Pelajari Teknik Pengolahan Data dan Data yang Digunakan dalam Research

Dalam dunia research, pengolahan data memiliki beberapa definisi. Menurut LeCompte dan Schensul, analisis data dalam research adalah proses yang dilakukan oleh peneliti untuk mereduksi data menjadi sebuah cerita dan menafsirkannya untuk memperoleh insight yang bermanfaat bagi penelitian yang sedang dikerjakan. Proses pengolahan data membantu peneliti untuk mengurangi sebagian besar data menjadi part yang lebih kecil sehingga peneliti bisa fokus untuk menggali informasi yang dibutuhkan dalam penelitiannya.

Menurut Marshall dan Rossman, pengolahan data adalah proses analisis data yang menerapkan logika deduktif dan induktif pada penelitian. Tiga hal penting dalam pengolahan data adalah manajemen data, data  summarization and categorization, dan terakhir analisis data. Peneliti bisa melakukan tiga hal ini dengan metode top-down atau bottom-up sesuai kebutuhan. Setelah memahami pengertian pengolahan data dari berbagai ahli, apakah kamu tahu mengapa pengolahan data dalam research sangat penting dan jenis-jenis data apa yang bisa digunakan? Pada artikel kali ini kita akan membahas hal tersebut. Jadi tunggu apa lagi? Let"s get started!

1. Pentingnya Pengolahan Data dalam Research

Peneliti sangat bergantung pada data karena mereka memiliki masalah yang harus dipecahkan dan data merupakan jawaban dari pertanyaan tersebut. Namun, bagaimana jika dalam sebuah research tidak ada pertanyaan yang perlu diselesaikan? Kita tetap membutuhkan data yang perlu dieksplorasi dengan teknik yang dikenal dengan data mining. Dengan teknik ini peneliti akan menceritakan pola dalam data yang ditemukan kepada audience. Hal penting yang harus diperhatikan oleh peneliti adalah proses pengolahan data harus terbuka, tidak bias terhadap pola dan hasil yang tidak terduga. Karena tidak ada masalah yang perlu dipecahkan, maka peneliti cukup menceritakan apa yang dia dapatkan dari data tersebut. Terkadang hasil eksplorasi tidak sesuai yang kita inginkan namun menarik untuk diulik lebih jauh. Oleh karena itu, peneliti perlu menikmati proses demi proses saat mengeksplorasi data.

Baca juga : Teknik Pengolahan Data Kualitatif: Ketahui Macam-Macam Metode Pengumpulan Data

2. Data Kualitatif

Dalam dunia research, peneliti dapat menggunakan berbagai jenis data untuk dieksplorasi dan dianalisis. Salah satunya adalah data kualitatif. Data kualitatif adalah data yang berisi deskripsi dalam bentuk kata-kata atau kalimat. Data kualitatif mewakili segala sesuatu yang menggambarkan rasa, pengalaman, tekstur, ataupun pendapat yang dianggap data berkualitas. Jenis data ini biasanya dikumpulkan melalui focus group discussion, wawancara, survei, dan lain sebagainya.

3. Data Kuantitatif

Data kuantitatif adalah semua data yang dinyatakan dalam angka numerik. Jenis data ini dapat dibedakan ke dalam beberapa kategori, kelompok, ukuran, dan dapat diberikan peringkat. Contoh data kuantitatif adalah usia, biaya, panjang balok kayu, tinggi badan, berat badan, skor atau nilai ulangan, dan lain sebagainya. Data kuantitatif dapat disajikan dalam format grafik, chart, atau metode analisis statistik. Kuesioner Outcomes Measurement Systems atau biasa dikenal dengan kuesioner OMS merupakan sumber penting dalam pengumpulan data numerik.

4. Data Kategorik 

Data kategorik adalah data yang disajikan dalam kelompok. Namun, item yang sudah masuk dalam satu kelompok tidak boleh ada di kelompok lain. Metode yang sering digunakan untuk jenis data ini adalah uji chi-square. Salah satu contoh pengumpulan data kategorik adalah melalui survei gaya hidup. Responden bisa menceritakan status perkawinannya, kebiasaan atau hobinya, pendidikan terakhirnya, dan lain sebagainya.

Baca juga : Kenali 3 Jenis Metode Pengolahan Data Kuantitatif

5. Belajar Metode Pengolahan Data

Dalam research ada berbagai metode pengolahan data yang bisa dimanfaatkan tergantung dari tujuan dalam research tersebut. Metode-metode ini memerlukan data preprocessing dan step-step yang berbeda. Yuk kenali berbagai metode pengolahan data tersebut bersama DQLab! Klik button di bawah ini untuk mengakses berbagai fasilitas belajar, seperti modul, event gratis, challenge, dan job connector sebagai jembatan antara kita dengan recruiter. Modul DQLab dilengkapi dengan live code editor sehingga kita tidak perlu menginstall software tambahan serta dilengkapi dengan video dan ilustrasi singkat sehingga proses belajar lebih menyenangkan.

Penulis: Galuh Nurvinda K

Editor: Annissa Widya Davita