✨ PROMO SPESIAL 10.10
Belajar Data 6 BULAN Bersertifikat hanya 100K!
0 Hari 3 Jam 52 Menit 39 Detik

Teknik Analisis Data dalam Bidang Research and Development

Belajar Data Science di Rumah 22-Maret-2022
https://dqlab.id/files/dqlab/cache/325c73d07db33d0bf0133f85a8fb1f29_x_Thumbnail800.jpg

Teknik analisis data memiliki beberapa jenis dalam implementasinya. Mulai dari teknik analisis data kuantitatif, kualitatif maupun teknik analisis data campuran atau mix. Penggunaan teknik analisis data dalam penelitian bisa jadi berbeda implementasinya tergantung sudut pandang yang ingin dilihat. Salah satunya adalah implementasi teknik analisis data dalam bidang Research and Development.  


Penelitian yang berbasis research and development atau penelitian pengembangan adalah proses yang digunakan untuk mengembangkan dan memvalidasi produk pendidikan. Mulai dari buku, modul, alat peraga pembelajaran bahkan software untuk mendukung proses pembelajaran siswa. Langkah-langkah dari proses ini biasanya disebut sebagai siklus R & D, yang terdiri dari mempelajari temuan penelitian yang berkaitan dengan produk yang akan dikembangkan, mengembangkan produk berdasarkan temuan ini, bidang pengujian dalam pengaturan di mana ia akan digunakan akhirnya, dan merevisinya untuk memperbaiki kekurangan yang ditemukan dalam tahap mengajukan pengujian. 


Dalam program yang lebih ketat dari R & D, siklus ini diulang sampai bidang-data uji menunjukkan bahwa produk tersebut memenuhi tujuan perilaku didefinisikan. Dalam konteks research and development memiliki beberapa instrumen penelitian yang mendukung si peneliti untuk melakukan pengembangan produk pendidikan. 


Mulai dari survei pendahuluan, pengumpulan dan menerapkan teknik analisis data sesuai dengan jalur akademis. Lalu, kira-kira apa saja sih penjabaran dari masing-masing implementasi teknik analisis data dalam bidang research and development. Yuk mari kita jawab rasa penasaran kamu lewat artikel berikut ini ya!

 

Pada artikel DQLab kali ini, kita akan membahas mengenai implementasi dari teknik analisis data dalam bidang research and development. Simak artikel selengkapnya disini ya!


1. Ruang Lingkup Bidang Research and Development 

Teknik Analisis Data

Research and development adalah salah satu jenis penelitian yang banyak dikembangkan. Sederhananya Research and Development diartikan sebagai suatu proses atau langkah-langkah untuk mengembangkan suatu produk baru atau menyempurnakan produk yang telah ada. Yang dimaksud dengan produk dalam konteks ini adalah tidak selalu berbentuk hardware (buku, modul, alat bantu pembelajaran di kelas dan laboratorium), tetapi bisa juga perangkat lunak (software) seperti program untuk pengolahan data, pembelajaran di kelas, perpustakaan atau laboratorium, ataupun model-model pendidikan, pembelajaran pelatihan, bimbingan, evaluasi, manajemen.


Baca Juga : Langkah-Langkah Menggunakan Teknik Analisis Data Kualitatif


2. Jenis Instrumen dalam R&D

Dalam ranah penelitian research and development tentunya memiliki beberapa instrumen penelitian yang bisa diikuti. Setidaknya peneliti harus melakukan tiga jenis penelitian dalam satu periode penelitian. 

Teknik Analisis Data

Beberapa instrumen yang dapat digunakan oleh peneliti berdasarkan tahapan penelitiannya dapat disusun sebagai berikut:

  • Penelitian pendahuluan. Dalam tahapan penelitian ini peneliti bisa menggunakan instrumen yang dapat digunakan untuk melakukan pengumpulan data seperti angket, wawancara dan dokumentasi

  • Pengembangan model konseptual. Pada tahap ini peneliti melakukan pengembangan model konseptual dan validasi model. Dalam tahap validasi model, peneliti membutuhkan instrumen yang akan digunakan untuk penyusunan angket, daftar pertanyaan untuk wawancara maupun dalam kegiatan Focus Group Discussion atau FGD

  • Uji coba model. Disini peneliti perlu mempersiapkan instrumen untuk mengevaluasi proses dan hasil eksperimen yang dilakukan. Dalam evaluasi proses, peneliti dapat menggunakan angket (untuk penelitian kuantitatif) jika peneliti bermaksud menggali lebih dalam tentang informasi dalam evaluasi proses (triangulation mixed method) maka peneliti dapat juga melakukan triangulasi dengan wawancara dan bahkan observasi partisipan. Sedangkan dalam evaluasi hasil terutama untuk mengetahui keefektifan model instrumen yang digunakan adalah berupa angket. Ada dua jenis angket yang digunakan oleh peneliti, yaitu angket tes dan angket non tes. Angket test berisi beberapa pertanyaan untuk mengetahui sejauh mana tingkat pengetahuan subjek penelitian tentang mata pelajaran tertentu. Sedangkan angket non tes berkaitan dengan perubahan aspek sikap yang menjadi tujuan penelitian.


3. Langkah-Langkah Pengembangan Instrumen

Meskipun banyak instrumen tersedia yang dihasilkan oleh para peneliti sebelumnya, namun ada kalanya peneliti harus mengembangkan sendiri instrumen penelitiannya sesuai dengan topik. 

Teknik Analisis Data

Beberapa langkah dasar yang dapat dilakukan oleh peneliti dalam mengembangkan instrumen antara lain: 

1)Terlebih dahulu harus memahami pendekatan yang dapat digunakan untuk mengukur sifat atau perilaku yang menjadi objek penelitian 

2)Melakukan kajian bahan bacaan terkait topik penelitian kemudian melakukan diskusi dengan teman sebaya (peer review) yang membahas pendekatan yang akan dilakukan untuk mengukur masing-masing variabel penelitian 

3)Bertanya pada beberapa orang yang ahli (profesional) dibidang yang akan dikaji untuk meninjau item yang dibuat, mulai dari keterbacaan, pemaknaan, tingkat kebiasan, dan tingkat kerumitan 

4)Menentukan sampel kecil yang sama dengan sampel yang akan digunakan dalam penelitian sebenarnya, kemudian ujicobakan. Sehingga dapat diketahui validitas dan reliabilitas instrumennya. 

5)Melakukan revisi, pengurangan, perubahan dan bahkan penambahan item jika diperlukan, tergantung hasil dari uji coba instrumen


4. Validitas dan Reliabilitas Instrumen

Secara teori, tingkat validitas internal dipengaruhi oleh faktor-faktor: a) history dikarenakan faktor eksternal mempengaruhi hasil penelitian; b) maturasi atau adanya perubahan dalam diri responden karena perubahan waktu; c) testing atau tes yang mempengaruhi responden dalam menjawab pertanyaan yang diberikan; d) alat ukur atau instrumentation yang berkaitan dengan penggantian alat ukur selama penelitian dilakukan; e) seleksi yang merupakan akibat yang mempengaruhi hasil penelitian dikarenakan prosedur proses pemilihan responden dan e) mortalitas atau efek dikarenakan hilangnya responden yang sedang diteliti karena alasan-alasan tertentu (creswell, 2008). 


Teknik Analisis Data

Validitas eksternal didefinisikan sebagai tingkatan dimana hasil-hasil penelitian dapat digeneralisasi ke dalam populasi, latar penelitian dan kondisi-kondisi lainnya yang mirip (Cosenza, 1985, hal 108) dan waktu yang berbeda. Reliabilitas merujuk pada konsistensi pengukuran dimana hasil yang serupa terhadap berbagai bentuk instrumen yang sama atau cara pengumpulan data. Cara lain untuk konsep keandalan adalah untuk menentukan sejauh mana suatu tindakan bebas dari kesalahan. Jika memiliki sedikit kesalahan instrumen ini dapat diandalkan, dan jika ia memiliki jumlah besar kesalahan maka alat itu tidak bisa diandalkan. Kita dapat mengukur kesalahan dengan memperkirakan seberapa konsisten sifat yang dinilai (Mc Millan & Schumacher, 2001).


Baca Juga : Metode Pengolahan Data: Ketahui Proses Pengolahan Data Dengan Metode Analisis Deskriptif



5. Implementasikan Teknik Analisis Datamu Bersama DQLab!

Belajar analisis data merupakan salah satu langkah untuk mempelajari hal apapun di ranah data. Melakukan analisis data tentunya bukan hal yang mudah. Dibutuhkan ketekunan dan ketelitian dalam melakukan setiap tahapannya. 


Agar skill analisis data kamu semakin terasah, tidak salah lagi jika kamu bisa upgrade skillmu bersama DQLab! Kamu bisa mengimplementasikan teknik analisis data melalui belajar data science. Banyak benefit yang bisa kamu dapatkan jika kamu bergabung untuk belajar bersama DQLab


Nikmati pula free module Introduction to Data Science with R dan Introduction to Data Science with Python untuk menguji kemampuan data science kamu gratis! 


Jika kamu kesulitan dalam proses pembelajaran di DQLab, kamu bisa bergabung ke forum diskusi DQLab untuk sharing module yang ingin ditanyakan. Tunggu apa lagi? Yuk, signup sekarang di DQLab.


Penulis: Reyvan Maulid


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login