Data yang sudah terkumpul dalam sebuah penelitian, sering kali jumlahnya cukup banyak sehingga perlu direduksi. Mereduksi data berarti merangkum atau memilih hal-hal yang pokok dan memfokuskan pada hal-hal penting sesuai dengan tujuan penelitian. Hasil reduksi akan menampilkan data yang diperlukan saja.
Yuk, disimak #sobatdinas!
Pengertian
Reduksi data merupakan proses berpikir sensitif yang memerlukan kecerdasan, keluasan, dan kedalaman wawasan. Bagi peneliti pemula, berdiskusilah dulu dengan peneliti lain sebelum melakukan reduksi data.
Contoh Reduksi Data
Untuk memahami lebih lanjut seputar topik ini, kamu dapat melihat contoh berikut:
Contoh 1
Apabila kita mengambil data sekunder di PMI terkait identitas pendonor, maka kita akan mendapatkan informasi seperti : nama, tanggal lahir, jenis kelamin, riwayat donor darah, hasil skring IMLTD (hepatitis B, Hepatitis C, Sifilis dan HIV), golongan darah, status pernikahan, pekerjaan, dan lain-lain.
Apabila seorang peneliti ingin melakukan penelitian yang berjudul “Faktor Risiko yang Berhubungan dengan Kejadian Hepatitis B di PMI Sleman, Yogyakarta Tahun 2018”, maka data yang diperlukan meliputi: usia, hasil skring Hepatitis B, pekerjaan, dan jenis kelamin. Data lain seperti skring IMLTD Hepatitis C, Sifilis dan HIV, golongan darah tidak diperlukan sehingga dapat direduksi/dihilangkan.
Contoh 2
Apabila kita menganalisis profil darah menggunakan alat hematology analyzer, maka kita akan mendapatkan informasi profil darah seperti pada gambar berikut:
Apabila seorang peneliti ingin melakukan penelitian yang berjudul “Pengaruh masa simpan Analisis kualitas komponen darah kantong Packet Red Cell (PRC) dengan masa simpan selama 28 hari” maka data yang diperlukan meliputi: HGB, RBC, HCT, MCV.
Baca Juga: Instrumen Penelitian itu Apa?
Demikian penjelasan singkat seputar reduksi data penelitian beserta dengan contohnya. Jangan lupa untuk membagikan artikel ini agar lebih banyak orang yang merasakan manfaatnya.
