Data Collection (Pengumpulan Data) merupakan bagian penting dari Computational Thinking. Pengumpulan data adalah proses pengumpulan dan pengukuran informasi mengenai variabel-variabel yang diminati, dengan cara sistematis yang memungkinkan seseorang menjawab pertanyaan penelitian yang diajukan, menguji hipotesis, dan mengevaluasi hasil. Komponen pengumpulan data penelitian umumnya dilakukan di semua bidang studi termasuk ilmu fisik dan sosial, humaniora, bisnis, dan lain-lain.
Metode yang dapat digunakan untuk mengumpulkan data dapat melalui wawancara, angket, pengamatan, tes dan sebagainya. Alat yang digunakan untuk mengumpulkan data diantaranya lembar kuesioner (angket tebuka/tetutup), pedoman wawancara, kamera, dan sebagainya. Adapun teknik yang digunakan dalam pengumpulan data ada 3 teknik yaitu angket, observasi dan wawancara.
Pengumpulan data yang akurat sangat penting untuk menjaga integritas penelitian, baik pemilihan instrumen pengumpulan data yang tepat serta petunjuk yang jelas untuk penggunaan yang benar agar dapat mengurangi kemungkinan kesalahan terjadi. Apabila data yang dikumpulkan tidak benar maka akibatnya ketidakmampuan menjawab pertanyaan penelitian yang akurat, ketidakmampuan untuk mengulang dan memvalidasi penelitian, serta dapat menyebabkan kerugian bagi objek yang diteliti. Alasan utama untuk menjaga integritas data adalah mendukung deteksi kesalahan dalam proses pengumpulan data, apakah dibuat dengan sengaja (pemalsuan yang disengaja) atau tidak (kesalahan sistematis atau acak).
Craddick, Crawford, Redican, Rhodes, Rukenbrod, dan Laws (2003) menggambarkan ‘quality assurance’ dan ‘quality control’ sebagai dua pendekatan yang dapat menjaga integritas data dan memastikan validitas ilmiah hasil studi. Setiap pendekatan diimplementasikan pada berbagai titik dalam timeline penelitian (Whitney, Lind, Wahl, 1998) :
- Jaminan kualitas kegiatan yang berlangsung sebelum pengumpulan data dimulai
- Kontrol kualitas kegiatan yang berlangsung selama dan setelah pengumpulan data
- Kualitas asuransi
Karena jaminan kualitas mendahului pengumpulan data, fokus utamanya adalah ‘pencegahan’ (yaitu, mencegah masalah dengan pengumpulan data). Pencegahan adalah kegiatan yang paling hemat biaya untuk menjamin integritas pengumpulan data. Tindakan proaktif ini paling baik ditunjukkan oleh standarisasi protokol yang dikembangkan dalam manual prosedur komprehensif dan terperinci untuk pengumpulan data. Manual yang ditulis dengan buruk meningkatkan risiko gagal mengidentifikasi masalah dan kesalahan di awal penelitian. Kegagalan ini dapat ditunjukkan dengan beberapa cara:
- Ketidakpastian tentang waktu, metode, dan identifikasi orang yang bertanggung jawab untuk
meninjau data
- Deskripsi yang tidak jelas tentang instrumen pengumpulan data
- Gagal mengidentifikasi konten dan strategi spesifik
- Petunjuk yang tidak jelas untuk menggunakan, membuat penyesuaian, dan mengkalibrasi peralatan pengumpulan data
- Tidak ada mekanisme yang teridentifikasi untuk mendokumentasikan perubahan prosedur yang mungkin berkembang selama penyelidikan berlangsung.
Komponen penting dari jaminan kualitas adalah mengembangkan rencana perekrutan dan pelatihan yang ketat dan terperinci. Secara implisit dalam pelatihan adalah kebutuhan untuk secara efektif mengkomunikasikan nilai pengumpulan data yang akurat kepada peserta pelatihan (Knatterud, Rockhold, George, Barton, Davis, Fairweather, Honohan, Mowery, O’Neill, 1998). Aspek pelatihan sangat penting untuk mengatasi masalah potensial staf yang mungkin secara tidak sengaja menyimpang dari protokol aslinya. Fenomena ini, yang dikenal sebagai ‘drift’, harus dikoreksi dengan pelatihan tambahan, sebuah ketentuan yang harus ditentukan dalam manual prosedur.
Mengingat berbagai strategi penelitian kualitatif (pengamatan non-peserta / peserta, wawancara, arsip, studi lapangan, etnografi, analisis isi, sejarah lisan, biografi, penelitian yang tidak mencolok), sulit untuk membuat pernyataan umum tentang bagaimana seseorang harus membuat sebuah protokol penelitian untuk memudahkan penjaminan mutu. Tentu, peneliti yang melakukan observasi non partisipan / partisipan mungkin hanya memiliki pertanyaan penelitian terluas untuk memandu upaya penelitian awal. Karena peneliti adalah perangkat pengukuran utama dalam sebuah penelitian, berkali-kali hanya ada sedikit atau tidak ada instrumen pengumpulan data lainnya. Memang, instrumen mungkin perlu dikembangkan di tempat untuk mengakomodasi temuan yang tidak terduga.
Sumber : Data Collection
