penyelidikan tindakan cara analisis data kualitatif
Post on 24-Dec-2015
109 Views
Preview:
DESCRIPTION
TRANSCRIPT
MTE3133PENYELIDIKAN TINDAKAN 1-
MATEMATIK PENDIDIKAN RENDAH (KAEDAH)
TOPIK 9: ANALISIS DATA KUALITATIF
DATA KUALITATIF
Data kualitatif dianalisis menggunakan pendekatan analisis kandungan. Analisis kandungan melibatkan proses mengkod data, mengkategori data, menyusun data dalam grid analisis dan mengenalpasti tema/pola dan makna.
Proses analisis data kualitatifi. Penyaringan data :
-Menyedia & menyusun data utk dianalisis-Menghurai & membina tema daripada data
ii. Persembahan data -Melaporkan dapatan kajian
iii. Verifikasi & penulisan kesimpulan-Mengesahkan ketepatan & kebolehpercayaan dapatan kajian
4
Cara analisis data temu bual secara kualitatif Analisis kandungan Analisis pola Analisis isu Analisis dilema Analisis perkara yang tidak diduga
Analisis kandungan (content analysis) (i) Analisis kandungan adalah proses
pembacaan & mengulangi pembacaan setiap transkrip utk mencari persamaan & perbezaan dgn tujuan membentuk tema & membuat pengkategorian data.
Langkah-langkah analisis kandungan (ii)i. Kaji semua data dgn teliti:
- Menilai perkara yg kerapkali berlaku- Mencari pandangan sebilangan besar ahli dlm sesuatu kumpulan
ii. Kenal pasti kategori (kategori utama & subkategori)
iii. Kaji semula data & bahagikan data mengikut kategori yg telah dikenal pasti
Langkah-langkah analisis kandungan (iii) - 3 cara utk susun data ikut kategori :
a. potong & simpan dalam folderb. sistem kad indekc. analisis komputer – NVivo, Atlas.ti,
NUD*IST
Analisis pola (Pattern Analysis) Semasa meneliti data, cuba semak
perkara atau kejadian yg diulangi utk mengenal pasti pola.
Kaedah ini sesuai utk menganalisis data beberapa penyelidik utk melihat persamaan & perbezaan.
Analisis dilema
Analisis dilema adalah berasaskan anggapan bahawa guru sentiasa menghadapi dilema yg memerlukan mereka membuat keputusan secara profesional.
Cth : dari satu segi…dari segi yg lain… Dari satu segi, semua murid patut
menerima sumber pembelajaran yg sama, dari segi yang lain, ada murid memerlukan lebih banyak sumber pembelajaran.
Langkah-langkah Analisis dilemai. kenal pasti dilema daripada dataii. Senaraikan dilema yg didapatiiii. Bincang dgn rakan penyelidik
tentang senarai tersebut & jauhi dpd membuat tanggapan
iv. Buat refleksi. Bincang dgn rakan supaya dapat pandangan yg lebih luas.
Analisis perkara yang tidak diduga Langkah :i. Baca data utk kenal pasti perkara yg
tidak didugaii. Cuba senaraikan perkara-perkara
tersebut.
Analisis Data Selepas Pengumpulan Data
Pengurusan Data Cadangan
Tulis tarikh pada semua nota Aturkan semua nota dengan label-label tertentu Label nota mengikut jenis Buat salinan (photocopies) untuk semua nota Susun fail komputer kepada folders mengikut
jenis data dan peringkat-peringkat analisis Buat salinan fail ‘backup’ Baca data untuk mempastikan data mencukupi Mulakan mencatat kemungkinan tema-tema
dan pola-pola tertentu muncul daripada data
Strategi Analisis Data Lapan strategi untuk memulakan analisis
Mengenal pasti tema-tema Senaraikan tema-tema atau pola-pola
yang muncul daripada data Mengekod data
Mengurangkan (reducing) data kepada bentuk yang boleh diurus
Panduan Baca semua data dan lekatkan label-
label untuk menandakan teks Potong dan lekatkan teks yang telah
ditanda kepada kad indeks untuk memudahkan mengurus data
Kumpulkan kad indeks bersama berdasarkan label-label yang serupa
Strategi Analisis Data Lapan Strategi
Bertanyakan soalan-soalan penting (key questions) Teliti beberapa siri soalan seperti yang
dicadangkan oleh Stringer (ch:, siapakah yang terlibat secara langsung/aktif/memainakan peranan penting?, siapakah yang memiliki sumber-sumber?, bagaimanakah perkara-perakara berlaku, dll)
Menjalankan “organizational review” Fokus kepada visi dan misi organisasi, matlamat
dan objektif, struktur, operasi, masalah, isu dan prihatin.
Pemetaan Konsep Bentuk persembahan visual pengaruh-pengaruh/
perkara-perkara utama yang memberi kesan kepada kajian
Strategi Analisis Data
Menganalisis sebab dan akibat (antecedents and consequences) Pemetaan sebab-sebab dan kesan/akibat
Memaparkan dapatan-dapatan (Displaying findings) Persembahkan dapatan dalam paparan visual
yang berkesan (ch:., graf, carta, peta konsep dll)
Nyatakan apa yang tertinggal/hilang Kenal pasti apakah “pieces of the puzzle” yang
masih hilang
Analisis Data Berkomputer Terdapat perisian untuk membantu dalam analisis data Penyelidik perlu mengekod data Manipulasi data dipertingkatkan Keberkesanan manipulasi ini bergantung
kepada idea, pemikiran penyelidik. Terdapat debat tentang sama ada data
patut dianalisis secara manual atau dengan komputer
Analisis Komputer
Pakej komputer yg dapat analisis data kualitatif :- cth : NVivo, Atlas.ti atau NUD*IST
Mengkategorikan data
Usaha untuk memilih dan mengurangkan jumlah data dengan memilih dan mengasingkan data yang kurang releven.
Menyusun data dalam bentuk tertentu yang lebih berfokus.
Proses berterusan (sebelum, semasa dan selepas pengumpulan data )
Mengekod data Ialah proses membahagi dan
melabelkan teks bagi membentuk penerangan & tema yang luas dalam data.
Proses mengekod – memberi makna kepada data, bahagikan ia kepada teks atau segmen, labelkan teks dengan kod-kod, periksa kod untuk mengurangkan pertindihan dan pengulangan kod yang sama dan menggabungkan kod-kod yang wujud menjadi tema
Mengekod data Membaca transkripsi untuk menentukan pola /
tema topik Menulis ayat sebagai kod kategori untuk
mewakili pola atau topik Menyenaraikan kategori menurut abjad atau
nombor Membaca keseluruhan data dan memberikan
tanda bagi setiap unit Menguruskan data dengan cara Mengasingkan
unit-unit atau kategori membina kod pola untuk mengenal pasti tema
Menyusun data dalam grid analisis
Mengenal pasti Tema
Kod serupa diagregatkan bersama-sama untuk membentuk idea yang utama di dalam pengkalan data
Juga dipanggil kategori Membentuk elemen utama / teras
dalam analisis data kualitatif Label biasanya mengandungi tidak
lebih daripada 2 – 4 perkataan.
Instrumen seperti temu bual, pemerhatian, rekod anekdot, nota lapangan dan jurnal reflektif untuk mendapatkan maklumat / data dalam kajian tindakan yang dilakukan dengan tujuan untuk mendapatkan pandangan murid (responden) tentang aplikasi kaedah serta teknik pengajaran mereka
Sekiranya pemerhatian berstruktur sepenuhnya (tersedia jawapan atau pengkaji hanya mahu melihat kekerapan sesuatu tingkahlaku) dilakukan, maka analisis menggunakan statistik numerikal adalah relevan. Tetapi sekiranya data direkodkan dalam bentuk teks atau transkripsi, maka analisis menggunakan statistik numerikal menjadi tidak tepat.
Transkripsi temu bual, nota lapangan dan pemerhatian menyediakan data diskriptif tetapi bukan penjelasan atau interpretasi. Pengkaji sendiri yang akan meneroka dan membuat interpretasi data.
Peringkat 1 Kenal pasti tema atau kategori (idea, konsep, kata
kunci,terminologi) yang boleh diperolehi daripada teks / transkrip.
Proses ini dikenai sebagai pengekodan terbuka (open coding).
Tujuan - untuk memilih perkataan atau frasa yang relevan dan diperlukan.
Kemudian mengumpulkan perkataan dan frasa dalam tema atau kategori tadi di atas kertas kosong (data display) dalam bentuk jadual atau peta minda dan mula memotong maklumat berulang.
Proses ini dikenali sebagai proses pengurangan data (penyaringan data /data reduction).
Peringkat 2: Kategori yang terhasil akan disemak
semula untuk memastikan tidak terdapat kategori yang sama (tetapi menggunakan perkataan yang lain seperti “seronok” dan “gembira”).
Seronok dan gembira boleh dimasukkan dalam satu kategori “perasaan” dengan sub kategori “positif” dan “negatif” (untuk perasaan “bosan”, “tidak seronok” dan sebagainya).
Proses mengaitkan antara kategori dan sub-kategori ini dinamakan axial coding.
Peringkat 3: Data yang terpapar (displayed data)
seterusnya dibuat interpretasi berdasarkan kepada ilmu pengetahuan (asas teori) dan pengalaman.
Sebaiknya, pengkaji melibatkan pihak ketiga (third party) seperti rakan sejawat (untuk peer review) atau “rakan kritikal” untuk mengesahkannya (memastikan rigour dan trustworthy yang lebih tinggi).
Peringkat 4: Mula menulis (menghurai atau
merumus) dapatan kajian untuk menjawab soalan kajian. Sebaiknya dikaitkan dengan dapatan kajian awal (jika ada).
Peringkat 3 dan 4 dinamakan proses menghasilkan rumusan dan pengesahan (conclusion drawing and verification)
Contoh: Langkah 1: Tetapkan (Senaraikan) perkataan
atau frasa pendek yang akan dijadikan kod (berkaitan maklumat yang dikehendaki sebagai eviden, sama ada untuk tujuan tinjauan awal atau untuk dijadikan bukti dapatan) seperti contoh di bawah (open coding- tiada hirarki keutamaan):
Teknik pengajaran Kesan pengajaran Rujukan Perasaan Motivasi
Langkah 2: Dapatkan jawapan murid dan catatkan seperti mana mereka jawab. Susun semula jawapan mereka dalam bentuk jadual seperti di bawah (sekiranya guru tidak menyediakan / menggunakan borang jadual, maknanya sekiranya guru mencatat dalam bentuk nota lapangan)
Langkah 3: Tandakan perkataan, frasa atau ayat yang menggambarkan maklumat atau data yang dikehendaki. Gunakan warna (highlighter) yang berlainan dan mulakan dengan proses mengekod menggunakan kod-kod yang telah disediakan lebih awal (lihat langkah 1) pada ruang kanan jawapan (sekiranya lajur berkenaan telah disediakan) atau tandakan di tepi transkrip ( untuk tujuan data reduction). Pada masa ini ada kemungkinan kod atau tema baru perlu diwujudkan apabila terdapat maklumat lain yang relevan.
pengekodan dalam bentuk lain akan dapat dihasilkan. Dalam contoh di atas, saya tidak menggunakan kod warna tetapi menandakan frasa tertentu dengan warna merah untuk proses data reduction. Untuk makluman, pengkaji boleh sahaja mengemukakan kod sendiri asalkan boleh dibuat tafsirannya (interpretasi) kemudian.
Langkah 4: Susun data agar mudah untuk dilihat (data display) menggunakan peta. Tandakan maklumat atau data yang sama atau boleh dimasukkan ke dalam satu kategori.
Paparan data seperti berikut
Langkah 5: Susunkan maklumat mengikut kategori
berdasarkan hirarki keutamaan (sila libatkan rakan kolaborasi / rakan penyelidik / rakan kritikal untuk memastikan pengkategorian yang dilakukan adalah boleh dipercayai atau mempunyai trustworthiness yang tinggi). [axial coding]
Contohnya, tema suka, seronok, demotivasi dan bermotivasi boleh disatukan di bawah kategori motivasi.
Kategori pengajaran dan pembelajaran pula boleh merangkumkan tema perasaan (warna biru), kaedah dan teknik pengajaran (warna hijau) dan kesan (ungu). Kategori kesan pembelajaran boleh dikekalkan atau dimasukkan juga di bawah kategori pengajaran dan pembelajaran (bergantung kepada bagaimana penyelidik ingin membuat analisis).Seterusnya kenal pasti corak dan perkaitan antara kategori. Contohnya perasaan suka dan seronok boleh dikaitkan dengan pembelajaran (boleh ingat, boleh faham dan senang tengok).
Langkah 6: Lakukan analisis melalui interpretasi data dengan bantuan mereka yang pakar atau berkebolehan melakukan interpretasi dengan baik.
Semasa melakukan analisis data kualitatif, saya tidak mengambil kira kekerapan munculnya data seperti kata kunci, peta minda dan lain-lain. Sekiranya saya berhajat untuk melakukan analisis mixed method (kaedah gabungan), maka saya akan menghitung kekerapan munculnya frasa peta minda, kata kunci, saya suka dan sebagainya dan melakukan analisis statistikal. (Dalam contoh di sini, saya tidak akan melakukannya kerana saya hanya memilih analisis kualitatif).
http://shamsina-gurupendidikanislam.blogspot.com/2013/12/kajian-tindakan-panduan-menganalisis.html
Contoh Analisis kualitatif Deskriptif
Contoh Analisis kualitatif Deskriptif
Interpretasi Tujuan
Cubaan untuk memahami makna dapatan-dapatan Idea konseptual yang lebih besar Tema-tema yang tekal (Consistent themes) Hubungan dengan teori
Membezakan analisis dan interpretasi Analisis melibatkan cubaan untuk memahami
apa yang terdapat dalam data Interpretasi melibatkan cubaan untuk
memahami makna data
Interpretasi
Interpretatasi adalah reflektif, integratif, dan melibatkan penerangan/penjelasan Perlu memahami data seseorang untuk
menjelaskannya Disepadukan dalam penulisan laporan
Berdasarkan perkaitan (connection), aspek-aspek umum, dan perhubungan antara data, kategori dan pola
Interpretasi menjadikan asas konseptual kategori dan pola eksplisit
Interpretasi
Soalan panduan Apakah yang penting dalam
data? Mengapakah ianya penting? Apakah yang boleh dipelajari
daripadanya?
Interpretasi Enam strategi
Kembangkan analisis Catakan implikasi-implikasi yang boleh dibuat
Kaitkan dapatan-dapatan dengan pengalaman peribadi Penyelidik tahu situasi lebih baik daripada orang lain
dan boleh dijustifikasi menggunakan pengalaman dan perspektif nya
Dapatkan nasihat daripada rakan kritikal Dapatkan pandangan daripada rakan sekerja yang
boleh dipercayai Meletakkan dapatan dalam konteks literatur
Temukan sumber-sumber luaran yang boleh menyokong dapatan
Interpretasi Enam strategi (bersambung)
Berbalik kepada teori Menyediakan cara untuk
menghubungkan dapatan kepada isu-isu yang lebih besar
Menyediakan rasional untuk kerja-kerja penyelidikan yang dijalankan
Penyelidik perlu : Jangan tawarkan interpretasi yang
penyelidik tidak selesa Cadangkan apa yang perlu dilakukan
Isu Kredibiliti
Enam soalan untuk membantu penyelidik memeriksa kualiti data Adakah data berasaskan kepada
pemerhatian atau cakap-cakap orang sahaja?
Adakah terdapat kolaborasi oleh orang lain terhadap pemerhatian anda?
Dalam keadaan apakah pemerhatian dibuat atau dilaporkan?
Isu Kredibiliti
Enam soalan (bersambung) Sejauh manakah mereka yang
memberi data boleh dipercayai? Apakah motivasi yang mungkin
mempengaruhi maklumat yang diberi oleh responden?
Apakah bias yang mungkin mempengaruhi cara pemerhatian dijalankan atau dilaporkan?
Grid analisis
Grid analisis bantu penyelidik utk membentang pilihan dlm btk penjadualan. Pemberatan diberi utk menunjukkan kepentingan bagi setiap faktor. Ia membantu penyelidik utk membuat pilihan dpd beberapa alternatif.
Jadual terdiri dpd lajur-lajur faktor-faktor yg perlu diberi perhatian & baris-baris adalah senarai pilihan.
top related