Selayang Teknik Analisa Data Kuantitatif Dan Kualitatif

1. A. THINK AND RETHINKING

Sebelum kita bahas tentang teknik analisa penelitian kuantitatif maupun kualitatif, ada baiknya kita review sejenak tentang pebedaan diantara keduanya. Baik dari segi paradigma dan karakteristik masing-masing pendekatan. Secara umum perbedaan tersebut tersaji pada dua tabel di bawah ini:

PARADIGMA PENELITIAN KUALITATIF DAN KUANTITATIF

T1

Sumber: diolah dari Moleong, 1998: 16

KARAKTERISTIK METODOLOGIS PENELITIAN KUALITATIF

T2

Sumber : Diolah dari Moleong, 1998: 16

Secara umum ada bebrapa perbedaan mendasar tentang dua pendekatan penelitian ini. Juga terdapat perbedaan untuk teknik analisa data penelitian kuantitatif dan kualitatif. Akan tetapi bukan sesuatu yang sulit untuk bisa memahaminya, hanya perlu banyak membaca, banyak praktek, banyak bertanya, dan FOKUS.

1. B. WHAT IS THE ANALYSIS?

Analisa data merupakan proses paling vital dalam sebuah penelitian. Hal ini berdasarkan argumentasi bahwa dalam analisa inilah data yang diperoleh peneliti bisa diterjemahkan menjadi hasil yang sesuai dengan kaidah ilmiah. Maka dari itu, perlu kerja keras, daya kreatifitas dan kemampuan intelektual yang tinggi agar mendapat hasil yang memuaskan. Analisis data berasal  dari hasil pengumpulan data. Sebab data yang telah terkumpul, bila tidak dianalisis hanya menjadi barang yang tidak bermakna,  tidak berarti, menjadi data yang mati, data yang tidak berbunyi. Oleh  karena itu, analisis data di sini berfungsi untuk mamberi arti, makna dan nilai yang terkandung dalam data itu (M. Kasiram, 2006: 274).

Kata analysis berasal dari bahasa Greek (Yunani), terdiri dari kata “ana” dan “lysis“. Ana artinya atas (above), lysis artinya memecahkan atau menghancurkan. Secara difinitif ialah: ”Analysis is a process of resolving data into its constituent components to reveal its characteristic elements and structure” Ian Dey (1995: 30). Agar data bisa dianalis maka data tersebut harus dipecah dahulu menjadi bagian-bagian kecil (menurut element atau struktur), kemudian mengaduknya bersama untuk memperoleh pemahaman yang baru.

Bila data tidak dianalisis, peneliti akan terjebak pengaruh impresi (impression), intuisi pribadi tentang data secara keseluruhan. Meskipun impresi dan intuisi juga mempunyai tempat dalam analisis data, tetapi dengan menganalisa data, ada keuntungan yang dapat ditarik ialah peneliti akan lebih hati-hati dan menggunakan prosedur yang logis-ilmiah dalam menganalisis data. Tujuan analisis data tidak hanya sekedar mendeskripsi data apa adanya, akan tetapi peneliti ingin mendeskripsikan obyek. Lebih jauh yaitu ingin menginterpretasi, untuk menjelaskan, untuk mengerti dan mungkin juga untuk memprediksi. Peneliti ingin tahu, how dan why seperti baiknya mengerti apa (what) data itu. Oleh karena ini, peneliti setelah memecah data menjadi bagian dengan aturan tertentu, misalnya berdasar klasifikasi, konsep, kemudian berusaha untuk mencari bagaimana interaksi diantara klasifikasi dan konsep, sehingga bisa memperoleh deskripsi yang baru dan segar. (M. Kasiram, 2006: 276).

Terdapat perbedan definisi tentang analisa data dari pakar penelitian kuantitatif dan kualitatif. Hal ini dikarenakan ada perbedaan  mendasar antara penelitian kuantitatif dan kualitatif, sehingga secara difinitif tentang apa analisis data dan rumusannya juga berbeda.

Kerlinger adalah tokoh penelitian kuantitatif, dia mendifinisikan analisis data sbb: “Analysis  means the categorising, ordering, manipulating and summarising of data to obtain answer  to research questions” (Kerlinger, 1973 :134). Dari difinisi analisis data Kerlinger di atas ternyata, bahwa analisis data mencakup hanyak kegiatan, yaitu: mengakategori data, mengatur data, memanipulasi data, menjumlahkan data, mentabulasi data yang diarahkan untuk memperoleh jawab dari problem penelitian.

Bogdan dan Briklen adalah tokoh penelitian kualitatif, mereka mendifinisikan analisis data seperti berikut: “Data analysis is the process of systematically searching and arranging the interview your own understanding of them and to enable you to present what you have discovered to others”. (Robert C Bogdan & Sari Knopp Bikllen, 1982 :157). Jadi menganalisis data dalam penelitian kualitatif, berarti proses mensistematiskan apa yang sedang diteliti dan mengatur hasil wawancara seperti apa yang dilakukan dan dipahami dan agar peneliti bisa menyajikan apa yang didapatkan pada orang lain. Oleh karena itu, dalam menganalisis data, peneliti harus paham dan tahu apa yang harus dilakukan dan menyadari, bahwa peneliti bekerja dengan data, lalu mengorganisasi data, kemudian memecah data menjadi unit-unit data yang berarti, mesintesiskan data satu dengan yang lain, selanjutnya mencari pola-pola tertentu, mencari hal-hal yang penting untuk dipelajari dan apa yang akan diceriterakan. Itulah sebabnya  begitu peneliti memperoleh data, langsung bisa diolah disesuaikan dengan fokus penelitian yang ditetapkan, tanpa harus menunggu semua data masuk.

1. C. TEKNIK ANALISA DATA KUANTITATIF

1. MACAM DATA DAN TEKNIK ANALISA DATA

Untuk penelitian kuantitatif, analisis data baru bisa dimulai, bila seluruh data telah dikumpulkan, karena rancangan penelitian kuantatif telah disusun sedemikian rupa komplitnya, sehingga semua data telah ditentukan secara teliti, lengkap dan pasti. Sebelum melangkah menyiapkan data untuk dianalisis, untuk memenuhi konsep dasar penelitian kuantitatif, maka semua data yang dikumpulkan harus sudah berupa data kuantitatif (angka). Kegiatan dalam analisa data kuantitatif adalah: mengelompokkan data berdasarkan variabel dan jenis responden, mentabulasi data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah, an melakukan perhitungan untuk menguji hipotesis yang telah diajukan (jika ada), (Sugiyono, 2006: 164). Secara garis besar, pekerjaan analisis data meliputi 3 tahap utama:

1. Persiapan : mengecek nama, isian, dan macam data.
2. Tabulasi : memberi skor, memberi kode, mengubah jenis data, dan coding dalam coding form
3. Penerapan data sesuai dengan pendekatan penelitian:
   1. Penelitian deskriptif : persentase dan komparasi engan kriteria yang telah ditentukan
   2. Penelitian komparasi : dengan berbagai teknik korelasi sesuai dengan jenis data.
   3. Penelitian Eksperimen : diuji hasilnya dengan t-test. (Suharsimi Arikunto, 2002: 307-309).

Kemudian data yang telah dikumpulkan itu, diuji lebih dahulu validitas (tingkat ketepatan penelitian tersebut secara ilmiah) dan reliabilitasnya (tingkat keterpercayaan terhadap hasil penelitian tersebut), untuk menguji apakah alat ukurnya betul-betul telah mengukur data. Misalnya apakah panjang telah diukur dengan meteran. Apakah panas telah diukur dengan termometer. Data yang telah valid dan reliabel ini yang siap untuk di analisis.

Namun oleh karena dapat yang dikumpulkan baru data mentah, maka sebelum di analisis, maka data mentah tersebut diolah data lebih dahulu sebelum dianalisis dengan teknik analisis statistik tertentu. Dan secara umum teknik analisa data untuk kuantitatif menggunakan metode statistik, dan agar mudah biasanya di bantu oleh program komputer, seperti SPSS, SPS, Minitab, MS Exel dll. Terdapat dua macam statistik yang digunakan untuk analisa data dalam penelitian, yaitu statistik deskriptif dan statistik inferensial. Statistik inferensial meliputi statistik parametris dan statistik nonparametris.

Bila persyaratan penggunaan teknik analisis statistik benar, maka hasilnya dapat digunakan untuk menerima atau menolak hipotesis atau untuk menolak atau menerima teori yang diujinya. Sebagaimana diketahui bahwa tujuan akhir penelitian kuantitatif ialah untuk menguji teori. Oleh karena itu, lengkapnya data yang dikumpulkan dan uji validitas dan uji reliabilitas, merupakan kreteria mutu hasil penelitian. Sebab data yang tidak valid dan tidak reliabel, berarti data itu salah dan tidak dapat dipercaya, sehingga kalau data itu dianalisis, hasilnya juga akan salah.

Dalam statistik deskriptif adalah penyajian data melalui tabel, grafik, diagram lingkaran, pictogram, perhitungan modus, median, mean, perhitungan desil, persentil, perhitungan penyebaran melalui perhitungan rata-rata dan standar deviasi, serta perhitungan prosentase. Statistik deskiptif juga untuk mencari kuatnya hubungan antara variabel melalui analisa korelasi, melakukan prediksi melalui regresi, dan membuat perbandingan dengan membandingkan rata-rata data sempel atau populasi. Akan tetapi secara teknis, statistik deskiptif tidak perlu ada uji signifikasi, karena penelitiannya tidak bern\maksud membuat generalisasi, sehingga tidak perlu ditarik secara umum (Sugiyono, 2006: 165).

Statistik Inferensial atau biasa disebut statistik induktif atau statistik probabilitas, adalah teknik yang digunakan untuk menganalisa data sempel dan hasilnya diberlakukan utnuk populasi dan dilakukan secara random. Teknik statistik inferensial ini memiliki kebenaran yang bersifat peluang. Jika peluang kesalahan 5% maka taraf kepercayaan 95%. Peluang kepercayaan dan taraf kepercayaan ini disebut taraf signifikansi.

Dalam statistik inferensial dibagi lagi menjadi statistik parametris dan nonparametris. statistik parametris kebanyakan digunakan utnutk menganalisa data interval dan rasio. Sedangkan statistik nonparametris kebanyakan digunakan untuk menaganlisa data nominal dan ordinal (Sugiyono, 2006: 167).

Macam-macam data tersebut, bila dilihat dari keakuratan pengukurannya, dikelompokkan menjadi 4 tingkat skala pengukuran dari deskripsi yang paling kasar sampai ke deskripsi yang rumit (M. Kasiram, 2006: 279-281) yaitu sebagai berikut :

1).  Tingkat I disebut Skala nominal. Sebenarnya Skala Nominal itu hanya nama saja, sebab data tersebut tidak memerlukan skala pengukuran, tetapi cukup langsung  dihitung  saja, seperti: berapa meja, kursi, kambing, rumah dsb.

2). Tingkat II disebut Skala Ordinal. Skala Ordinal ini digunakan untuk mengukur data kontimum (berjenjang) untuk membedakan urutan jenjang dari kecil ke besar atau dari rendah ke tinggi dan semacamnya, tetapi tanpa memperhitungkan jarak antara jenjang yang satu dengan jenjang yang lain. Seperti: baik, sedang, kurang; atau jauh sekali, jauh, dekat, dekat sekali, dsb. Tidak dimasalahkan berapa  skor antara baik ke sedang dan dari sedang ke kurang atau berapa km jarak dari dekat ke jauh dan dari jauh ke sangat jauh. Perbedaan skor atau jaraknya tidak harus sama.

3).  Tingkat III disebut Skala Interval. Skala Interval ini digunakan untuk mengukur data yang memerlukan cara pengukuran yang lebih cermat dan jarak antara jenjang atau bagian yang satu dengan jenjang atau bagian yang lain sama besarnya. Hanya saja angka nolnya tidak mempunyai harga mutlak Seperi pengukuran prestasi belajar dengan skala 5: yaitu 0, 1, 2, 3 dan 4. Bila anak mendapat nilai nol dalam ujian, tidak berarti anak tidak mempunyai kepandaian sama sekali.

4). Tingkat IV disebut Skala Rasio. Skala Rasio ini digunakan untuk mengukur data yang memerlukan pengukuran seperti skala interval, hanya skala ini mempunyai angka nol mutlak, artinya kalau ukuran skala menunjuk angka nol, berarti tidak ada atau kosong. Misalnya untuk mengukur panjang suatu benda, maka biasanya dimulai dengan nol meter. Nol meter diartikan tidak ada panjang, sebab titik mulai mengukur panjang dianggap tidak punya panjang. Data seperti  ini biasanya berupa data exacta.

Atas dasar jenis skala pengukuran data ini, maka ahli statistik telah menyiapkan teknik analisis statistik yang cocok untuk masing-masing tingkat pengukuran data kuantitatif seperti tersebut di atas. Secara lengkap teknik statistik tersebut disajikan dalam tabel  yang diadaptasi oleh Sanafiah Faisal dari karya John M Best (1999: 252), sebagai berikut:

Tingkat Pengukuran Data Kuantitatif Dan

Teknik Analisis Statistik

T3

 

Keterangan :

Data Parametrik yaitu data terukur dan dengan asumsi, bahwa populasinya mengikuti kurve normal. Sedang data Non Parametrik yaitu data yang dihitung atau dirangking dan tanpa asumsi bahwa populasi mengikuti kurve normal.

Macam-macam data apakah  data nominal, ordinal, interval atau rasio,semuanya bisa diambil dengan instrumen pengumpul data yang memang disiapkan untuk merekam macam-macam data tersebut. Untuk jelasnya dibuatkan contoh di bawah ini.

Instrumen untuk merekam data nominal. Pertanyaan yang diajukan berisi altenatif jawaban berupa data nominal.

Contoh: Alat tulis apa yang kamu miliki? Alternatif jawaban: a.Buku tulis, b.Pensil, c.Ballpoint, Jumlah jawaban dari seluruh responden yang menjawab masing- masing alternatif, berwujud angka yaitu sekian yang memiliki buku, sekian yang memiliki pendil dsb. Angka ini merupakan data nominal.

Instrumen untuk merekam data ordinal. Pertanyaan yang diajukan diberikan alternatif jawaban yang berjenjang.

Contoh: Bagaimana pendapat kamu tentang ujian nasional? Alternatif jawaban: a. Sangat setuju, b. Setuju, c. kurang setuju, d. tidak setuju.

Jumlah alternatif jawaban yang dipilih oleh responden adalah skor dari masing-masing alternatif jawaban. Data yang berupa angka yaitu sekian yang sertuju, sekian yang tidak setuju dsb.  Data angka seperti  ini adalah data ordinal.

Instrumen untuk merekam data interval. Sejumlah pertanyaan yang  setiap alternatif jawabannya diberi skor secara berjengjang, misalnya :  sangat setuju diberi skor 4, setuju diberi skor 3,  kurang setuju diberi skor 2 dan tidak setuju diberi skor 1. Setelah seluruh skor dari alternatif yang dipilih oleh seorang responden, dijumlahkan, maka angka yang diperoleh merupakan skor dari masing-masing responden. Dan data yang berupa angka skor ini disebut data interval.

Nilai test hasil belajar tergolong data interval, baik dengan skala 5, skala 10 atau skala 100.

Instrumen untuk merekam data rasio.Umumnya berupa perintah untuk mengukur dengan ukuran standar, misalnya, berapa meter panjang papan, berapa meter tinggi tiang, berapa berat badan,  dsb. Hasil pengukuran itu disebut data rasio.

Penentuan skala pengukuran data ini sudah harus dirancang dalam blue print variabel dan penjabaran indikatornya, kemudian disusun instrumen yang akan digunakan untuk mengambil data. Instrumen bisa berupa daftar angket, check list atau rating scale, test, daftar dukumen, dsb. Data dari isian item instrumen, yang berupa angka-angka ini disiapkan untuk dianalisis dengan teknik statistik yang disiapkan seperti tabel diatas.

2. PROSES MENGOLAH DATA KUANTITATIF.

Sebelum data mentah siap dianalisis, terutama analisis ststistik, maka data mentah tersebut  perlu diolah dahulu untuk menjamin keakuratan datanya, yaitu dengan beberapa langkah pokok  sbb

1. a. Ceking data, .

Pada langkah ini, peneliti masih berada di lapangan penelitian. Dia harus memeriksa pengisian instrumen pengumpul data. Dicek apakah pengisiannya telah lengkap sesuai dengan petunjuk pengisisan instrumen. Bila ada yang kurang harus dilengkapi, sehingga seluruh item instrumen telah diisi dengan betul.

Kegiatan yang dilakukan dalam tahap ceking data ini antara lain meliputi:

1. Meneliti lagi lengkap tidaknya identitas responden penelitian yang diperlukan dalam analisis data.  Misalnya  no urut, jenis kelamin, kelas, asal daerah, pekerjaan dsb.
2. Meneliti lengkap tidaknya data yaitu apakah seluruh item instrumen pengumpulan data sudah secara lengkap diisi, jumlah lembarannya tidak ada yang lepas atau sobek dan seterusnya.
3. Meneliti apakah cara mengisi jawaban pada masing-masing item sudah betul, misalnya pertanyaan bersambung yang jawab pertanyaan ya dan tidak. Maka  bagi yang menjawab tidak, ia tidak perlu mengisi jawaban dari pertanyaan berikutnya : kalau ya. Demikian juga kalau  ada responden yang menjawab “tidak tahu” padahal jawaban itu penting sekali, maka perlu dilacak kembali jawaban yang  sebenarnya.

Sebagai tindak lanjut dari hasil ceking data ini, maka peneliti harus  membetulkan kesalahan dengan mengunjungi kembali responden di lapangan, atau mengedrop item yang tak dapat dibetulkan,  karena responden telah pergi jauh atau sulit ditemui.

1. b. Editing data

Data yang telah dicek lengkap tidaknya, perlu diedit yaitu dibaca sekali lagi dan diperbaiki, bila  ada jawaban item yang  kurang jelas atau meragukan.

Kegiatan yang dilakukan dalam editing data ini antara lain ;

1. Pernyataan, jawaban, catatan yang tidak jelas, diperjelas dan disempurnakan.
2. Coretan-coretan, kata-kata sandi atau singkatan diperjelas untuk menghilangkan keragu-raguan terhadap data.
3. Mengubah kependekan dari jawaban menjadi kata-kata atau kalimat yang lebih bermakna dengan persetujuan responden.
4. Melihat konsistensi dari jawaban dengan rencana penelitian.
5. Menyeragamkan jawaban responden pada kategori tertentu,

Kegiatan editing ini betul-betul menuntut kejujuran intelektual (intelectual honesty) dari peneliti, yakni peneliti tidak boleh mengganti jawaban, angka, atau apapun dengan maksud agar data tersebut sesuai dan konsisten dengan rencana risetnya.

Sebelum melangkah ke coding data, maka instrumen yang telah dicek dan diedit ini, diuji lebih dahulu validitas dan reliabilitasnya. Item-item yang tidak valid dan tidak reliabel dibetulkan atau dibuang.  Item-item yang sudah valid dan reliabel inilah yang kemudian dikerjakan lebih lanjut ke langkah berikut.

1. c. Coding data.

Coding yaitu mengubah data menjadi kode-kode yang dapat dimanipulasi dengan prosedur analisis statistik tertentu. Oleh karena itu, pemberian kode pada jawaban-jawaban sangat penting untuk memudahkan  proses analisis data.

Kode apa yang akan digunakan, tergantung kepada kesukaan peneliti, bisa kode angka atau huruf. Pada umumnya, orang lebih menyukai kode angka. Hasil koding data ini dimasukkan kedalam coding book, sedangkan untuk rekapitulasi kode disiapkan coding sheet. Dalam coding sheet inilah semua kode direkam.

1. d. Tabulating data.

Tabulating data ialah menyusun data dalam tabel-tabel yang mudah dibaca dan tabel tersebut disiapkan untuk dianalisis. Bentuk tabel tergantung pada teknik analisis statistik yang digunakan. Tabel untuk analisis mode (%) berbeda dengan tabel untuk analisis Chi Quadrat, tabel kontingensi berbeda dengan tabel silang, tabel distribusi tunggal berbeda dengan tabel distribusi ganda atau bergolong dan seterusnya.

Data yang telah diolah pada tahap ini, telah siap untuk danalisis dengan menggunakan teknik nalaisis statistik tertentu, sesuai dengan jenis skala pengukuran data tersebut diatas.

1. D. TEKNIK ANALISA DATA KUALITATIF

Adapun untuk penelitian kualitatif, justru analisis data telah bisa dimulai sejak peneliti  mengumpulkan data di lapangan.. Proses analisis data dalam penelitian kualitatif, sudah bisa dimulai sejak dari akan masuk lapangan, sedang berada di lapangan dan sesudah selesai mengumpulkan data di lapangan.

Mempersiapkan data untuk dianalisis dalam penelitian kualitatif, berbeda sekali dengan persiapan analisis data kuantitatif. Perbedaan tersebut terletak pada fungsi analisis. Fungsi analisis dalam penelitian kualitatif  ialah untuk membedah fenomena dan sekaligus menganalisis fenomena untuk mengkonstruksi teori temuannya. Sedangkan analisis dalam penelitian kuantitatif ialah untuk menguji teori (M. Kasiram, 2006: 286).

Sebelum masuk lapangan, peneliti telah mengumpulkan data yang terkait dengan masalah yang ada pada sasaran penelitian. Supaya tidak terdorong untuk mengumpulkan segala data yang ia temui, maka data yang dikumpulkan ini, perlu dianalisis apakah relevan tidaknya dengan masalah dan fokus penelitiannya. Data yang kurang relevan sudah mulai disingkirkan.

Kemudian masuk ke lapangan untuk menggali langsung data di sasaran di mana masalah penelitian berada. Peneliti mengumpulkan data lagi seperti apa adanya di lapangan, sekaligus dianalisis, mana yang tidak relevan dengan permasalahan penelitian disingkirkan. Bila ternyata ditemukan data yang urgen, namun berada diluar permasalahan yang ditentukan, maka dimungkinkan peneliti mengubah desain penelitiannya. Demikian seterusnya sampai pengumpulan data selesai. Oleh karena itu, desain yang betul adalah desain yang sesuai dengan fakta di lapangan, maka itu desain penelitian kualitatif disusun lebih longgar bila dibandingkan dengan desain penelitian kuantitatif.

Dalam penelitian kualitatif, analisa data dilakukan sebelum, selama dan setelah pengumpulan data. Analisa data menjadi pegangan bagi penelitian selanjutnya sampai jika mungkin menjadi teori yang ”Grounded” (teori dari dasar). Dalam kenyataannya, analisa data kualitatif berlangsung selama proses pengumpulan data dari pada setelah selesai pengumpulan data. In fact, data analysis in qualitative research is an on going activity that occures throughout the investigative procces rather than after procces (Sugiyono, 2006: 275).

Banyak teknik analisa data kualitatif yang biasa di pakai, antara lain: model analisis data Interaktif oleh Miles dan Huberman, ada analisa berdasarkan komponen-komponen yang ada dalam sebuah fenomena, yaitu dibuat oleh Ian Dey, ada juga analisa data berdasarkan tahapan dalam penelitian oleh Spradly, dll.

Dibawah ini akan diterangkan secara ringkas dua model analisa data kualitatif yaitu analisa data interakif dan analisa data komponen-komponen dalam sebuah fenomena. Model analisis data secara Interaktif, yaitu suatu proses yang bersifat siklus antara tahap penyediaan data dan analisa data sampai tahap penyajian hasil analisis yang berupa pemamparan dan penegasan simpulan tersebut diperlihatkan pada diagram dibawah ini.

G 1

Komponen Model Analisa Data secara Interaktif (interactive model)

(sumber Sugiyono, 2006: 277)

Dari diagram diatas, penelitian ini berproses mulai dari tahap penyediaan data, reduksi atau seleksi data, display atau penyajian data, dan pengambilan kesimpulan data. Dan proses diatas tidak berjalan secara linear, tapi bersifat simultan atau siklus yang interaktif. karena itu dalam penelitian kualitatif, seorang peneliti idealnya harus melalui tahapan sebagai berikut:

1. Pengumpulan data, data yang ada dicari dan dikumpulkan semua. Pada tahap ini, peneliti juga bisa memulai proses klasifikasi awal (secara umum). Pada proses ini idealnya seorang peneliti juga melakukan pelacakan, pencatatan, pengorganisasian data yang relevan untuk memfokuskan pada masalah yang diteliti.
2. Tahap reduksi data, yaitu seleksi data, pemfokusan dan penyerderhanaan data, dari semua data yang sudah didapat. Setelah itu data yang tidak diperluakan disisihkan dan data-data yang penting untuk penelitian dikumpulakan jadi satu, dan diklasifikasikan menjadi lebih spesifik.
3. Melaksanakan kegiatan display atan penyajian data. Yaitu data yang diperoleh tersebut bisa disajikan dalam bentuk matrik maupun tabel-tabel yang bisa mewakili karakter yang diperlukan.
4. Membuat simpulan sementara dan menguji kembali dengan metode triangulasi, baik menggunakan triangulasi peneliti, teori, data, maupun metode.
5. Dan tahap terakhir, yaitu membuat pernyataan atau simpulan mengenai apa yang dimengertinya secara bulat tentang suatu masalah yang diteliti dalam bahasa kualitatif yang diskriptif dan bersifat interpretatif.

Adapun  model analisis  data untuk memahami bagaimana komponen-komponen yang ada dalam sebuah fenomena, yang dibuat oleh Ian Dey (1995:31-53). Bahwa analisa data ini mengungkap 6 hal yang bisa memudahkan pemahaman dan penafsiran data  kualitatif, yaitu :

1. Description.

Langkah pertama dalam menganalisis data kualitatif adalah mengembangkan deskripsi yang teliti dan komprehensif tentang fenomena yang selidiki. Deskripsi diletakkan sebagai basis untuk analisis, akan tetapi analisis juga menjadi basis untuk deskripsi berikutnya. Dengan analisis data ini , peneliti akan mendapatkan pandangan yang segar tentang data yang  dikumpulkan.

Ada dua macam deskripsi, yaitu deskripsi tipis dan deskripsi tebal. Deskripsi tipis yaitu deskripsi sekedar menggambarkan data apa adanya. Sedangkan deskripsi yang tebal berisi infoprmasi tentang konteks dengan tingkah laku, maksud dan bagaimana tingkah laku itu terjadi. Jadi lebih menggambarkan bagian-bagian kecil dari fenomena secara menyeluruh.

Karena deskripsi yang teliti dan komprehensif, maka dalam menyusun deskripsi tersebut, peneliti telah memecah data menjadi bagian-bagian yang berupa klasifikasi, mengembangkan konsep-konsep,  membuat koneksi antara berbagai konsep, yang kesemuanya itu digunakan sebagai dasar deskripsi baru yang segar. Dari deskripsi seperti inilah komponen-komponen teori bisa dilacak keberadaannya.

1. Context.

Context ini sangat penting sebagai alat untuk mengerti tingkah laku situasional, dan  memahami sosial dan historis secara lebih luas. Context ini bisa dilacak melalui social setting, seperti dalam group, organisasi, budaya atau masyarakat saat tingkah laku itu dilakukan. Context bisa berupa gerakan fisik dan bahasa. Kesalahan dalam memahami context, bisa menyebabkan salah pengertian. Untuk bisa memahami arti tingkah laku misalnya, harus selalu diperhatikan konteknya. Bila di rumah, suami mengatakan, bu kopi. Maksudnya suami minta dibuatkan kopi. Tetapi kalau di toko, kalau suami mengatakan, bu kopi, maksudnya ibu disuruh membeli kopi. Demikian juag kontek dengan budaya, nilai, tabu, dsb. Harus dipahami agar bisa mengerti makna yang sebenarnya. Agar bisa mengerti antara kontek dengan bahasa atau isyarat dan sebagainya, maka makna itu sudah harus diinformasikan lebih dahulu atau mengetahui pengalaman dalam hidupnya. Meskipun interpretasi makna tergantung konteknya, namun tidak bisa menghalangi obyektifitas penilaian bagaimana suatu kejadian di interpretasi. Meaning depends on context, and has to be related to the positions and perspectives of differents observers. Hal ini dapat dipelajari pada deskripsi yang secara detail tentang setting sosial di mana tingkah laku itu berlangsung.

1. Intentions.

Qualitative analysis is usually concerned with how actors difine situations and explain its motives which govern their action. Disinilah perlunya peneliti selalu memperhatikan maksud dan motif dari subyek penelitian tentang penyusunan konsep-konsep tentang tingkah laku. Oleh karena itu, dalam memberi makna suatu kegiatan harus selalu dimusawarahkan dengan subyek pelaku.

The subjects perceive tand defiene situations, including their own intentions, according to their understqanding of their own motivations, and of the contexts in which they act. Oleh karena itu untuk menafsirkan sebuah pengertian, harus diminta persetujuan dari subyek penelitian. The communication of meaning is always negotiable. Komunikasi maksud dan arti selalu dapat dicairkan dan diselesaikan.

1. Procces.

Ide dari proses adalah diikat dengan ide dari perubahan, dan  situasi khusus, kondisi, tingkah laku dan mekanisme melalui perubahan yang muncul. Process refers to movement and change over time. In place of a static description, we can develop a more dynamic account of events. Semua produk melalui proses. Data  yang terkumpul juga melalui proses. Tingkah laku juga melalui proses. Mengidentifikasi proses merupakan salah satu cara untuk memahami fenomena. Dengan mendeskripsikan proses peneliti akan bisa memperoleh pemahaman bagaimana asal mula peritiwa terjadi. Dan berkembang dan bagimana mereka  secara signifikan mengikuti perkembangan itu.

Apabila peneliti menggunakan proses sebagai fokus, maka peneliti harus melacak dengan memperhatikan dari kontek, maksud,  aksi, reaksi, sebab dan akibat. Selain itu peneliti juga memperhitungkan aspek material dan aspek sosial dan akibat tingkah lakunya.

1. Clasification.

Klasifikasi adalah kunci dari proses. Without classifying the data, we have no way of knowing what is that we are analysing. Adalah salah bila dikatakan bahwa sebelum mengalisis data  membuat klasfikasi dulu, sebab klasifikasi adalah bagian integral dari analisis. Klasifikasi ditempatkan pada posisi yang mendasari conseptual framework, dalam mana interpretasi dan eksplanasi didasarkan.

Klasifikasi dibangun dari kategori-kategori data tertentu. Oleh karena itu, klasifikasi data menjadi dasar untuk membangun hubungan baru antar kategori. Oleh karena klasifikasi bersifat konsepsional, maka dengan klasifikasi itu bisa memberikan informasi tentang ada tidaknya kesalahan dalam kategori dan garis pemisah diantara mereka dan bagaiman kategori-kategori itu diatur dalam hubungan satu sama lain. The classification  cannot be neutral, it is always classification for a purpose. Penggolongan atau klasifikasi tidak bisa netral (pasti dengan alas an-alasan tertentu) , sehigga klasifikasi selalu mempunyai tujuan.

1. Making Connection.

Klasifikasi digunakan sebagai landasan untuk mengidentifikasi hubungan-substantif. Caranya ialah mengidentifikasi hubungan-hubungan antar variabel. By examining the association between different variables, we can begin to identify connections between them. Demikian juga hubungan antar konsep, bisa dilacak dari bagaimana kombinasi kategori.

Dengan mengetahui berbagai bentuk hubungan antar variabel, antar konsep, secara tidak langsung bisa mengidentifikasi mana yang merupakan fungsional, mana hubungan kausal atau hubungan interaktif, dan sebagainya. Sehingga bisa digunakan untuk menentukan proses mengapa fenomena bisa terjadi.