Mengenal Syarat Data yang Baik dalam Penelitian: Jenis dan Contohnya

Daftar isi [Tampil]

Data yang salah, apabila digunakan sebagai dasar bagi pembuatan keputusan, akan menghasilkan keputusan yang salah. Persyaratan data yang baik, antara lain, objektif, representatif (mewakili kelompok data asalnya), memiliki kesalahan baku yang kecil, tepat waktu up to date) dan relevan.

syarat data dalam penelitian ilmiah
syarat data dalam penelitian ilmiah

Objektif

Data yang objektif berarti bahwa data harus sesuai dengan keadaan yang sebenarnya (as it is). Misalnya, produksi yang turun dilaporkan naik ini tidak objektif; harga satu satuan barang Rp500, dilaporkan Rp750, walaupun ada kuitansi, tetap tidak objektif.

Representatif (mewakili)

Data harus mewakili objek yang diamati. Misalnya, jika laporan produksi padi dari suatu daerah hanya didasarkan atas hasil sawah-sawah yang subur saja, ini jelas tidak mewakili; laporan harga yang hanya didasarkan atas pasarpasar yang murah saja juga tidak mewakili; laporan konsumsi susu hanya dari golongan orang kaya saja juga tidak mewakili.

Kesalahan sampling (sampling error) kecil

Suatu perkiraan (estimte) dikatakan baik (mempunyai tingkat ketelitian yang tinggi) apabila kesalahan samplingnya kecil.

Lihat pula: Metode Penyajian Data Statistik

Ketiga syarat tersebut di atas sering disebut syarat data yang dapat diandalkan (reliable). Sedangkan kedua syarat berikut lebih menunjukkan manfaat atau kegunaannya, yaitu:

  • Tepat waktu. Apabila data akan dipergunakan untuk melakukan pengendalian atau evaluasi, maka syarat tepat waktu ini penting sekali agar sempat dilakukan penyesuaian atau koreksi seperlunya kalau ada kesalahan atau penyimpangan yang terjadi di dalam implementasi suatu perencanaan.
  • Relevan. Data yang dikumpulkan harus ada hubungannya dengan masalah yang akan dipecahkan. Misalnya, pemerintah mengetahui faktor-faktor yang menyebabkan kemerosotan produksi padi selama beberapa tahun terakhir.

Referensi serupa: Uji Heteroskedastisitas Data

Data dapat dikelompokkan, antara lain, menurut sifat, sumber, cara memperoleh, dan waktu pengumpulan:

Data menurut sifatnya

Data menurut sifatnya dibedakan antara data kualitatif dan data kuantitatif. Data kualitatif adalah data yang tidak berbentuk angka (nonnumen's).

Misalnya, produksi daging sapi meningkat, harga daging ayam mahal, penyaluran pupuk berjalan lancar, dan sebagainya. Data kuantitatif adalah data yang dinyatakan dalam bentuk angka.

Misalnya, produksi padi meningkat 10 persen, harga daging sapi per kilogram rata-rata adalah Rp 15.000, sebanyak 99 persen pupuk telah disalurkan, penduduk Indonesia pada tahun 1990 adalah 200 juta, dan sebagainya.

Itulah beberapa kriteria dan syarat utama yang dibutuhkan ketika kita mengumpulkan data dalam sebuah penelitian ilmiah. Selamat belajar dan mempraktikannya, semoga ilmu ini bisa bermanfaat!