Alasan Mengapa Implementasi Data Sekunder adalah Hal yang Penting dalam Penelitian
Penelitian merupakan salah satu metode dalam mencari jawaban terhadap fenomena atau kejadian-kejadian yang terjadi di sekitar kita. Dengan adanya penelitian, menghasilkan sebuah informasi dan insight yang berguna untuk memecahkan masalah dan membuat keputusan. Data merupakan salah satu komponen terpenting dalam sebuah penelitian. Data akan sangat membantu kita dalam melaksanakan penelitian, karena dari data tersebut didapatkan informasi-informasi yang akan menjadi sebuah solusi untuk permasalahan yang dimiliki.
Data sendiri dibagi ke dalam beberapa jenis, berdasarkan cara memperolehnya data dibagi atas dua jenis yaitu data primer dan sekunder. Dimana, masing-masing dari data tersebut memiliki kelebihan dan kekurangannya. Data primer diperoleh si peneliti dari tangan pertama atau responden. Sedangkan data sekunder diperoleh dari berbagai sumber-sumber terpercaya, dokumen-dokumen dari berbagai instansi. Implementasi data sekunder cenderung lebih praktis dan efisien karena datanya sudah tersedia. Biasanya data sekunder ini didapatkan dari buku-buku, arsip, laporan, publikasi dari pemerintah/swasta, hasil sensus, jurnal, dan lain-lain baik yang telah dipublikasikan maupun yang belum dipublikasikan. Selain alasan tersebut juga masih ada alasan lain yang membuat data sekunder itu penting digunakan dalam penelitian, yang akan kami bahas pada artikel berikut.
1. Data Sekunder Sebagai Sarana Pemahaman Masalah
Dalam sebuah penelitian, data sekunder dapat digunakan sebagai sarana pendukung untuk memahami masalah yang akan kita teliti. Sebagai contoh, apabila kita akan melakukan penelitian dalam suatu perusahaan, perusahaan menyediakan company profile atau data administratif lainnya yang dapat kita gunakan sebagai pengantara untuk memahami persoalan yang muncul dalam perusahaan tersebut dan yang akan kita gunakan sebagai masalah penelitian.
Baca juga : Teknik Pengumpulan Data Sekunder, Apa Saja Sumber Data yang Bisa Digunakan?
2. Data Sekunder Sebagai Penjelasan Masalah
Alasan kedua adalah karena data sekunder sangat berguna untuk memperjelas suatu masalah dan menjadi lebih operasional dalam penelitian karena didasarkan pada data sekunder yang tersedia, sehingga kita dapat mengetahui komponen-komponen situasi lingkungan yang mengelilinginya. Hal ini akan menjadi lebih mudah bagi peneliti untuk memahami persoalan yang akan diteliti, khususnya mendapatkan pengertian yang lebih baik mengenai peristiwa-peristiwa yang serupa dengan persoalan yang akan diteliti.
3. Formulasi Alternatif dalam Penyelesaian Masalah
Sebelum kita mengambil suatu keputusan, kadang kita memerlukan beberapa alternatif lain. Data sekunder bermanfaat ketika kita membutuhkan beberapa alternatif lain yang mendukung dalam penyelesaian masalah yang akan diteliti. Dengan memperbanyak informasi-informasi terkait penelitian, membuat penyelesaian masalah akan menjadi jauh lebih mudah untuk diselesaikan. Informasi-informasi tersebut adalah data sekunder yang dapat dikumpulkan dengan melakukan studi pustaka.
4. Data Sekunder Sebagai Solusi dari Masalah
Disamping memberi manfaat dalam membantu mendefinisikan dan mengembangkan masalah, data sekunder juga kadang dapat memunculkan solusi permasalahan yang ada. Ketika sedang melakukan penelitian, tujuan akhir yang ingin dicapai pastinya adalah sebuah solusi dari masalah penelitian. Umumnya, jika penelitian menggunakan data primer terlihat akan menghasilkan solusi yang akurat. Namun nyatanya, belum tentu hanya dengan data primer dapat memberikan solusi terhadap suatu masalah secara valid. Sehingga terkadang dibutuhkan data sekunder untuk dilakukan analisis bersamaan dengan data primer. Namun tak jarang juga penelitian hanya didasarkan dengan data sekunder dapat memberikan jawaban atau solusi dari persoalan yang akan kita teliti.
Baca juga : Metode Pengumpulan Data Sekunder, Bisa Menggunakan Apa Saja Sih?
5. Wujudkan Impian Menjadi Praktisi Data Bersama DQLab!
Pada masa modern kini, menjadi praktisi data merupakan salah satu profesi yang paling diminati. Mulai dari menjadi Data Scientist, Data Analyst, Data Engineer dan praktisi data lainnya. Untuk menjadi seorang praktisi data memerlukan beberapa keahlian baik ilmu statistik, bahasa pemrograman, ilmu bisnis, hingga pemahaman dari segala jenis bentuk data. Semua itu dapat kita peroleh di DQLab, bahkan kita bisa membuat portofolio data dengan menyelesaikan kasus data yang tersedia. Caranya sangat mudah, yaitu cukup SIGN UP di DQLab.id dan kita bisa mulai dengan belajar GRATIS di DQLab serta dapat mengakses modul-modul dari bahasa pemrograman R, Python, Excel, dan SQL!
Penulis : Salsabila Miftah R
Editor : Annissa Widya Davita