Kenali Sifat dan Pengertian Data Sekunder
Data dalam penelitian sangatlah penting peranannya, karena hasil penelitian akan sangat bergantung pada data yang digunakan. Ada dua jenis data yang sering digunakan dalam penelitian, yaitu data sekunder dan data primer. Tentu sebelum memutuskan akan menggunakan jenis data yang mana, peneliti perlu mempertimbangkan secara matang karena data sekunder dan data primer cukup jauh berbeda. Salah satu perbedaan dari data sekunder dan data primer adalah dari proses pengumpulannya, dimana data primer dikumpulkan langsung oleh peneliti sehingga bisa dijamin keakuratannya.
Sementara Data sekunder diambil dari data yang sudah pernah dikumpulkan oleh orang lain sebelumnya sehingga peneliti tidak bisa menjamin keakuratan dari data. Jumlah biaya dan waktu yang dibutuhkan untuk mendapatkan kedua jenis data ini sangatlah berbeda. Untuk lebih memahami data sekunder, kita lihat dulu yuk pengertian data sekunder dan sifat-sifat yang dimiliki data sekunder, untuk lebih lanjut mari simak artikel ini bersama-sama.
1. Pengertian Data Sekunder
Data sekunder adalah data yang telah disediakan oleh pihak ketiga tanpa harus melakukan wawancara ataupun survey lapangan seperti yang dilakukan pada data primer, dan biasanya data sekunder telah dikumpulkan di masa lalu. Data sekunder dianggap penting oleh banyak peneliti karena tidak mungkin bagi seorang peneliti untuk pergi di masa lalu dan menganalisis perkembangan.
Tinjauan yang cermat terhadap data sekunder sangat penting dan harus diteliti dengan sangat teliti karena mungkin saja data sekunder tidak memadai atau tidak cocok untuk masalah tertentu yang sedang dikerjakan dengan menggunakan data sekunder kamu dapat menghemat waktu dan biaya dalam proses pengumpulan datanya, selain itu analis perubahan sosial dan ekonomi mempertimbangkan data sekunder penting, karena tidak mungkin untuk melakukan survei baru yang dapat secara memadai dapat menggambarkan perubahan dan/atau perkembangan masa lalu.
Baca juga : Teknik Pengumpulan Data Sekunder, Apa Saja Sumber Data yang Bisa Digunakan?
2. Keandalan Data
Source: unsplash.com
Data sekunder yang akan digunakan harus dapat diandalkan. Analisis koneksi data harus dilakukan dan pertanyaan seperti siapa yang mengumpulkan data, apa sumber data yang dikumpulkan, kapan data dikumpulkan dan metode apa yang digunakan untuk mengumpulkannya, apa tingkat akurasi yang diinginkan tercapai dan jika ada bias oleh kompiler. Ini adalah sifat utama yang harus dimiliki pada data yang kita gunakan sebelum melakukan penelitian.
3. Kesesuaian Data
Source: unsplash.com
Data harus sesuai untuk penelitian yang akan dilakukan karena data yang akan dilakukan karena data yang cocok untuk satu penelitian mungkin tidak diperlukan cocok untuk penelitian lain. Inilah sebabnya mengapa data yang ditemukan harus diteliti dengan benar dan tidak boleh digunakan oleh peneliti secara langsung. Peneliti harus hati-hati melihat istilah dan unit pengumpulan dan waktu dimana data dikumpulkan dari sumber utama. Analis yang cermat akan mengungkapkan ruang lingkup dan objek bersama dengan sifat kueri asli yang dilakukan.
4. Kecukupan Data
Source: unsplash.com
Jika masalah peneliti saat ini tidak dijawab oleh data yang kamu miliki, maka itu harus dianggap tidak memadai dan harus menahan diri dari penggunaan oleh peneliti. Data tidak akan dianggap cukup jika ruang lingkup peneliti lebih sempit atau lebih luas dari data sekunder yang dikumpulkan. Aku sangat berisiko untuk menggunakan data jika hanya cocok dengan beberapa bagian dari kueri yang diajukan oleh peneliti kemungkinan kesalahan dalam penelitian ini meningkat secara drastis.
Baca juga : Metode Pengumpulan Data Sekunder, Bisa Menggunakan Apa Saja Sih?
5. Yuk, Produktif dan Bangun Portfolio Data Kamu Bersama DQLab!
Selama PJJ kamu merasa sibuk tapi kurang produktif dan tidak berkembang? Ingin belajar skill baru seperti data science, machine learning, dan artificial intelligence tapi, bingung atur waktu dan harus mulai dari mana? Join DQLab, dan kamu bisa langsung mengasah skill tanpa perlu mencari sumber data untuk berlatih atau membangun portfolio kamu. Selain itu, belajar kamu jadi lebih terarah dan kamu juga dapat terhindar dari overdosis informasi, selain itu kamu tidak perlu bingung dengan urusan waktu, karena dengan kursus data science online waktu belajar kamu bisa lebih fleksibel dan dapat diakses dimanapun dan kapanpun.
Materi-materi yang ditawarkan lengkap dan sesuai dengan kebutuhan industri, disusun oleh mentor-mentor yang kompeten di bidangnya dari perusahaan unicorn dan startup. Jadi, jangan khawatir, kamu bisa mulai kursus data science online bersama DQLab.id! Sign up sekarang di DQLab.id atau klik button dibawah ini untuk nikmati pengalaman belajar yang seru dan menyenangkan!
Penulis: Rian Tineges
Editor: Annissa Widya Davita