MARGE FILE DATA

Marger atau menggabung beberapa file data menjadi satu file biasanya dilakukkan pada
satu file biasanya dilakukkan pada survei besar ,dimna proses entri data dilakukkan oleh lebih
dari satu orang pada saar yang bersamaan atau file entri data sengaja di pilah-pilah sesuai dengan
topik penelitiannya agar lebih mudah dalam proses entrinya .sebelum datanya bisa di aanalisa.

4.1 PENGERTIAN MARE

Merger atau menggabung beberapa file data menjadi satu file biasanya dilakukkan pada satu file.

ADA TIGA JENIS MARGER ,YAITU:

1. Marger untuk menambahkan record /kasus /responden.

2. Marger untuk menambah variabel.
3. Marger untuk menggabungkan anatara data individu dengan data rumah tangga

Disini akan dibahas 2 jenis marger :

1. Marger untuk menambahkan record /kasus /responden.

2. Marger untuk menambah variabel.

4.1.1 MARGE dengan ADD CASES

Jenis ini biasanya dilakukkan pada satu penelitian dengan Jumlah variabel yang relatif
tetapi jumlah record/kasus/responden relatif banyak dan pada saat melakukkan ENTRY data
biasanya dilakukkan oleh lebih dari 1 orang.

4.1.2 MARGE dengan ADD VARIABEL

Jenis marge ini biasanya dilakukkan pada satu penelitian dengan jumlah variabel yang
relatif banyak,atau pada beberapa penelitian dengan topik yan berbeda dengan responden yang
sama dan saat entry data biasanya dilakukkan oleh lebih dari satu orang supaya cepat
selesai.Atau ENTRY data antara satu topik lainnya sengaja dipisah supaya databasenya tidak
terlalu besar.

4.2 MARGE dengan ADD CASES

Suatu survei yang dilakukkan pada dua atau lebih tempat yang berbeda ,untuk efesiensi
maka proses ENTRY data dilakukkan pada temapt yang berbeda pula.Pada saat ana lisis data
,beberapa file data yang terpisah tadi perlu digabung terlebih dahulu agar analisis secara
menyeluruh dapat dilakukkan.

1
Persyaratan:

1. Kedua file harus mempunyai NAME variabel yang sama

2. “id” atau nomor identitas responden yang tidak terlalu penting
Langkah-langkah penggabungan dua buah file :
1.Bukalah file Data ,Sehingga data tampak di Data editor window.
2.Lakukkan marger dengan perintah berikut:Dari menu utama ,pilihlah :
 Data <
 Marge<
 Add Cases<
 Pilih file data<
 Klik continue.
3.Di menu tersebut ada kotak dialog Unpaired variabels.kotak dialog tersebut memberi
tahu bahwa ada variabel yang tidak sama .Abaikan saja variabel tersebut,sehingga
nantinya tidak akan dimasukkan ke dalam data gabungan .Jika variabel tersebut penting
maka harus dimasukkan ,Perubahan terhadap variabel tersebut harus di cek apakah
NAME,TYPE,WITH ,atau DECIMAL-nya yang berbeda.
4.Pilih OK untuk menjalankan proses marge
5.Pastikan jumlah record sudah sesuai dengan ke inginan
6.Jika sudah selesai ,simpanlah file dengan nama yang baru

4.3 MARGE dengan ADD VARIABEL

Pada uraian akan dijelaskan penggabungan variabel

Persyaratan:

1.Harus ada variabel “ID “ YANG SAMA

2. Variabel “ID” atau nomor identitas tersebut tidak boleh ada nomor yang sama atau nomor
kembar.

Langkah-langkah p[enggabungan 2 file variabel:

1. Buka file data ,sehingga data tampak pada editor window

2. Lakukkan marger dengan perintah berikut:
 Data <
 Marger files<
 Add Variabels..<
 Pilih data
 Klik continue<

2
3. Klik OK ,untuk marge seluruh variabel

4. Jika selesai ,lihat data view bagian palingkanan akan di tambahkan V10 sampai V16

5. Jika selesai,simpanlah file dengan nama baru

5 STATISTIK DESKRIPTIF (ANALISIS UNIVARIAT)

Statistik deskriprif berupa frekuensi dan niali puasat frekuensi biasanya muncul dalam bentuk
proporsi atau persentase untuk data atau variabel kategorik.

5.1 BUKU KODE

Buku kode untuk file tersebut adalah sebagai berikut:

3
Dalam melakukkan analiss data ,kita harus memahami data kategorik dan data numerik.

5.2 ANALISIS DESKRIPSTIF DATA KATEGORIK

1. Cara yang paling sering digunakan untuk menampilkan data katagorikal adalah dengan
menggunakan tabel distribusi frekuensi .Kita akan mencoba membuat tabel distribusi
frekuensi pendidikan ibu dari file latihan _modul SAV.
2. Buka file latihan,sehingga data tampak di jendela Data View

Prosedur untuk menampilakan distribusi frekuensi adalah sebagai berikut:

Dari menu utama ,pilihlah:

o Analyze
o Descriptive statistic
o Frequensi
3. Pada kotak dialog tersebut ,Klik pada variabel pendidikan yang terdapat pada kotak
sebelah kiri .Kemudian klik tanda >
4. Klik OK untuk menjalankan prosedur .Pada jendela Output
5. Pada kolom frequnsy menunjukkan jumlah kasus dengan nilai yang sesuai
6. Kolom Valid Percent menampilkan proporsi jika missing cases tidak diikiti sertakan
sebagai penyebut.

5.3 PENYAJIAN DATA KATEGORIK

Mempunyai prinsip efesiensi,artinya hanya informasi penting saja .

5.4 ANALISIS DESKRIPTIF DATA NUMERIK

Pada data numerik atau kontinyu ,peringkasan data dapat dilakukkan dengan melaporkan
ukuran tengah dan sebarannya.Ukuran tengah yang dapat digunakan adalah rata-rata ,median dan
modus.Sedangkan ukuran sebaran yang dapat du=igunakan adalah nilai minimum ,maksimum
,range ,SD dan persentil.Dari ukuran-ukuran tersebut yang paling sering digunakan adalah rata-
rata , dan SD.

1. Bukalah file latihan.sehingga data tampak pada adata view

2. Dari menuh pilih;
 Analyze
 Descriptive statistic
 Descriptive

4
3. Pada kotak dialog tersebut ,Klik pada variabel umur yang terdapat pada kotak sebelah kiri
.Tekan Ctrl (jangan dilepas).Klik variabel BB dan klik variabel BBBL ,lepaskan Ctrl
.Dengan cara ini kita memilih 3 variabel sekaligus .Kemudian klik tanda <
4. Klik OK untuk menjalankan prosedur
Dengan cara di atas ,kita dapat memperoleh nilai rata-rata minimum,maksimum serta
SD.Tetapi kita tidak mempunyai nilai standar eror.
Perintah Option
5. Jika kita juga ingin agar SPSS menampilkan standar error ,anda dapat memilih menu
options
Misalnya kita menginginkan standar eror maka klik SE Mean Kurtosis ,Skewness atau
menginginkan nilai yang lain dimunculkan silahkan klik (tandai )Nilai apa yang akan
dimunculkan sesuai dengan kebutuhan,kemudian klik Continue dan OK
Perintah Explore
6. Cara yang lain untuk mengeluarkan nali statistik deskriftif dari data numerik
Dari menu utama ,pilihlah;
 Analyze
 Descriptive statisti
 Explore
7. Pada kotak dialog tersebut ,klik pada variabel BBL yang terdapat pada kotak sebelah
kiri ,sehingga varibel BBBL masuk pada Dependent
8. Klik OK untuk menjalankan prosedur
Dari estimasi titik kita mendapatkan estimasi titik dan estimasi interval dari variabel
numerik yang diukur.Kita dapat melihat nilai rata-rata dan 95% Confidence interval
Berat Badan Bayi Lahir yaitu 3147,50 gram,kita yakin bahwa rata-rata berat bayi di
populasi berada pada selang 3044,55 sampai 3250,45 gram.
9. Cara yang lain untuk mengeluarkan nilai statistik deskriptif dari data numerik bisa
menggunakan frequencies.Karena ukuran statistik yang dapat dihaslkan pada menu
Frequencies sangat lengkap .,selain itu pada perintah ini juga dapat ditampilkan grafik
histrogram dan kurve normalnya.
10. Berikut akan dicoba mengeluarkan analisis deskriptif untuk variabel umur responden
dengan menggunakan frequencies.
Dari menu utama ,pilihlah:
 Analyze
 Descriptive statistic
 Frequenceis
11. Sorot variabel yang akan dibahas
12. Klik tombol option ‘statistic’pilih ukuran yang kita minta misalnya mean,mode,median
dll
13. Klik ‘continue

5
 14. Klik tombol option ‘chart ‘lalu menu baru dan klik histogram lalu klik With Normal
Curve
15. Klik Continue
16. Klik ‘OK’ dan pada layar terlihat distribusi frekuensi disertai ukuran statistic yang
diminta dan dibawahnya tampak grafik histogram beserta curve normalnya

5.5 UJI NORMALITAS DISTRIBUSI DATA NUMERIK

Analisis data numerik akan lebih lengkap apabila dilengkapi UJI NORMALITAS
.terutama jika akan dilakukkan uji statistik parametrik terhadap variabel tersebut maka distribusi
normal merupakan salah prasyarat yang harus di penuhi .Uji normalitas dapat dilakukkan melalui
perintah Explore...

1. Dari menu utama ,

a. pilihlah;
b. Analyze
c. Descriptive statistic
d. Explore

2. Pada kotak dialog tersebut ,pilih variabel UMUR dan BBBL ,Kemudian klik tanda panah
ke kanan > ,untuk memasukkannya ke kotak
3. Klik Plots..,kemudian aktifkan Histogram dan Normality plot test.
4. Klik Continue dan OK untuk menjalankan prosedur
Dari data hasil analisis ‘explore ‘terlihat juga nilai mean ,median,mode ,namun yang
paling penting dari tamplan ini munculnya angka estimasi interval.

UJI KENORMALAN DATA:

1. Untuk mengetahui suatu data berdistribusi normal,ada 3 cara untuk mengetahuinya yaitu:
2. Dilihat dari grafik histrogram dan kurve ,bila ada menyerupai bel shape ,berarti distribusi
normal
3. Menggunakan nalai Skewness dan standar erornya ,bila nilai Skewness dibagi standar
erornya menghasilkan angka <2 ,maka distribusi normal
4. Uji kolmogorov smirnov ,bila hasil uji signifikan (p value <0,05 )maka distribusi
normal.Namun uji yang signifikan (yang artinya bentuk distribusinya tidak normal).Atas
dasar kelemahan ini dianjurkan untuk mengetahui kenormalan data lebih baik menggunakan
angka skewness atau melihat grafik histrogram dan kurve normal.

Untuk variabel umur diatas,dilihat dari histogram dan kurve normal terlihat bentuk yang
tidak normal ,selain itu hasil dari perbandingan skewness dan standar eror didapatkan :

6
0,677/0,221 = 3,06,hasilnya diatas 2 ,berarti distribusi tidak normal .Dari haris distribusi tersebut
diatas dengan demikian variabel umur disimoulkan berdistribusi tidak normal.

5.6 PENYAJIAN DATA NUMERIK

Penyajian data mempunyai prinsip efisiensi,artinya sajikan hanya informasi penting saja .