Jenis Data Penelitian yang Wajib Diketahui Sebelum Membuat Laporan Penelitian

Jenis data penelitian: Sebelum mengetahui jenis data penelitian, akan dijelaskan terlebih dahulu pengertian data. Data berbentuk jamak, sedang datum berbentuk tunggal. Jadi data sama dengan datum-datum. Data ialah suatu bahan mentah yang jika diolah dengan baik melalui berbagai analisis dapat melahirkan berbagai informasi. Dengan informasi tersebut, kita dapat mengambil suatu keputusan. Dalam statistik dikenal istilah-istilah jenis data, tingkatan data, sumber data, penyajian data, analisis data. Data dianalisis sesuai jenis dan tingkatannya, karena itu masing-masing tingkatan data mempunyai analisis sendiri khususnya dalam analisis korelasi.

Jenis data secara garis besarnya dapat dibagi menjadi dua macam yaitu data dikhotomi dan data kontinum.

1. Data Dikhotomi

Data dikotomi disebut: data deskrit, data kategorik atau data nominal. Data ini merupakan hasil perhitungan, sehingga tidak dijumpai bilangan pecahan. Data dikotomi adalah data yang paling sederhana yang disusun menurut jenisnya atau kategorinya. Bila kita telah memberikan nama kepada sesuatu berarti kita telah menentukan jenis atau kategorinya menurut pengukuran kita. Dalam data dikotomi setiap data dikelompokan menurut kategorinya dan diberi angka. Angka-angka tersebut hanyalah label belaka, bukan menunjukan tingkatan (ranking). Dasar dalam menyusun kategori data tidak boleh tumpang tindih (mutually exclusive). Kalau kita melakukan kategori secara alamiahnya, maka disebut data diktonomi sebenarnya (true dicthomi) dan jika kategorinya dibuat-buat sendiri (direkayasa), maka disebut dikotomi dibuat-buat (artifical Dichotomi).

Contoh dari data dikotomi sebenarnya antara lain adalah: jenis kelamin umpamanya ada tiga yaitu laki-laki diberi angka 1, banci diberi angka 2 dan perempuan diberi angka 3. Angka 3 pada wanita bukan berarti kekutan wanita sama dengan tiga kali laki-laki. Demikian pula bansi sama dengan dua laki-laki. Tetapi seperti disebutkan tadi bahwa angka-angka tersebut hanyalah label belaka. Banyak contoh-contoh data dikotomi sebenarnya ini seperti macam warna kulit, suku bangsa, bahasa daerah, dan sebagainya.

Data dikotomi dibuat-buat apabila data itu mempunyai katergorik mutlak atau alamiah seperti di atas tadi, oleh sebab itu data tersebut masih dapat diubah-ubah jika memang dikehendaki. Sebagai contoh: tidak lulus diberi angka 1 dan lulus diberi angka 2. Tetapi jika yang tidak lulus ingin kita ubah menjadi lulus, maka kita dapat saja mengadakan ujian ulangan. Seperti dengan uraian di atas tadi bahwa pemberian angka pada data dikotomi ini hanyalah label belaka. Bukan berarti yang tidak lulus bodohnya dua kali yang lulus.

Data dikotomi ini mempunyai sifat-sifat ekskuisif, tidak mempunyai urutan (ranking), tidak mempunyai ukuran baru, dan tidak mempunyai nol mutlak.

2. Data Kontinum

Data kontinum terdiri atas tiga macam data yaitu: data ordinal, data interval, dan data rasio. Ketiga macam data-data tersebut diuraikan seperti berikut ini:

a. Data Ordinal

Data ordinal ialah data yang sudah diurutkan dari jenjang yang paling rendah sampai ke jenjang yang paling tinggi, atau sebalikntya tergantung peringkat selera pengukuran yang subjektif terhadap objek tertentu. Kita dapat menyatakan bahwa saya lebih suka jeruk A daripada Jeruk B meskipun sama-sama tergolong jenis jeruk. Selanjutnya jeruk B kita beri bobot 1 dan jeruk A kita beri bobot 2. Pembobotan biasanya merupakan urutannya. Oleh sebab itu, data ordinal disebut juga sebagai data berurutan, data berjenjang, data berpangkat, data tata jenjang, data ranks, dan data petala, data bertangga atau data bertingkat.

Pemberian jenjang tersebut pada umumnya dapat dilakukan sebagai berikut:

Mula-mula kita urutkan data itu mulai dari data yang terendah sampai data yang tertinggi. Demikian pula sebaliknya. Kemudian berilah angka 1 untuk yang tertinggi, angka 2 pada yang berada di bawahnya dan seterusnya.

Sebagai contoh: dalam suatu pertandingan angkat besi, baka didapatkan data berjenjang sebagai berikut:

Juara 1 mampu mengangkat 400 Kg
Juara 2 mampu mengangkat 390 Kg
Juara 3 mampu mengangkat 325 Kg
Juara 4 mampu mengangkat 200 Kg

Contoh-contoh data ordinal lainnya adalah: golongan gaji, pangkat, pendidikan mulai Taman Kanak-kanak sampai Perguruan Tinggi, status sosial (tinggi, menengah, dan rendah), Daftar Urutan kepegawaian (DUK), dan sebagainya. Data ordinal ini lebih tinggi kedudukannya dibandingkan dengan data nominal. Dalam dunia pendidikan, dapat diberikan contoh sebagai berikut:

Ketika akan diadakan ujian, para peserta diberikan nomor ujiannya masing-masing. Penomoran terhadap semua peserta disebut peserta yang masuk nominasi. Kemudian proses ujian berlangsung. Akhirnya diadakan pengumuman peserta yang mendapat ranking tertinggi (nomor 1,2, dan 3) dan seterusnya.

Berdasarkan contoh ini, maka jelaslah bahwa penomoran ketika sebelum ujian yaitu nomor ujiannya hanyalah label belaka. Peserta nomor ujiannya mendapat nomor 1, belum tentu mendapat ranking 1, dan seterusnya. Bisa saja yang nomor ujiannya yang bukan nomor 1 mendapat ranking 1. Ranking tersebut tentu saja sangat ditentukan oleh banyaknya soal ujian yang dapat dijawab dengan benar, sehingga didapat nilai yang lebih tinggi.

Data ordinal bersifat ekskuisif, mempunyai urutan, tidak mempunyai ukuran baru, dan tidak mempunyai nilai nol mutlak.

b. Data Interval

Data interval mempunyai sifat-sifat nominal dari data ordinal. Di samping itu ada sifat tambahan lainnya pada data interval yaitu mempunyai nol mutlak. Akibatnya ia mempunyai skala interval yang sama jaraknya. Pengukuran data interval tidak memberikan jumlah yang absolut dari objek yang diukur. Contohnya adalah sebagai berikut: Dalam Indeks Prestasi Kumulatif (IPK) mahasiswa dikenal standar-standar penilaian sebagai berikut:

A = 4, B = 3, C = 2, dan D = 1.

Gambarnya sebagai berikut:

Berdasarkan gambar tadi, dapat disebutkan bahwa:

IPK A = 2, IPK B = 3, IPK C = 2, dan IPK D = 1

Interval antara A dengan B = 4 - 1 = 3

Interval antara B dengan C = 3 - 2 = 1

Interval antara C dengan D = 2 - 1 = 1

Interval antara A dengan C = 4 - 2 = 2

Interval antara B dengan D = 3 - 1 = 2

Interval antara A dengan D = 4 - 1 = 3

Interval antara A dengan D - Interval D dengan C =

= (A - C) + (C - D)

= (4 - 2) + (2 - 1)

= 3

Jadi data interval dapat ditambah maupun dikurangkan. Walaupun demikian, tidak dapat disimpulkan bahwa kepandaian atau keberhasilan A adalah empat kali keberhasilan B. demikian pula tidak dapat disimpulkan bahwa keberhasilan A adalah dua kali B atai tiga kali C.

Contoh-contoh lainnya dari data interval adalah: persepsi, tanggapan, dan sebagainya. Dalam penelitian sosial data interval paling banyak digunakan.

Data interval bersifat Ekskuisif, mempunyai urutan, mempunyai ukuran baru, tetapi tidak mempunyai nilai nol mutlak.

c. Data Rasio

Data rasio mengandung sifat-sifat interval, dan selain itu ia mempunyai nilai nol mutlak. Contoh dari data rasio di antaranya adalah: berat badan, tinggi, panjang, atau jarak. Misalnya kita mempunyai data panjang A = 10 m, B = 20 m, C = 30 m, dan D = 40 m. kalau digambarkan akan menghasilkan gambar seperti berikut:

Berdasarkan gambar tersebut di atas, maka kita dapat menyimpulkan bahwa panjang D = 4 x A atau 2 x B. Panjang B dapat disebut sebagai 2 X A atau 1/2 x D, dan seterusnya. Data rasio ini sering dipakai dalam penelitian keilmuan atau enjinering. Karena data rasio, ordinal, dan interval merupakan hasil pengukuran, maka pada ketiga data tersebut ditemui adanya bilangan pecahan. Data rasio bersifat ekskuisif, mempunyai urutan, mempunyai ukuran baru, dan mempunyai nol mutlak.

Tingkatan Data

Tingkatan data kalau diurutkan dari yang tertinggi ke yang terendah yaitu: 1) rasio, 2) interval, 3) ordinal, 4) nominal. Dalam analisis statistik, jika perlu, maka data yang tinggi dapat diturunkan ke tingkatan yang lebih rendah. Tetapi sebaliknya, data yang tingkatannya rendah tidak dapat dinaikan kepada tingkatan yang lebih tinggi. Tingkatan data diilustrasikan seperti gambar 2.4 di bawah ini:

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.

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.

Data Kualitatif: 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.

Data Kuantitatif: 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).

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: