PROMO PUNCAK LEBARAN DISKON 99%
Belajar Data Science 6 Bulan BERSERTIFIKAT hanya Rp 99K!

1 Hari 2 Jam 10 Menit 46 Detik

Jangan Sampai Salah! Ini Sumber Data Sekunder dan Primer

Belajar Data Science di Rumah 27-April-2022
https://dqlab.id/files/dqlab/cache/336f34e9c87994875d4882fe5eb12fb4_x_Thumbnail800.jpg

Untuk berkarir sebagai praktisi data, kamu perlu menguasai beberapa skillset. Selain itu untuk membangun portfolio data yang outstanding tak luput dari kualitas data yang kamu gunakan untuk membangunnya. Oleh karena itu, penting untuk mengumpulkan data baik itu sumber data primer atau data sekunder agar kualitas portfolio data kamu semakin baik lagi. Karena pada dasarnya penggunaan data primer dan sekunder dalam suatu penelitian sangatlah penting untuk mendapatkan hasil yang lebih maksimal lagi sehingga dapat memunculkan opsi dan alternatif lain dalam proses pengambilan keputusan. Data primer dan data sekunder memanglah berbeda, tetapi keduanya saling melengkapi.


Misalnya, saat kamu melakukan survey pasar, tujuan survey dan populasi sampel perlu diidentifikasi terlebih dahulu. Inilah yang akan menentukan sumber pengumpulan data apa yang paling cocok digunakan. Untuk itu, artikel ini akan membahas tentang sumber data primer dan sekunder yang bisa kamu gunakan dalam membangun portfolio data kamu. Yuk, simak terus!


1. Studi Literatur

data sekunder

Studi literatur merupakan sebuah proses pencarian berbagai hasil kajian atau studi yang akan berkorelasi dengan penelitian yang sedang kamu lakukan. Studi literatur termasuk pada kategori sumber data sekunder yang datanya dapat dipertanggungjawabkan keabsahannya. Karena biasanya sumber data dari studi literatur berasal dari, jurnal ilmiah, buku, makalah seminar, dan karya ilmiah.

Kunci dari penggunaan data yang bersumber dari studi literatur adalah dengan mencari judul atau tema bacaan yang sesuai dengan topik penelitian yang sedang kamu jalani, setelah itu kamu bisa mulai membaca dan membuat resume atau summary yang bisa kamu jadikan sebagai data penelitian.


2. Hasil Wawancara dan Survey

data sekunder

Sumber data primer yang pertama adalah data hasil wawancara dan survey. Yang mana keduanya merupakan cara untuk memperoleh data primer yang paling banyak digunakan oleh peneliti. Dengan wawancara memberikan kesempatan kepada peneliti untuk mengumpulkan informasi secara detail dari responden atau data hasil survey.


Dari cara ini  peneliti juga bisa mengidentifikasi berbagai respon atau reaksi yang diberikan oleh responden, seperti mimik wajah, gestur, gerakan tangan, gerakan mata, dan lain sebagainya. Nah, untuk data hasil survey sendiri merupakan salah satu cara untuk menggambarkan populasi sampel yang akan kita gunakan.


3. Data Hasil Observasi

data sekunder

Selanjutnya adalah data hasil observasi yang merupakan metode yang cukup mudah dilakukan untuk pengumpulan data. Kamu bisa mendapatkan data dengan tiga cara observasi yaitu, observasi partisipasi, sistematis dan eksperimental. Namun berdasarkan pelaksanaannya observasi dibagi menjadi dua jenis lagi yaitu observasi partisipasi dan observasi non partisipasi.

Observasi partisipasi artinya kamu terlibat langsung dan saling berinteraksi dengan objek di lapangan. Sedangkan observasi non partisipasi kamu tidak perlu terjun langsung ke lapangan. Untuk itu, sepertinya observasi non partisipasi cocok untuk pengumpulan data kamu.


4. Data Publikasi Perusahaan atau Pemerintahan

Data publikasi pemerintahan merupakan salah satu sumber data sekunder yang sering digunakan oleh peneliti. Era digital membuat sumber data sekunder mudah diakses dimanapun menggunakan internet. Namun, beberapa data pemerintahan saat ini tidak diterbitkan untuk tujuan tertentu sehingga peneliti harus memanipulasi data untuk mendapatkan variabel yang dibutuhkan. Misalnya, jika peneliti ingin menghitung rasio kewirausahaan, maka ia harus menghitung sendiri variabel tersebut dengan membagi jumlah angkatan kerja dengan banyaknya wirausaha yang dibantu buruh tetap. 


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


5. Tetap Produktif dengan Membangun Portofolio Data Bersama DQLab!

Kamu pemula yang tidak memiliki background STEM? Jangan khawatir, karena gelar bukan halangan untuk menguasai ilmu data analyst agar bisa berkarir di industri 4.0. Mulai bangun portfolio datamu yang outstanding dengan Data Analyst Career Track bersama DQLab


Banyak contoh data sekunder dan dataset yang bisa kamu gunakan untuk membangun portofolio kamu, lho. Nikmati juga modul-modul dari dasar hingga tingkat mahir. Caranya dengan Sign Up sekarang untuk #MulaiBelajarData di DQLab:

  • Buat Akun Gratis dengan Signup di DQLab.id/signup

  • Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab

  • Subscribe DQLab.id untuk Akses Semua Module Premium!


Penulis: Rian Tineges

Editor: Annissa Widya Davita



Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login