Teknik Analisis Data: Jenis, Contoh, dan Langkah-langkahnya

Teknik analisis data berguna untuk menemukan wawasan dalam data, baik berupa fakta, angka, ataupun metrik.

Secara umum, ada dua metode utama dalam analisis data, yaitu teknik analisis data kuantitatif dan kualitatif.

Keduanya bisa digunakan secara terpisah atau dikombinasikan satu sama lain. Tujuannya jelas, membantu bisnis dalam mengambil keputusan berbasis data.

Pelajari berbagai macam, langkah-langkah, dan contoh teknik analisis data di artikel berikut ini.

Pengertian Teknik Analisis Data

Sebelum membahas lebih jauh tentang teknik analisis data, mari kita bahas terlebih dahulu apa itu analisis data.

Maryville University mendefinisikan analisis data adalah proses yang berkaitan dengan pengumpulan, pembersihan, dan pengorganisasian data. Tujuan dari analisis ini adalah untuk mengolah data mentah menjadi wawasan atau informasi berguna dalam membuat keputusan bisnis.

Sementara teknik analisis data adalah serangkaian cara untuk melakukan berbagai proses itu. Ada beberapa macam cara berbeda untuk melakukan analisis data, tergantung dengan kebutuhan perusahaan.

Macam-macam Teknik Analisis Data

Dilansir dari berbagai sumber, berikut adalah macam-macam teknik analisis data kuantitatif dan data kualitatif:

Teknik analisis data kuantitatif

#1 Statistika deskriptif

Statistika deskriptif sering dikenal sebagai analisis deskriptif. Ini adalah analisis dasar yang dapat membantu peneliti meringkas kumpulan data dan menemukan pola dari sampel data tertentu.

Statistika deskriptif memberikan angka absolut namun tidak bisa menjelaskan alasan di balik angka-angka itu. Dengan demikian, analisis ini cocok digunakan untuk menganalisis variabel tunggal.

Adapun metode yang sering dipakai dalam analisis deskriptif antara lain yaitu:

• Median – digunakan untuk mendapatkan titik tengah dari sekumpulan data numerik.
• Mean – digunakan untuk menghitung rata-rata dari sekumpulan nilai.
• Mode – digunakan untuk menemukan nilai yang paling sering muncul dalam kumpulan data.
• Frequency – menunjukkan berapa kali nilai ditemukan.
• Range – menunjukkan nilai terendah dan tertinggi dalam sekumpulan nilai.
• Percentage – digunakan untuk menyatakan bagaimana nilai atau kelompok responden dalam data berhubungan dengan kelompok responden yang lebih besar.

#2 Statistika inferensial

Statistika inferensial adalah analisis yang bertujuan untuk memprediksi kemungkinan hasil dari data yang sudah dianalisis menggunakan statistika deskriptif. Artinya, analisis ini berguna untuk menggeneralisasi hasil, membuat prediksi antarkelompok, menguji hipotesis, hingga menunjukkan hubungan antara beberapa variabel.

Tujuan analisis kuantitatif adalah mengubah data mentah menjadi wawasan berharga. Analisis deskriptif saja tidak cukup untuk menjelaskan detail kumpulan data itu, maka diperlukan analisis lebih lanjut (statistika inferensial).

Metode yang umum digunakan dalam statistika inferensial antara lain:

• Regression analysis – digunakan untuk memprediksi hubungan antara dua variabel.
• Hypothesis analysis - digunakan untuk menguji apakah suatu hipotesis masuk akal atau sesuai fakta.

Teknik analisis data kualitatif

Content analysis 

Content analysis atau analisis isi adalah teknik yang digunakan untuk menganalisis informasi bentuk media, teks, hingga item fisik.

Ini termasuk salah satu metode yang paling sering digunakan untuk menganalisis data kualitatif.

Dalam dunia bisnis, marketer dan customer service bisa menggunakan analisis isi untuk memahami perilaku pelanggan dan mengukur reputasi brand. Artinya, teknik ini cocok digunakan untuk menganalisis hasil wawancara responden.

{{COMPONENT_IDENTIFIER}}

Narrative analysis

Narrative analysis adalah teknik untuk menafsirkan cerita responden yang sebelumnya sudah diperoleh dari berbagai sumber, termasuk wawancara, survei, ataupun observasi.

Analisis naratif fokus menggunakan pengalaman dan cerita responden untuk menjawab pertanyaan-pertanyaan penelitian.

Dari segi bisnis, teknik ini digunakan untuk meninjau cerita, review, atau pengalaman pelanggan terhadap produk/layanan yang ditawarkan.

Discourse analysis

Discourse analysis atau dikenal dengan analisis wacana adalah teknik untuk menganalisis makna kontekstual suatu bahasa. Artinya, analisis ini menyoroti tentang apa yang dipikirkan responden terhadap suatu topik dan mengapa mereka merasakan hal itu.

Dalam analisis wacana, peneliti akan mempertimbangkan konteks sosial atau lingkungan dari responden. Informasi itu digunakan sebagai bahan pertimbangan selama melakukan analisis.

Dengan analisis wacana, perusahaan dapat mengungkap tren, mengembangkan misi perusahaan, serta menyusun pesan marketing yang lebih unik dan efektif.

Grounded theory analysis

Grounded theory analysis mengacu pada teknik yang menjelaskan mengapa suatu fenomena bisa terjadi. Berbeda dengan ketiga analisis sebelumnya, grounded theory mengembangkan teori yang berasal dari data, bukan sebaliknya.

Hal ini dilakukan dengan mempelajari berbagai fenomena serupa dalam setting berbeda (tempat, waktu, dan lain-lain). Untuk mendapatkan penjelasan sebab-akibat, peneliti menggunakan data. 

Analisis ini cocok digunakan oleh software engineer, manager, product marketer, dan specialist lainnya yang pekerjaan kesehariannya berurusan dengan data dalam membuat keputusan bisnis.

Sebagai contoh, tim marketing ingin mengetahui penyebab tingginya churn rate. Mereka menggunakan grounded theory untuk menganalisis respon dan mengembangkan hipotesis tentang bagaimana customer bersikap loyal dengan produk/layanan perusahaan.

Langkah-langkah dalam Teknik Analisis Data

Humans of Data juga menjelaskan langkah-langkah dalam melakukan teknik analisis data, antara lain:

Langkah teknik analisis data kuantitatif

#1 Data validation

Data validation atau validasi data bertujuan untuk mengetahui apakah pengumpulan data yang dilakukan sudah sesuai dengan prosedur. Tahap ini juga memastikan bahwa tidak ada hal bias selama analisis data berlangsung.

Ada 4 tahapan yang dilakukan, yaitu:

• Fraud – memastikan apakah setiap responden benar-benar diwawancarai.
• Screening – memastikan bahwa responden yang dipilih sudah sesuai dengan kriteria penelitian.
• Procedure – memeriksa apakah semua prosedur pengumpulan data sudah sesuai.
• Completeness – memastikan bahwa peneliti menanyakan semua pertanyaan kepada responden, bukan hanya sebagian.

#2 Data editing

Data editing adalah tahap di mana peneliti memastikan tidak ada kesalahan dalam data yang sudah dikumpulkan. Dalam proses pengumpulan biasanya kamu akan menemukan beberapa kesalahan, seperti responden salah mengisi kolom jawaban atau tidak menjawab pertanyaan tertentu. Ini dapat menyebabkan data tidak akurat.

Oleh sebab itu, kamu perlu memeriksa jika ada kesalahan dalam data dan mengeditnya.

#3 Data coding

Data coding atau pengodean data adalah tahap di mana kamu akan mengelompokkan dan memberi nilai pada data. Biasanya hal ini dilakukan dengan membuat tabel terstruktur.

Sebagai contoh, ada 500 responden dengan tingkat pendidikan berbeda. Kamu ingin mencari tahu rata-rata pendidikan responden dengan cara membuat pengodean sebagai berikut:

• Tingkat pendidikan SMA diberi kode 0
• Tingkat pendidikan S1 diberi kode 1
• Tingkat pendidikan S2 diberi kode 2

Dengan pengodean seperti di atas, kamu dapat lebih mudah menyederhanakan rentang pendidikan tertentu.

Langkah teknik analisis data kualitatif

#1 Memahami data

Sebagian besar penelitian kualitatif umumnya berupa kata-kata. Dengan demikian, peneliti harus mulai mengenal dan membaca data itu berulang kali agar terbiasa dengan data yang akan dianalisis.

Dari sini, kamu juga bisa mulai mengamati pola dasar.

#2 Meninjau ulang tujuan penelitian

Pada langkah ini, peneliti diharuskan meninjau kembali tujuan penelitian. Ini termasuk mengidentifikasi apakah pertanyaan-pertanyaan yang diajukan bisa dijawab dengan data yang sudah dikumpulkan.

#3 Mengembangkan framework

Mengembangkan framework atau kerangka kerja juga bisa disebut dengan tahap pengodean. Artinya, peneliti perlu mengidentifikasi konsep, perilaku, atau frasa lalu memberi kode-kode tertentu, seperti memberi kode status sosial ekonomi, jenis kelamin, usia, atau bahkan respons yang diberikan responden.

Adanya coding memudahkan kamu dalam mengorganisir data.

#4 Mengidentifikasi pola

Setelah coding selesai dilakukan, kamu bisa mulai mengidentifikasi tema, mencari jawaban yang paling umum, dan menemukan pembahasan yang bisa didalami.

Contoh Teknik Analisis Data

Kita sudah membahas berbagai macam teknik analisis data. Sekarang, mari kita simak contoh bagaimana teknik analisis data berjalan dalam suatu bisnis.

Bayangkan kamu ingin mencari tahu apakah pengeluaran biaya untuk social media marketing berpengaruh terhadap pendapatan penjualan. Untuk mengetahui hubungan antara keduanya, kamu menggunakan regression analysis.

Dalam kasus ini, pendapatan penjualan bertindak sebagai variabel dependen (faktor yang paling ingin diprediksi dan ditingkatkan). Sementara pengeluaran social media marketing adalah variabel independen (penentu apakah ini berdampak pada penjualan dan langkah apa yang harus diambil setelahnya).

Dengan menggunakan regression analysis, kamu dapat mengetahui hubungan antara keduanya, apakah:

• Ada korelasi positif, berarti semakin banyak pengeluaran untuk social media marketing semakin tinggi juga pendapatan penjualan. Perusahaan bisa mengambil langkah untuk menambah pengeluaran.
• Tidak ada korelasi, berarti social media marketing tidak berpengaruh apapun terhadap penjualan bisnis. Dengan demikian perusahaan bisa mengurangi atau bahkan menghilangkan pengeluaran ini.

Regression analysis membantu perusahaan untuk mengetahui hubungan keduanya, namun tidak bisa menjelaskan hubungan sebab-akibat mengapa hal itu bisa terjadi.