Program Studi Bisnis Digital • FEB

Metodologi Penelitian Bisnis

Pertemuan 7 — Metode Penelitian Kualitatif: Wawancara Mendalam, FGD & Analisis Tematik

Bagaimana peneliti bisnis digital menggali makna di balik perilaku konsumen dan keputusan bisnis — lewat wawancara, diskusi kelompok, dan pembacaan tema yang sistematis, bukan sekadar tebakan.

RPS MINGGU 7 • 2 × 50 MENIT

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu merancang dan menilai kualitas penelitian kualitatif untuk konteks riset bisnis digital. Secara rinci:

CAPAIAN 1

teknik pengumpulan data kualitatif

Menjelaskan cara kerja wawancara mendalam (in-depth interview), FGD (focus group discussion), dan observasi partisipatif — kapan masing-masing dipakai.

CAPAIAN 2

tahap analisis tematik

Mempraktikkan pengkodean data teks menjadi tema bermakna, mengikuti kerangka Braun & Clarke yang jadi rujukan standar riset kualitatif.

CAPAIAN 3

kriteria kualitas (trustworthiness)

Menilai kredibilitas, dependabilitas, konfirmabilitas, dan transferabilitas — padanan kualitatif dari validitas & reliabilitas kuantitatif.

KONTEKS

bisnis digital & e-commerce

Semua contoh memakai kasus riil ekosistem digital Indonesia — UMKM digital, marketplace, dan startup — supaya relevan dengan skripsi Anda kelak.

Mengapa Tidak Cukup Hanya Angka?

Bayangkan data Google Analytics sebuah startup fintech menunjukkan 68% pengguna baru berhenti di halaman verifikasi KTP. Angka ini menjawab "apa" — tetapi bukan "mengapa".

Pertanyaan yang TERJAWAB kuantitatif

Berapa persen yang drop-off?
Berapa lama rata-rata waktu di halaman itu?
Apakah drop-off berbeda antar-perangkat (HP vs desktop)?

Pertanyaan yang HANYA terjawab kualitatif

Apa yang membuat pengguna ragu memberi KTP?
Bahasa apa yang membuat mereka merasa aman?
Cerita pengalaman buruk seperti apa yang mereka bawa?

Penelitian kualitatif menjawab pertanyaan "mengapa" dan "bagaimana" lewat makna, konteks, dan pengalaman subjek — bukan lewat pengujian hipotesis numerik.

Bagian 1 dari 4

Wawancara Mendalam

Percakapan terarah satu-lawan-satu untuk menggali pengalaman, motif, dan makna yang tersembunyi di balik perilaku responden.

In-Depth Interview Semi-Terstruktur

Wawancara Mendalam: Definisi & Ciri

Wawancara mendalam (in-depth interview) adalah percakapan terarah antara peneliti dan satu responden untuk menggali pengalaman, persepsi, dan makna secara rinci — biasanya berlangsung 30–90 menit.

TERSTRUKTUR

Urutan & kata pertanyaan tetap

Mirip kuesioner lisan — cocok saat perlu banding jawaban antar-responden secara ketat, tapi kurang fleksibel menggali cerita baru.

SEMI-TERSTRUKTUR

Panduan topik, urutan lentur

Paling umum dipakai riset bisnis digital — peneliti punya daftar topik inti tapi bebas mengejar cerita menarik yang muncul spontan.

TAK TERSTRUKTUR

Mengalir seperti obrolan bebas

Cocok tahap eksplorasi paling awal saat peneliti belum tahu pertanyaan tepatnya — risikonya data sulit dibandingkan antar-responden.

Menyusun Panduan Wawancara (Interview Guide)

Panduan wawancara bukan skrip kaku — ia adalah peta topik yang menjaga percakapan tetap relevan dengan tujuan riset.

Struktur Umum Panduan Wawancara

Pembuka — perkenalan, tujuan riset, jaminan kerahasiaan, izin merekam (informed consent).
Pertanyaan pemanasan — topik ringan agar narasumber nyaman bercerita.
Pertanyaan inti — terbuka ("Ceritakan pengalaman Anda...") bukan tertutup ("Apakah Anda puas?").
Probing — pertanyaan lanjutan ("Bisa dijelaskan lebih lanjut?", "Mengapa menurut Anda begitu?") untuk menggali lebih dalam.
Penutup — ringkasan, ucapan Terima Kasih, ruang untuk hal yang belum tersampaikan.

Hitung dari Nol: Menyusun Alur Wawancara 30 Menit

Studi kasus: Anda mewawancarai pemilik UMKM kuliner tentang alasan belum bergabung ke GoFood. Berikut tahapan menyusun alokasi waktunya.

Langkah	Perhitungan	Nilai
1. Total waktu wawancara tersedia	Kesepakatan awal dengan narasumber	30 menit
2. Alokasi pembuka + consent	10% dari 30 menit	10% × 30 = 3 menit
3. Alokasi pemanasan	15% dari 30 menit	15% × 30 = 4,5 menit
4. Alokasi pertanyaan inti + probing	65% dari 30 menit	65% × 30 = 19,5 menit
5. Alokasi penutup	Sisa waktu	30 − (3+4,5+19,5) = 3 menit

ALOKASI INTI

19,5 menit

dari total 30 menit wawancara

Jebakan Umum yang Merusak Data Wawancara

Pertanyaan menggiring (leading question)
"Bukankah aplikasi ini lambat ya?" — narasumber cenderung mengikuti asumsi peneliti, bukan menyampaikan pendapat jujurnya.

Terlalu banyak bicara
Peneliti mendominasi percakapan alih-alih mendengarkan — aturan praktis: narasumber harus bicara ≥70% durasi wawancara.

Tidak mentoleransi jeda diam
Jeda beberapa detik sering diikuti cerita paling jujur — peneliti pemula gugup dan buru-buru mengisi keheningan.

Solusi: latihan & rekaman
Rekam (dengan izin), transkrip verbatim, lalu dengarkan ulang gaya bertanya Anda sendiri sebelum wawancara berikutnya.

Bagian 2 dari 4

Focus Group Discussion (FGD)

Diskusi kelompok terarah yang memanfaatkan interaksi antar-peserta untuk memunculkan sudut pandang yang tak akan muncul dalam wawancara satu-lawan-satu.

6-10 Peserta Moderator

FGD: Definisi & Anatomi

FGD adalah diskusi terstruktur dengan 6–10 peserta yang dipandu moderator untuk menggali persepsi kolektif tentang suatu topik, biasanya 60–120 menit.

MODERATOR

Pemandu diskusi

Menjaga diskusi tetap fokus, memastikan semua peserta bicara, dan mencegah satu suara mendominasi.

NOTULIS

Pencatat non-verbal

Mencatat bahasa tubuh, siapa setuju-tidak setuju, dan dinamika kelompok yang tak terekam suara.

PESERTA

6-10 orang homogen

Dipilih dengan karakteristik serupa (mis. sesama pengguna aktif e-commerce) agar nyaman berbagi pandangan.

Perhatikan angka 6 sampai 10 peserta ini bukan sembarang — terlalu sedikit dan diskusi terasa seperti wawancara berjamaah tanpa dinamika, terlalu banyak dan sebagian peserta akan diam saja karena tidak kebagian giliran bicara. Peran moderator jauh lebih menantang dari sekadar bertanya seperti pewawancara individual — mereka harus mengelola dinamika sosial, mencegah peserta yang dominan membungkam yang pemalu, sekaligus menjaga topik tetap relevan. Sebagai contoh nyata, kalau Anda melakukan FGD dengan tujuh pemilik UMKM se-Kota Semarang tentang alasan mereka ragu memakai QRIS, moderator harus memastikan pemilik toko besar tidak mendominasi sementara pemilik warung kecil tetap didengar. Homogenitas peserta penting supaya mereka merasa nyaman dan setara berbagi pengalaman — jangan campur investor besar dengan pedagang kaki lima dalam satu sesi.

Wawancara Mendalam vs. FGD: Kapan Pilih Mana?

Kriteria	Wawancara Mendalam	FGD
Kedalaman per-individu	Sangat tinggi	Sedang (waktu terbagi)
Topik sensitif	Lebih cocok (privasi terjaga)	Kurang cocok (ada audiens)
Menangkap norma sosial/kelompok	Terbatas	Sangat cocok
Efisiensi waktu peneliti	Rendah (1 orang per sesi)	Tinggi (banyak orang per sesi)
Risiko bias konformitas	Rendah	Ada (efek "ikut suara mayoritas")

Contoh keputusan: meneliti alasan pribadi pemilik startup gagal pivot bisnis → wawancara mendalam. Meneliti persepsi komunitas pengguna terhadap fitur baru marketplace → FGD.

Bagian 3 dari 4

Analisis Tematik

Mengubah tumpukan transkrip wawancara dan FGD menjadi tema-tema bermakna lewat proses pengkodean yang sistematis — bukan tebak-tebakan subjektif.

Braun & Clarke Coding

Enam Tahap Analisis Tematik (Braun & Clarke, 2006)

TAHAP 1-2

Familiarisasi & koding awal

Membaca berulang transkrip, lalu memberi label/kode pada potongan teks bermakna (mis. "takut data bocor").

TAHAP 3-4

Mencari & meninjau tema

Mengelompokkan kode-kode serupa jadi tema kandidat, lalu meninjau apakah tema itu konsisten dengan data mentah.

TAHAP 5-6

Menamai & melaporkan tema

Memberi nama tema yang jelas (mis. "Kekhawatiran Keamanan Data"), lalu menulis narasi temuan dengan kutipan pendukung.

Kode (code) = label pendek untuk potongan data. Tema (theme) = pola bermakna yang merangkum beberapa kode. Kode adalah bata; tema adalah dinding yang tersusun dari bata-bata itu.

Enam tahap ini sengaja saya bagi jadi tiga pasang agar mudah diingat: familiarisasi-koding, pencarian-peninjauan tema, dan penamaan-pelaporan. Perbedaan kode dan tema sering membingungkan mahasiswa baru — analogi bata dan dinding tadi saya harap membantu: satu kode seperti "takut data bocor" adalah satu bata kecil, sementara tema "Kekhawatiran Keamanan Data" adalah dinding yang tersusun dari banyak bata serupa yang muncul di berbagai transkrip. Proses ini tidak linear sekali jalan — Anda akan bolak-balik antara tahap 3 dan 4, meninjau ulang apakah tema yang Anda susun benar-benar didukung data atau cuma asumsi Anda sendiri. Braun dan Clarke menekankan bahwa analisis tematik bukan proses menemukan tema yang "sudah ada" secara pasif, melainkan proses aktif peneliti membangun makna dari data — ini penting untuk Anda tulis di bab metodologi skripsi.

Hitung dari Nol: Dari Kutipan ke Tema

Studi kasus: tiga kutipan dari wawancara pemilik warung tentang keengganan memakai QRIS. Ikuti alurnya langkah demi langkah.

Langkah	Perhitungan	Nilai
1. Kutipan mentah #1	"Saya takut uangnya lama masuk ke rekening"	Data mentah
2. Kode untuk kutipan #1	Ringkas jadi label pendek	"Kekhawatiran pencairan dana"
3. Kutipan mentah #2 & #3	"Ribet daftar akunnya" / "Sinyal internet di warung jelek"	2 kode baru
4. Kode #2 & #3 diberi label	"Hambatan teknis pendaftaran", "Hambatan infrastruktur"	3 kode terkumpul
5. Pengelompokan jadi tema	3 kode tentang kesulitan operasional → 1 tema	"Hambatan Praktis Adopsi QRIS"

HASIL AKHIR

3 kode → 1 tema

"Hambatan Praktis Adopsi QRIS"

Latihan ini adalah miniatur dari apa yang akan Anda lakukan puluhan bahkan ratusan kali saat menganalisis transkrip skripsi. Perhatikan bahwa tiga kutipan yang tampak berbeda topik — soal pencairan dana, pendaftaran, dan sinyal internet — ternyata semuanya bercerita tentang hal yang sama di level lebih abstrak, yaitu hambatan praktis dalam mengadopsi QRIS. Inilah keterampilan inti analisis tematik: kemampuan melihat benang merah di antara data yang tampak beragam. Kalau Anda mewawancarai sepuluh pemilik warung di Semarang, mungkin akan muncul 30-40 kode berbeda, tapi lewat proses pengelompokan ini biasanya mengerucut jadi 4-6 tema utama yang benar-benar menjawab pertanyaan penelitian Anda. Jangan terburu-buru menetapkan tema di kutipan pertama — kumpulkan dulu banyak kode, baru cari polanya.

Dua Pendekatan Koding: Induktif vs. Deduktif

Koding Induktif (Data-Driven)

Kode muncul murni dari data, tanpa kerangka teori sebelumnya. Peneliti membiarkan pola "muncul sendiri" dari transkrip.

Cocok untuk topik baru, minim literatur
Risiko: bisa terlalu subjektif tanpa panduan

Koding Deduktif (Theory-Driven)

Kode disusun dari kerangka teori yang sudah ada (mis. Technology Acceptance Model), lalu dicocokkan ke data.

Cocok saat ada teori mapan yang relevan
Risiko: bisa memaksakan data masuk kotak teori

Pendekatan hybrid — mulai dengan kerangka teori kasar, tetap terbuka pada kode baru dari data — paling umum dipakai riset bisnis digital dan direkomendasikan untuk skripsi pemula.

Perbedaan induktif dan deduktif ini mirip dengan perbedaan yang sudah kita bahas di pertemuan 5 soal kerangka teoritis — bedanya sekarang diterapkan pada cara mengkode data kualitatif, bukan merumuskan hipotesis. Kalau Anda meneliti topik yang benar-benar baru, misalnya persepsi masyarakat terhadap toko yang cuma buka di TikTok Live tanpa toko fisik sama sekali, belum tentu ada teori mapan yang pas — di situ koding induktif lebih jujur terhadap data. Sebaliknya kalau Anda meneliti adopsi QRIS memakai Technology Acceptance Model yang sudah mapan, Anda bisa mulai dengan kode-kode dari konstruk teori itu seperti "persepsi kemudahan" dan "persepsi kegunaan". Saya sarankan mahasiswa semester ini memakai pendekatan hybrid — pakai teori sebagai peta kasar, tapi tetap buka mata pada kode tak terduga yang muncul dari narasumber Anda.

Bagian 4 dari 4

Menilai Kualitas Riset Kualitatif

Padanan validitas & reliabilitas untuk dunia kualitatif — empat kriteria trustworthiness dari Lincoln & Guba.

Lincoln & Guba Trustworthiness

Empat Kriteria Trustworthiness

KREDIBILITAS

Padanan validitas internal

Apakah temuan mencerminkan pengalaman narasumber secara akurat? Dicapai lewat triangulasi (cek silang beberapa sumber data) dan member checking (konfirmasi ulang ke narasumber).

DEPENDABILITAS

Padanan reliabilitas

Apakah proses penelitian konsisten dan bisa dilacak? Dicapai lewat audit trail — catatan rinci tiap keputusan metodologis dari awal sampai akhir.

KONFIRMABILITAS

Padanan objektivitas

Apakah temuan berasal dari data, bukan bias peneliti? Dicapai lewat refleksivitas — peneliti mencatat sadar posisi & asumsi pribadinya.

TRANSFERABILITAS

Padanan generalisabilitas

Apakah temuan bisa relevan di konteks lain? Dicapai lewat thick description — deskripsi konteks yang kaya agar pembaca menilai sendiri kesesuaiannya.

Mari kita perlambat di sini karena empat istilah ini sering tertukar mahasiswa saat ujian. Kredibilitas menjawab "apakah ini benar-benar menggambarkan apa yang dialami narasumber" — caranya lewat triangulasi, misalnya mengecek cerita pemilik UMKM dengan data transaksi asli mereka, atau member checking, yaitu menunjukkan ringkasan temuan kembali ke narasumber untuk dikonfirmasi. Dependabilitas soal jejak audit — bayangkan peneliti lain membaca catatan Anda dan bisa mengikuti persis mengapa Anda mengambil keputusan metodologis tertentu, dari memilih narasumber sampai menetapkan tema. Konfirmabilitas soal refleksivitas, yaitu kejujuran peneliti mengakui posisi dan bias pribadinya — misalnya jika Anda sendiri pengguna setia GoFood, Anda perlu sadar itu bisa memengaruhi cara Anda menafsirkan data. Terakhir, transferabilitas dicapai lewat thick description atau deskripsi tebal — menjelaskan konteks penelitian sedetail mungkin (lokasi, waktu, karakteristik narasumber) supaya pembaca lain bisa menilai sendiri apakah temuan itu relevan untuk konteks mereka.

Studi Kasus: Riset Kualitatif di Startup E-Commerce

Sebuah tim riset ingin memahami mengapa penjual di sebuah marketplace lokal enggan memakai fitur livestream berjualan. Rancangan mereka:

Rancangan Metode

Sampel: 12 wawancara mendalam dengan penjual aktif (semi-terstruktur, 45 menit tiap sesi).
Pelengkap: 2 sesi FGD (@8 peserta) untuk menangkap persepsi kolektif komunitas penjual.
Analisis: koding hybrid (kerangka awal dari teori adopsi teknologi + kode terbuka dari data).
Penjaga kualitas: triangulasi data wawancara-FGD, member checking pada 4 narasumber, audit trail lengkap.

Hasil: 4 tema utama ditemukan — kecemasan tampil kamera, keterbatasan waktu, kekhawatiran performa teknis, dan minimnya contoh sukses dari sesama penjual.

Studi kasus ini merangkum seluruh materi hari ini dalam satu contoh utuh, dan pola inilah yang idealnya Anda tiru untuk bab metodologi skripsi kualitatif Anda sendiri. Perhatikan bagaimana tim ini mengombinasikan dua metode — wawancara mendalam untuk kedalaman individual dan FGD untuk menangkap dinamika komunitas penjual — inilah yang disebut multi-method dalam pengumpulan data kualitatif. Perhatikan pula bagaimana mereka menjaga kualitas riset lewat tiga langkah konkret: triangulasi antara data wawancara dan FGD, member checking dengan mengonfirmasi ulang temuan ke empat narasumber, dan audit trail yang mendokumentasikan seluruh proses. Empat tema yang muncul — mulai dari kecemasan tampil kamera sampai minimnya contoh sukses — menunjukkan bagaimana analisis tematik mengungkap alasan bisnis yang jauh lebih kaya dibanding sekadar angka adopsi fitur.

Latihan Kelas: Rancang Sketsa Riset Kualitatif Anda

Kerjakan berkelompok (3-4 orang), waktu 15 menit, lalu satu kelompok akan diminta presentasi singkat.

TOPIK CONTOH

Pilih salah satu atau usulkan sendiri

(a) Alasan konsumen ragu membeli produk live shopping. (b) Pengalaman kurir ojek online menghadapi aplikasi baru. (c) Persepsi UMKM terhadap pinjaman modal digital.

TUGAS KELOMPOK

Jawab 4 pertanyaan berikut

1) Wawancara atau FGD, mengapa? 2) Siapa target narasumber & berapa jumlahnya? 3) Tulis 3 pertanyaan inti. 4) Kriteria trustworthiness mana yang paling relevan dijaga?

Tujuan latihan: melatih Anda berpikir dari topik minat → pilihan metode → rancangan konkret, alur yang sama persis akan Anda pakai menulis proposal di pertemuan 13.

Rangkuman & Persiapan Minggu Depan

Cheat Sheet Hari Ini

Wawancara mendalam = kedalaman individual, 1 orang.
FGD = dinamika kelompok, 6-10 orang.
Analisis tematik = 6 tahap, kode → tema.
Trustworthiness = kredibilitas, dependabilitas, konfirmabilitas, transferabilitas.

MINGGU DEPAN

UTS

Ujian Tengah Semester

Materi P1-P7 (fondasi penelitian s.d. kualitatif) diujikan. Setelah UTS, P9 membahas metode kuantitatif & sampling — dunia yang berlawanan logika dengan hari ini.

Tugas persiapan UTS: baca ulang catatan P1-P7, pastikan Anda bisa membedakan kapan memilih wawancara vs. FGD, dan mampu menjelaskan keempat kriteria trustworthiness dengan kata-kata sendiri.

Sampailah kita di penghujung pertemuan 7 — mari rangkum sekali lagi: hari ini Anda belajar dua teknik pengumpulan data kualitatif utama, cara mengubah transkrip mentah jadi tema bermakna lewat analisis tematik, dan empat kriteria untuk menjamin riset Anda kredibel meski tanpa angka statistik. Minggu depan adalah UTS yang akan menguji seluruh materi dari pertemuan 1 sampai 7, jadi pastikan Anda benar-benar memahami bukan sekadar menghafal istilah seperti trustworthiness atau analisis tematik. Setelah UTS, kita akan berpindah ke dunia yang secara filosofi berlawanan — metode kuantitatif dan sampling probabilitas di pertemuan 9 — jadi nikmati dulu keluwesan berpikir kualitatif ini sebelum kembali ke ketatnya angka. Kalau ada pertanyaan soal materi hari ini, silakan datang ke jam konsultasi saya sebelum UTS, jangan ditahan sampai hari-H ujian.