DATA
Aktivitas
penelitian tidak akan terlepas dari keberadaan data yang merupakan bahan baku
informasi untuk memberikan gambaran spesifik mengenai obyek penelitian.
Data adalah catatan atas
kumpulan fakta. Data merupakan bentuk jamak
dari datum, berasal dari bahasa Latin yang berarti "sesuatu
yang diberikan". Dalam penggunaan sehari-hari data berarti suatu
pernyataan yang diterima secara apa adanya. Pernyataan ini adalah hasil
pengukuran atau pengamatan suatu variabel yang bentuknya dapat berupa angka, kata-kata, atau citra.
Data adalah fakta empirik yang dikumpulkan oleh peneliti
untuk kepentingan memecahkan masalah atau menjawab perta- nyaan penelitian.
Data penelitian dapat berasal dari berbagai sumber yang dikumpulkan
dengan menggunakan berbagai teknik selama kegiatan pene- litian berlangsung
A. Data Berdasarkan Sumbernya
Berdasarkan
sumbernya, data penelitian dapat dikelompokkan dalam dua jenis yaitu data
primer dan data sekunder.
- Data primer adalah data yang diperoleh atau dikumpulkan oleh peneliti secara langsung dari sumber datanya. Data primer disebut juga sebagai data asli atau data baru yang memiliki sifat up to date. Untuk mendapatkan data primer, peneliti harus mengumpulkannya secara langsung. Teknik yang dapat digunakan peneliti untuk mengumpulkan data primer antara lain observasi, wawancara, diskusi terfokus (focus grup discussion – FGD) dan penyebaran kuesioner.
- Data Sekunder adalah data yang diperoleh atau dikumpulkan peneliti dari berbagai sumber yang telah ada (peneliti sebagai tangan kedua). Data sekunder dapat diperoleh dari berbagai sumber seperti Biro Pusat Statistik (BPS), buku, laporan, jurnal, dan lain-lain.
Pemahaman
terhadap kedua jenis data di atas diperlukan sebagai landasan dalam menentukan
teknik serta langkah-langkah pengumpulan data penelitian.
B. Data Berdasarkan Sifatnya
Berdasarkan bentuk dan sifatnya, data penelitian
dapat dibedakan dalam dua jenis yaitu data kualitatif (yang berbentuk
kata-kata/kalimat) dan data kuantitatif (yang berbentuk angka). Data
kuantitatif dapat dikelompokkan berdasarkan cara mendapatkannya yaitu data
diskrit dan data kontinum. Berdasarkan sifatnya, data kuantitatif terdiri atas
data nominal, data ordinal, data interval dan data rasio.
1. Data Kualitatif
Data
kualitatif adalah data yang berbentuk kata-kata, bukan dalam bentuk angka. Data
kualitatif diperoleh melalui berbagai macam teknik pengumpulan data misalnya
wawancara, analisis dokumen, diskusi terfokus, atau observasi yang telah
dituangkan dalam catatan lapangan (transkrip). Bentuk lain data kualitatif
adalah gambar yang diperoleh melalui pemotretan atau rekaman video.
2. Data Kuantitatif
Data kuantitatif adalah data yang berbentuk angka
atau bilangan. Sesuai dengan bentuknya, data kuantitatif dapat diolah atau
dianalisis menggunakan teknik perhitungan matematika atau statistika.
Berdasarkan proses atau cara untuk mendapatkannya, data kuantitatif dapat
dikelompokkan dalam dua bentuk yaitu sebagai berikut:
- Data diskrit adalah data dalam bentuk angka (bilangan) yang diperoleh dengan cara membilang. Contoh data diskrit misalnya:
§
Jumlah Sekolah
Dasar Negeri di Kecamatan XXX sebanyak 20.
§
Jumlah siswa
laki-laki di SD YYY sebanyak 67 orang.
§
Jumlah
penduduk di Kabupaten ZZZ sebanyak 246.867 orang.
Karena
diperoleh dengan cara membilang, data diskrit akan berbentuk bilangan bulat
(bukan bilangan pecahan).
2. Data kontinum adalah data
dalam bentuk angka/bilangan yang diperoleh berdasarkan hasil pengukuran. Data
kontinum dapat berbentuk bilangan bulat atau pecahan tergantung jenis skala
pengukuran yang digunakan. Contoh data kontinum misalnya:
§
Tinggi badan
Budi adalah 150,5 centimeter.
§
IQ Budi adalah 120.
§
Suhu udara di
ruang kelas 24o Celcius.
Berdasarkan
tipe skala pengukuran yang digunakan, data kuantitatif dapat dikelompokan dalam
empat jenis (tingkatan) yang memiliki sifat berbeda yaitu:
3. Data nominal atau sering
disebut juga data kategori yaitu data yang diperoleh melalui pengelompokkan
obyek berdasarkan kategori tertentu. Perbedaan kategori obyek hanya
menunjukan perbedaan kualitatif. Walaupun data nominal dapat dinyatakan dalam
bentuk angka, namun angka tersebut tidak memiliki urutan atau makna matematis
sehingga tidak dapat dibandingkan. Logika perbandingan “>” dan “<” tidak
dapat digunakan untuk menganalisis data nominal. Operasi matematika seperti
penjumlahan (+), pengurangan (-), perkalian (x), atau pembagian (:) juga tidak
dapat diterapkan dalam analisis data nominal. Contoh data nominal antara lain:
- Jenis kelamin yang terdiri dari dua kategori yaitu:
(1)
Laki-laki
(2)
Perempuan
Angka (1) untuk
laki-laki dan angka (2) untuk perempuan hanya merupakan simbol yang digunakan
untuk membedakan dua kategori jenis kelamin. Angka-angka tersebut tidak
memiliki makna kuantitatif, artinya angka (2) pada data di atas tidak berarti
lebih besar dari angka (1), karena laki-laki tidak memiliki makna lebih besar
dari perempuan. Terhadap kedua data (angka) tersebut tidak dapat dilakukan
operasi matematika (+, -, x, : ). Misalnya (1) = laki-laki, (2) = perempuan,
maka (1) + (2) ≠ (3), karena tidak ada kategori (3) yang merupakan hasil
penjumlahan (1) dan (2).
- Status pernikahan yang terdiri dari tiga kategori yaitu: (1) Belum menikah, (2) Menikah, (3) Janda/ Duda. Data tersebut memiliki sifat-sifat yang sama dengan data tentang jenis kelamin.
4. Data ordinal adalah data
yang berasal dari suatu objek atau kategori yang telah disusun secara
berjenjang menurut besarnya. Setiap data ordinal memiliki tingkatan tertentu
yang dapat diurutkan mulai dari yang terendah sampai tertinggi atau sebaliknya.
Namun demikian, jarak atau rentang antar jenjang yang tidak harus sama.
Dibandingkan dengan data nominal, data ordinal memiliki sifat berbeda dalam hal
urutan. Terhadap data ordinal berlaku perbandingan dengan menggunakan fungsi
pembeda yaitu “>” dan “<”. Walaupun data ordinal dapat disusun
dalam suatu urutan, namun belum dapat dilakukan operasi matematika ( +, – , x ,
: ). Contoh jenis data ordinal antara lain:
- Tingkat pendidikan yang disusun dalam urutan sebagai berikut:
(1) Taman
Kanak-kanak (TK)
(2)
Sekolah Dasar (SD)
(3)
Sekolah Menengah Pertama (SMP)
(4)
Sekolah Menengah Atas (SMA)
(5)
Diploma
(6)
Sarjana
Analisis terhadap
urutan data di atas menunjukkan bahwa SD memiliki tingkatan lebih tinggi
dibandingkan dengan TK dan lebih rendah dibandingkan dengan SMP. Namun
demikian, data tersebut tidak dapat dijumlahkan, misalnya SD (2) + SMP (3) ≠
(5) Diploma. Dalam hal ini, operasi matematika ( + , – , x, : ) tidak
berlaku untuk data ordinal.
- Peringkat (ranking) siswa dalam satu kelas yang menunjukkan urutan prestasi belajar tertinggi sampai terendah. Siswa pada peringkat (1) memiliki prestasi belajar lebih tinggi dari pada siswa peringkat (2).
5. Data Interval adalah data
hasil pengukuran yang dapat diurutkan atas dasar kriteria tertentu serta
menunjukan semua sifat yang dimiliki oleh data ordinal. Kelebihan sifat data
interval dibandingkan dengan data ordinal adalah memiliki sifat kesamaan jarak
(equality interval) atau memiliki rentang yang sama antara data yang
telah diurutkan. Karena kesamaan jarak tersebut, terhadap data interval dapat
dilakukan operasi matematika penjumlahan dan pengurangan ( +, – ). Namun
demikian masih terdapat satu sifat yang belum dimiliki yaitu tidak adanya angka
Nol mutlak pada data interval. Berikut dikemukakan tiga contoh data interval,
antara lain:
1) Hasil
pengukuran suhu (temperatur) menggunakan termometer yang dinyatakan dalam
ukuran derajat. Rentang temperatur antara 00 Celcius sampai 10 Celcius memiliki jarak yang sama
dengan 10 Celcius
sampai 20 Celcius.
Oleh karena itu berlaku operasi matematik ( +, – ), misalnya 150 Celcius + 150 Celcius = 300Celcius. Namun
demikian tidak dapat dinyatakan bahwa benda yang bersuhu 150 Celcius memiliki ukuran panas
separuhnya dari benda yang bersuhu 300 Celcius. Demikian juga, tidak dapat
dikatakan bahwa benda dengan suhu 00 Celcius tidak memiliki suhu sama
sekali. Angka 00 Celcius
memiliki sifat relatif (tidak mutlak). Artinya, jika diukur dengan menggunakan
Termometer Fahrenheit diperoleh 00 Celcius
= 320 Fahrenheit.
2)
Kecerdasaran intelektual yang dinyatakan dalam IQ. Rentang IQ 100
sampai 110 memiliki jarak yang sama dengan 110 sampai 120. Namun
demikian tidak dapat dinyatakan orang yang memiliki IQ 150 tingkat
kecerdasannya 1,5 kali dari urang yang memiliki IQ 100.
3)
Didasari oleh asumsi yang kuat, skor tes prestasi belajar (misalnya IPK
mahasiswa dan hasil ujian siswa) dapat dikatakan sebagai data interval.
4) Dalam
banyak kegiatan penelitian, data skor yang diperoleh melalui kuesioner
(misalnya skala sikap atau intensitas perilaku) sering dinyatakan sebagai data
interval setelah alternatif jawabannya diberi skor yang ekuivalen (setara)
dengan skala interval, misalnya:
Skor (5) untuk
jawaban “Sangat Setuju”
Skor (4) untuk
jawaban “Setuju”
Skor (3) untuk
jawaban “Tidak Punya Pendapat”
Skor (2) untuk
jawaban “Tidak Setuju”
Skor (1) untuk
jawaban “Sangat Tidak Setuju”
Dalam
pengolahannya, skor jawaban kuesioner diasumsikan memiliki sifat-sifat yang
sama dengan data interval.
6. Data rasio adalah data
yang menghimpun semua sifat yang dimiliki oleh data nominal, data ordinal,
serta data interval. Data rasio adalah data yang berbentuk angka dalam arti
yang sesungguhnya karena dilengkapi dengan titik Nol absolut (mutlak) sehingga
dapat diterapkannya semua bentuk operasi matematik ( + , – , x, : ).
Sifat-sifat yang membedakan antara data rasio dengan jenis data lainnya
(nominal, ordinal, dan interval) dapat dilihat dengan memperhatikan contoh
berikut:
1)
Panjang suatu benda yang dinyatakan dalam ukuran meter adalah data rasio. Benda
yang panjangnya 1 meter berbeda secara nyata dengan benda yang panjangnya 2
meter sehingga dapat dibuat kategori benda yang berukuran 1 meter dan 2 meter
(sifat data nominal). Ukuran panjang benda dapat diurutkan mulai dari yang
terpanjang sampai yang terpendek (sifat data ordinal). Perbedaan antara benda
yang panjangnya 1 meter dengan 2 meter memiliki jarak yang sama dengan perbedaan
antara benda yang panjangnya 2 meter dengan 3 (sifat data interval). Kelebihan
sifat yang dimiliki data rasio ditunjukkan oleh dua hal yaitu: (1) Angka 0
meter menunjukkan nilai mutlak yang artinya tidak ada benda yang diukur; serta
(2) Benda yang panjangnya 2 meter, 2 kali lebih panjang dibandingkan dengan
benda yang panjangnya 1 meter yang menunjukkan berlakunya semua operasi
matematik. Kedua hal tersebut tidak berlaku untuk jenis data nominal, data
ordinal, ataupun data interval.
2)
Data hasil pengukuran berat suatu benda yang dinyatakan dalam gram memiliki
semua sifat-sifat sebagai data interval. Benda yang beratnya 1 kg. berbeda
secara nyata dengan benda yang beratnya 2 kg. Ukuran berat benda dapat
diurutkan mulai dari yang terberat sampai yang terringan. Perbedaan antara
benda yang beratnya 1 kg. dengan 2 kg memiliki rentang berat yang sama dengan
perbedaan antara benda yang beratnya 2 kg. dengan 3 kg. Angka 0 kg. menunjukkan
tidak ada benda (berat) yang diukur. Benda yang beratnya 2 kg., 2 kali lebih
berat dibandingkan dengan benda yang beratnya 1 kg..
Pemahaman peneliti terhadap jenis-jenis data penelitian tersebut di atas
bermanfaat untuk menentukan teknik analisis data yang akan digunakan. Terdapat
sejumlah teknik analisis data yang harus dipilih oleh peneliti berdasarkan
jenis datanya. Teknik analisis data kualitatif akan berbeda dengan teknik
analisis data kuantitatif. Karena memiliki sifat yang berbeda, maka teknik
analisis data nominal akan berbeda dengan teknik analisis data ordinal, data
interval, dan data rasio.
Tidak ada komentar:
Posting Komentar