Langkah-Langkah Analisa Data Part 1 Setengah masalah selesai dengan pertanyaan

Tidak ada hari tanpa excel dan data. Ini mungkin gambaran yang paling tepat untuk menggambarkan pekerjaan yang saya lakukan. Walaupun untuk mengekstrak datanya sudah ada SAS or MySQL dan untuk visualisasinya sudah pake Tableau, kemudahan pengolahan data excel emang paling T.O.P.

Seingat saya, waktu jaman kuliah juga gak terlepas dengan menggunakan excel, bikin tabulasi data survey, sekedar deskriptif stat sih gak ada masalah. Baru beberapa tahun ini aja kenal beberapa trik keren yang excel punya.

Sekarang ini katanya sih era BIG DATA, buat yang punya tools yang keren dan ngerti dikit API, mungkin ngerti dengan istilah ini. Tapi saya sendiri sih masih jarang gunain data ini, masih data-data yang ‘kecil’ dan terstruktur. Makanya saya share hal-hal basic aja dalam hal pengolahan data, hal biasa yang bisa sangat membantu hidup anda.

Sebelum anda melakukan analisa apapun pada data anda, hal yang anda paling butuhkan adalah identifikasi masalah apa yang anda ingin jawab dengan data yang anda miliki? Tulislah setiap pertanyaan yang anda miliki di kertas kerja anda. Jika saya mengatakan tulislah, maka jangan sungkan mencoret-coret kertas anda untuk menulis pertanyaan. Satu filosofi yang saya pegang adalah “jika anda sudah bisa membuat pertanyaan yang jelas dan akurat, anda sudah mengerjakan setengah pekerjaan anda”

Pernahkah ditanya manakah yang “lebih baik” samsung atau apple? Berapa penjualan kita bulan lalu? atau manakah yang harus saya pilih, beli rumah atau apartemen?

Dapatkah anda membedakan mana pertanyaan yang baik, mana yang tidak?

Advertisements

Alat Penelitian (Research)-Non Probability Sampling Cont’d

Part 2
Kemaren-kemaren kita udah ngebahas masalah sampling secara general. Mudah2an udah pada ngerti ya… sekarang kita lanjut ke bagian non probability sampling. Yup. :).
Kan kemarin saya udah ngejelasin secara singkat kalau non probaility sampling ini adalah pengambilan sampel dari populasi tanpa menggunakan konsep peluang, jadi sifat sampling nya subjektif banget dari penelitinya. Tp harus keep in mind bahwa subjektifnya si peneliti ini harus punya dasar juga. Biasanya sih berdasarkan keilmuan masing-masing.

Sebenarnya apakah benar non probability sampling itu gak menggambarkan populasi?jawabannya. Kita bisa aja menggambarkan populasi lewat sample dari non probability ini, tp kita gak bisa menentukan seberapa besar error nya? karena untuk menghitung error itu ya kudu pake konsep peluang. Karena sampling errornya gak bisa di ukur maka setidaknya non sampling error kudu di beresin. SUmbernya antara lain, pembuatan kuesioner yang baik ( gak ngarahin responden), cara interview yang baik, kejujuran interviewer dll. (Ntar saya coba bikin post khusus masalah ini… klo inget :))

Dalam dunia social research banyak kondisi dimana kita tuh gak bisa mendapatkan daftar populasinya. contohnya, kalo mau neliti tentang pengguna narkoba di jakarta? emang siapa yang punya data lengkap pengguna narkoba? gak ada. Kalo ada ya keburu ketangkep lah penggunanya. Right??

Nah, karena ada kondisi-kondisi kayak gitu kita bisa menggunakan non prob sampling ini. Secara garis besar ada dua jenis non prob sampling ini yakni accidental atau purposive.

Accidental atau Convinience Sampling
Image
Pernah gak liat di acara-acara news gitu ada orang-orang yang ditanyain pendapatnya tentang suatu masalah? Nah, metode tanya orang asal ketemunya aja ini namanya accidental sampling. Jadi jelas dong, kita gak bisa menyimpulkan pendapat-pendapat orang-orang yang kita temui tadi sebagai pendapat populasi, iya kan? iya aja deh.

Purposive Sampling
Image
Namanya juga purposive artinya emang kita punya ‘tujuan’, so pasti kita butuh sampel yang bisa memenuhi tujuan kita tadi. Waktu saya kerja di marketing research dulu saya pernah mengadakan riset tentang preferensi peminum kopi terhadap beberapa jenis kopi yang kami hidangkan. Nah, tuh kan dari awal saya emang dah punya tujuan yaitu pengen tau kecenderungan para peminum kopi terhadap beberapa pilihan kopi yang disediakan. Jadi saya meminta field team saya untuk mencari responden dengan kriteria tertentu antara lain umur di atas 17 tahun, minum kopi (black, tubruk, 3 in 1 , 2 in 1 dll), gender 50:50 dan beberapa kriteria lain. Pokoknya gak bisa sembarangan milih sampel nya.

Teknik-teknik yang digunakan dalam purposive sampling ini bener-bener tergantung pada tujuan survey nya. Berikut beberapa teknik yang saya tau.

Image
Modal instance sampling ( milih dengan kriteria org kebanyakan) artinya kita memilih berdasarkan orang-orang itu kebanyakan kerja, umur, pendidikan dan pendapatannya kayak gimana? intinya milih org ‘kebanyakan’. Tp masalahnya gimana klo suku dan agama itu berpengaruh? nah lo… emang itu dia kelemahannya.

Image
Expert Sampling (milih berdasarkan pendapat ahli) yang harus diperhatikan adalah ahli yang kita jadikan dasar pengambilan sampel ini bener-bener harus ahli dibidangnya, klo gak ya jadinya bisa salah sasaran (keseringan sih salah..hehe)

Quota Sampling (Banyakan sih berkaitan dengan demografi)

Jenis sampling ini yang paling sering saya gunakan dulu saat kerja di marketing research. Sampling ini menggunakan data demografi (kependudukan) sebagai dasar penentuan kuotanya. Sebenarnya kuota sampling ini adalah lanjutan dari expert sampling. Pada expert sampling sering ditentukan kelompok tertentu yang ingin diteliti. Nah kelompok ini ditentukan jumlahnya sesuai demografinya. contoh jika kita ingin meneliti 100 orang, maka kriteria demografi yang mungkin akan dipertimbangkan adalah jenis kelamin (let say 50:50), pekerjaan (PNS (20%,Swasta(30%),Tidak bekerja(50%) dll. Jadi setiap kriteria demografinya harus ada wakilnya. Got it??

Snowball sampling
Pernah liat bola salju yang digelindingkan dar uncak gunung. Honestly saya liat salju aja gak pernah. hmmm… atau sering liat kartun tom n jerry kan? sering tuh bola salju nimpa si tom terus menggelinding kebawah… klo diperhatikan semakin lama bola salju tersebut makin besar. Nah… itu dia filosofi dari snowball sampling, kita mulai dari sedikit sample terus berdasarkan informasi sample kita sekarang kita cari sample lain yang sesuai dengan kriteria kita berdasarkan informasi dari sample kita. Repot amat sih? Ya emang repot. Karena emang penelitian kita memaksa kita melakukan itu. Di posting sebelumnya saya pernah share tentang riset tentang penggguna narkoba. Informasi pengguna narkoba ini kan sensitif banget, yang tahu juga dikit. Paling enak klo udah kenal dengan Bandar narkobanya, kita jadi tahu pelanggannya sapa aja, dari satu pemakai kita tanyakan pemakai yang lain siapa, terus sampai sample kita rasa cukup. Tentu aja sebagai peneliti kerahasiaan informasi sample kita gak boleh dibocorin karena emang kode etiknya emang gitu…

Segitu aja dulu psoting tentang non prob sampling.. kalo ada yang mau nambahin silahkan… Semoga berguna… cu= u in the next post….