Anda di halaman 1dari 12

Pengertian Transformasi Data

Transformasi Data adalah upaya yang dilakukan dengan tujuan utama untuk
mengubah skala pengukuran data asli menjadi bentuk lain sehingga data dapat
memenuhi asumsi-asumsi yang mendasari analisis ragam.

Jenis Transformasi Data

Transformasi data ada beberapa jenis, antara lain:

1. Transformasi Square Root (Akar),


2. Tansformasi Logaritma,
3. Transformasi Arcsin,
4. Transformasi Square (Kuadrat),
5. Transformasi Cubic (Pangkat Tiga),
6. Transformasi Inverse (Kebalikan),
7. Transformasi Inverse Square Root (Kebalikan Akar),
8. Transformasi Inverse Square (Kebalikan Kuadrat),
9. Transformasi Inverse Cubic (Kebalikan Pangkat Tiga),
10. Transformasi Reverse Score (Balik Skor).

Catatan Transformasi Data

Data yang ditampilkan pada laporan anda tetap data aslinya sedangkan data
transformasi hanya untuk membantu anda untuk membuat data asli memenuhi
asumsi-asumsi analisis ragam.

Rumus Transformasi Data

Bahasan di bawah ini dijelaskan Rumus Transformasi Data.

Transformasi akar
Transformasi jenis ini disebut juga dengan istilah transformasi akar kuadrat
(square root). Transformasi akar digunakan apabila data anda tidak memenuhi
asumsi kehomogenen ragam. Dengan kata lain transformasi akar berfungsi
untuk membuat ragam menjadi homogen.

Kalau X adalah data asli anda, maka X’ (X aksen) adalah data hasil transformasi
anda. Jadi X = X’.

Apabila data asli anda menunjukkan sebaran nilai antara 0 – 10, maka anda
gunakan transfromasi akar X + 0,5. Dan apabila nilai ragam data anda lebih
kecil gunakan transformasi akar X + 1.

Transformasi akar ini dapat juga anda gunakan untuk data persentase apabila
nilainya antara 0 – 30%. Jika kebanyakan nilainya adalah kecil, khususnya jika
ada nilai 0, maka gunakan transformasi akar X + 0,5 daripada akar X.

Rumus Transformasi Akar

Rumus Excel Transformasi Akar adalah: =SQRT(Data Asli + 0,5). Apabila data
asli ada di Cell A4 maka rumusnya =SQRT(A4 + 0,5).

Cara Compute Transformasi Akar Pada SPSS adalah: Klik Menu, Transform,
Compute Variabel, Pada Target Variabel Beri Nama Misal “Transform” dan Pada
Kotak Numeric Expression isi dengan: SQRT(Variabel Asli + 0,5). Apabila
Variabel Asli memiliki nama (name) “Var1” maka: SQRT(Var1 + 0,5).

Contoh penggunaan transformasi akar

Contoh penggunaan transformasi akar ini dengan menggunakan data hasil


pengamatan dari percobaan pengobatan Bakteri Salmonella dengan 4 Jenis
Antibiotik. Hasil percobaan berupa banyaknya bakteri yang mati seperti pada
tabel berikut ini:
Transformasi Data Akar
Hasil analisis ragam data asli sebagai berikut:

Hasil pengujian terhadap data asli di atas menunjukkan nilai F Hitung 19,407.

Kemudian lakukan transformasi akar dengan rumus akar X + 0,5. Hal ini karena
sebaran data tersebut kurang dari 10. Misalnya untuk data perlakuan A
kelompok I, X = 2, maka hasil transformasinya adalah akar 2 + 0,5 = 3,5 =
1,581. Dan selanjutnya hingga data pada perlakuan D kelompok IV.

Berikut ini adalah data hasil transformasi akar dari data asli :

Dan hasil analisis ragam dari data transformasi adalah seperti di bawah ini :
Kesimpulan hasil Transformasi Akar:

Hasil pengujian terhadap data transformasi di atas menunjukkan nilai F Hitung


17,654.

Perhatikan ternyata setelah data memenuhi asumsi analisis ragam, terdapat


perubahan nilai F hitung dari 19,407 menjadi 17,654.

Dari 2 hasil analisis di atas, manakah nilai p value atau signifikansi yang akan
dipakai? Tentu saja anda harus menggunakan hasil pada data transformasi
karena hasil itulah yang memberikan keadaan sesungguhnya dari percobaan
anda.

Transformasi Logaritma

Beberapa buku ada yang menyebutnya dengan transformasi Log X.


Transformasi Logaritma digunakan apabila data anda tidak memenuhi asumsi
pengaruh aditif. Kalau X adalah data asli anda, maka X’ (X aksen) adalah data
hasil transformasi anda dimana X’ = Log X. Jadi X = X’. Ada beberapa hal yang
perlu anda perhatikan dalam penggunaan transformasi logaritma ini yaitu:

a) Apabila data asli anda menunjukkan sebaran nilai kurang dari 10 atau nilai
mendekati nol, maka anda gunakan transfromasi log X + 1.

b) Apabila data anda banyak mengandung nilai nol, maka sebaiknya gunakan
transformasi yang lain, misalnya transformasi akar.

c) Apabila data anda banyak mendekati nol (misalnya bilangan desimal), maka
semua data dikalikan 10 sebelum dijadikan ke logaritma. Jadi X’ = log (10X).
Misalnya X = 0,12 setelah di taransformasikan X’ akan menjadi X’ = log (10 x
0,12) = 0,079.

Rumus Transformasi Logaritma


Rumus Excel Transformasi Logaritma adalah: =Log(Data Asli). Apabila data asli
ada di Cell A4 maka rumusnya =Log(A4).

Cara Compute Transformasi Logaritma Pada SPSS adalah: Klik Menu,


Transform, Compute Variabel, Pada Target Variabel Beri Nama Misal
“Transform” dan Pada Kotak Numeric Expression isi dengan: Lg10(Variabel
Asli). Apabila Variabel Asli memiliki nama (name) “Var1” maka: Lg10(Var1).

Contoh Transformasi Logaritma

Contoh penggunaan transformasi akar ini dengan menggunakan data hasil


pengamatan dari percobaan pengobatan Bakteri Clostridium dengan 5 Jenis
Antibiotik. Hasil percobaan berupa banyaknya bakteri yang mati seperti pada
tabel berikut ini:

Transformasi Data Logaritma


Dan hasil analisis ragam data asli adalah berikut ini :

Hasil pengujian terhadap data asli di atas menunjukkan nilai F Hitung 27,844.

Kemudian lakukan transformasi logaritma dengan rumus Log X. Misalnya untuk


data perlakuan Ha NPV-Asb kelompok I, X = 20, maka hasil transformasinya
adalah Log 20 = 1,301. Dan selanjutnya hingga data pada perlakuan Kontrol
kelompok IV.
Berikut ini adalah data hasil transformasi log X dari data asli :

Dan hasil analisis ragam dari data transformasi adalah berikut ini :

Kesimpulan Transformasi Logaritma

Hasil pengujian terhadap data transformasi di atas menunjukkan nilai F Hitung


40,106.

Perhatikan ternyata setelah data memenuhi asumsi analisis ragam, terdapat


peningkatan nilai F hitung dari 27,844 menjadi 40,106.

Dari 2 hasil analisis di atas, manakah nilai p value atau signifikansi yang akan
dipakai? Tentu saja anda harus menggunakan hasil pada data transformasi
karena hasil itulah yang memberikan keadaan sesungguhnya dari percobaan
anda.

Transformasi Arcsin

Transformasi ini disebut juga dengan transformasi Angular. Transformasi Arcsin


digunakan apabila data anda dinyatakan dalam bentuk persentase atau
proporsi. Umumnya data yang demikian mempunyai sebaran binomial. Bentuk
transformasi arcsin ini biasa disebut juga transformasi kebalikan sinus atau
transformasi arcus sinus. Kalau X adalah data asli anda, maka X’ (X aksen)
adalah data hasil transformasi anda dimana X’ = Arcsin X. Jadi X = X’. Namun,
data dalam bentuk persentase tidak mesti harus menggunakan transformasi
arcsin.

Syarat Transformasi Data Arcsin

Ada beberapa hal yang perlu anda perhatikan dalam penggunaan transformasi
arcsin ini yaitu:

a) Apabila data asli anda menunjukkan sebaran nilai antara 30% – 70%, tidak
memerlukan transformasi.

b) Apabila data asli anda menunjukkan sebaran nilai antara 0% – 30% dan
70% – 100%, maka lakukan transformasi arcsin.

c) Apabila data anda banyak yang bernilai nol, maka gunakan transformasi
arcsin akar (% + 0,5).

Rumus Transformasi Arcsin

Rumus Excel Transformasi Arcsin adalah: =ASIN(SQRT(Data


Asli/100))*180/PI(). Apabila data asli ada di Cell A4 maka rumusnya
=ASIN(SQRT(A4/100))*180/PI(). Juga boleh menggunakan rumus:
=ASIN(SQRT(A4/100))*180/(22/7).

Cara Compute Transformasi Arcsin Pada SPSS adalah: Klik Menu, Transform,
Compute Variabel, Pada Target Variabel Beri Nama Misal “Transform” dan Pada
Kotak Numeric Expression isi dengan: =ASIN(SQRT(Variabel
Asli))*180/(22/7) Apabila Variabel Asli memiliki nama (name) “Var1” maka:
=ASIN(SQRT(Var1))*180/(22/7).

Contoh Transformasi Arcsin


Contoh penggunaan transformasi akar ini dengan menggunakan data hasil
pengamatan dari percobaan pengobatan Bakteri Shigella dengan 5 Jenis
Antibiotik. Hasil percobaan berupa banyaknya bakteri yang mati seperti pada
tabel berikut ini:

Dan hasil analisis ragam data asli adalah berikut ini :

Kesimpulan Transformasi Arcsin

Hasil pengujian terhadap data asli di atas menunjukkan F Hitung: 39,245.

Karena data menyebar antara 4% – 29%, maka data ditransformasi ke arcsin √


%. Misalnya untuk data perlakuan A kelompok I, X = 4% atau 0,04, maka hasil
transformasinya adalah arcsin √0,04 = 11,537. Dan selanjutnya hingga data
pada perlakuan El kelompok IV.

Berikut ini adalah data hasil transformasi arcsin dari data asli :
Dan hasil analisis ragam dari data transformasi adalah berikut ini :

Hasil pengujian terhadap data transformasi di atas menunjukkan nilai F Hitung:


59,355.

Perhatikan ternyata setelah data memenuhi asumsi analisis ragam, terdapat


peningkatan nilai F hitung dari 35,245 menjadi 59,355.

Dari 2 hasil analisis di atas, manakah nilai p value atau signifikansi yang akan
dipakai? Tentu saja anda harus menggunakan hasil pada data transformasi
karena hasil itulah yang memberikan keadaan sesungguhnya dari percobaan
anda.

Ketiga Transformasi di atas: Square Root, Logaritma dan Arcsin adalah yang
paling sering digunakan. Tetapi masih ada alternatif transformasi yang lain,
yaitu:

Transformasi Inverse
Transformasi ini dilakukan dengan membalik nilai asli, yaitu dengan rumus:
1/Variabel. Dalam excel rumusnya: =1/Var.
Misal Nilai asli -1,4 maka nilai transformasi: 1/-1,4 = -0,714
Apabila data anda ada nilai 0, maka tambahkan dengan konstanta, misal:
=1/(Var+1)

Transformasi Inverse Square

Transformasi ini dilakukan dengan membalik nilai kuadrat, yaitu dengan rumus:
1/Square(Variabel). Dalam excel rumusnya: =1/(Var^2) atau
=1/(Power(Var;2))

Misal Nilai asli -1,4 maka nilai transformasi: 1/(-1,4^2) = 0,510

Apabila data anda ada nilai 0, maka tambahkan dengan konstanta, misal:
=1/(Var^2+1)

Transformasi Inverse Square Root

Transformasi inverse square root adalah membalik akar kuadrat nilai asli, yaitu
dengan rumus: 1/Sqrt(Variabel).
Dalam Excel rumusnya: =1/Sqrt(Var)
Misal: nilai asli 1,4 maka nilai transformasi adalah 1/Sqrt(1,4)=0,845.
Apabila data anda terdapat nilai 0, maka tambahkan dengan konstanta, misal:
=1/Sqrt(Var+1).
Apabila data anda terdapat nilai negatif, sebaiknya pilih jenis transformasi yang
lain. Tetapi jika anda tetap ingin menggunakan transformasi ini, anda dapat
melakukan reverse score lebih dahulu. Cara untuk reverse score lihat di bawah
sendiri artikel ini.

Transformasi Inverse Square

Transformasi ini dilakukan dengan membalik nilai kuadrat, yaitu dengan rumus:
1/Square(Variabel). Dalam excel rumusnya: =1/(Var^2) atau
=1/(Power(Var;2))
Misal Nilai asli -1,4 maka nilai transformasi: 1/(-1,4^2) = 0,510
Apabila data anda ada nilai 0, maka tambahkan dengan konstanta, misal:
=1/(Var^2+1)

Transformasi Cubic

Transformasi cubic adalah mengoperasikan pangkat tiga nilai asli. Misal: nilai
asli 0,3 maka nilai transformasi adalah 0,3^3=0,027. Misal Nilai asli -0,3 maka
nilai transformasi: -0,3^3= -0,027.
Dalam Excel rumusnya: =Var^3 atau =Power(Var;3)

Transformasi Inverse Cubic

Transformasi ini dilakukan dengan membalik nilai pangkat tiga, yaitu dengan
rumus: 1/Cubic(Variabel). Dalam excel rumusnya: =1/(Var^3) atau
=1/(Power(Var;3))
Misal Nilai asli -0,3 maka nilai transformasi: 1/(-0,3^3) = -37,037
Apabila data anda ada nilai 0, maka tambahkan dengan konstanta, misal:
=1/(Var^3+1).

Transformasi Reverse Score

Transformasi ini dilakukan apabila dalam data anda terdapat nilai negatif dan
anda ingin menggunakan transformasi berikutnya seperti transformasi inverse
square root atau transformasi logaritma.

Cara melakukan transformasi ini adalah dengan mengurangi nilai terbesar atau
maksimal dalam variabel dengan data asli. Misal pada variabel A, nilai tertinggi
adalah 2,5, sedangkan data asli adalah 1. Maka nilai transformasi: 2,5-1 = 1,5.
Apabila anda ingin menghindari nilai 0 oleh karena anda ingin melanjutkan
dengan transformasi logaritma, maka tambahkan dengan konstanta, misal nilai
maksimal variabel 2,5 dan data asli 2, maka nilai asli: 2,5 -2 + 1 = 1,5 atau 2,5
-2 + 2 = 2,5.
Dalam Excel, misal variabel yang akan ditransformasi berada dalam Array cell
A1:A20 dan data asli berada pada cell A1, maka rumusnya: =Max(A$1:A$20) –
A1 atau =Max(A$1:A$20) – A1 + 1.

Untuk mempermudah anda dalam memilih metode transformasi data yang


tepat, baca artikel kami: Memilih Transformasi dengan STATA.

Untuk Transformasi Data Dari Ordinal ke Interval, Baca artikel kami yang
berjudul: “Transformasi Data Dari Ordinal ke Interval“.