Data CondensationData condensation

Data Condensation
Data condensation refers to the process of selecting, focusing, simplifying,
abstracting, and/or transforming the data that appear in the full corpus (body) of
written-up fild notes, interview transcripts, documents, and other empirical materials.
By condensing, we’re making data stronger. (We stay away from data reduction as a term
because that implies we’re weakening or losing something in the process.)
As we see it, data condensation occurs continuously throughout the life of any
qualitatively oriented project. Even before the data are actually collected, anticipatory
data condensation is occurring as the researcher decides (often without full awareness)
which conceptual framework, which cases, which research questions, and which
data collection approaches to choose. As data collection proceeds, further episodes of
data condensation occur: writing summaries, coding, developing themes, generating
categories, and writing analytic memos. The data condensing/transforming process
continues after the fildwork is over, until a fial report is completed.
Data condensation is not something separate from analysis. It is a part of analysis.
The researcher’s decisions—which data chunks to code and which to pull out, which
category labels best summarize a number of chunks, which evolving story to tell—are
all analytic choices. Data condensation is a form of analysis that sharpens, sorts, focuses,
discards, and organizes data in such a way that “fial” conclusions can be drawn and
verifid.
By data condensation, we do not necessarily mean quantifiation. Qualitative data
can be transformed in many ways: through selection, through summary or paraphrase,
through being subsumed in a larger pattern, and so on. Occasionally, it may be helpful
to convert the data into magnitudes (e.g., the analyst decides that the program being
looked at has a “high” or “low” degree of effectiveness), but this is not always necessary.

Hasil (Bahasa Indonesia) 1:

Data kondensasiData kondensasi mengacu pada proses memilih, fokus, menyederhanakan,abstrak, dan/atau mengubah data yang muncul dalam penuh corpus (tubuh)Catatan fild menulis-up, wawancara transkrip, dokumen, dan bahan lain empiris.Oleh terkondensasi, kami membuat data yang lebih kuat. (Kami tinggal jauh dari data pengurangan sebagai istilahkarena itu berarti kita sedang melemah atau kehilangan sesuatu dalam proses.)Seperti yang kita lihat, data kondensasi terjadi terus menerus sepanjang hidup dari setiapkualitatif berorientasi proyek. Bahkan sebelum data sebenarnya yang dikumpulkan, antisipatifdata kondensasi terjadi ketika peneliti memutuskan (sering tanpa kesadaran penuh)kerangka kerja konseptual yang, yang kasus, pertanyaan penelitian yang, dan yangpengumpulan data pendekatan untuk memilih. Sebagai data koleksi hasil, lebih episodedata kondensasi terjadi: menulis ringkasan, pengkodean, pengembangan tema, menghasilkanKategori, dan penulisan analitis memo. Proses kondensasi/transformasi databerlanjut setelah fildwork berakhir, sampai laporan fial selesai.Data kondensasi bukanlah sesuatu yang terpisah dari analisis. Ini adalah bagian dari analisis.Peneliti keputusan — data potongan kode dan yang untuk menarik keluar, yangKategori label terbaik meringkas sejumlah potongan, yang berkembang kisah — yangSemua pilihan analitik. Kondensasi data adalah suatu bentuk analisis yang mempertajam, mengurutkan, berfokus,membuang, dan mengatur data sedemikian rupa bahwa "fial" kesimpulan yang dapat ditarik danverifid.Oleh kondensasi data, kita tidak selalu berarti quantifiation. Data kualitatifdapat berubah dalam banyak cara: melalui seleksi, melalui ringkasan atau parafrase,melalui yang dimasukkan dalam pola yang lebih besar, dan seterusnya. Kadang-kadang, mungkin akan membantuuntuk mengkonversi data ke besaran (misalnya, analis memutuskan bahwa program yangtampak di memiliki gelar "tinggi" atau "rendah" efektivitas), tetapi hal ini tidak selalu diperlukan.