Acara Academic Mastering yang diadakan oleh Career Development Center, Fisipol kembali di gelar pada Jumat (15/9). Dalam acara kali ini, CDC mengadakan pelatihan penggunaan stata dalam riset akademik untuk mengolah data IFLS. Peserta pelatihan berjumlah 20 orang yang berasal dari kalangan mahasiswa dan tenaga pendidik Fisipol, dengan dipandu oleh Randi Kurniawan, S.E. dari Lembaga Penelitian INSPECT. Tujuan diadakan pelatihan ini adalah agar peserta mampu untuk mengunduh dan membersihkan data, mengolah (correlation & regression analysis) data, serta menginterpretasikannya.
Stata sendiri merupakan sebuah program statistik yang dibuat pada tahun 1985 oleh Stata corp. Program ini memiliki kemampuan fungsi statistik yang sangat lengkap sehingga Stata menjadi program yang paling populer digunakan oleh peneliti dari berbagai kalangan, untuk mengolah maupun menganalisis data. Hingga saat ini, terdapat beberapa versi Stata berdasarkan jumlah variabel dan jumlah observasi yang bisa disimpan di memory, seperti: Stata MP (Multiprocessor): versi ultimate dari Stata (32.767 variabel dan 20 juta observasi), Stata SE (Special Edition): versi untuk pengunaan database besar (32.767 variabel dan 2,14 juta observasi), Stata IC (Inter Cooled): versi standar Stata (2.047 variabel dan 2,14 juta observasi), dan Small Stata: versi Stata yang lebih kecil dari versi standar (99 variabel dan 1.200 observasi).
Untuk menganalisis data menggunakan Stata, tahap-tahap yang dilakukan adalah: memasukkan dataset ke memory, mengolah dataset dengan seperangkat perintah, dan menyimpan/menampilkan output. Tahap-tahap inilah yang dilakukan oleh peserta pelatihan dengan dipandu trainer. Sebelum tahap-tahap tersebut dilakukan, sebagai bentuk pengenalan, Randi selaku trainer menjelaskan hal-hal umum mengenai Stata seperti: tampilan umum Stata, cara mengoperasikan, jenis file Stata, direktori global, hingga bagaimana cara meng-update perintah. Untuk mempermudah praktik, Randi memberikan sumber data untuk latihan peserta yang sudah ia kemas dalam 1 folder khusus.
Setelah peserta mendapatkan data-data yang diperlukan, peserta diperintahkan untuk mengupload data-data yang ia dapat ke dalam Stata. Langkah selanjutnya yang dilakukan adalah menyiapkan data untuk dianalisis. Tahap-tahap yang dilakukan peserta untuk menyiapkan data, seperti: memeriksa data (browse, edit, describe, summarize, tabulate, tabstat, inspect, codebook, list), memanipulasi/mengubah data (keep, drop, replace, rename, sort, order), membuat variabel baru (generate, egen), melabelkan/memberi nilai label pada data (label var, label define, label value), dan yang terakhir adalah menggabungkan data dari sumber file yang berbeda (merge). Dalam melakukan proses persiapan data, Randi tidak hanya menjelaskan materi lewat slide power point, tetapi juga memandu peserta yang merasa kebingungan hingga peserta mampu menyiapkan data untuk dianalisis.
Ketika proses persiapan data selesai dilakukan oleh semua peserta, Randi mulai mengenalkan IFLS atau Indonesia Family Life Survey. Indonesia Family Life Survey (IFLS) atau Survei Aspek Kerumahtanggaan Indonesia (Sakerti) adalah Survei yang bersifat multi-level (rumah tangga, individu, komunitas, dan fasilitas), multi-topik, berskala besar, dan longitudinal. Dalam survei ini, terdapat dua komponen utama yang meliputi: survei rumah tangga dan individu, dan survei komunitas dan fasilitas. IFLS merupakan survei ilmiah, yang instrumennya disusun untuk menjawab pertanyaan riset tertentu. Sifatnya yang longitudinal berfungsi untuk melihat perubahan individu seiring bertambahnya umur, membantu mengatasi permasalahan reverse causality dalam analisis, serta memungkinkan peneliti untuk melakukan penelitian dampak kebijakan dalam jangka pendek, menengah, dan panjang.
Dalam mengenalkan IFLS, Randi tidak hanya menjelaskan apa itu IFLS, tetapi juga poin-poin penting lainnya yang berkaitan dengan IFLS, seperti: periode waktu IFLS, sebaran lokasi IFLS, sampel IFLS, struktur kuesioner IFLS, hingga struktur penamaan file di kuisioner. Setelah paham mengenai IFLS, peserta melakukan eksekusi inti dari pelatihan ini dengan menyiapkan data IFLS. Langkah yang dilakukan peserta dalam tahap ini adalah mengolah data menjadi bentuk variabel-variabel yang diinginkan. Menurut Randi, untuk mendapatkan variabel yang diinginkan, peserta perlu memahami dengan baik pertanyaan-pertanyaan dalam kuesioner yang terkait. (ASA)
