5.1. Apa Itu Data, Skala Data, dan Skala Pengukuran, Perbedaan Data dari Fakta, serta Kaitan Data dengan Informasi, Pengetahuan, dan Kearifan?

Hasil awal dari melakukan penelitian adalah data. Tetapi apakah sebenarnya data itu? Apakah data harus berbentuk kumpulan angka atau juga rangkaian kata-kata? Apakah data sama dengan fakta dan bagaimana kaitannya dengan informasi dan pengetahuan? Kekeliruan sering terjadi dalam memahami apa itu data sehingga Anda perlu benar-benar mempelajarinya. Dengan memahami apa sebenarnya itu data, Anda akan menyadari bahwa kekacauan sering terjadi dalam memahami perbedaan antara data, fakta, dan informasi. Sebagai peneliti, atau setidak-tidaknya calon peneliti, Anda perlu benar-benar memahami data itu sebenarnya apa dan bisa membedakannya dari fakta dan memahami pula kaitannya dengan informasi dan pengetahuan. Tulisan ini saya buat untuk mengantarkan Anda mempelajari apa itu data, skala data, dan skala pengukuran dalam penelitian kuantitatif dan apa itu data dalam penelitian kualitatif.

 

5.1.1. Pokok Bahasan 5: Materi Kuliah

5.1.1.1. Membaca Materi 5.1.  

Data berasal dari kata bahasa Latin 'datum' yang bentuk jamaknya adalah 'data'. Dengan begitu, pengucapan maupun penulisan kata 'data-data' merupakan sesuatu yang berlebihan karena kata 'data' sendiri sudah merupakan bentuk jamak, sedangkan pengulangan kata dalam bahasa Indonesia dilakukan untuk menyatakan jamak. Data diartikan sebagai nilai peubah, baik peubah kuantitatif maupun topik kuantitatif. Dengan begitu, padat populasi tumbuhan invasif Chromolaena odorata 5 individu/m2, jumlah penduduk miskin NTT pada Maret 2016 sebesar 1.150.000 orang, dan emisi CO2 dunia sebesar 36.061.710 kiloton pada 2015 merupakan contoh data kuantitatif, sedangkan "daun Chromolaena odorata mengandung nitrogen", "penduduk miskin mengalami kurang gizi", dan "pembakaran sampah yang dilakukan pada kerja bakti Jumat bersih mengubah sampah menjadi emisi CO2" merupakan contoh data kualitatif. Bukan hanya itu, foto atau video mengenai hal tersebut juga merupakan data kualitatif. Data merupakan nilai yang diperoleh dari pengukuran terhadap karakteristik suatu objek penelitian kuantitatif atau deskripsi mengenai suatu topik penelitian kualitatif. Dalam data spasial, data merupakan keterangan mengenai di mana suatu objek berada sedangkan keterangan mengenai karakteristik objek yang bersangkutan merupakan atribut.

Istilah 'peubah' dan 'data' terutama digunakan pada penelitian-penelitian dengan landasan filosofis positivistik-pascapositivistik. Pada penelitian dengan landasan filosofis interpretatif-konstruktif, kedua istilah tersebut tidak digunakan, melainkan digunakan istilah 'topik' atau 'tema' yang kira-kira berpadanan dengan 'peubah' dan istilah 'kapta' (capta) yang kira-kira berpadanan dengan 'data'. Kata 'kapta' berasal dari bahasa Latin 'captere' yang berarti 'mengambil'. Kalangan peneliti dengan pendekatan yang mengarah ke fenomenologi, antara lain Peter Checkland dan Johanna Drucker, berpandangan bahwa mereka berkeberatan menggunakan istilah 'data' karena istilah tersebut mengindikasikan sesuatu yang ada begitu saja (given) sebagai kesatuan yang utuh. Dengan menggunakan istilah 'kapta' mereka ingin mengedepankan proses yang digunakan untuk memperoleh informasi yang bersifat konstitutif (tidak sebagai kesatuan yang utuh).

Data dikategorikan dengan berbagai cara. Sama seperti kategori jenis-jenis metode penelitian, kategori jenis-jenis data juga dilakukan dengan menggunakan berbagai dasar penggolongan sehingga bisa menjadi membingungkan, terutama bagi kalangan pemula. Saya membedakan data atas dasar penggolongan sebagai berikut:

• Karakteristik nilai data, dibedakan data kualitatif (qualitative data) dan data kuantitatif (quantitative data); data kualitatif selanjutnya dibedakan menjadi data verbal dan data visual, sedangkan data kuantitatif menjadi data diskret (discrete) dan data kontinyu (continuous);
• Taraf pengukuran data kuantitatif, dibedakan data nominal, data ordinal, data interval, dan data rasio;
• Pihak yang mengumpulkan, data primer (primary data) bila dikumpulkan oleh peneliti sendiri atau data sekunder (secondary data) bila dikumpulkan oleh pihak lain;
• Rentang waktu pengumpulan data, dibedakan data satu waktu (cross-sectional) dan data berulang (longitudinal, time-series).

Pada tulisan ini saya akan menguraikan kategori data berdasarkan taraf pengukuran dan karakteristik nilai, sedangkan ketagori lainnya akan saya uraikan dalam kaitan dengan pengumpulan data pada tulisan berikutnya.

Data kuantitatif  berhubungan dengan nilai yang diberikan sebagai atribut peubah yang digunakan dalam pengukuran (level of measurement). Misalkan lima orang pergi bersama-sama makan bakso, terdiri atas 3 orang laki-laki dan 2 orang perempuan. Sekarang mari kita pikirkan peubah apa yang dapat digunakan untuk mengukur orang makan bakso ini. Peubah pertama adalah jenis kelamin, nilainya bisa laki-laki atau perempuan, laki-laki bisa dilambangkan L dan perempuan dilambangkan P. Tapi L dan P tidak dapat digunakan untuk menghitung. Untuk memfasilitasi perhitungan, mari lambangkan laki-laki dengan angka 1 dan perempuan dengan angka 2. Peubah kedua adalah kesukaan terhadap rasa bakso yang untuk mengukurnya dapat digunakan skor 1 sampai 5, 1 menyatakan sangat tidak enak dan 5 menyatakan amat sangat enak. Peubah berikutnya adalah panas kuah bakso yang dapat diukur dengan termometer, hasilnya berupa ukuran suhu, misalnya 75oC atau 85oC. Peubah terakhir adalah jumlah bakso yang dimakan oleh setiap orang, yang nilainya berupa jumlah mangkok bakso; katakan misalnya 1 mangkok setiap orang sehingga seluruhnya berjumlah 5 mangkok. Pengukuran semua peubah menghasilkan angka; ada angka yang melambangkan jenis kelamin, angka yang melambangkan rasa bakso, angka yang melambangkan suhu kuah bakso, dan terakhir, angka yang melambangkan jumlah mangkok bakso.

Sekarang mari kita pikirkan, apakah semua angka-angka itu sama atau berbeda? Apakah angka 2 pada peubah jenis kelamin sama dengan angka 2 pada peubah rasa bakso atau angka 2 pada jumlah mangkok bakso? Jawabannya tentu saja tidak. Angka 2 pada peubah jenis kelamin hanyalah merupakan lambang untuk membedakan sehingga karena itu angka 2 tidak berarti lebih besar dari angka 1. Dalam hal ini pengukuran sekedar bertaraf membedakan tanpa perbandingan besar kecil atau tinggi rendah. Data seperti ini disebut berskala nominal. Berikutnya angka 2 pada peubah rasa bakso. Karena skor 1 menyatakan sangat tidak enak dan skor 5 menyatakan amat sangat enak maka skor 2 berarti tidak enak, skor 3 berarti enak, dan skor 4 sangat enak. Skor 2 lebih tinggi dari skor 1, skor 3 lebih tinggi dari skor 2, dan seterusnya, tetapi perbedaan 1 antara skor 1 dan 2 serta perbedaan 1 antara skor 2 dan 3 dan seterusnya tidak bernilai sama. Data demikian ini disebut berskala ordinal karena selain bersifat membedakan juga sekaligus memeringkatkan. Peubah berikutnya adalah suhu kuah bakso, nilai 2 menyatakan kuah bakso hampir membeku, sebab dalam derajat Celsius, air membeku pada suhu 0oC dan mendidih pada suhu 100oC pada tekanan 1 atm. Dalam hal ini suhu 0C bukan berarti tidak ada suhu, melainkan menyatakan air membeku. Data yang dapat membedakan dan memeringkatkan dengan nilai nol yang disepakati disebut berskala interval. Dalam hal ini, perbedaan 10oC antara suhu 10oC dan 20oC bernilai sama dengan perbedaan 10oC antara 20oC dan 30oC dan seterusnya. Terakhir, pada peubah jumlah mangkok bakso, angka 0 menyatakan tidak ada satu mangkok baksopun yang dimakan. Angka-angka pada peubah ini menyatakan nilai absolut, dengan kata lain, selain membedakan dan memeringkatkan juga mempunyai nilai 0 yang berarti tidak ada. Data seperti ini dikatakan berskala rasio. Skala data nominal merupakan skala data terendah, skala rasio merupakan skala data tertinggi.

Jenjang taraf pengukuran dari terendah ke tertinggi

Apa yang kita dapat pelajari dari uraian di atas adalah bahwa angka hasil pengukuran hanyalah lambang. Lambang itu menjadi berarti kalau kita tahu apa yang kita ukur dan bagaimana kita menggunakan angka untuk melambangkan hasil pengukuran. Inilah sebabnya skala data juga disebut taraf pengukuran. Pengetahuan mengenai taraf pengukuran perlu benar-benar kita pahami supaya bisa melakukan operasi matematik terhadap angka-angka tersebut. Kita tahu bahwa dalam matematika, 1+2=3. Tapi dalam matematika kita menggunakan angka sebagai sesuatu yang abstrak. Dalam penelitian kita menggunakan angka sebagai lambang nilai hasil pengukuran peubah. Dalam hal ini angka tidak lagi abstrak, melainkan melambangkan sesuatu yang kita ukur. Karena itu, dalam hal 1 melambangkan laki-laki dan 2 melambangkan perempuan, 1+2 tidak sama dengan tiga. Demikian juga dalam hal rasa bakso, 1+2 juga tidak sama dengan 3 sebab 1 mangkok bakso tidak enak, jika ditambah menjadi dua mangkok, rasanya tidak akan berubah menjadi enak. Lain halnya dengan suhu, 5o+10o=15o, tetapi 0o tidak berarti tidak ada suhu. Juga lain lagi dengan jumlah mangkok bakso, 1 mangkok + 2 mangkok = 3 mangkok, dan 0 mangkok berarti tidak ada mangkok bakso. Dalam statistika yang kita gunakan sebagai sarana penelitian kuantitatif, angka tidak lagi abstrak, melainkan melambangkan sesuatu.

Mudah-mudahan Anda dapat memahami apa yang dimaksud dengan taraf pengukuran, sebelum kita lanjutkan mempelajari apa itu skala pengukuran (scale of measurement). Skala pengukuran berkaitan dengan penggunaan instrumen atau alat tertentu untuk membandingkan suatu konsep dengan suatu satuan. Misalnya, untuk mengukur tinggi tanaman kita menggunakan meteran untuk membandingkan tinggi tanaman sebagai konsep dengan meter atau sentimeter sebagai satuan. Skala pengukuran seperti ini tidak rumit karena mengukur peubah yang nyata (yaitu tinggi tanaman) dengan satuan yang telah tersedia dan disepakati secara internasional (yaitu meter), tersedia alat untuk mengukur (yaitu meteran), dan yang lebih penting, bersifat satu dimensi (yaitu menyatakan satu ukuran dengan nilai yang berkisar satu arah dari pendek ke panjang). Sekarang bandingkan dengan dengan konsep lain seperti jejak kaki karbon (carbon footprint) yang untuk mengukurnya diperlukan lebih dari satu peubah (multi dimensional). Silahkan periksa sendiri dan lakukan pengukuran.

Untuk mengukur konsep-konsep yang abstrak dan berdimensi majemuk (multi-dimensional), tidak tersedia instrumen siap pakai untuk melakukan pengukuran. Oleh karena itu, peneliti harus membuat skala pengukuran berdasarkan dimensi tertentu yang akan diukur. Pengukuran harus dilakukan berdasarkan dimensi tertentu sebab bila melibatkan berbagai dimensi sekaligus maka akan menjadikan hasil pengukuran kacau dan tidak bermakna. Dalam hal konsep rawan pangan misalnya, terdapat banyak dimensi yang perlu diidentifikasi sebagai peubah, misalnya persepsi masyarakat mengenai penyebab rawan pangan. Pembuatan skala berdimensi tunggal dari suatu konsep abstrak yang bersifat berdimensi majemuk tentu saja tidak sesederhana menggunakan meteran untuk mengukur tinggi tanaman atau menggunakan timbangan untuk menentukan berat hasil tanaman. Dalam penelitian yang menggunakan konsep abstrak dan berdimensi majemuk, dibedakan antara skala pengukuran (scale of measurement) di satu sisi dan skala tanggapan (response scale) pada sisi lain. Perhatikan gambar di bawah ini.

Pada gambar di kiri disajikan konsep kesediaan untuk menerima pendatang baru. Konsep tersebut diukur melalui tiga pertanyaan (hijau, atas ke bawah): (1) apakah bersedia menerima pendatang baru di negara Anda, (2) apakah bersedia menerima pendatang baru di lingkungan tetangga Anda, dan (3) apakah bersedia menerima pendatang baru di rumah Anda. Jawaban setiap pertanyaan dapat diberi nilai berupa angka (gambar mistar). Skala pengukuran berkaitan dengan hubungan antara pertanyaan pertama dengan pertanyaan kedua dan pertanyaan ketiga, sedangkan skala tanggapan berkaitan dengan hubungan antara setiap pertanyaan dengan skala yang digunakan.

Perhatikan bahwa hubungan antar-ketiga pertanyaan tidak sekedar membedakan, melainkan menjawab Ya terhadap pertanyaan kedua mengindikasikan jawaban Ya terhadap pertanyaan pertama dan menjawab Ya terhadap pertanyaan ketiga mengindikasikan menjawab Ya terhadap pertanyaan kedua dan pertama. Berkaitan dengan hal ini, dalam skala pengukuran, khususnya pengukuran konsep abstrak, dikenal tiga kategori skala sebagai berikut:

• Skala berinterval sama Thusrston: skala untuk membedakan sesuatu dengan interval sama, misalnya 1=miskin karena pendidikan rendah, 2=miskin karena malas, dan 3=miskin karena tidak mempunyai modal produksi;
• Skala sumatif Likert: skala untuk membedakan sesuatu dengan interval yang menunjukkan peringkat berurutan, misalnya 1=sangat tidak setuju, 2=tidak setuju, 3=ragu-ragun, 4=setuju, dan 5=sangat setuju;
• Skala kumulatif Guttman: skala untuk membedakan sesuatu dengan interval yang menunjukkan peringkat sebagai hasil penjumlahan berurutan, misalnya 1=setuju pendatang baru tinggal di negara saya, 2=setuju pendatang baru pendatang baru tinggal di lingkungan tenpat tinggal saya, 3=setuju pendatang baru tinggal sebagai tetangga saya, 4=setuju pendatang baru bergaul dengan anak-anak saya, dan 5=setuju pendatang baru menikah dengan anak saya.

Skala pengukuran merupakan aspek yang sangat penting dalam penelitian kuantitatif terhadap konsep atau konstruk yang bersifat abstrak, apalagi berdimensi majemuk. Meskipun konsep atau konstruk abstrak seperti ini pada umumnya dihadapi dalam penelitian di kalangan ilmu-ilmu sosial dan humaniora, skala pengukuran juga perlu dipahami dengan benar oleh kalangan ilmu-ilmu alam agar dapat memahami kesulitan yang dihadapi rekan-rekan peneliti di kalangan ilmu-ilmu sosial dan humaniora tersebut. Pemahaman terhadap skala pengukuran terhadap konsep atau konstruk abstrak dan berdimensi majemuk yang dihadapi di kalangan ilmu-ilmu sosial mudah-mudahan saja dapat membangun saling pengertian yang lebih baik di antara kedua kalangan. Bahkan, pemahaman ini mungkin dapat menjembatani hubungan antara kubu positivis-pascapositivis di satu kutub dengan kubu interpretatif-konstruktivis di kutub lain, suatu saat nanti setelah Anda menjadi seorang peneliti mumpuni. 

 

Setelah memahami apa itu data, skala data, skala pengukuran, dan skala tanggapan, Anda juga perlu memahami perbedaan antara data dengan fakta (fact) dan kaitan data dengan informasi (information), pengetahuan (knowledge), dan kearifan (wisdom) yang lazim direpresentasikan sebagai piramida DIKW (data, information, knowledge, and wisdon).

Piramida DIKW

Data merupakan fakta kasar (raw fact) atau sepotong fakta mengenai keadaan sesuatu. Fakta diperoleh setelah data dianalisis untuk menghasilkan sesuatu yang sahih dan ajeg (kuantitatif) atau terpercaya (kualitatif) dengan peluang kebenaran yang memadai. Untuk itulah maka dalam penelitian, baik penelitian kuantitatif maupun penelitian kuantitatif, data harus dianalisis dengan menggunakan teknik-teknik analisis data kualitatif maupun teknik-teknik analisis data kuantitatif yang tepat untuk memisahkan fakta dari galat (error). Analisis data menghasilkan fakta yang diorganisasikan sedemikian rupa sehingga menjadi relevan dengan tujuan atau konteks tertentu sehingga dengan demikian menjadi berarti, bernilai, berguna, dan relevan yang dikenal sebagai informasi. Pengertian informasi seperti ini berkaitan dengan struktur dan fungsi, sedangkan berkaitan dengan karakter simbolik dan subjektif, informasi merupakan keadaan kesadaran (state of awarenenss) beserta manifestasi fisik yang dihasilkannya. Informasi merupakan campuran yang cair dari pengalaman, nilai, konteks, pendapat pakar, dan intuisi berdasar yang digunakan sebagai kerangka untuk mengevaluasi dan memasukkan informasi dan pengalaman baru. Namun demikian, pengertian apa itu sebenarnya pengetahuan berbeda-beda bergantung pada pandangan pengetahuan sebagai yang diproses (knowledge as processed), pengetahuan sebagai prosedural (knowledge as procedural), atau pengetahuan sebagai proposisional (knowledge as propositional).

 

Sebagaimana informasi dipandang sebagai fakta yang terorganisasi dan tersetruktur, pengetahuan sebagai yang diproses dipandang sebagai sintesis terhadap informasi yang diperoleh dari berbagai sumber dalam jangka waktu yang panjang; pengorganisasian dan pemrosesan informasi untuk memungkinkan pemahaman, latihan pembelajaran, dan pembelajaran terakumulasi; dan pengombinasian informasi kontekstual, nilai, pengalaman, dan tata aturan. Pengetahuan sebagai prosedural berkaitan dengan cara memperoleh pengetahuan sebagai studi dan pengalaman; pengombinasian informasi kontekstual, pendapat pakar, keterampilan, dan pengalaman; pengombinasian informasi dengan pemahaman dan kapabilitas; dan pengombinasian persepsi, ketrampilan, pelatihan, common sense, dan pengalaman. Pengetahuan sebagai proposisional mengindikasikan pengetahuan sebagai pengetahuan yang merupakan pemikiran seseorang, yang dicirikan oleh justifikasi seseorang mengenai sesuatu yang benar, dapat merupakan justifikasi empiris sebagaimana halnya pengetahuan logis dan matematis (misalnya "setiap segitiga mempunyai tiga sisi"), justifikasi religius (misalnya "Tuhan itu ada"), justifikasi filosofis (misalnya "Cogito, ergo sum", karena berpikir maka saya ada), dan sebagainya. Perhatikan bahwa pengetahuan (knowledge) berkaitan dengan justifikasi seseorang mengenai sesuatu sebagai yang benar, sedangkan mengetahui (knowing) berkaitan dengan keadaan pikiran yang dicirikan oleh tiga keadaan: (1) kepercayaan seseorang bahwa sesuatu adalah benar, (2) kemampuan orang yang bersangkutan untuk menjustifikasi kebenaran yang dipercayai, dan (3) keadaan bahwa sesuatu yang dipercayai sebagai benar mampu dijustifikasi kebenarannya.

 

Pengetahuan memungkinkan seseorang mengambil keputusan setelah mempertimbangkan nilai etik maupun nilai estetik unik yang dimiliki secara personal. Kemampuan seseorang untuk mengambil keputusan dengan berdasarkan pengetahuan dan nilai etik dan estetik unik yang dimiliki secara personal tersebut itulah yang dikenal sebagai kearifan.

Melakukan sesuatu dengan benar versus melakukan sesuatu yang benar

 

Informasi dan pengetahuan memungkinkan seseorang mampu melakukan sesuatu dengan benar (doing things right), sedangkan kearifan memungkinkan orang melakukan sesuatu yang benar (doing the right things).

5.1.1.2. Membaca Pustaka Wajib

Silahkan mengklik setiap tautan yang diberikan pada materi kuliah ini dan mengunduh pustaka yang disediakan dari halaman Pustaka Wajib dan membaca judul bab atau sub-bab yang berkaitan dengan materi kuliah ini. Silahkan bagi file buku menjadi file terpisah untuk setiap bab dengan menggunakan layanan Free PDF Editor Online. Selanjutnya ubah format file dari format PDF ke format DOC dengan menggunakan layanan konversi format file daring untuk kemudian diterjemahkan dengan menggunakan layanan Penerjemahan Dokumen dari Google Translate.

***
Kembali membaca Pokok Bahasan Sebelumnya
Lanjutkan membaca Materi Berikutnya

***
Hak cipta: I Wayan Mudita (2019)
Revisi pertama: 3 Maret 2019. revisi menyeluruh termutakhir: 20 Februari 202i.

Hak cipta tulisan ini dilindungi berdasarkan Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported License.