah dengan istilah-istilah lainnya, (5) Tipe ideal, abstraksi mental tentang proses sosial yang berfungsi sebagai tolok ukur.


Baca juga : Belajar Data Science dan Lanjutkan Perjalananmu Menjadi Aksara! Yuk, Akses "Data Analyst Python Career Track" Sekarang!


4. Yuk, BELAJAR DATA SCIENCE GRATIS DI DQLAB SELAMA 1 BULAN!

                              

Gunakan Kode Voucher "DQTRIAL", dan simak informasi di bawah ini mendapatkan 30 Hari FREE TRIAL:

  1. Buat Akun Gratis dengan Signup di DQLab.id/signup

  2. Buka academy.dqlab.id dan pilih menu redeem voucher 

  3. Redeem voucher "DQTRIAL" dan check menu my profile untuk melihat masa subscription yang sudah terakumulasi. 

  4. Selamat, akun kamu sudah terupgrade, dan kamu bisa mulai Belajar Data Science GRATIS 1 bulan.


    Penulis: Latifah Uswatun

    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