Apa yang dimaksud dengan Analisis data?

image

Analisis data merupakan proses yang merinci usaha secara formal untuk menemukan tema dan merumuskan hipotesis (ide) seperti yang disarankan dan sebagai usaha untuk memberikan bantuan dan tema pada hipotesis. Taylor (1975)

Analisis data merupakan proses mengatur urutan data, mengorganisasikanya ke dalam suatu pola, kategori, dan satuan uraian dasar. Lexy J. Moleong (2002)

Apa yang dimaksud dengan Analisis data secara lebih terperinci ?

Istilah “data analysis” merujuk kearah proses dalam jumlah yang besar dari sejumlah data yang telah di tinjau dengan maksud untuk menentukan kesimpulan berdasarkan data yang ada.
Sifat analysis data yang bervariasi, dan mempunyai korelasi dengan type data yang telah diteliti. Sebagai contoh suatu bisnis yang berkonsentrasi pada sesuatu hal yang mempengaruhi kinerja karyawan, kinerja sales dari department atau seorang sales.

TYPES OF DATA ANALYSIS

Menurut dashboardinsight type data analisis secara general terbagi menjadi dua kategori yaitu : “quantitative analysis” dan “qualitative analysis”

Qualitative analysis :

Qualitative analysis yaitu analisis data berdasarkan kategori sifatnya. Dengan kata lain, data tidak di deskripsikan dengan nilai numeric.
Data bisa dikumpulkan dengan banyak metode seperti wawancara, video dan rekaman audio dan lain-lain

Qualitative analysis dapat di bagi menjadi 3 berdasarkan prinsipnya (seidel, 1998):

  1. Notice things
  2. Collect things
  3. Think about things

Quantitative Analysis:

Quantative Analysis mengacu pada proses numerical data analisis, Dan sering melibatkan deskriptif statistic seperti mean, media, standar deviation, dan lain-lain.

Quantative Analysis banyak melibatkan antara lain :

  • Statistical Models
  • Analysis of variable
  • Data dispersion
  • Analysis of relationship between variables
  • Contigence and correlation
  • Regression analysis
  • Statistical significance
  • Precision
  • Error limits

KEUNTUNGAN DARI DATA ANALYSIS

Keuntungan utama dari data analysis adalah lebih jelas dalam suatu hasil pengukurannya. Dan juga dengan data analysis membuat suatu proses identifikasi lebih reliable.

Berikut adalah keuntungan lain dari data analysis :

  • Memungkinkan untuk identifikasi hal penting
  • Membantu mengidentifikasi permasalahan bisnis yang memerlukan suatu tindakan
  • Dapat di lihat dengan cara visual, di mana lebih cepat dan tepat dalam suatu keputusan
  • Kesadaran yang lebih baik tentang suatu potensi dari pelanggan
  • Dapat membuktikan perusahaan dengan pasti dari competitor mereka

Analisis data merupakan komponen utama dari data mining dan Business Intelligence (BI) dan merupakan kunci untuk memperoleh wawasan yang mendorong keputusan bisnis. Organisasi dan perusahaan menganalisis data dari banyak sumber dengan menggunakan solusi pengelolaan Big Data dan solusi manajemen yang memanfaatkan analisis data untuk mengubah data menjadi wawasan yang dapat ditindaklanjuti.

Analisis data didefinisikan Dennis Junk, seorang pemasar inbound bersertifikat HubSpot dengan Aptera, dengan tepat menjelaskan analisis data di posting blognya: analisis data adalah "semua cara untuk menilai data, menilai tren dari waktu ke waktu, dan membandingkan satu sektor dengan sektor lain. Ini juga bisa mencakup berbagai cara data divisualisasikan. "Analisis data melibatkan pertanyaan tentang apa yang terjadi, apa yang terjadi, dan apa yang akan terjadi (analytics predictif). Seperti yang dikatakan Junk, “Analisis umumnya adalah fase tanya jawab yang mengarah ke tahap pengambilan keputusan dalam keseluruhan proses Business Intelligence.”

Model Analisis Data

Gwen Shapira, arsitek solusi di Cloudera dan Oracle ACE Director, menguraikan tujuh langkah penting analisis data untuk majalah Oracle’s Profit. Shapira menjelaskan bahwa masing-masing perusahaan memiliki persyaratan dan sasaran data sendiri, ada tujuh langkah yang tetap konsisten di seluruh organisasi dan proses analisis datanya:

  1. Tentukan tujuan. Tujuan tim harus untuk mengembangkan cara untuk menentukan apakah bisnis berjalan menuju sasarannya; mengidentifikasi indikator.

  2. Identifikasi sasaran bisnis. Identifikasi sasaran dan indikator pada awal proyek analisis data untuk memberi ruang lingkup dan fokus pada analisis data; Ini berarti bisnis harus bersedia membuat perubahan untuk memperbaiki indikator utamanya dan mencapai sasarannya juga.

  3. Pengumpulan data. Kumpulkan data sebanyak mungkin dari beragam sumber untuk membangun model yang lebih baik dan mendapatkan wawasan yang lebih dapat ditindaklanjuti.

  4. Membersihkan data. Meningkatkan kualitas data untuk menghasilkan hasil yang benar dan menghindari kesimpulan yang salah untuk memastikan keakuratannya atau hanya meningkatkan keakuratan.

  5. Bangun tim ahli data. Sertakan di tim ahli Anda individu dengan gelar dalam statistik yang akan fokus pada pemodelan data dan prediksi, serta insinyur infrastruktur, pengembang perangkat lunak. Kemudian, beri tim analisis data skala besar yang mereka butuhkan untuk mengotomatisasi pengumpulan dan analisis data.

  6. Optimalkan dan ulangi. Selesaikan model analisis data Anda sehingga Anda dapat mengulangi proses untuk menghasilkan prediksi yang akurat, mencapai sasaran, dan memantau dan melaporkan secara konsisten.

Manfaat dan Tantangan Analisis

Cara yang telah terbukti bagi organisasi dan perusahaan untuk mendapatkan informasi yang mereka butuhkan adalah membuat keputusan yang lebih baik, melayani pelanggan mereka, dan meningkatkan produktivitas dan pendapatan. Manfaat analisis data hampir terlalu banyak untuk dihitung, dan beberapa manfaat paling berharga termasuk mendapatkan informasi yang tepat untuk bisnis Anda, mendapatkan nilai lebih dari departemen IT, menciptakan marketing pemasaran yang lebih efektif, dan mendapatkan pemahaman pelanggan yang lebih baik. Tapi, ada begitu banyak data yang tersedia saat ini bahwa analisis data adalah sebuah tantangan. Yaitu, penanganan dan penyajian semua data adalah dua aspek analisis data yang paling menantang.

Arsitektur dan infrastruktur tradisional tidak mampu menangani jumlah data yang dihasilkan saat ini, dan pengambil keputusan merasa perlu waktu lebih lama daripada yang diantisipasi untuk mendapatkan wawasan yang dapat ditindaklanjuti dari data. Untungnya, solusi pengelolaan data dan solusi manajemen pengalaman pelanggan memberi perusahaan kemampuan untuk mendengarkan interaksi pelanggan, belajar dari perilaku dan informasi, menciptakan wawasan yang dapat ditindaklanjuti lebih efektif, dan melakukan lebih cerdas terhadap wawasan untuk mengoptimalkan dan melibatkan target dan memperbaiki praktik bisnis.

Source :
Galetto, Molly. WHAT IS DATA ANALYSIS? .
NGDATA | What is Data Analysis? Learn about Meaning and Examples (dikutip pada 22 September 2017)

Analisis data adalah proses memeriksa sekumpulan data untuk ditarik kesimpulan tentang informasi yang dikandungnya. Teknologi dan teknik analisis data banyak digunakan di industri komersial untuk memungkinkan organisasi membuat keputusan bisnis yang lebih tepat serta digunakan oleh ilmuwan atau peneliti untuk memverifikasi model, teori, dan hipotesis ilmiah. Analisis data mengacu pada bermacam-macam aplikasi, mulai dari business intelligence (BI), pelaporan dan pemrosesan analisis online (OLAP) hingga berbagai bentuk analisis lanjutan.

Analisis data dapat membantu bisnis meningkatkan pendapatan, efisiensi operasional, mengoptimalkan kampanye pemasaran, merespons tren pasar yang sedang berkembang dengan lebih cepat, mendapatkan keunggulan kompetitif atas pesaing, dan meningkatkan kinerja bisnis. Data yang dianalisis dapat terdiri dari catatan sejarah atau informasi baru yang telah diproses untuk penggunaan analisis real-time. Selain itu, bisa berasal dari gabungan sistem internal dan sumber data eksternal.

Pada tingkat tinggi, metodologi analisis data mencakup analisis data eksploratif (EDA) yang bertujuan untuk menemukan pola dan hubungan dalam data, dan analisis data konfirmatori (CDA) yang menerapkan teknik statistik untuk menentukan apakah hipotesis tentang kumpulan data benar atau salah. EDA sering dibandingkan dengan pekerjaan detektif, sementara CDA mirip dengan pekerjaan seorang hakim atau juri selama persidangan di pengadilan.

Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan data itu sendiri. Secara garis besar, analisis data dibedakan menjadi analisis data kuantitatif dan analisis data kualitatif. Analisis data kuantitatif melibatkan analisis data numerik dengan variabel kuantitatif yang dapat dibandingkan atau diukur secara statistik. Pendekatan kualitatif lebih interpretif. Analisis data kualitatif berfokus pada pemahaman konten data non-numerik seperti teks, gambar, audio dan video, termasuk frase umum, tema dan sudut pandang.

Inisiatif analisis data mendukung beragam penggunaan bisnis. Misalnya, bank dan perusahaan kartu kredit menganalisis pola penarikan dan pembelanjaan untuk mencegah kecurangan dan pencurian identitas. Perusahaan e-commerce dan penyedia layanan pemasaran melakukan analisis clickstream untuk mengidentifikasi pengunjung situs web yang cenderung membeli produk atau layanan tertentu berdasarkan pola navigasi dan pola tampilan halaman.

Langkah-langkah dalam menganalisis data yakni :

  1. Pengumpulan data
    mengumpulkan data yang akan dianalisis.
  2. Editing
    memeriksa kejelasan maupun kelengkapan mengenai pengisian instrumen pengumpulan data.
  3. Koding
    melakukan proses identifikasi dan proses klasifikasi dari setiap pernyataan yang terdapat pada instrumen pengumpulan data berdasarkan variabel yang sedang diteliti.
  4. Tabulasi
    mencatat ataupun entri data kedalam tabel induk penelitian.
  5. Pengujian
    data akan diuji kualitasnya, yaitu menguji validitas maupun realiabilitas instrumen dari pengumpulan data.
  6. Mendeskripsikan data
    menyajikan dalam bentuk tabel frekuensi ataupun diagram dalam berbagai macam ukuran tendensi sentral maupun ukuran dispersi. Bertujuan memahami karakteristik data sampel dari penelitian.
  7. Pengujian hipotesis
    pengujian terhadap proposisi apakah ditolak atau bisa diterima dan memiliki makna atau tidak. Atas dasar hipotesis inilah nantinya keputusan akan dibuat.

Penafsiran data sangat penting kedudukannya dalam proses analisis data penelitian karena kualitas analisis dari suatu peneliti sangat tergantung dari kualitas penafsiran yang diturunkan oleh peneliti terhadap data.

Sumber :
(http://searchdatamanagement.techtarget.com/definition/data-analytics)

Analisis data yaitu cara untuk mengolah data menjadi sebuah informasi agar data tersebut mudah dipahami dan dapat bermanfaat untuk solusi sebuah permasalahan. Analisis data juga dapat diartikan menjadi kegiatan yang dilakukan untuk untuk merubah data hasil dari penelitian menjadi informasi yang nantinya dapat dipergunakan untuk mengambil kesimpulan. Analisis data disebut juga pengolahan data dan penafsiran data. Analisis data adalah rangkaian kegiatan penelaahan, pengelompokan, sistematisasi, penafsiran dan verivikasi data agar sebuah fenomena memiliki nilai social, akademis dan ilmiah.

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 dianalisis maka data tersebut harus dipecah dahulu menjadi bagian-bagian kecil (menurut element atau struktur), kemudian menggabungkannya bersama untuk memperoleh pemahaman yang baru. 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).

Menurut Patton (1980), analisis data adalah proses mengatur ukuran data, mengorganisasikannya ke dalam suatu pola, kategori, dan satuan uraian dasar. Sedangkan menurut Bogdan dan taylor (1975), analisis data adalah proses yang merinci usaha formal untuk menemukan tema dan merumuskan hipotesis (ide) seperti yang disarankan oleh data dan sebagai usaha untuk memberikan bantuan pada tema dan hipotesis itu. Dan menurut Lexy J. Moleong (2000), analisis data adalah proses mengorganisasikan dan mengurutkan data ke dalam pola, kategori, dan satuan uraian dasar sehingga dapat ditemukan tema dan dapat dirumuskan hipotesis kerja seperti yang disarankan oleh data.

Tujuan analisis data yaitu:

  1. Mendeskripsikan data sehingga bisa dipahami, lalu untuk membuat kesimpulan atau menarik kesimpulan mengenai karakteristik populasi berdasarkan data yang didapatkan dari sampel, biasanya dibuat berdasarkan pendugaan dan pengujian hipotesis.
  2. Mengungkapkan data apa yang masih perlu dicari, hipotesis apa yang perlu diuji, pertanyaan apa yang perlu dijawab, metode apa yang harus digunakan untuk mendapatkan informasi baru dan kesalahan apa yang harus segera diperbaiki.

Jenis-jenis analisis data yaitu:

  1. Teknik secara deskriptif. Merupakan teknik analisis yang digunakan untuk menganalisis data dengan mendeskripsikan atau menggambarkan data­ data yang sudah dikumpulkan seadanya tanpa ada maksud membuat generalisasi dari hasil penelitian.
  2. Teknik secara inferensial. Merupakan statistik yang dipakai untuk melakukan analisis data dengan cara membuat kesimpulan yang berlaku secara umum.

Langkah-langkah menganalisis data yaitu:
Tahap pertama, pengumpulan data.Yakni mengumpulkan data yang akan dianalsis.Tahap kedua, editing. Yakni memeriksa kejelasan maupun kelengkapan mengenai pengisian instrumen pengumpulan data.Tahap ketiga adalah koding. Yakni melakukan proses identifikasi dan proses klasifikasi dari tiap­-tiap pernyataan yang terdapat pada instrumen pengumpulan data berdasarkan variabel yang sedang diteliti.Tahap keempat adalah tabulasi. Yaknimencatat ataupun entri data kedalam tebel­-tabel induk penelitian.Tahap kelima, pengujian. Pada tahap ini data akan diuji kualitasnya yaitu menguji validitas maupun realiabilitas instrumen dari pengumpulan data.Tahap keenam, tahap mendeskripsikan data. Menyajikan dalam bentuk tabel frekuensi ataupundiagram dalam berbagai macam ukuran tendensi sentral maupun ukuran dispersi. Bertujuan memahami karakteristik data sampel dari penelitian.Tahap ketujuh, pengujian hipotesis. Adalah tahapan pengujian terhadap proposisi apakah ditolak atau bisa diterima dan memiliki makna atau tidak. Atas dasar hipotesis inilah nantinya keputusan akan dibuat.

Teknik-teknik analisis data yaitu:

  1. Reduksi Data
    Reduksi Data adalah memilih hal-hal pokok yang sesuai dengan fokus penelitian kita, kemudian mencari temanya. Reduksi data merupakan salah satu dari teknik analisis data. Data yang telah direduksi memberikan gambaran yang lebih tajam mengenai hasil pengamatan dan mempermudah peneliti untuk mencarinya jika sewaktu-waktu diperlukan. reduksi data dapat juga membantu dalam memberikan kode-kode pada aspek-aspek tertentu.
  2. Display Data
    Display Data adalah menyajikan data dalam bentuk matriks, chart atau grafik, network dan sebagainya. Display data ini merupakan salah satu dari teknik teknik analisis data. Data yang semakin bertumpuk-tumpuk kurang dapat memberikan gambaran secara menyeluruh. Oleh karena itu, diperlukan display data. Dengan demikian, peneliti dapat menguasai data dan tidak terbenam dengan setumpuk data.
  3. Pengambilan Keputusan dan Verifikasi
    Pengambilan Keputusan dan Verifikasi ialah salah satu dari teknik teknik analisis data. Penarikan kesimpulan atau verifikasi merupakan kegiatan di akhir penelitian. Peneliti harus sampai pada kesimpulan dan melakukan verifikasi, baik itu dari segi makna maupun dari segi kebenaran kesimpulan yang disepakati oleh subjek tempat penelitian tersebut dilaksanakan. Makna yang dirumuskan dari data harus diuji terlebih dahulu mengenai kebenaran, kecocokan dan kekokohannya. Peneliti harus menyadari bahwa dalam mencari makna, peneliti tersebut harus menggunakan pendekatan emik, yaitu dari kacamata key informan dan bukan penafsiran makna menurut pandangan peneliti (pendekatan etik).

Dalam menganalisis data maka data dibagi menjadi bagian-bagian kecil menurut elemen atau struktur. Analisis data disebut juga pengolahan data dan penafsiran data,kegiatan analisis data yakni mengelompokkan databerdasarkan variabel dan seluruh responden, menyajikan dalam setiap variabel yang di teleti, melakukan perhitungan untuk menjawab rumusan masalah dan melakukan perhitungan untuk menguji hipotesis.Dalam penelitian kualitatif di analisis secara statistik bertujuan untuk menjelaskan fenomena, menguji hipotesis, dan mengangkat sebagai temuan verivikasi terhadap teori lama dan teori baru. Sedangkan penelitian kuantitatif berupa kata-kata dan angka yang bersifat kuantitatif dan mendukung kuantitatif oleh data kualitatif dan menghasilkan teori baru.

Sumber:
(Ketahui Pengertian Analisis Data dan Tujuannya: Langkah serta Jenis)
(DEFINISIPENGERTIAN.NET - Kelas Maya Terbaik)
(Pengertian Analisis Data Menurut Ahli – Metode Penelitian)
(Analisis Data? | Afid Burhanuddin)