4 Contoh Data Sekunder yang Bisa Konsumsi Pemula
Contoh data sekunder dapat kita temui di mana saja. Pengertian data sekunder sendiri adalah data yang sudah dikumpulkan dari sumber primer dan sudah diolah atau dibersihkan sehingga peneliti lain bisa menggunakan data tersebut untuk penelitiannya.
Data sekunder adalah jenis data yang sudah dikumpulkan di masa lampau. Ketika seorang peneliti melakukan penelitian, data yang ia gunakan bisa digunakan oleh peneliti lain untuk penelitian yang berbeda. Namun demikian, data yang telah dikumpulkan mungkin saja hanya bisa digunakan untuk penggunaan umum tanpa tujuan penelitian yang spesifik, misalnya adalah sensus penduduk.
Data yang digolongkan dalam data sekunder bisa jadi menjadi data primer bagi peneliti yang lain. Artinya, suatu dataset akan menjadi data primer bagi peneliti pertama, dan jika data tersebut digunakan oleh peneliti kedua maka dataset tersebut telah digolongkan menjadi data sekunder.
Data sekunder dapat berasal dari berbagai sumber, bahkan kita bisa menemukan sumbernya dari internet. Pada artikel kali ini kita akan membahas apa saja contoh data sekunder yang bisa ditemukan di internet. Jadi tunggu apa lagi? Let"s get started!
1. Data Sekunder dari E-Book
E-book merupakan bentuk elektronik dari buku. Sumber data ini merupakan sumber data paling tradisional untuk mengumpulkan data. Dengan bantuan internet, kita tidak lagi kesulitan untuk mengakses buku karena sebagian besar buku sudah bertransformasi menjadi buku digital yang bisa kita akses tanpa memiliki buku fisiknya.
Berkembangnya ilmu pengetahuan menyebabkan semakin banyaknya topik yang dibahas dalam buku. Dalam dunia research, buku menjadi salah satu sumber data paling terpercaya yang banyak dijadikan referensi oleh peneliti.
Baca juga : Teknik Pengumpulan Data Sekunder, Apa Saja Sumber Data yang Bisa Digunakan?
2. Data Sekunder dari E-Jurnal
Saat ini jurnal dianggap lebih penting dari pada buku dalam hal pengumpulan data. Hal ini disebabkan karena jurnal dinilai lebih update daripada buku. Penilaian ini bukan tanpa alasan, sebab penelitian yang mirip atau pengembangan dari penelitian sebelumnya sering kali dipublikasikan dalam bentuk jurnal.
Sama kasusnya dengan buku, jurnal juga mulai banyak diterbitkan dalam bentuk elektronik. Kita tidak perlu pergi ke perpustakaan untuk mencari jurnal karena kita bisa menemukannya di portal e-jurnal yang sudah banyak dikembangkan.
3. Data Sekunder dari Koran Elektronik
Dalam banyak kasus, informasi yang didapatkan dari koran dapat diandalkan sehingga data yang dikumpulkan lebih otentik. Ada berbagai data sekunder yang bisa kita dapatkan dari koran, seperti data mengenai politik, ekonomi, edukasi, dan lain-lain. Namun, sebagian besar data yang ada pada koran merupakan data sosio ekonomi sehingga kita akan sedikit kesulitan untuk mencari data scientific di koran.
Internet of Thing menyebabkan koran cetak sudah sedikit diminati karena sebagian orang lebih suka membaca koran elektronik dari gadget atau laptop. Koran elektronik juga dirasa lebih efektif dan efisien untuk mengurangi sampah dan menghemat waktu.
4. Data Sekunder dari Blog
Blog adalah salah satu sumber online umum untuk data namun kurang otentik. Hal ini karena setiap orang bisa memiliki blog dan menulis apapun di blog tersebut. Informasi yang didapatkan dari blog perlu di-crosscheck kembali karena bisa saja mengandung opini dari si penulis dan kurang sesuai dengan fakta. Selain itu, beberapa blogger juga menerima adds dari suatu perusahaan, lembaga, atau organisasi sehingga informasi yang diberikan adalah informasi yang menguntungkan si perusahaan saja. Oleh karena itu, perlu adanya kehati-hatian saat mengumpulkan data dari blog untuk menghindari adanya misleading.
Baca juga : Metode Pengumpulan Data Sekunder, Bisa Menggunakan Apa Saja Sih?
5. Belajar Cara Mengolah Data Sekunder bersama DQLab
Dalam penelitian, kita membutuhkan metode untuk mengolah data sekunder agar bisa menghasilkan insight sesuai tujuan penelitian. Saat ini ada ratusan metode pengolahan data sekunder yang perlu kita pelajari sebelum melakukan penelitian. Selain itu, jika data yang kita gunakan berukuran besar, kita juga harus menyiapkan tools analisis data tertentu karena tidak semua tools compatible untuk mengolah data berukuran besar.
Yuk belajar metode dan tools pengolahan data bersama DQLab! Klik button di bawah ini untuk sign up atau melalui DQLab.id dan nikmati modul gratis "Introduce to Data Science" menggunakan R dan Python sebelum mengenal analisis data lebih jauh. Selamat belajar!
Penulis: Galuh Nurvinda K
Editor: Annissa Widya Davita