Data Sekunder Adalah Jenis Data Penelitian yang Wajib Diketahui
Data sekunder adalah jenis data dalam penelitian berdasarkan cara memperolehnya, yang artinya sumber data penelitian yang diperoleh dan dikumpulkan peneliti secara tidak langsung melainkan dengan pihak lain. Lain dengan data primer, data sekunder merupakan data pendukung yang dapat meningkatkan kualitas suatu penelitian.
Perbedaan antara data primer dan data sekunder penting untuk diketahui agar dalam pengaplikasiaanya bisa dilakukan dengan tepat. Adapun perbedaan tersebut adalah dalam bentuk data, pengumpulan data, dan sumber datanya. Meskipun berbeda tetapi kedua data tersebut saling melengkapi dalam suatu penelitian.
Data sekunder biasanya bersumber dari pihak ketiga, hal ini dikarenakan sebagian besar sumber data berbentuk dokumen atau arsip dan opini para ahli. Karena memanfaatkan dokumen dan pendapat-pendapat ahli yang biasanya tersebar di media atau wadah lainnya, tidak ada kewajiban untuk mendatangi secara langsung lokasi dimana fenomena tersebut berada. Meskipun begitu, data sekunder memiliki kelebihan dan kekurangan juga. Apakah itu ? Untuk lebih lanjut mari simak artikel ini bersama-sama.
1. Data Primer VS Data Sekunder
Data primer merupakan jenis data yang dikumpulkan oleh peneliti langsung dari sumber utama, sedangkan data sekunder merupakan data yang telah dikumpulkan atau tersedia untuk peneliti dari pihak lain. Ketersediaan data sekunder sangat bergantung pada keputusan peneliti untuk mempublikasi data tersebut ke publik atau tidak. Selain itu juga jenis data yang disediakan data primer bersifat real-time, sedangkan data sekunder biasanya bersifat lampau.
Biasanya dalam proses pengumpulan data, data sekunder cenderung lebih cepat dan mudah dalam pengumpulannya. Data primer tersedia dalam bentuk mentah, sedangkan data sekunder dalam bentuk "jadi" atau sudah diolah, yang artinya data sekunder itu tersedia untuk publik dalam bentuk sederhana dan mudah untuk dipahami, sedangkan data primer itu merupakan data yang masih harus diolah dan disederhanakan lagi.
Data primer dapat dikumpulkan dengan teknik pengumpulan data survey, dan kuesioner. Sementara data sekunder dikumpulkan dengan teknik studi pustaka, analisis media dan observasi. Jika dilihat dari segi spesifik atau tidaknya, data primer lebih spesifik daripada data sekunder.
Baca juga : Macam-macam Metode yang Ada Pada Pengolahan Data Statistik
2. Kelebihan dan Kekurangan Data Sekunder
Adapun kelebihan dan kekurangan data sekunder, yang akan dibahas satu persatu. Untuk kelebihan data sekunder adalah dalam karena data sekunder itu sudah tersedia maka proses pengumpulan data nya relatif lebih murah dan tidak memerlukan banyak waktu karena sebagian besar data sekunder dapat diakses secara gratis, selain itu seorang peneliti dapat memperoleh informasi lain selain informasi utama.
Sementara kekurangan dari data sekunder antara lain, data yang didapat merupakan data lampau yang ketinggalan zaman dan mungkin sudah tidak relevan lagi bahkan, peneliti harus menjelajahi data yang tidak relevan sebelum akhirnya memiliki akses ke data yang relevan dengan tujuan penelitian.
Sumber data yang lampau atau kadaluwarsa tentunya akan sangat berpengaruh terhadap hasil penelitian. Lalu apabila penelitian kamu belum termasuk penelitian baru kemungkinan sulit untuk mendapatkan data sekunder dan jika tersedia pun biasanya itu tidak open source dan berbayar.
3. Accuracy dan Reliability
Jika dilihat dari segi akurasinya data sekunder kurang akurat dan kurang bisa diandalkan dibandingkan data primer. Mengapa ? Karena proses pengumpulan datanya itu yang tidak secara langsung melainkan kita hanya tinggal menggunakan data yang sudah ada dan sudah diolah. Hal ini dapat menimbulkan bias yang cukup tinggi. Meski begitu data primer dan sekunder memiliki kesamaan tidak masalah jika divisualisasikan lebih lanjut dalam bentuk sekunder, konten tidak berubah.
Contoh umum dari ini adalah definisi, teorema, dan postulat yang dibuat bertahun-tahun yang lalu tetapi masih tetap sama. Hal ini dikarenakan data sekunder dan data primer memiliki kandungan yang sama. Satu-satunya perbedaan adalah metode pengumpulannya. Karena metode pengumpulan tidak secara langsung mempengaruhi penggunaan data, mereka dapat digunakan untuk melakukan penelitian serupa.
Baca juga : Metode Pengolahan Data dengan Machine Learning untuk Perbaikan Forecasting Bisnismu
4. Yuk, Bangun Portfolio Kamu Menggunakan Data Source yang Tersedia di DQLab Sekarang !!!
Tidak memiliki background IT? Jangan khawatir, kamu tetap bisa menguasai Ilmu Data Science untuk siap berkarir di revolusi industri 4.0. Bangun proyek dan portofolio datamu bersama DQLab untuk mulai berkarir di industri data yang sebenarnya! Sign up sekarang untuk #MulaiBelajarData di DQLab!
Penulis: Rian Tineges
Editor: Annissa Widya Davita