LAPORAN PRAKTIKUM STATISTIKA

Nama : Ambar Triana

NIM : P3.73.34.2.21.103
Kelas : A _ Alih Jenjang D4 Teknologi Laboratorium Medis
TOPIK : Cleaning dan Transfroming
1 DATA CLEANING
.
Pada praktikum sebelumnya telah dilakukan pembuatan database atau input data, editing dan coding.
Dari data tersebut akan dilakukan proses analisis selanjutnya.
Sebelum masuk dalam tahapan analisis data, proses data cleaning dilakukan terlebih dahulu. Tujuan dari
data cleaning adalah membersihkan data yang sudah dimasukkan dalam database dari outlier (data yang
ekstrim). Melihat pola data adalah langkah awal yang harus dilakukan untuk mengetahui ada tidaknya
outlier.
Cara data cleaning :
a. Mengetahui Missing Data dengan melakukan list (distribusi frekuensi) dari variabel yang ada.
b. Mengetahui Variasi Data untuk mengetahui apakah data yang di entry benar/salah. MIsal coding
data pendidikan hanya 1-4, tapi di data ditemukan kode yang lain.
c. Mengetahui Konsistensi Data dengan cara
1) Membandingkan dua table
2) Membuat tabel silang

Melihat pola data diatas dilakukan dengan mengurutkan data dari terbesar ke terkecil atau sebaliknya.
- Klik kanan pada nama variabel di layar tampilan data view,
- Lalu Sort Ascending (mengurutkan data dari yang terkecil ke yang terbesar) atau Sort
Descending (mengurutkan data dari yang terbesar ke yang terkecil)
Contoh bila ada missing data. Akan terlihat tanda titik pada kolom data.

Langkah berikutnya yang harus dilakukan adalah mendelete data yang missing tersebut dengan cara:
1. pilih data-sort cases
2. pilih variabelnya
3. pilih accending untuk mengurutkan data dimulai dari yang terkecil
4. dan bisa terlihat data yang missing tersebut
5. langsung hapus data yang missing tersebut.
Langkah data Cleaning
1. Pilih Analyze-Deskriptive statistic-Frequencies
2. Pilih Variable yang diinginkan (contoh Jenis kelamin)
3. Klik OK

Muncul jendela Output. Dari 40 orang, ada 38 data yang valida dan 2 data yang missing. Cek data view,
liat apakah ada kesalahan input.

Ada missing 2 data, cek di data

view, lalu koreksi
Mengetahui Konsistensi Data dengan cara
1) Membandingkan dua table.
- Pilih Analyze-Deskriptive statistic-Frequencies
- Pilih Variable yang diinginkan (contoh Jenis kelamin dan Kebiasaan olahraga)
- Lalu OK

Muncul Jendela output frequency Jenis kelamin dan kebiasaan. Cek konsistensi data. Apakah jumlahnya
dan katagorinya sudah sesuai atau tidak.
2) Analisis bivariate (tabulasi silang/crosstab)
Analyze –descriptive statistics – crosstab.
Contoh tabulasi silang variable jenis kelamin dengan kebiasaan olah raga.
- Untuk variable Independen (Jenis Kelamin) masukan ke Row.
- Untuk variable Dependen (Kebiasaan olahraga) masukan ke Colomn.
Akan muncul jendela output.

Cek valid data apakah sudah sesuai (jumlah yang akan di analisa ada 40 orang), cek apakah ada missing
atau tidak
TRANSFORMASI DATA.

Pilih Transform – X-Y Recode into different variable

Variable baru akan muncul disisi kolom paling kanan

Rapikan data Variable view

Cek kembali dengan melakukan cleaning data pada kolom pengelompokan Hb apakah sudah sesuai
dengan katagori baru yg kita buat dan tidak ada missing data

Transform data menu IF

Masukan Variable Jenis Kelamin, beri tanda sesuai kode. Jenis Kelamin=1, continue. Maka tampilan
disebelah kotak IF akan muncul Jenis kelamin=1.

Atur pengelompokan nilai Hb untuk laki-laki dengan klik Old and New Value

Continue, OK.

Atur untuk jenis kelamin perempuan.

Ulangi langkah Transform, X-Y Recode into Different Variable, langsung IF, Old and New Values, setelah
muncul di data view lalu rapikan data Variable view

Note : urutan koding data untuk Hb jenis kelamin laki-laki dan perempuan harus sama.

Cleaning data

Hasil setelah ditambahkan data pengelompokan Hb

TRANSFORMASI DATA KELOMPOK

Untuk transformasi data numerik ke data katagorik atau sebaliknya.

Misal : katagori Pendidikan ada banyak tingkatan akan disederhanakan menjadi tiga kelompok besar saja
(bawah, menengah, tinggi)

Atur variable view dan Lalukan cleaning data