BAGAIMANA LANGKAH-LANGKAH MENGANALISIS DATA?

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

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. (1) strategi naratif, (2) strategi kuantifikasi, (3) strategi template alternatif, (4) strategi grounded theory, (5) strategi pemetaan visual, (6) strategi bracketing duniawi; dan (7) strategi sintetik Strategi ini akan sangat terkait dengan data yang kita punyai dan cerita apa yang kita harapkan.

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 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.

Daftar Bacaan

Fathul Wahid. 2012.  Menganalisis data.  publikasiinternasional

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