Buat Akun DQLab & Akses Kelas Data Science Python, R, dan Excel GRATIS
 SIGN UP  

Keuntungan dan Kerugian Data Sekunder dalam Dunia Data

Belajar Data Science di Rumah 04-Oktober-2021
https://dqlab.id/files/dqlab/cache/b91ec2b76d4011cc983ac30fc23cc578_x_Thumbnail800.png

Data sekunder adalah data yang tidak dikumpulkan atau dibuat sendiri oleh peneliti. Data sekunder dapat mencakup sejumlah besar studi yang sangat orisinal dan ekstensif, termasuk beberapa kumpulan data terbesar dan paling teliti. Panduan ini adalah pengantar yang sangat cepat untuk menemukan sumber data sekunder. Analisis data sekunder melibatkan seorang peneliti menggunakan informasi yang orang lain telah kumpulkan untuk tujuannya sendiri. Peneliti memanfaatkan analisis data sekunder dalam upaya untuk menjawab pertanyaan penelitian baru, atau untuk memeriksa perspektif alternatif pada pertanyaan asli dari penelitian sebelumnya. Untuk memahami sepenuhnya analisis data sekunder, penting untuk membiasakan diri sahabat data dengan perbedaan antara data primer dan sekunder. 


Penelitian tidak selalu melibatkan pengumpulan data dari partisipan. Ada sejumlah besar data yang dikumpulkan melalui sistem informasi manajemen rutin dan survei atau kegiatan penelitian lainnya. Data yang ada dapat dianalisis untuk menghasilkan hipotesis baru atau menjawab pertanyaan penelitian kritis. Ini menghemat banyak waktu, uang, dan sumber daya lainnya. Juga data dari survei sampel besar mungkin lebih berkualitas dan mewakili populasi. Ini menghindari pengulangan penelitian & pemborosan sumber daya dengan eksplorasi terperinci dari data penelitian yang ada dan juga memastikan bahwa topik sensitif atau populasi yang sulit dijangkau tidak terlalu banyak diteliti. Namun, ada masalah etika tertentu yang berkaitan dengan analisis data sekunder yang harus diperhatikan sebelum menangani data tersebut.


1. Data Primer vs. Data Sekunder

Data primer adalah data asli yang dikumpulkan peneliti untuk tujuan tertentu. Data sekunder, di sisi lain, dikumpulkan untuk tujuan yang berbeda dari yang digunakan. Untuk menambahkan konteks pada definisi data sekunder, mari kita perhatikan sebuah contoh. Jika seorang pengusaha sedang mempertimbangkan untuk membuka bisnis baru, ia dapat memanfaatkan data sensus yang telah dikumpulkan oleh pemerintah.


Meskipun pengusaha tidak akan mengumpulkan datanya sendiri, data sensus mencakup informasi yang sangat bermanfaat bagi pengusaha, seperti usia rata-rata, pendapatan rumah tangga, dan tingkat pendidikan di wilayah geografis tertentu. Dengan menggali data sensus ini untuk menginformasikan keputusan apakah pengusaha harus membuka usaha baru atau tidak, pengusaha melakukan analisis data sekunder.


Baca juga : Teknik Pengumpulan Data Sekunder, Apa Saja Sumber Data yang Bisa Digunakan?


2. Faktor yang Perlu Dipertimbangkan Sebelum Melakukan Analisis Data Sekunder

Ada faktor-faktor tertentu yang harus dipertimbangkan oleh seorang peneliti sebelum memutuskan untuk melanjutkan dengan analisis data sekunder. Karena peneliti tidak mengumpulkan data yang akan dikerjakannya, sangat penting baginya untuk terbiasa dengan kumpulan data. Proses pengenalan ini memerlukan:

  1. Mempelajari tentang bagaimana data dikumpulkan

  2. Mempelajari siapa populasi penelitiannya

  3. Mempelajari apa tujuan dari penelitian aslinya

  4. Menentukan kategori tanggapan untuk setiap pertanyaan yang ditampilkan kepada responden survei

  5. Mengevaluasi apakah bobot perlu diterapkan selama analisis data

  6. Memutuskan apakah klaster atau stratifikasi perlu diperhitungkan selama analisis data


3. Keuntungan Analisis Data Sekunder

Salah satu keuntungan paling nyata dari penggunaan analisis data sekunder adalah efektivitas biayanya. Karena orang lain telah mengumpulkan data, peneliti tidak perlu menginvestasikan uang, waktu, atau tenaga ke dalam tahap pengumpulan data studinya. Meskipun terkadang data sekunder harus dibeli oleh peneliti yang ingin menggunakannya untuk menginformasikan studi yang sedang mereka kerjakan, biaya ini hampir selalu lebih rendah daripada biaya yang akan dikeluarkan jika peneliti membuat kumpulan data yang sama dari awal.


Juga, data dari kumpulan data sekunder biasanya sudah dibersihkan dan disimpan dalam format elektronik, sehingga peneliti dapat menghabiskan waktunya menyingsingkan lengan baju mereka dan menganalisis data daripada menghabiskan waktu untuk menyiapkan data untuk analisis.


Manfaat lain dari menganalisis data sekunder daripada mengumpulkan dan menganalisis data primer adalah volume dan luasnya data yang tersedia untuk umum saat ini. Misalnya, memanfaatkan temuan dari studi yang telah dilakukan pemerintah memberi peneliti akses ke sejumlah besar data yang tidak mungkin peneliti kumpulkan sendiri. Data longitudinal pada skala ini sangat kuat. Pemerintah bisa saja mengumpulkan data pada satu populasi untuk waktu yang lama dan lama. Alih-alih menginvestasikan waktu itu, dengan menggunakan data pemerintah yang tersedia untuk umum untuk melakukan analisis data sekunder, peneliti telah menghindari kerja intensif selama bertahun-tahun.


4. Kekurangan Analisis Data Sekunder

Kerugian terbesar dari melakukan analisis data sekunder adalah bahwa kumpulan data sekunder mungkin tidak menjawab pertanyaan penelitian spesifik peneliti sejauh yang diharapkan oleh penelitian. Jika seorang peneliti menetapkan untuk melakukan penelitian dengan pertanyaan yang sangat khusus dalam pikiran, kumpulan data sekunder mungkin tidak berisi informasi spesifik yang memungkinkan peneliti untuk menjawab pertanyaannya. Demikian pula, ketika seorang peneliti memiliki pertanyaan atau tujuan tertentu dalam pikiran, kadang-kadang sulit untuk mengidentifikasi data sekunder yang valid untuk digunakan, karena data mungkin tidak dikumpulkan selama jangka waktu yang peneliti harapkan, atau dengan benar. wilayah geografis, dll.


Kerugian lain adalah bahwa tidak peduli apa yang peneliti lakukan untuk memeriksa kumpulan data sekunder, mereka tidak akan pernah bisa tahu persis bagaimana data dikumpulkan, dan seberapa baik proses itu dijalankan. Tanpa menjadi orang yang sebenarnya mengembangkan survei dan mendistribusikannya ke populasi yang sesuai, tidak mungkin untuk mengetahui sejauh mana peneliti yang mengumpulkan data pergi untuk memastikan validitas atau kualitas, atau jika mereka mengalami masalah seperti tingkat respons yang rendah atau responden salah paham tentang pertanyaan yang sebenarnya ditanyakan. Sederhananya, karena peneliti yang melakukan penelitian tidak mengumpulkan data yang akan digunakan, dan pada akhirnya tidak memiliki kendali atas kumpulan data sekunder mereka.


Baca juga : Metode Pengumpulan Data Sekunder, Bisa Menggunakan Apa Saja Sih?


5. Belajar Data ASIK bareng DQLab Academy!

Salah satu cabang ilmu yang mendukung adanya Data Analyst adalah keilmuan data dan statistik. Banyak sekali teori teori statistik yang digunakan oleh Data Analyst dalam mengolah data. Mau tau apa saja? Yuk pahami dan terjun langsung dengan data real industri bersama DQLab Academy! Belajar Statistik dan Data Science anti ribet dengan fitur live code editor!


Postingan Terkait

Sign Up & Mulai Belajar Gratis di DQLab!