DICARI! YANG MAU BELAJAR DATA SCIENCE DISKON 95%
Belajar Data 6 Bulan BERSERTIFIKAT hanya Rp 149K!

0 Hari 1 Jam 50 Menit 11 Detik

Kenali Pros dan Cons Data Primer dan Sekunder

Belajar Data Science di Rumah 12-Agustus-2021
https://dqlab.id/files/dqlab/cache/cf1be816eefaa813cd7462efdbc84eaf_x_Thumbnail800.jpg

Data primer adalah jenis data yang dikumpulkan langsung dari sumber datanya tanpa melalui sumber yang ada. Sebagian besar dikumpulkan khusus untuk proyek penelitian dan dapat dibagikan secara publik untuk digunakan untuk penelitian lain Data primer seringkali dapat diandalkan, otentik, dan objektif sebanyak yang dikumpulkan dengan tujuan mengatasi masalah penelitian tertentu. 


Perlu dicatat bahwa data primer tidak dikumpulkan secara umum karena tingginya biaya implementasi. Contoh umum dari data primer adalah data yang dikumpulkan oleh organisasi selama riset pasar, riset produk, dan analisis persaingan. Data ini dikumpulkan langsung dari sumber aslinya yang dalam banyak kasus adalah pelanggan yang sudah ada dan potensial. Sebagian besar orang yang mengumpulkan data primer adalah instansi pemerintah yang berwenang, penyidik, lembaga swasta berbasis penelitian, dll. 


Data sekunder adalah data yang telah dikumpulkan di masa lalu oleh orang lain tetapi tersedia untuk digunakan orang lain. Mereka biasanya merupakan data primer tetapi menjadi sekunder ketika digunakan oleh pihak ketiga. Data sekunder biasanya mudah diakses oleh peneliti dan individu karena sebagian besar dibagikan secara publik. Namun, ini berarti bahwa data biasanya bersifat umum dan tidak dirancang khusus untuk memenuhi kebutuhan peneliti seperti halnya data primer.


Misalnya, ketika melakukan tesis penelitian, peneliti perlu berkonsultasi dengan pekerjaan masa lalu yang dilakukan di bidang ini dan menambahkan temuan ke tinjauan pustaka. Beberapa hal lain seperti definisi dan teorema adalah data sekunder yang ditambahkan ke tesis untuk dirujuk dan dikutip dengan benar. Beberapa sumber umum dari data sekunder termasuk publikasi perdagangan, statistik pemerintah, jurnal, dll. Dalam kebanyakan kasus, sumber-sumber ini tidak dapat dipercaya sebagai sumber yang otentik.

Lalu apa bedanya antara Data Sekunder dan Primary ? Yuk simak perbedaannya


1. Keuntungan Data Primer

  • Data primer bersifat khusus untuk kebutuhan peneliti pada saat pengumpulan data. Peneliti mampu mengontrol jenis data yang sedang dikumpulkan.

  • Ini akurat dibandingkan dengan data sekunder. Data tidak tunduk pada bias pribadi dan dengan demikian keasliannya dapat dipercaya.

  • Peneliti menunjukkan kepemilikan data yang dikumpulkan melalui penelitian primer. Dia dapat memilih untuk membuatnya tersedia untuk umum, mematenkannya, atau bahkan menjualnya.

  • Data primer biasanya up to date karena mengumpulkan data secara real-time dan tidak mengumpulkan data dari sumber lama.

  • Peneliti memiliki kendali penuh atas data yang dikumpulkan melalui penelitian primer. Ia dapat memutuskan desain, metode, dan teknik analisis data mana yang akan digunakan.

Baca juga : Data Sekunder Adalah Jenis Data Penelitian yang Wajib Diketahui

 

2. Kelemahan Data Primer

  • Data primer sangat mahal dibandingkan dengan data sekunder. Oleh karena itu, mungkin sulit untuk mengumpulkan data primer.

  • Hal ini memakan waktu.

  • Dalam beberapa kasus, pengumpulan data primer mungkin tidak mungkin dilakukan karena kompleksitasnya dan komitmen yang diperlukan.


3.  Keuntungan Data Sekunder

  • Data sekunder mudah diakses dibandingkan dengan data primer. Data sekunder tersedia di berbagai platform yang dapat diakses oleh peneliti.

  • Data sekunder sangat terjangkau. Dibutuhkan sedikit atau tanpa biaya untuk mendapatkannya karena terkadang diberikan secara gratis.

  • Waktu yang dihabiskan untuk mengumpulkan data sekunder biasanya sangat sedikit dibandingkan dengan data primer.

  • Data sekunder memungkinkan dilakukannya studi longitudinal tanpa harus menunggu lama untuk menarik kesimpulan.

  • Ini membantu untuk menghasilkan wawasan baru ke dalam data primer yang ada.


4. Kelemahan Data Sekunder

  • Data sekunder mungkin tidak otentik dan dapat diandalkan. Seorang peneliti mungkin perlu memverifikasi lebih lanjut data yang dikumpulkan dari sumber yang tersedia.

  • Peneliti mungkin harus berurusan dengan data yang tidak relevan sebelum akhirnya menemukan data yang dibutuhkan.

  • Beberapa data dilebih-lebihkan karena bias pribadi dari sumber data.

  • Sumber data sekunder terkadang sudah ketinggalan zaman tanpa ada data baru untuk menggantikan yang lama.


Baca juga : Teknik Pengumpulan Data Sekunder: Sumber-Sumber Data Sekunder


5. Yuk Bersama DQLab Pahami Step by Step Mengolah Data

Percaya bahwa langkah kecil akan menjadi besar? Yuk belajar menjadi praktisi data dengan belajar step by step bersama DQLab . Belajar mengolah data dengan bahasa pemrograman R, Python dan SQL yang sangat relevan dengan tools yang digunakan oleh para praktisi data di dunia industri data. Langkah kecil membuatmu menjadi besar.







Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login