Yuk Pelajari Data Sekunder Pengertian, Karakteristik, dan Sumbernya

Pengertian umum dari data sekunder adalah data yang sudah tersedia, yaitu mengacu pada data yang telah dikumpulkan dan dianalisis oleh orang lain. Ketika peneliti menggunakan data sekunder, maka dia harus mencari data dari berbagai sumber kredibel yang dapat dipercaya. Data sekunder juga disebut dengan data bekas atau data histori karena data ini sudah digunakan oleh orang lain dan telah dikumpulkan di masa lalu. Perlu kehati-hatian dan cross check sebelum mengambil informasi dari sumber sekunder karena dalam informasi tersebut bisa saja mengandung informasi yang kurang tepat. 

Salah satu keuntungan dari data sekunder adalah lebih mudah didapatkan dan membutuhkan lebih sedikit waktu untuk mengumpulkannya. Data sekunder juga cenderung lebih murah jika dibandingkan dengan data primer. Namun data tersebut kemungkinan tidak spesifik untuk kebutuhan penelitian dan bisa jadi tidak lengkap sehingga kesimpulan yang didapatkan juga tidak menyeluruh. Oleh karena itu, sebelum menggunakan data sekunder kita harus mengidentifikasi ciri-ciri atau karakteristik data sekunder yang tepat untuk dijadikan bahan penelitian. Apa saja karakteristik data sekunder tersebut? Yuk simak artikel ini sampai akhir!

1. Reliabilitas Data

Maksud dari reliabilitas data adalah seberapa besar data dapat diandalkan. Untuk mengidentifikasi reliabilitas data, kita dapat menguji dengan mengetahui beberapa hal, seperti siapa yang mengumpulkan data pertama kali, dari mana sumber datanya, apakah metode pengumpulan data yang digunakan sudah tepat, kapan peneliti sebelumnya mengumpulkan data, apakah peneliti sebelumnya menjelaskan bias yang terjadi saat analisis data, dan apakah akurasi yang diinginkan dari peneliti sebelumnya tercapai atau tidak. Dari beberapa aspek tersebut, kita bisa menilai seberapa besar reliabilitas data. Jika sedikit mencurigakan atau tidak lengkap, ada baiknya kita mencari sumber data sekunder yang lain.

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

2. Kesesuaian Data

Data yang cocok untuk satu penelitian belum tentu cocok untuk penelitian yang lain. Oleh karena itu, jika data yang tersedia tidak sesuai, maka data tersebut perlu dihapus dari data yang akan kita gunakan. Dalam konteks ini, kita perlu berhati-hati untuk menerjemahkan beberapa istilah dan unit data yang dikumpulkan. Selain itu, objek, ruang lingkup, dan sifat penelitian sebelumnya juga harus dipelajari. Jika ada perbedaan antara penelitian yang akan kita lakukan dengan penelitian sebelumnya yang akan kita gunakan sebagai sumber data, maka data pada penelitian tersebut tidak dapat digunakan.

3. Kecukupan Data

Jika tingkat akurasi yang dicapai dalam penelitian yang akan digunakan sebagai sumber data tidak memadai, maka data pada penelitian tersebut juga dianggap tidak memadai dan tidak boleh kita gunakan. Kita perlu memperhatikan akurasi yang didapatkan karena apabila akurasinya rendah, besar kemungkinan hasil analisis yang akan kita lakukan juga memiliki akurasi yang rendah. Oleh karena itu, perlu ketelitian sebelum menggunakan data dari sumber lain. Untuk menggunakan data sekunder, perlu kecermatan membaca hasil laporan penelitian sebelum menggunakan datanya.

4. Contoh Sumber Data Sekunder

Saat ini banyak sekali sumber data sekunder yang bisa kita gunakan sebagai rujukan untuk penelitian, salah satunya adalah jurnal. Jurnal dianggap sebagai sumber data sekunder yang cukup kredibel terlebih sumber data sekunder ini biasanya diupdate secara berkala sehingga lebih aktual dari pada sumber data sekunder lainnya. Namun perlu diingat juga tiga karakteristik di atas sebelum menggunakan data dari jurnal.

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

5. Belajar Mengolah Data Sekunder

Pengolahan data sekunder tidak jauh berbeda dengan pengolahan data primer. Kedua jenis data ini dapat dianalisis menggunakan tools dan metode yang sama. Yuk belajar tools dan metode olah data bersama DQLab! Dengan modul interaktif dari DQLab, kegiatan belajar akan lebih mudah dan menyenangkan karena berisi penjelasan singkat namun detail plus live code editor sehingga kita tidak perlu menginstall tools tambahan. Selain itu, kita bisa belajar berbagai tools olah data seperti excel, R, Python, bahkan SQL untuk berbagai bidang industri. Data yang digunakan juga mencerminkan data di dunia industri loh! Jadi tunggu apa lagi? Yuk segera sign up pada dqlab.id atau klik button di bawah ini dan nikmati modul gratis dari DQLab!

Penulis: Galuh Nurvinda K

Editor: Annissa Widya Davita 

Tags