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.