Konsep-Konsep Dasar Penelitian (Bagian 4)

A. DATA

1. Primer dan Sekunder

Primary Data, adalah data mentah yang dikumpulkan langsung dari sumbernya oleh
peneliti baru kemudian diolahnya.

Secondary Data, adalah data olahan yang diambil peneliti dari pihak kedua (pihak yang
mengumpulkan langsung dari sumber dan mengolahnya).

Catatan: Jika menggunakan data dari pihak ketiga, maka datanya disebut data tersier, dan
seterusnya.

2. Utama dan Pendukung

Prominent/Eminent Data, adalah data pokok dalam suatu penelitian. Jika data ini tidak
ada, maka jawaban terhadap pertanyaan penelitian tidak akan didapat.

Supporting Data, adalah data yang meskipun tidak ada pada suatu penelitian namun
jawaban atas pertanyaan penelitian masih dapat dibuat, meskipun mungkin dapat
dianggap kurang memadai.

3. Kualitatif dan Kuantitatif

Qualitative Data, adalah data yang bukan berupa angka seperti atribut/kategorik.

Catatan: Data kategorik (dengan skala nominal maupun ordinal) dapat dianalisis dengan
menggunakan rumus-rumus matematika/statistika setelah diberi kode
(coding) berupa angka.

Quantitative Data, adalah data yang berupa angka/numerik (dengan skala ordinal,
interval, ataupun rasio)
4. Nominal, Ordinal, Interval, Rasio

Jika dilihat dari skala pengukurannya (Measurement Scale), maka data dapat
diklasifikasikan sebagai berikut:

a. Categorical Data

Data kategorik adalah data kualitatif sehingga untuk dapat dianalisis dengan
menggunakan rumus matematika/statistika perlu diberi kode (coding) berupa
angka. Analisis matematika/statistika yang digunakan adalah berdasarkan hasil
membilang (counting) pada setiap kategori/pasangan kategori.

Data kategorik disebut juga data nonmetric atau data yang bukan merupakan hasil
pengukuran.

Klasifikasinya adalah:

1) Kategorik Nominal, yaitu data kategorik yang tak dapat dinyatakan bahwa kategori
yang satu lebih baik dari kategori lainnya atau dengan kata lain kategori yang
tidak memiliki urutan tertentu.

Contoh: Pria – wanita, ungu – biru, dan lain-lain.

Karena tidak memiliki urutan tertentu, maka dapat saja kategori ”pria” diberi kode
”0” dan ”wanita diberi kode ”1” maupun sebaliknya.

2) Kategorik Ordinal, yaitu data kategorik yang mempunyai urutan tertentu namun
”jarak” antar kategori sulit untuk dinyatakan sama.

Contoh: Alat dalam kondisi ”baik”, ”sedang”, ”rusak”.

Karena memiliki urutan, maka jika ”rusak” diberi kode ”1”, maka urutan
berikutnya adalah ”sedang’ yang diberi kode ”2”, dan kategori ”baik” diberi kode
”3” atau sebaliknya. Urutan pengkodean di atas tidak dapat ditukar-tukar secara
acak, karena akan menjadi tidak sesuai dengan urutan kategorinya.

Data kategorik nominal maupun ordinal dapat diubah menjadi data numerik:
 1) rasio, dengan cara membagi jumlah frekuensi suatu kategori dengan kategori yang
lain, atau dengan total frekuensi seluruh kategori.

2) ordinal, dengan cara melakukan ranking sesuai dengan jumlah frekuensi dari
kategori-kategori yang ada.

b. Numerical Data

Data numerik adalah data metric atau data yang merupakan hasil pengukuran. Jika
data hasil pengukuran eksakta menghasilkan data metrik murni (pure metric data),
maka pada pengukuran sosial – humaniora, data yang dihasilkan bukan data metrik
murni.

Pada pengukuran sosial-humaniora, suatu variabel dikonstruk sedemikian rupa dalam

beberapa indikator yang kemudian menjadi dasar pembuatan item pengukuran. Pada
setiap item disediakan beberapa pilihan jawaban yang pada dasarnya berbentuk
kategorik ordinal. Untuk jawaban yang dipilih pada setiap indikator diubah ke bentuk
angka yang disebut scoring. Meskipun kelihatannya sama, namun
istilah coding dan scoring berbeda, yaitu:

Coding
Diterapkan pada
variabel manifest, dimana
setiap variabel hanya
mengandung 1 item
Hasil coding per item dapat
dianalisis langsung, karena
setiap item mewakili
1 variabel
Data yang dihasilkan
merupakan data kategorik baik
nominal maupun ordinal
Scoring
Diterapkan pada variabel laten yang
dikonstruk dari beberapa
variabel manifest (indikator), dimana setiap
variabel mengandung beberapa item
Hasil scoring per item tak boleh dianalisis
langsung, tapi harus dijumlahkan
dengan score item-item lain yang
mewakili variabel yang sama.
Data yang dihasilkan adalah data interval
atau data ordinal yang diperlakukan
sebagai data interval

Catatan: Data yang didapat sebagai penjumlahan skor-skor seluruh item pada suatu
konstruk variabel laten dimasukkan dalam klasifikasi data interval. Namun
ada yang merasa ragu dengan konsep scoring dan coding di atas, ”Apakah
data ordinal yang dijumlahkan dapat menghasilkan data interval?”.
 Karena itu dalam konteks seperti ini, jumlah skor-skor dari suatu konstruk
dinyatakan diperlakukan sebagai data interval (threat as interval), meski
sebenarnya dianggap bukan data interval.

1) Numerik Ordinal

Data numerik ordinal adalah data yang berupa angka yang menunjukkan urutan.

Contoh:

a) urutan antrian

b) urutan tempat duduk

c) urutan nomor rumah

d) urutan kemunculan

bentuk khusus data numerik ordinal ini adalah data ranking (rank – order), yaitu
data yang dihasilkan dari pengurutan data interval atau rasio baik secara
meningkat (ascending) maupun menurun (descending).

Seperti data kategorik ordinal, operasi matematika tak dapat dilakukan pada data
ini.

Contoh: Tidak dapat dikatakan bahwa; ranking 3 – ranking 2 = ranking 1

Juga tidak dapat dikatakan bahwa; 2 x kali ranking 1 = ranking 2.

2) Numerik Interval

Data numerik interval selain mengandung unsur urutan juga memiliki unsur
kesamaan jarak antar urutan. Karena itulah operasi bilangan dapat dilakukan.

Contoh: 40° C – 30° C = 10°C

40° C adalah 2x lebih panas dari 20° C.

 Namun data numerik interval tidak memiliki 0 yang absolut.

Contoh: 0° C = 32° F

Siswa yang mendapat nilai 0 pada tes Statistika tidak dapat diartikan
bahwa yang bersangkutan tidak memiliki pengetahuan sama sekali
tentang Statistika.

Kesamaan jarak ukuran ini yang sulit dijamin pada suatu pengukuran sosial –
humaniora. Karena itulah hasil pengukuran sosial – humaniora dianggap bukan
data interval, tetapi data ordinal yang diperlakukan sebagai data interval.

Data numerik interval ini dapat diubah menjadi data:

a) numerik ordinal, dengan cara me-ranking-nya

b) kategorik ordinal, dengan cara mengkategorikannya.

3) Numerik Rasio

Data numerik rasio adalah data yang selain mengandung unsur urutan, memiliki
jarak ukuran yang sama, serta memiliki nilai 0 absolut.

Contoh: Jika tidak ada sesuatu yang diletakkan di atas timbangan emas, maka
angka digital yang tertera tetap angka 0,00.

Seperti data numerik interval, data numerik rasio ini dapat diubah menjadi data:

a) numerik ordinal, dengan cara me-ranking-nya

b) kategorik ordinal, dengan cara mengkategorikannya.

Catatan: Pada program Statistical Package and Service Solutions (SPSS) digunakan hal-
hal sebagai berikut:

- Seluruh data yang di-entry untuk dianalisis diperlakukan sebagai data

numerik
 - Konsep pendataan disamakan dengan pengukuran yang diklasifikasikan atas
skala (scale), ordinal, dan nominal.

Perbandingan dengan konsep sebelumnya dapat dilihat pada tabel berikut:

Konsep Sebelumnya Konsep di SPSS

Nomial Nominal
Kategorik
Ordinal
Ordinal
Pendataan Ordinal Pengukuran
Numerik Interval
Skala
Rasio

Jenis-Jenis Data Dan Variabel

Data adalah bentuk jamak dari kata datum. Jadi, dalam menyatakan data sebetulnya
sudah berkata bentuk jamaknya. Data adalah merupakan himpunan angka yang
merupakan nilai dari unit sampel kita sebagai hasil pengamatan atau pengukuran.

Jenis data ditinjau dari sumber data

1. Data primer: data yang dikumpulkan oleh peneliti tersendiri

2. Data sekunder: data yang diambil dari suatu sumber dan biasanya data itu sudah
dikompilasi lebih dahulu oleh instansi atau yang punya data

Variabel : suatu sifat yang akan diukur atau diamati yang nilainya bervariasi antara satu
objek ke objek lainnya dan terukur.

Aggregate: keseluruhan kumpulan nilai observasi yang merupakan suatu kesatuan dan
setiap nilai observasi hanya mempunyai arti sebagai bagian dari keseluruhan tersebut.

Jenis variabel menurut sifatnya:

1. Variabel kategorik (kualitatif), merupakan variabel hasil dari pengklasifikasian

(penggolongan) suatu data. Cirinya: datanya berupa kata-kata. Misalnya: jenis kelamin,
pendidikan, pekerjaan, dll
2. Variabel numerik (kuantitaf), merupakan variabel hasil dari perhitungan dan
pengukuran. Cirinya: data berbentuk angka-angka.

Variabel numerik dibagi 2:

1. Dikrit merupakan variabel yang datanya hasil dari perhitungan. Misalnya jumlah
pasien, jumlah perawat.

2. Kontinyu merupakan variabel yang datanya hasil dari pengukuran, misalnya berat
badan, tinggi badan

Variabel kategorik umumnya berisi variabel yang berskala nominal dan ordinal.
Sedangkan variabel numeric berisi data variabel yang berskala interval dan rasio.

Dalam analisis statistic, seringkali data numeric diubah kedalam data katagorik dengan
cara dilakukan pengelompokan (pengklasifikasian). Misalnya variabel umur aslinya
merupakan data numeric, namun bila dikelompokkan menjadi resiko rendah (20-35
tahun) dan resiko tinggi (<20 dan >35 tahun), maka jenis variabelnya sudah menjadi
kategorik.

Jenis variabel menurut skala pengukurannya:

1. Skala nominal

Skala nominal adalah skala yang paling sederhana disusun menurut jenisnya
(kategorinya) atau bilangan hanya sebagai symbol untuk membedakan sebuah
karakteristik dengan karakteristik lainnya. Adapun cirinya skala nominal antara lain: hasil
perhitungan dan tidak dijumpai bilangan pecahan, angka yang tertera hanya label saja,
tidak mempunyai urutan (rangking), sederajat, tidak mempunyai ukuran baru, dan tidak
mempunyai nol mutlak. Tes statistic yang digunakan ialah statistic non parametric.

Cotoh skala nominal

· Jenis kelamin: laki-laki, perempuan

· Golongan darah: golda A, golda B

· Agama yang dianut: islam, Kristen, hindu, budha

· Status perkawinan: belum kawin, sudah kawin, janda/duda

2. Skala ordinal

Skala ordinal adalah skala yang didasarkan pada rangking diurutkan dari jenjang yang
lebih tinggi sampai jenjang terendah atau sebaliknya.

Analisis statistic yang digunakan ialah statistic non parametric.

Contoh skala ordinal:

· Keteladanan: tingkat 1, tingkat 2, tingkat 3

· Kepangkatan militari: misalnya jenderal, letnan jenderal, mayor jenderal, dan brigadier
jenderal

· Status social: kaya, sederhana, dan miskin

3. Skala interval

Skala interval adalah skala yang menunjukkan jarak antara satu data dengan data yang
lain dan mempunyai bobot yang sama. Analisis statistic yang digunakan ialah uji statistic
parametric.

Contoh skala interval

· Skor IQ

· Temperature atau suhu badan

· Tekanan darah

4. Skala ratio

Skala ratio adalah skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai
jarak yang sama. Misalnya umur manusia dan ukuran timbangan keduanya tidak
memiliki angka nol negative. Artinya seseorang seseorang tidak dapat berumur di bawah
nol tahun dan seseorang harus memiliki timbangan diatas nol pula.
Contoh yang lain adalah berat badan, kadar Hb, tinggi badan manusia, jarak, panjang
barang, nilai ujian dan sebagainya. Analisis yang cocok adalah: hamper sama dengan
skala interval. Tes statistic yang digunakan ialah tes statistic parametric.