11/21/2013 1 OLEH: INDAH PURNAMA SARI, SKM, MKM JURUSAN KESEHATAN MASYARAKAT UNIVERSITAS JENDERAL SOEDIRMAN TAHUN 2013 PENGOLAHAN DATA Terjaminnya keakuratan data : data terhindar dari kesalahan pengumpulan data dan kesalahan entry data Menyiapkan data agar mudah dilakukan analisis data A.Editing Memeriksa kelengkapan dan kebenaran isi kuesioner : lakukan kompilasi kalau data berasal dari berbagai sumber, lakukan pengecekan kebenaran data B.Coding Pengubahan jawaban pertanyaan yg berisi huruf kedalam bentuk angka: Misal data pendidikan dikoding: 1=sd 2=smp , dst C. Processing Memindahkan isi keusioner ke media komputer: data sederhana gunakan Excel, dbase, dll : data komplek gunakan: SPSS, STATA D. Cleaning data Tujuan : pengecekan kebenaran entry data
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
11/21/2013
1
OLEH: INDAH PURNAMA SARI, SKM, MKM
JURUSAN KESEHATAN MASYARAKAT UNIVERSITAS JENDERAL SOEDIRMAN
TAHUN 2013
PENGOLAHAN DATA
Terjaminnya keakuratan data : data terhindar dari kesalahan pengumpulan data dankesalahan entry data
Menyiapkan data agar mudah dilakukananalisis data
A.EditingMemeriksa kelengkapan dan kebenaran isi kuesioner : lakukan kompilasi kalau data berasal dari berbagai sumber, lakukan pengecekan kebenaran data
B.CodingPengubahan jawaban pertanyaan yg berisi huruf kedalam bentuk angka: Misal data pendidikan dikoding: 1=sd 2=smp , dst
C. ProcessingMemindahkan isi keusioner ke media komputer: data sederhana gunakan Excel, dbase, dll : data komplek gunakan: SPSS, STATA
D. Cleaning dataTujuan : pengecekan kebenaran entry data
11/21/2013
2
Tujuan :
melakukan perubahan variabel menjadi variabel
baru sesuai dg kebutuhan melalui proses :
◦ Mengubah nilai dari suatu var.
◦ Mengelompokkan var ke dlm nilai berbeda.
◦ Mengelompokkan nilai-nilai var ke dlm var. baru
◦ Mengekstraksi sebagian dari nilai dlm variabel
Menu ini digunakan untuk mengubah data yang
ada ke bentuk lain sesuai dengan kepentingan
analisis, misalnya dari data kontinyu data
kategori
Menu pilihan pada menu transformasi adalah
recode, compute, if
Sering kali kita tidak dapat langsung
melakukan analisis, kita harus melakukan
modifikasi/ tranformasi data
Perlu tidaknya modifikasi dilakukan dapat
dilihat/dicek pada “Definisi Operasional
Variabel” dari penelitian/skripsi/tesis kita
Perintah Recode mengelompokkan data
Digunakan untuk mengubah variabel numerikmenjadi variabel kategorik
Pengelompokkan dapat dilakukan padavariabel yang sama atau ke variabel baruyang berbeda
Dianjurkan kalau melakukanpengelompokkan sebaiknya digunakanvariabel baru sehingga masih dimiliki nilaiyang asli pada file data
Sebagai contoh kita akan melakukan
pengelompokkan variabel umur
Umur diklasifikasikan menjadi 3 kategori
yaitu <20 tahun, 20-24 tahun dan >24 tahun
11/21/2013
3
11/21/2013
4
Selain fasilitas me-recode yang sudah kita
coba untuk mengelompokkan data, fasilitas
SPSS yang lain yaitu membuat variabel baru
hasil dari operasi matematik dari beberapa
variabel yang sudah dientry, misal melakukan
penjumlahan, pengurangan, pembagian dan
perkalian dll.
Pilih “Transform”
Pilih “Compute” “Compute Variable”
Pada kontak tersebut terdapat kotak:
“Target Variable” : diisi nama variabel yang akan dibuat, dapat merupakan variabel yang lama atau yang baru, sebaiknya namavariabel
“Numeric Expression” : diisi rumus yang akandigunakan untuk menghitung nilai baru pada“target variabel”
Dalam pembuatan variabel baru seringkalidihasilkan dari beberapa variabel yang ada
Contoh: dalam data praktikum mandatterdapat variabel “umur” dan variabel “beratibu”
Kemudian kita ingin membuat variabel baruyang berisi dua kelompok yaitu : risiko tinggi(1) dan risiko rendah (0)
Risiko tinggi ibu berumur di atas 30 tahundan berat badan dibawah 50 kg