Pelajari Teknik Pengolahan Data Untuk Project Data Sciencemu

Data merupakan catatan atas kumpulan fakta. Dalam keilmuan, fakta dikumpulkan sehingga menjadi data. Kemudian data diolah sehingga dapat diutarakan secara jelas dan tepat hingga dapat dimengerti oleh orang lain yang tidak langsung mengalaminya sendiri. Pengolahan data menjadi bagian yang amat penting dalam penelitian. Karena dengan pengolahan, data tersebut memiliki arti dan makna yang berguna dalam penelitian. Pengolahan data merupakan proses penyederhanaan data ke dalam bentuk yang lebih mudah dibaca dan diinterpretasikan untuk mendapatkan kesimpulan hasil evaluasi. 

Pada contoh kasus penelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul data tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupun statistik deskriptif. Berbeda halnya dengan rancangan penelitian kualitatif, maka pengolahan data menggunakan teknik non statistik, mengingat data-data lapangan diperoleh dalam bentuk narasi atau kata-kata bukan angka-angka, maka pengolahan datanya tidak bisa dikuantifikasikan.

Sebelum melakukan analisis data, langkah yang perlu dilakukan sebelumnya yaitu pengolahan data. Meskipun jenis data dan pengolahan yang digunakan berbeda, akan tetapi dalam teknik pengolahan datanya umumnya akan tetap sama. Kali ini DQLab, akan berbagi ilmu mengenai tahap-tahapan dalam teknik pengolahan data. Yuk, simak pembahasan berikut hingga akhir ya!

1. Pengumpulan Data

Pengumpulan data merupakan kegiatan yang banyak dilakukan dalam kehidupan sehari-hari. Dalam setiap kegiatan penelitian selalu ada kegiatan pengumpulan data. Pada tahapan ini, kita mengumpulkan data-data yang akan dibutuhkan dalam pengolahan data. Terdapat beberapa metode pengumpulan data yang sering digunakan, diantaranya:

• Observasi

Observasi adalah kegiatan keseharian manusia dengan menggunakan panca indra mata sebagai alat bantu utamanya, disamping indra lainnya seperti telinga, hidung, mulut, dan kulit.

• Kuisioner

Kuesioner adalah seperangkat pertanyaan/pernyataan yang telah disusun sebelumnya. Kuesioner bertujuan mengumpulkan informasi guna menjawab kriteria-kriteria yang telah ditetapkan.

• Wawancara 

Wawancara merupakan metode pengumpulan data dengan cara bertanya langsung atau percakapan dengan maksud tertentu, yang melibatkan dua pihak, yaitu pewawancara (interviewer) yang mengajukan pertanyaan dan terwawancara (interviewee) yang memberikan jawaban atas pertanyaan. 

Baca juga : Ini yang Akan Kamu Pelajari di Kelas Data Science DQLab!

2. Penyuntingan Data (Editing)

Editing dalam pengolahan data adalah kegiatan memeriksa kelengkapan dan meneliti data-data yang telah dikumpulkan, terutama dari kelengkapan jawaban, keterbacaan tulisan, kejelasan makna, kesesuaian dan relevansinya dengan data yang lain. Tujuan dari tahapan ini adalah untuk menghilangkan kesalahan-kesalahan yang terdapat pada pencatatan di lapangan dan bersifat koreksi dan memudahkan proses pemberian kode serta pemrosesan data dengan teknik statistik. Dalam tahapan menyunting, penyunting harus memperhatikan agar tidak mengganti atau menafsirkan jawaban responden. Sehingga kebenaran jawaban dapat terjaga.

3. Pengkodean (Coding)

Coding atau pemberian kode adalah pengklasifikasian jawaban yang diberikan responden sesuai dengan macamnya. Dalam tahap coding biasanya dilakukan dengan memberikan skor dan simbol berupa angka atau huruf yang memberikan petunjuk pada setiap jawaban responden berdasarkan variabel yang diteliti agar nantinya bisa lebih mempermudah dalam pengolahan data. Dalam hal ini, kita harus memperhatikan pemberian kode pada jenis pertanyaan yang diajukan apakah pertanyaan terbuka atau pertanyaan tertutup. 

• Untuk pertanyaan tertutup, kode ditentukan dengan mudah, misalnya: 1 untuk jawaban ya/setuju dan kode 0 untuk tidak/tidak setuju; atau ditambah kode 99 untuk jawaban yang kosong (responden tidak memberi jawaban).

• Untuk pertanyaan terbuka, dilakukan dengan tahapan tertentu

1. Jawaban responden diperiksa untuk dibuat kategori jawaban tertentu.

2. Apabila ternyata jawaban perlu dikategorikan, dibuat kategori yang sesuai.

3. Setelah itu tiap kategori diberi kode.

4. Tabulasi

Pada tahapan ini kita melakukan data entry, menyusun, dan menghitung data yang telah dikodekan ke dalam tabel. Tabulasi merupakan langkah selanjutnya setelah pemeriksaan dan pemberian kode. Dalam tahap tabulasi, data disusun dalam bentuk tabel agar lebih mempermudah dalam menganalisis data sesuai dengan tujuan penelitian. Tabel yang digunakan dalam penelitian ini adalah tabel frekuensi yang dinyatakan dalam persen. Tabel hasil tabulasi dapat berbentuk:

Tabel dapat berupa tabel frekuensi, tabel korelasi, atau tabel silang. Pada dasarnya ada 2 cara pelaksanaan tabulasi, yaitu:

• Tabulasi manual. Semua kegiatan dari perhitungan sampai penyajian tabel dilakukan dengan tangan atau manual.

• Tabulasi mekanis. Pelaksanaan dengan cara ini dibantu dengan peralatan tertentu, yaitu: komputer. Semua kegiatan dilakukan dengan bantuan alat yang telah dipilih.

Baca juga : Mengenal Profesi Data Scientist

5. Tunggu Apalagi? Terapkan Teknik Pengolahan Data dalam Project Data Sciencemu!

Teknik pengolahan data dan Data Science diibaratkan seperti kunci dan gembok. Artinya teknik pengolahan data tidak akan lepas dari ilmu Data Science. Sama halnya dengan teknik pengolahan data, Data Science adalah ilmu penting yang dapat diterapkan di banyak sektor dan dapat membantu meringankan pekerjaan kita. 

Setiap orang dengan latar belakang pendidikan apapun juga bisa belajar Data Science baik secara online maupun offline. Bangun proyek dan portofolio datamu bersama DQLab untuk mulai berkarir di industri! Sign up sekarang DQLab.id/signup untuk mulai belajar data di DQLab!

Penulis : Salsabila Miftah Rezkia

Editor : Annissa Widya Davita