Selama kerja lapangan, Anda memiliki tugas lain selain mengumpulkan data:
Simpan catatan tertulis tentang metodologi dalam kerja lapangan, yaitu apa yang benar-benar Anda lakukan, bukan hanya apa yang Anda rencanakan.
Susun data mentah Anda ke dalam bentuk yang mudah dibaca dan ditafsirkan.
Tetap waspada terhadap makna data dan bagaimana kaitannya dengan masalah penelitian Anda. Hal ini diperlukan untuk analisis data. Untuk beberapa jenis metode, merupakan praktik yang baik untuk mulai menganalisis data sebelum pengumpulan data selesai.
Identifikasi asumsi atau batasan baru yang muncul selama proses. Saat Anda merefleksikannya, hal tersebut dapat membentuk pola isu inti dan periferal.
Saat Anda menggunakan atau menemukan terminologi, Anda mungkin mendapati bahwa istilah tersebut memiliki makna tunggal atau jamak. Tulislah dan sempurnakan definisinya.
Simpan cadangan data, karena data komputer sangat mudah hilang.
Anda juga mungkin memiliki waktu untuk mulai mengerjakan draf lengkap Anda, dengan melanjutkan penulisan bab demi bab.
Merekrut partisipan
Jika Anda harus memperoleh persetujuan organisasi untuk melakukan penelitian di dalam organisasi tersebut, Anda kemungkinan sudah memiliki gambaran tentang cara merekrut partisipan.
Namun, Anda mungkin tetap harus merekrut individu. Orang cenderung merespons secara positif jika mereka sudah mengenal Anda secara pribadi atau memiliki hubungan dengan Anda. Jika mereka memang tidak dapat membantu, biasanya mereka akan menjelaskan alasannya. Panggilan dingin dan surat massal tidak dianjurkan; hal tersebut hanya menambah beban dalam kehidupan orang lain dan sering diabaikan.
Siapkan informasi untuk calon partisipan. Biasanya mencakup:
Jenis orang yang Anda butuhkan (deskripsi populasi penelitian)
Apa yang Anda minta mereka lakukan dan alasannya
Ketentuan apa pun (risiko, kerahasiaan, partisipasi sukarela)
Cara mendaftar
Cara mengajukan pertanyaan untuk informasi lebih lanjut
Rincian kontak Anda
Pra-kerja lapangan
Tujuan pra-kerja lapangan adalah mengidentifikasi masalah yang mungkin muncul dan memengaruhi validitas temuan Anda, tetapi tidak dapat diantisipasi selama tinjauan pustaka.
Dalam banyak kasus, sebelum memulai penelitian utama, Anda dapat menggunakan kuesioner wawancara sederhana dengan pertanyaan terbuka untuk menjaring isu-isu relevan yang tidak terduga. Anda kemudian dapat memutuskan untuk memasukkan isu-isu baru tersebut ke dalam rencana penelitian. Titik awal pra-kerja lapangan lainnya adalah mengajukan pertanyaan Grand Tour, yaitu meminta beberapa orang menjelaskan dasar-dasar, poin utama, atau skenario. Hal ini membantu mendapatkan gambaran umum tentang semua aspek yang terlibat dan bagaimana mereka memandangnya.
Serahkan laporan pra-kerja lapangan kepada pembimbing Anda. Laporan tersebut harus menunjukkan bahwa Anda telah mengidentifikasi isu-isu yang sebelumnya tidak terduga dan siap melanjutkan ke tahap berikutnya.
Menyusun dan menguji alat pengumpulan data
Tulislah alat pengumpulan data yang akan Anda gunakan dan lakukan validasi. Misalnya, Anda dapat menyusun kuesioner, mengujinya pada sampel responden dari populasi sasaran, lalu merevisinya hingga berfungsi dengan baik.
Dalam laporan Anda, jelaskan secara rinci apa yang Anda lakukan, bagaimana Anda melakukannya, dan modifikasi yang diperlukan. Laporan tersebut harus menunjukkan bahwa alat tersebut sudah sesuai untuk penelitian yang direncanakan dan dapat dimasukkan ke dalam bab metodologi disertasi Anda.
Selain memperbaiki alat, ajukan pertanyaan berikut:
Masalah apa lagi yang mungkin Anda hadapi dalam pengumpulan data?
Apa yang dapat dan tidak dapat dilakukan mengingat kerangka waktu dan anggaran?
Seberapa efektif metode perekrutan partisipan Anda?
Dengan data awal yang ada, seberapa baik proses analisis data Anda?
Mengapa Anda perlu melakukan uji coba awal kuesioner
Bahkan jika sebuah pertanyaan ditulis dengan sangat baik, itu tidak berarti responden akan otomatis memahaminya dengan segera. Semua kuesioner perlu diuji dengan orang-orang sebelum Anda menggunakannya secara luas. Anda mungkin memahami pertanyaan Anda dengan sempurna, tetapi Anda tidak bisa tahu bagaimana orang lain mungkin menafsirkannya. Waktu yang dihabiskan untuk pengujian adalah waktu yang sangat berharga. Bayangkan frustrasinya harus memulai lagi dari nol karena kuesioner Anda ternyata memiliki cacat serius di tahap akhir kerja lapangan.
Bahkan beberapa pertanyaan yang sangat sederhana dapat menimbulkan kebingungan. Pertanyaannya begitu sederhana sehingga orang tidak menerimanya apa adanya. Pertanyaan itu terlihat seperti jebakan atau seolah meminta jawaban tersembunyi yang lebih dalam. Misalnya, Berapa harga permen satu dolar? Jawabannya begitu jelas sehingga bisa membuat frustrasi, dan terasa seperti Anda sedang “memancing” jawaban lain.
Bersiaplah untuk terkejut bahwa sebagian orang tidak akan memahami bahkan pertanyaan yang paling jelas (menurut Anda). Lalu, ketika Anda bertanya, mereka menghasilkan respons yang paling logis dan paling jelas yang belum pernah terpikir oleh Anda. Pertanyaan Anda bisa saja:
menggunakan istilah yang tidak dikenal
terdengar rumit
terdengar samar
terdengar asing (jika Anda menggunakan bahasa lain)
mencakup lebih dari satu isu
membuat orang merasa malu, frustrasi, atau bodoh. Misalnya, Apakah Anda sudah berhenti memukuli istri Anda? (Apa pun jawaban Anda, ya atau tidak, tetap berarti bahwa Anda telah memukuli istri Anda.)
Penyebab kebingungan lainnya mungkin:
tata letak yang tidak jelas
pertanyaan polos yang tidak dimaksudkan untuk menimbulkan kebingungan
membaca ulang untuk memahami apa yang dikatakan materi
asumsi yang tidak dijelaskan
kesulitan bahasa, literasi, atau numerasi
penjelasan yang tidak berurutan
instruksi tentang apa yang harus dilakukan tidak cukup
terlihat seperti Anda mencoba menjebak mereka agar memberi jawaban tertentu
prosedur yang membingungkan
terlalu banyak atau terlalu sedikit informasi
informasi yang tidak benar
kebosanan: kurangnya pilihan
frustrasi: aktivitas yang terlalu sulit bagi populasi sasaran.
Kuesioner dengan pertanyaan terbuka jauh lebih fleksibel, terutama jika Anda menggunakannya sebagai dasar untuk wawancara di mana Anda dapat secara spontan menambahkan pertanyaan lanjutan atau membawa orang berputar-putar dalam pembicaraan. Ada juga kemungkinan membiarkan kuesioner berkembang selama kerja lapangan sehingga Anda dapat menindaklanjuti tren yang muncul.
Kuesioner dengan pertanyaan tertutup, bagaimanapun, sangat berbeda. Kuesioner ini memerlukan pengujian yang menyeluruh dan ekstensif karena responden harus memilih di antara jawaban yang Anda sediakan. Akibatnya, daftar jawaban Anda harus mencakup semua kemungkinan. Jangan pernah terpikir untuk menggunakan kuesioner tersebut sampai Anda tahu bahwa kuesioner itu bekerja dengan sangat baik.
Langkah-langkah untuk menguji kuesioner
Tujuan Anda adalah agar responden dapat membaca dan memahami setiap pertanyaan dengan segera, serta memberikan jawaban yang jujur.
Setelah koreksi akhir (proof-reading), uji draf pertama Anda dengan rekan kerja untuk menghilangkan gangguan yang paling jelas.
Kemudian lakukan pengujian Anda dengan orang-orang dari populasi sasaran yang belum pernah melihat materi tersebut maupun ditanya pertanyaan Anda dalam bentuk lain apa pun. Orang yang sudah mengetahui pokok bahasan atau pernah melihat draf materi sebelumnya tidak akan “terjebak” seperti halnya jika mereka mengerjakan kuesioner dari nol.
Tentu saja, Anda juga akan meminta umpan balik secara verbal, tetapi umpan balik nonverbal bisa sama bergunanya. Jika memungkinkan, amati mereka untuk mencari petunjuk nonverbal. Jika ada sesuatu yang tidak jelas, sebagian orang akan berhenti dan membacanya ulang. Yang lain akan tampak jelas frustrasi. Yang lain lagi akan memutuskan untuk melewati bagian itu, dan mungkin kembali lagi nanti. Sebagian bahkan mungkin menyerah dan memilih jawaban secara acak.
Jika topik menimbulkan rasa malu, Anda memerlukan pertanyaan yang sesuai secara budaya, dan beberapa pertanyaan tidak langsung mungkin bekerja lebih baik. Sebagian orang akan mencoba menebak jawaban yang Anda inginkan. Bagaimanapun, pengujian yang menyeluruh akan menunjukkan kualitas data Anda.
Catat seberapa banyak bantuan tambahan yang Anda berikan kepada orang. Bahkan penggunaan bahasa tubuh Anda tanpa sadar atau sikap yang terlihat dapat mengubah respons orang. Jangan membantu orang jika mereka harus mampu mengerjakan kuesioner tanpa bantuan sama sekali.
Anda sebaiknya melihat berapa lama waktu yang mereka butuhkan. Responden biasanya seharusnya dapat mengerjakan kuesioner survei tertulis dalam 15–30 menit. Sebagian bisa lebih singkat.
Kemudian lakukan perbaikan dan uji kuesioner Anda lagi pada kelompok orang baru dari populasi sasaran yang belum pernah melihat pertanyaan-pertanyaan tersebut sebelumnya, dan kumpulkan saran perbaikan. Anda perlu menggunakan orang yang berbeda setiap kali, karena mereka harus mengerjakan kuesioner untuk pertama kalinya; mereka tidak lagi dapat memberikan kesan pertama tentang makna pertanyaan. Jika perlu, Anda dapat mengulangi jenis pengujian ini lebih luas dengan kelompok baru lainnya dari populasi sasaran.
Tentukan kapan harus berhenti. Anda bisa terus menyempurnakan selamanya, jadi berhentilah ketika kuesioner Anda sudah cukup baik, yaitu ketika saran yang masuk sudah sepele dan Anda merasa puas dengannya.
Kumpulkan putaran pertama data Anda dan sajikan laporan tentangnya. Pada beberapa jenis metodologi, ini akan menjadi proyek percontohan (pilot), yaitu proyek skala kecil untuk menguji metodologi tersebut.
Dalam laporan Anda, sertakan:
deskripsi jumlah dan kualitas data yang dikumpulkan
teknik perekaman
penilaian terhadap metodologi Anda dan penyesuaian apa pun yang perlu Anda lakukan
ancaman apa pun terhadap validitas penelitian Anda
hal-hal yang ganjil atau tidak terduga, seperti insiden merugikan atau temuan yang berlawanan dengan intuisi
tren yang mulai muncul
penelitian lanjutan apa pun yang diperlukan agar proyek memenuhi tujuan penelitiannya. (Beberapa metodologi mengizinkan perubahan arah di tengah jalan, sementara yang lain tidak mengizinkannya.)
Jika Anda menemukan kekurangan dalam metodologi Anda, laporkan koreksi atau modifikasi apa pun yang harus Anda lakukan atau rencanakan untuk dilakukan.
Catatan: Jika Anda melakukan wawancara, beberapa pembimbing merekomendasikan Anda menggunakan dua perekam audio terpisah dan membiarkan keduanya terus merekam sehingga Anda memiliki cadangan.
Tinjauan pertengahan
Tinjauan pertengahan adalah pemeriksaan komite pembimbing Anda terhadap kemajuan Anda sejauh ini. Penilaian positif menunjukkan bahwa Anda membuat kemajuan yang baik dan berada di jalur yang tepat untuk selesai. Komite juga dapat memutuskan untuk menetapkan syarat atau tindakan korektif apa pun yang dianggap perlu agar Anda mencapai penyelesaian yang memuaskan.
Seiring Anda mempelajari topik lebih jauh, Anda mungkin mendapati bahwa pertanyaan yang Anda mulai bukanlah pertanyaan terbaik. Anda menemukan bahwa masalah sebenarnya bukan seperti yang Anda kira, meskipun berlandaskan tinjauan pustaka Anda. Ini cukup normal dalam beberapa jenis penelitian, dan tidak selalu berarti Anda membuat kesalahan. Ini lebih mungkin merupakan tanda kemajuan, karena pemahaman baru atas isu tersebut adalah hasil penelitian Anda. Anda dapat menggunakan pertanyaan yang lebih baik itu, dan είτε cukup kembali ke tahap kerja lapangan dan melakukan iterasi lain untuk mendapatkan lebih banyak data, atau merencanakan kerja lapangan penelitian baru.
Kemungkinan yang lebih mengkhawatirkan adalah terbitnya penelitian yang memecahkan masalah penelitian Anda, sehingga topik Anda menjadi usang sebagai kontribusi terhadap pengetahuan. Tanyakan kepada pembimbing Anda. (Dalam skenario terbaik, itu hanya menjadi tambahan pada tinjauan pustaka Anda.)
Anda mungkin diminta untuk memberikan laporan tertulis kepada komite pembimbing Anda, yang menunjukkan apa yang telah Anda lakukan sejauh ini. Pertanyaan-pertanyaan umum yang mungkin perlu Anda jawab adalah:
Sejauh mana penelitian Anda telah mematuhi proposal awal?
Apakah Anda sesuai jadwal?
Apakah definisi awal pertanyaan penelitian Anda masih memadai?
Seberapa efektif rencana metodologi Anda?
Berapa banyak data mentah yang sudah Anda kumpulkan?
Apakah data mentah Anda sejauh ini menunjukkan bahwa Anda akan dapat menarik kesimpulan?
Apakah pola, tren, atau anomali sudah muncul dalam data? Jika ya, jelaskan.
Hambatan besar apa yang saat ini Anda hadapi?
Kerja lapangan
Lanjutkan mengumpulkan data di lapangan, dan mulai menyusun draf kasar. Anda tidak harus mengirimkannya, tetapi Anda harus membuat laporan kemajuan secara berkala.
Terapkan metode Anda. Pergilah dan temui orang-orang. Jika secara alami Anda agak takut, ini akan menjadi tantangan besar, dan menunda-nunda tidak akan membantu.
Simpan catatan lapangan yang lengkap seiring berjalan. Catat pengamatan baik pada saat Anda melakukannya maupun segera setelahnya. (Kata kuncinya adalah “segera saat itu juga”.) JANGAN percaya ingatan Anda. Jika Anda mengumpulkan cukup banyak informasi, tak terhindarkan Anda akan melupakan sesuatu yang penting.
Simpan catatan tentang:
Apa tepatnya yang Anda lakukan, mengapa, dan informasi yang Anda peroleh
Kapan, di mana, siapa, mengapa, dan sebagainya terkait wawancara
Asumsi yang muncul atau yang harus Anda buat
Faktor-faktor yang membantu mendefinisikan proyek Anda dengan lebih tepat
Perubahan pada metode yang direncanakan (dan alasan perubahan tersebut)
Isu etika dan bagaimana Anda menanganinya
Faktor khusus yang harus Anda pertimbangkan
Istilah yang memiliki makna khusus
Data yang tidak terduga atau tampaknya tidak cocok
Pola yang muncul
Bahkan, semua ide, pengamatan, dan apa pun lainnya yang mungkin relevan.
Anda mungkin tidak akan menggunakan semuanya pada akhirnya, karena pemikiran Anda akan berkembang sepanjang penelitian. Namun bahkan yang tidak Anda gunakan akan berharga untuk membantu pemikiran Anda berkembang. Dan tentu saja, sebagian akan bertahan ke karya akhir. Cara untuk memilikinya adalah dengan menuliskannya, dan Anda akan dapat mengutipnya langsung nanti.
Amankan catatan Anda. Banyak proyek yang baik tidak pernah selesai karena catatan hilang. Menjaganya tetap teratur akan membuatnya lebih berguna.
Mulai menulis laporan. Anda mungkin ingin mulai membuat draf kasar yang tertinggal satu atau dua bab dari apa yang Anda lakukan di lapangan. Lalu Anda bisa mencoba memoles beberapa bab awal sementara Anda masih mengerjakan draf bab-bab berikutnya.
Peringatan halus: berhati-hatilah agar tidak terlalu sibuk menulis sehingga Anda menjadi kurang produktif di lapangan. Di sisi lain, jangan terlalu sibuk meneliti sehingga Anda menunda-nunda untuk menulis.
Kapan harus berhenti mengumpulkan data
Anda mengetahui kapan harus berhenti mengumpulkan data ketika Anda memenuhi tiga kriteria berikut:
Data secara memadai mewakili populasi.
Pengumpulan data lebih lanjut tidak akan mengungkapkan informasi baru apa pun.
Anda memiliki cukup data yang baik untuk menarik kesimpulan yang valid.
Dalam penelitian kuantitatif, sistem pengambilan sampel Anda seharusnya memastikan bahwa Anda memenuhi kondisi-kondisi ini.
Dalam penelitian kualitatif, hal ini tidak sesederhana itu. Responden hampir pasti telah memberikan berbagai jawaban yang berbeda. Apakah Anda benar-benar tahu alasannya, atau Anda hanya menebak? Jika Anda merasa seperti ini, Anda masih perlu terus mengumpulkan data. Jadi, bagaimana Anda tahu kapan harus berhenti?
Seiring Anda mengumpulkan lebih banyak data, pada akhirnya pola yang jelas seharusnya muncul dalam data terkait fenomena yang diteliti. Sekadar melihat adanya pola belumlah cukup; Anda memerlukan cukup data untuk mengonfirmasi pola tersebut dan menjawab pertanyaan penelitian awal secara tak terbantahkan. Dalam hal ini, data tambahan tidak akan memperbaiki, mengubah, memperkuat, maupun menambah kesimpulan Anda. Secara teoretis, mungkin bukan satu-satunya pola yang mungkin, tetapi dalam praktik biasanya hanya ada satu. Di kemudian hari, menunjukkan pola dalam data merupakan bagian besar dari analisis Anda.
Dalam etnografi, biasanya dimungkinkan untuk terus mengumpulkan semakin banyak data yang bernilai, tetapi ketiga kriteria tersebut tetap berlaku. Anda dapat berhenti mengumpulkan data ketika Anda memiliki cukup data untuk menjawab pertanyaan penelitian dan mengonfirmasi kesimpulan Anda.
Makna dari cukup data bergantung pada:
Kejelasan pertanyaan penelitian. Lebih mudah mengumpulkan data yang cukup jika pertanyaan penelitian sangat jelas, definisi populasi sangat jelas, dan pendekatan pengumpulan data Anda terfokus. (Dengan kata lain, akan lebih mudah mengetahui kapan Anda telah menemukan sesuatu jika Anda memiliki gambaran yang jelas tentang apa yang Anda cari.) Dalam praktiknya, Anda terus mengumpulkan data hingga tidak menghasilkan informasi baru, dan kemudian Anda dapat mengidentifikasi titik kejenuhan secara retrospektif.
Kapasitas metode untuk memberikan detail yang memadai. Misalnya, survei baik untuk mengumpulkan butir data kecil dari banyak responden, sementara wawancara mendalam biasanya paling baik digunakan dengan jumlah partisipan yang lebih sedikit.
Kualitas data (detail atau kekayaan) dalam wawancara. Narasumber Anda mungkin belum memberikan detail yang cukup untuk menjawab aspek-aspek dari pertanyaan penelitian Anda.
Kompleksitas fenomena yang diteliti. Fenomena dengan lebih banyak aspek yang berbeda memerlukan lebih banyak data.
Apakah data ditriangulasi, yaitu Anda mengumpulkan data melalui metodologi yang berbeda pada topik yang sama.
Apakah fenomena yang diteliti bersifat umum atau langka. Semakin langka fenomena tersebut, semakin kecil kemungkinannya muncul pada satu responden, sehingga Anda memerlukan lebih banyak data.
Tingkat homogenitas dalam populasi. Akan lebih mudah mencapai kejenuhan dalam kelompok yang homogen, tetapi kelompok yang sangat heterogen mungkin menghasilkan pilihan jawaban acak yang sangat beragam. Akibatnya, Anda kemungkinan memerlukan lebih banyak responden dalam kelompok heterogen untuk mendapatkan data yang cukup guna mendukung kesimpulan tertentu.
Grounded theory dan kejenuhan
Dalam grounded theory, titik ketika data dianggap cukup disebut kejenuhan. Aturan praktisnya adalah bahwa kejenuhan data terjadi ketika tiga wawancara berturut-turut tidak mengungkapkan data baru. Namun, ini hanyalah aturan praktis, dan beberapa topik data mungkin masih belum terjelaskan sehingga memerlukan lebih banyak wawancara.
Mengidentifikasi titik kejenuhan biasanya merupakan masalah penilaian; tidak ada rumus matematis untuk kejenuhan, meskipun banyak yang telah mencoba. Dalam sebuah disertasi, hal ini sampai batas tertentu akan bergantung pada pembimbing atau ketua komite Anda. Ketika Anda percaya telah mencapai kejenuhan, ajukan argumen Anda dan lihat apakah ia setuju. Jika ya, lanjutkan. Jika tidak, mengapa?
Peran iterasi
Siklus Penelitian menjawab pertanyaan: Saya rasa saya mungkin sudah cukup melakukan kerja lapangan, tetapi apakah saya perlu kembali dan melakukan lebih banyak?
Oleh karena itu, penelitian kualitatif disebut iteratif; peneliti sering kali dapat melakukan iterasi lain dari pengumpulan data. Sampel teoretis adalah sampel yang berkembang sesuai dengan temuan yang muncul. Jika suatu jalur penyelidikan tertentu terbukti produktif, peneliti dapat menambahkan lebih banyak responden yang akan membantu mengeksplorasinya lebih lanjut. Jika Anda ingin menggunakan sampel teoretis, Anda harus menyebutkannya dalam proposal Anda.
❓Bagaimana jika data tidak mengarah pada kesimpulan yang kuat?
Anda memiliki opsi berikut:
• Apakah Anda gagal melihat pola dalam data?
• Apakah Anda perlu melakukan iterasi lain dari pengumpulan dan analisis data?
• Apakah Anda perlu membatasi (mengualifikasi) kesimpulan Anda alih-alih membuat pernyataan yang definitif? Misalnya, Anda dapat mengatakan bahwa sesuatu cenderung ...
• Apakah Anda perlu menyarankan penelitian lanjutan dengan populasi yang berbeda atau lebih besar, atau dengan teknik pengambilan sampel yang berbeda?
❓Apa yang harus saya lakukan? Saya tidak memiliki cukup data karena saya tidak dapat melihat pola apa pun.
Masalah Anda mungkin bukan kekurangan data, melainkan Anda tidak dapat melihat polanya. Pola mungkin lebih sulit terlihat jika sangat berbeda dari yang Anda harapkan. Bicarakan dengan pembimbing Anda. (Catatan: Jika penelitian Anda mengkaji korelasi dua variabel, polanya bisa berupa hipotesis nol, yaitu kedua variabel tidak berkorelasi.)
❓Apakah saya juga harus mengeksplorasi secara menyeluruh semua tema yang muncul?
Anda sebaiknya mengeksplorasinya jika tema-tema tersebut menunjukkan temuan baru yang memengaruhi kesimpulan atau arah penelitian Anda. Jika tidak, mungkin cukup untuk mengonfirmasi bahwa tema-tema tersebut ada dan mendefinisikannya secara akurat.
❓Saya telah mengumpulkan semua data yang telah saya rencanakan. Namun data tersebut masih memiliki celah dan menimbulkan pertanyaan yang tidak dapat saya jawab. Haruskah saya mengumpulkan lebih banyak data atau cukup menerimanya dan berhenti mengumpulkan data?
Mengumpulkan lebih banyak data akan tepat jika Anda memiliki alasan untuk percaya bahwa data tambahan akan mengisi celah tersebut. Jika tidak, Anda sebaiknya menerima bahwa data tersebut mewakili keadaan pengetahuan saat ini. Analisis data yang Anda miliki dan pertimbangkan untuk menyarankan topik penelitian lanjutan. (Ngomong-ngomong, jika Anda sudah melihat adanya celah dalam data, berarti Anda sudah mengidentifikasi sebuah pola. Itu adalah kemajuan.)
Referensi PLoS One. 2018; 13(6): e0198606. Diterbitkan daring 20 Juni 2018. doi: 10.1371/journal.pone.0198606.
Fusch, P. I., & Ness, L. R. (2015). Are We There Yet? Data Saturation in Qualitative Research. The Qualitative Report, 20(9), 1408-1416. Diambil dari https://nsuworks.nova.edu/tqr/vol20/iss9/3
Ray Galvin How many interviews are enough? Do qualitative interviews in building energy consumption research produce reliable knowledge? Just Solutions Cambridge Working Paper 2014B. Diterbitkan dalam The Journal of Building Engineering, 2015.
https://www.researchgate.net/profile/David_Morgan19/post/Whats_is_ideal_sample_size_in_qualitative_research/attachment/59d6301679197b807798e33b/AS%3A360974889570309%401463074528665/download/Galvin%2B15%2BHow%2Bmany%2BInterviews.pdf. (Dilihat 1 Oktober 2018)
Tentang pencilan dan anomali
Data Anda harus siap untuk tahap berikutnya dari tesis atau disertasi Anda. Ini termasuk mempertanggungjawabkan setiap pencilan dan anomali, yaitu butir data yang tidak sesuai dengan pola data. Beberapa sumber menyebutnya sebagai data diskrepan, yaitu data yang tidak konsisten dengan asumsi penelitian, literatur, atau hipotesis yang sedang muncul.
Bagaimanapun keadaannya, Anda perlu mempertanggungjawabkannya. Cara penanganannya sangat bergantung pada jenis penelitian dan bidang tertentu:
Hal tersebut mungkin menunjukkan kurangnya uji lapangan terhadap alat pengumpulan data.
Hal tersebut mungkin menunjukkan adanya kesalahan dalam metodologi atau pengumpulan data, yang harus diperbaiki agar kumpulan data dapat dianggap valid.
Hal tersebut mungkin menunjukkan bias konfirmasi, di mana peneliti hanya mencari apa yang ingin ia temukan. (Sebagian mahasiswa berpikir bahwa jika data tidak sesuai dengan harapan mereka, maka data tersebut pasti salah dan penelitian mereka gagal.)
Hal tersebut mungkin tidak bermasalah, dan bahkan bisa bermanfaat. Misalnya:
Dalam etnografi dan sosiologi, hal tersebut dapat menunjukkan individu yang berasal dari keadaan yang tidak biasa yang tidak diantisipasi dalam definisi populasi.
Butir residu cukup umum dalam linguistik deskriptif. Hal ini dapat menunjukkan idiom, arkaisme, atau efek sosiolinguistik yang tersisa setelah analisis.
Dalam beberapa metode statistik, sejumlah kecil pencilan tidak signifikan dan tidak berdampak, sehingga peneliti dapat mengabaikannya begitu saja.
Pengecualian terhadap aturan dapat menunjukkan fenomena yang tidak biasa yang mengundang penelitian lanjutan. (Misalnya, seorang responden mungkin memahami pertanyaan Anda dengan benar tetapi dengan cara yang tidak Anda antisipasi. Jawabannya bisa sangat berwawasan dan membantu.) Beberapa kejutan ini mengarahkan penelitian ke arah lain, atau menciptakan topik baru untuk penelitian selanjutnya. Ini adalah hal yang baik dan tidak jarang terjadi; terutama ketika beberapa butir data bersifat berlawanan dengan intuisi.
Tema-tema baru yang sama sekali tidak terduga dalam studi kualitatif dapat muncul selama kerja lapangan atau analisis data. Tema-tema ini bahkan mungkin tampak tidak terkait dengan masalah penelitian dan kerangka konseptual, dan akan tidak jujur untuk menafsirkan ulang data agar sesuai dengan kesimpulan yang diharapkan. Hal ini bisa sangat menjengkelkan jika sesuatu menunjukkan bahwa masalah/pertanyaan penelitian seharusnya dirumuskan ulang secara berbeda.
Jika sebuah ujung yang longgar menghalangi Anda menarik kesimpulan apa pun, penelitian Anda mungkin terhenti tanpa arah. Pertanyaannya kemudian adalah Apa yang harus Anda lakukan untuk mengikat ujung longgar besar seperti itu? Pilihan yang saya sukai adalah mengeksplorasi topik tersebut dalam bab implikasi, dan mungkin merevisi definisi serta membuat pertanyaan penelitian lanjutan. Itu bernilai tinggi. Jika tidak memungkinkan, pertimbangkan opsi lain berikut:
Periksa data untuk mencari kesalahan.
Lakukan kerja lapangan tambahan untuk mengeksplorasi tema-tema tersebut secara cukup mendalam sehingga dapat menarik kesimpulan. (Umum dalam etnografi.)
Kembali ke tinjauan pustaka dan tambahkan apa pun yang telah ditulis tentang tema-tema tersebut. (Bukan pilihan yang baik; ini mengasumsikan bahwa kejutan tersebut seharusnya sudah dapat diperkirakan dari literatur, padahal justru inti masalahnya adalah bahwa hal itu tidak dapat diperkirakan.)
Dalam kebanyakan kasus, hal ini akan memperpanjang waktu yang dibutuhkan untuk menyelesaikan penelitian.
