Manajemen dan
Analisa Data 1 MENGAPA MANAJEMEN DATA
PENTING?
PENGANTAR MANAJEMEN DATA
LOGO
1 2
3 4
Manajemen data merupakan upaya pengelolaan 1. Pengolahan data memakan waktu banyak/tidak efisien
data mulai dari data tersebut dikumpulkan 2. Banyak data tidak lengkap/kosong
hingga siap dianalisis 3. Terdapat data yang meragukan/tidak masuk akal
Tujuan: mencegah garbage in garbage out Contoh Responden termuda yang melakukan induksi haid 5 tahun
Pengolahan &
4. Terdapat jawaban diluar kategori jawaban
Data Informasi Jenis kelamin: (1) Perempuan (2) Laki-Laki
analisa data
Tetapi dalam data muncul jawaban 3.
5 6
Langkah-langkah Data Coding (1)
Data coding: kegiatan pemberian kode atau
Mengkode data (data coding) simbol agar mempermudah dalam pengolahan
Membuat kode data.
1 = Laki-laki 2 = Perempuan
Membuat buku kode
1 = < SD 2 = SLTP 3= SMA 4 = D3/PT
Menyunting data (data editing) Kode untuk masing-masing kelas harus
Membuat struktur data (data structure) mutually exclusive
dan file data (data file) Data coding sudah harus dikembangkan pada
Memasukkan data (data entry) saat mengembangkan instrumen penelitian
(kuesioner).
Membersihkan data (data cleaning)
7 8
9 10
13 14
Penyuntingan dilakukan oleh peneliti atau Struktur data dikembangkan sesuai dengan
anggota tim peneliti sendiri, atau oleh analisis dan jenis perangkat lunak yang
penyelia lapangan. Maka perlu pelatihan dipergunakan.
penyelia lapangan lebih dahulu. Pada saat mengembangkan struktur data,
Sebaiknya saat menyunting data sekaligus masing-masing variabel perlu ditetapkan:
dilakukan pula pemberian kode. nama
skala: numeric (angka), string (huruf, campuran)
Pada saat penyuntingan dan pengkodean ini
dapat diidentifikasi jawaban responden yang jumlah digit, termasuk jumlah desimal (khusus
ternyata belum diberi kode. data numeric)
15 16
Data Structure dan Data File (2) Data Structure dan Data File (3)
Epi Info/Epi Data menyediakan fasilitas Apabila nama variabel tidak ditetapkan, Epi
Info/Epi data secara otomatis akan membuatnya
EPED untuk membuat struktur data:
dengan menggunakan 10 huruf pertama dari
nama variabel ditulis di antara tanda kurung pertanyaan yang kita tulis dengan EPED.
kurawal { }
Jangan lupa membuat nomor identifikasi (ID)
skala variabel: ###.## = numeric, _____ = untuk setiap responden. Nama responden bisa
string sama!
jumlah digit ditetapkan dengan jumlah tanda # ID seharusnya sudah harus terisi pada lembar
atau _ instrumen (kuesioner).
17 18
Data Structure dan Data File (4) Data Structure dan Data File (5)
19 20
Untuk menghindari kesalahan dalam Hal-hal yang dapat dikontrol dengan .CHK
pemasukan data, dapat dilakukan: antara lain:
Possible-entry programming keharusan mengisi suatu variabel
Double-entry nilai minimal
nilai maksimal
Epi Info menyediakan fasilitas untuk membuat
program guna mengurangi kesalahan pada saat alur lompatan
data entry, yaitu CHECK. Hasilnya adalah file
dengan ekstensi .CHK.
21 22
Langkah-langkah Pembuatan
Struktur hingga Entry Data Data Cleaning (1)
Program Epi Info/Epi Data
Walaupun rambu-rambu sudah kita pasang pada
Pembuatan Struktur Kuesioner saat data entry, kesalahan masih mungkin terjadi.
(QES file, dengan EPED)
Pembersihan data tetap perlu dilakukan. Salah satu
cara adalah dengan melihat distribusi frekuensi
Pembuatan File Data
(REC file, dengan ENTER)
dari variabel-variabel dan menilai ke-logis-annya.
Untuk data kontinyu (interval, rasio) dapat dilihat
sebarannya untuk melihat ada tidaknya pencilan
Pembuatan File Validasi
(CHK file, dengan CHECK) (outliers).
Setiap ditemukan keanehan pada data (tidak logis,
Pemasukkan Data
outlier) perlu dilakukan pengecekan ulang ke
kuesionernya.
23 24
Data Cleaning (2) METODE CLEANING
25 26
Pendidikan Jumlah
KB Jumlah Kontrasepsi Jumlah
1 40
Ya 20 Suntik 5
2 30
Tidak 80 Pil 5
3 20
Total 100 Kondom 4
4 6
IUD 10
7 4
Total 24
Total 100
27 28
31 32
33 34
35 36
Prinsip Analisa Data Interpretasi; Inferensi
37 38
Analisa Data
39