Jenis Data Penelitian Ekonomi dan Bisnis

Jenis Data yang akurat merupakan salah satu syarat dalam melakukan penelitian. Menurut Kuncoro (2013:145) dalam pengertian bisnis, data adalah sekumpulan informasi yang diperlukan untuk pengambilan keputusan.

Data harus disusun, diberi nama, dan disimpan pada media tertentu agar jika suatu saat seseorang membutuhkannya, dapat diambil dengan mudah. Contohnya adalah data penjualan, produksi, harga saham, BI Rate, dan lain sebagainya.

Dalam Penelitian Ekonomi dan Bisnis, data dibagi kedalam beberapa kelompok. Pengelompokan data ini dapat mempengaruhi alat analisis yang akan digunakan. Sebagai contoh, dalam analisis trend mesti menggunakan data time series (runtut waktu). Kuncoro (2013:145) mengungkapkan bahwa data dapat dikelompokkan dalam 3 (tiga) kategori sebagai berikut:

Jenis Data Kuantitatif

Data Kuantitatif adalah data yang diukur dalam suatu skala numerik (angka), yang dibedakan menjadi:

#1 Data Interval

Data interval adalah data yang diukur dengan jarak di antara dua titik pada skala yang sudah diketahui. Contohnya, suhu udara dalam derajat Celcius berkisar antara interval 0 derajat sampai dengan 100 derajat, Jumlah bulan dalam satu tahun kalender masehi adalah 12 Bulan, dan lain sebagainya.

#2 Data Rasio

Data Rasio, adalah data yang diukur dengan suatu proporsi. Contohnya adalah data BI Rate, data Tingkat Inflasi, data harga saham AALI, data IHSG, data ROA emiten BEI, dan lain sebagainya.

Jenis Data Kualitatif

Data Kualitatif adalah data yang tidak dapat diukur dalam skala numerik. Jika Anda menggunakan data ini, perlu diubah terlebih dahulu menjadi data kuantitatif karena agar dapat diuji secara statistik, jenis data harus kuantitatif (dalam bentuk angka). Pada dasarnya, data kualitatif digolongkan menjadi 2 jenis yaitu:

#1 Data Nominal

Data Nominal, yaitu data yang dinyatakan dalam bentuk kategori tetapi posisi data sama derajatnya. Sebagai contoh, Biro Pusat Statistik menggolongkan industri di Indonesia menjadi 4 golongan seperti yang terlihat pada tabel berikut:

Note: Kategori 1 – 4 tidak menunjukkan bahwa posisi data memiliki derajat atau nilai yang berbeda, melainkan derajat dan nilai data sama besarnya. Angka 1 – 4 hanya merupakan pengkategorian saja. Dalam kasus ini, bukan berarti kategori ke-4 (Industri Besar) memiliki derajat atau value yang lebih tinggi dari pada kategori 3, 2, dan 1, begitu pulalah sebaliknya.

Untuk menambah pemahaman, Saya berikan 1 contoh lagi yaitu pengkategorian jenis kelamin murid SD Kota Jambi seperti yang terlihat pada tabel berikut:

Note: Dalam kasus ini, perbedaan kategori 1 dan 2 tidak membedakan derajat mana yang lebih tinggi melainkan hanya sebagai pengelompokan dan pengkodean data saja.

#2 Data Ordinal

Data Ordinal, yaitu data yang dinyatakan dalam bentuk kategori namun posisi data tidak sama derajatnya karena dinyatakan dalam skala peringkat (Tabachnick & Fidell, 1996:8) dalam Kuncoro (2013:146). Contohnya adalah tingkat pengangguran di Provinsi Jambi seperti yang ditunjukkan pada tabel berikut:

Note: Kode 1 – 5 merupakan skala pengukuran yang menyatakan posisi data. Angka 1 menyatakan tingkat pengangguran di Provinsi Jambi Sangat Rendah, sedangkan Angka 5 menyatakan tingkat pengangguran di Provinsi Jambi Sangat Tinggi.

Note: Data Kualitatif, baik Data Nominal maupun Data Ordinal harus diubah terlebih dahulu menjadi Data Kuantitatif agar dapat diuji secara statistik”.

Jenis Data Menurut Dimensi Waktu

Data menurut dimensi waktu terbagi 3 (tiga) yaitu data time series, cross section, dan pooling. Berikut penejelasan ketiga jenis data tersebut:

#1 Data Time Series

Data Time Series (Runtut Waktu), yaitu data yang dikumpulkan pada suatu objek sepanjang periode waktu tertentu. Data time series merujuk pada analisa perubahan data dalam rentang waktu tertentu, sehingga variasi data yang terjadi adalah antar waktu pada suatu objek.

Contoh data time series adalah data Penjualan Tahunan Periode 2000 – 2016, data harga saham harian Unilever tahun 2015 – 2016 dan lain sebagainya.

Note: Data time series adalah data pada suatu objek sepanjang periode waktu tertentu.

#2 Data Cross Section

Data Cross Section (Silang Tempat), yaitu data yang dikumpulkan pada waktu tertentu antara individu yang berbeda. Data Cross Section digunakan untuk mengamati respon suatu objek pada periode yang sama, sehingga variasi data adalah antar setiap objek pengamatan.

Contoh data Cross Section adalah data jumlah penduduk miskin di Provinsi Jambi pada tahun 2017, data laporan keuangan seluruh perusahaan BEI tahun 2017 dan lain sebagainya.

Note: Data Cross Section adalah data antar individu yang berbeda pada suatu waktu tertentu.

#3 Data Panel

Data Panel (Pooling Data), data panel merupakan gabungan atau kombinasi dari data time series dan cross section. Sehingga data panel memiliki sifat-sifat kedua data tersebut yaitu antar waktu dan antar individu.

Sebagai contoh, Saya ilustrasikan data penjualan PT ABC dan PT DEF periode 2010 – 2016 pada tabel berikut ini:

Coba Anda perhatikan, pada tabel Penjualan PT ABC dan PT DEF Periode 2013 – 2016 di atas menunjukkan dua jenis data yang berbeda yaitu time series dan cross section. Ada sebuah pertanyaan, apakah boleh saya melakukan analisis menggunakan data time series atau cross section saja pada data Penjualan di atas ?

Jawabannya, boleh saja, akan tetapi akan memakan waktu yang sangat lama karena Anda akan melakukan dua kali analisis. Coba seandainya kita memiliki 100 individu yang berbeda dan masing-masing memiliki data time series seperti tabel di atas. Apakah masih memungkinkan jika kita melakukan analisis pada setiap individu.

Oleh karena itu, penggunaan data panel merupakan pilihan yang sangat tepat, selain dapat menghemat waktu, tenaga, dan biaya tentunya.

Jenis Data Menurut Sumber

Selain itu, terdapat pula jenis data berdasarkan sumbernya. Data menurut sumber terbagi sebagai berikut:

#1 Data Internal dan Eksternal

Data Internal yaitu data yang berasal langsung dari organisasi tersebut. Sementara Data Eksternal yaitu data yang berasal dari luar organisasi tersebut. Akan tetapi, jenis kedua data ini sudah cukup jarang digunakan dalam Penelitian Ekonomi dan Bisnis. Melainkan dua jenis data berikut yang lebih sering ditemui;

#2 Data Primer dan Sekunder

Data Primer yaitu data yang didapatkan melalui survey lapangan dengan menggunakan metode pengumpulan data orisinil. Data penelitian yang menggunakan angket kuesioner yang disebar langsung kepada responden disebut sebagai data primer.

Data Sekunder yaitu data primer yang telah dikumpulkan oleh lembaga pengumpul data lalu di publikasikan kepada masyarakat umum pengguna data. Data laporan keuangan emiten BEI merupakan salah satu jenis data sekunder.

Note: Jika penelitian yang Anda lakukan membutuhkan data laporan keuangan, ada baiknya Anda mengambil sampel dari emiten yang terdaftar di BEI. Karena seluruh emiten BEI diwajibkan mempublikasikan laporan keuangan tahunan, sehingga proses pengambilan data dapat melalui internet.

Jika Anda masih belum memahami jenis data apa yang Anda gunakan dalam penelitian, mari kita diskusikan dalam kolom komentar di bawah.

Sumber:
Kuncoro, Mudrajad. 2013. Metode Riset untuk Ekonomi dan Bisnis – Bagaimana Meneliti dan Menulis Tesis ?. Edisi Ke-4. Jakarta: Erlangga

Anda baru mulai nyusun skripsi ? Kunjungi Pusat Panduan Skripsi M Jurnal. Saya akan pandu Anda nyusun skripsi dari nol.