Pendahuluan: Literasi Data dalam Psikologi

Literasi Data dan Penulisan Ilmiah

Rizqy Amelia Zein

Departemen Psikologi, Universitas Airlangga

2026-08-21

Outline

  • Mengapa peneliti psikologi perlu memiliki literasi data?
  • Apa itu data?
  • Jenis-jenis data
  • Kerangka kerja Data Pipeline
  • Apa itu literasi data?
  • Dataset yang akan kita pakai sepanjang semester

Mengapa Literasi Data?

Psikologi adalah ilmu yang bekerja dengan data

  • Skor skala, hasil eksperimen, reaction time, transkrip wawancara, catatan observasi, adalah data yang biasa ditangani oleh ilmuwan psikologi.
  • Kemampuan memahami, mengorganisir, dan mengomunikasikan data secara jujur dan akurat adalah keterampilan riset yang sangat penting.
  • Banyak masalah dalam laporan penelitian psikologi bukan berasal dari analisis yang salah, melainkan dari data yang tidak dipahami dengan baik sejak awal.

Tiga situasi yang mungkin sudah pernah Anda alami

  1. Anda melihat data survei dari lembaga survei yang dipublikasikan di laman webnya. Satu kolom berisi campuran angka dan teks, tidak jelas satuan atau skalanya.
  2. Anda ingin membandingkan dua kelompok, tetapi jumlah partisipan di tiap kelompok tidak sama, sehingga persentase yang dilaporkan menyesatkan.
  3. Anda harus menjelaskan hasil regresi ke pembaca awam tanpa membuat klaim yang berlebihan.

Diskusi singkat

Pernahkah Anda mengalami salah satu skenario di atas?

Mengapa ini relevan untuk penulisan ilmiah?

  • Naskah ilmiah yang baik dibangun di atas argumen berbasis bukti.
  • Bukti ini selalu berasal dari data. Kalau datanya tidak dipahami dan disajikan dengan benar, argumennya akan terlihat rapuh.
  • Mata kuliah ini menggabungkan dua keterampilan yang biasanya diajarkan terpisah:
    • Literasi data (Pertemuan 1–8)
    • Penulisan ilmiah berbasis bukti, lewat narrative review (Pertemuan 9–16)

Apa Itu Data?

Definisi data

  • Data adalah representasi dunia yang terstruktur
  • Representasi, karena data selalu berusaha menangkap sebagian dari realitas, tetapi tidak pernah realitas itu sendiri.
  • Terstruktur, karena data mengikuti aturan/logika tertentu dalam penyajiannya. Inilah yang membedakan data dari sekadar informasi.

Sumber: Open Knowledge Foundation & International Republican Institute (2021)

Tidak terstruktur vs. terstruktur

Tidak terstruktur

“Partisipan perempuan, berusia awal dua puluhan, mengisi kuesioner dengan sangat cepat dan skornya cenderung tinggi di semua item.”

Terstruktur

ID Gender Usia Durasi (detik) Skor Total
014 p 22 145 4.6

Bentuk kanan lebih mudah diverifikasi, dibersihkan, dianalisis, dan divisualisasikan. Oleh karena itu, literasi data dimulai dari cara menyusun dan memahami data, bukan dari rumus/logika statistik.

Data point vs. dataset

  • Data point: satu keping informasi tunggal. Misalnya “22” pada kolom usia partisipan 014.
  • Dataset: kumpulan data point yang terorganisir. Misalnya seluruh tabel respons survei kepribadian.
  • Satu dataset biasanya berisi banyak variabel (kolom) yang diukur pada banyak unit analisis/observasi (baris) — kita akan bahas ini lebih detail Pertemuan 2.

Jenis-Jenis Data

Dua jenis data

  1. Kategorikal vs. numerik — apa jenis nilai yang mungkin muncul?
  2. Kualitatif vs. kuantitatif — apa jenis pertanyaan riset yang dijawab data ini?

Kedua jenis data ini sering tertukar.

Data kategorikal

  • Menempatkan sebuah observasi ke dalam kategori.
  • Bisa tanpa urutan (nominal): jenis kelamin, status pernikahan, diagnosis klinis.
  • Bisa berurutan/berjenjang (ordinal): tingkat pendidikan, level keparahan gejala (“ringan”, “sedang”, “berat”).

Penting diingat

Skala Likert (“sangat tidak setuju” – “sangat setuju”) pada dasarnya ordinal, meski sering diperlakukan sebagai data interval dalam praktik analisis psikometrik.

Data diskrit

  • Data numerik yang berjarak — hanya bilangan bulat tertentu yang mungkin muncul.
  • Contoh dalam psikologi: jumlah episode depresi yang pernah dialami, jumlah item yang dijawab benar, jumlah sesi terapi yang dihadiri.
  • Tidak ada “2.5 episode depresi” — nilainya selalu melompat dari satu bilangan bulat ke bilangan bulat berikutnya.

Data continuous

  • Data numerik pada rentang tanpa celah — semua nilai di antara dua titik dimungkinkan.
  • Contoh: reaction time (ms), durasi pengisian kuesioner, skor total skala yang dihitung dari rata-rata (mis. 3,47).
  • Dalam praktiknya, alat ukur membatasi presisi (mis. hanya dua desimal), tapi secara konsep nilainya continuous.

Kualitatif vs. kuantitatif

Kualitatif

  • Menjelaskan kualitas/sifat sesuatu.
  • Bisa tidak terstruktur (transkrip wawancara mentah) atau terstruktur (koding tematik dalam tabel).
  • Contoh: kutipan wawancara, catatan observasi klinis.

Kuantitatif

  • Merujuk pada angka.
  • Contoh: skor skala, usia, jumlah partisipan, reaction time.

Catatan: kualitatif ≠ tidak terstruktur, dan kuantitatif ≠ selalu berupa data interval/rasio — dua pembedaan ini independen satu sama lain.

Ringkasan: mengenali jenis data

Contoh dalam riset psikologi Kategorikal / Numerik Kualitatif / Kuantitatif
Jenis kelamin partisipan Kategorikal (nominal) Kualitatif
Tingkat pendidikan Kategorikal (ordinal) Kualitatif
Jumlah sesi konseling yang dihadiri Numerik (diskrit) Kuantitatif
Skor total skala kepribadian Numerik (continuous) Kuantitatif
Kutipan hasil wawancara — Kualitatif

Catatan: variabel kategorikal tetap kualitatif secara konsep meski sering dikodekan dengan angka untuk keperluan komputasi (mis. 1 = laki-laki, 2 = perempuan). Pengodean angka ini untuk kemudahan analisis, bukan berarti bahwa datanya berubah menjadi kuantitatif.

Aktivitas

Diskusi

Ambil satu topik penelitian psikologi yang pernah/ingin Anda kerjakan. Identifikasi:

  1. Minimal satu variabel kategorikal dan satu numerik.
  2. Apakah datanya lebih dekat ke kualitatif atau kuantitatif, atau keduanya?
  3. Satu potensi kesalahan dalam mengklasifikasikan jenis data tersebut.

Kerangka Kerja Data Pipeline

Peta alur kerja data

  • Data Pipeline adalah kerangka kerja dari School of Data (program Open Knowledge Foundation) untuk memetakan tahapan bekerja dengan data, dari awal sampai akhir.
  • Tujuh tahap: Define → Find → Get → Verify → Clean → Analyze → Present.
  • Kerangka ini akan menjadi workflow kita selama tujuh pertemuan ke depan.

Sumber: Open Knowledge Foundation & International Republican Institute (2021)

1. Define — merumuskan masalah

  • Bergerak dari tema umum (mis. “kesejahteraan psikologis mahasiswa”) ke pertanyaan spesifik (mis. “apakah durasi penggunaan media sosial berkaitan dengan kesejahteraan psikologis mahasiswa tingkat akhir?”).
  • Pertanyaan yang spesifik membantu menentukan data seperti apa yang dibutuhkan.

2. Find — menemukan data

  • Setelah tahu pertanyaannya, cari tahu di mana data yang relevan bisa ditemukan.
  • Bisa data yang sudah ada (dataset terbuka, arsip penelitian) atau data yang perlu dikumpulkan sendiri.
  • (Kita bahas mendalam di Pertemuan 3).

3. Get — memperoleh data

  • Memindahkan data dari sumbernya ke tangan Anda: unduh, ekstraksi dari PDF, survei daring, dsb.
  • Bisa sangat sederhana (unduh satu berkas CSV) atau cukup rumit (ekstraksi dari laporan PDF).
  • (Kita bahas mendalam di Pertemuan 3).

4. Verify — memverifikasi data

  • Memperoleh data ≠ data itu layak dipakai.
  • Periksa metadata, metodologi pengumpulan, kredibilitas sumber.
  • (Kita bahas mendalam di Pertemuan 4).

5. Clean — membersihkan data

  • Data mentah biasanya berantakan: baris duplikat, nilai yang salah kode, missing value.
  • Tahap ini mengubah data mentah menjadi format yang siap dianalisis komputer.
  • (Kita bahas mendalam di Pertemuan 4).

6. Analyze — menganalisis data

  • Di sinilah kita menganalisis dataset untuk menjawab pertanyaan yang dirumuskan di tahap Define.
  • Belajar tentang perencanaan analisis data, statistik deskriptif sederhana sampai uji komparatif dan korelasional.
  • (Kita bahas mendalam di Pertemuan 5–6).

7. Present — menyajikan data

  • Temuan hanya bermanfaat kalau berhasil dikomunikasikan ke audiens yang tepat, dengan cara yang tepat.
  • Melibatkan pemilihan penekanan pesan, bentuk visualisasi, dan medium penyajian.
  • (Kita bahas mendalam di Pertemuan 7).

Data Pipeline sebagai peta mata kuliah

Pertemuan Tahap Data Pipeline
2 Bekerja dengan Data Tabular (dasar untuk semua tahap)
3 Find & Get
4 Verify & Clean
5–6 Analyze
7 Present
8 (UTS) Praktik seluruh alur, dari Define sampai Present

Penting diingat

Dalam praktiknya, alur ini jarang benar-benar linear. Anda akan sering bolak-balik antar tahap, misalnya kembali ke Get setelah menyadari saat Verify bahwa data yang Anda punya tidak cukup.

Apa Itu Literasi Data?

Mendefinisikan literasi data

Kemampuan untuk membaca, memahami, mempertanyakan, dan mengomunikasikan data secara kritis dan bertanggung jawab, dan mencakup keseluruhan tahapan Data Pipeline.

Literasi data ≠ kemampuan statistik

  • Kemampuan statistik hanya dibutuhkan di satu tahap (Analyze) dari tujuh tahap Data Pipeline.
  • Peneliti yang mahir statistik tapi tidak bisa menilai kredibilitas sumber data, atau tidak bisa membersihkan data secara sistematis, tetap belum bisa dikatakan data literate.
  • Literasi data juga mencakup kesadaran etis: privasi partisipan, keamanan data, dan penggunaan data secara bertanggung jawab.

Etika dan tanggung jawab dalam bekerja dengan data

  • Privasi: partisipan punya hak atas data pribadinya. Kita akan bahas UU Pelindungan Data Pribadi di Pertemuan 3.
  • Keamanan data: bagaimana data disimpan dan siapa yang punya akses.
  • Questionable research practices: p-hacking, HARKing. Akan kita bahas saat membahas etika analisis data di Pertemuan 6.

Dataset yang Digunakan Sepanjang Semester

Mengapa perlu satu dataset yang konsisten?

  • Pertemuan 2–7 akan memakai satu dataset yang sama supaya Anda bisa melihat bagaimana satu dataset yang sama melalui seluruh Data Pipeline: dari tabel mentah → bersih → dianalisis → divisualisasikan.
  • Sumber dataset ini (Open Psychometrics) juga menjadi alternatif yang bisa Anda pertimbangkan untuk mengerjakan tugas UTS.

Open-Source Psychometrics Project

  • Repositori data terbuka (openpsychometrics.org/_rawdata/) berisi puluhan dataset hasil pengisian skala psikologi secara daring, terbuka untuk keperluan riset dan edukasi.
  • Kita akan menggunakan dataset Big Five Personality Test (berbasis item IPIP) sebagai contoh utama.
  • Berisi respons terhadap 50 item kepribadian (10 item untuk masing-masing dari lima dimensi Big Five: Extraversion, Neuroticism, Agreeableness, Conscientiousness, Openness) plus data demografis (usia, gender, negara, dsb.).

Kenapa dataset ini cocok untuk belajar?

  • Cukup besar untuk terasa seperti data riset sungguhan, tapi tetap bisa diolah di spreadsheet.
  • Terstruktur jelas (item per kolom) — bagus untuk latihan prinsip tidy data di Pertemuan 2.
  • Tidak sempurna — dikumpulkan daring secara terbuka, sehingga ada data yang perlu diverifikasi dan dibersihkan (Pertemuan 3–4): entri yang tidak lengkap, kode negara yang tidak terstandar, waktu pengisian yang tidak semuanya “normal”.
  • Terdiri dari skor skala yang perlu dihitung, dibandingkan antar kelompok, dan diinterpretasi (Pertemuan 5–6) serta divisualisasikan (Pertemuan 7).

Untuk pertemuan minggu depan

Unduh dataset IPIP di website Mata Kuliah. Untuk Pertemuan 2, contoh data akan disediakan dalam bentuk potongan sederhana.

Kesimpulan Pertemuan 1

  • Data adalah representasi dunia yang terstruktur, jadi bukan sekadar angka.
  • Bentuk data bisa kategorikal atau numerik (diskrit/continuum), dan kualitatif atau kuantitatif.
  • Data Pipeline (Define–Find–Get–Verify–Clean–Analyze–Present) adalah workflow yang akan kita ikuti sampai Pertemuan 7.
  • Literasi data mencakup keseluruhan alur ini, plus awareness soal aspek etisnya, jadi sangat berbeda denngan kemampuan statistik.
    • Meskipun begitu, kemampuan statistik juga sangat membantu seseorang untuk memiliki literasi data yang baik.
  • Kita akan memakai dataset Big Five Personality Test dari Open-Source Psychometrics Project sepanjang paruh pertama semester sebagai playing ground.

Ada pertanyaan❓

Catatan