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.
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.
Atur pengelompokan nilai Hb untuk laki-laki dengan klik Old and New Value
Continue, OK.
Note : urutan koding data untuk Hb jenis kelamin laki-laki dan perempuan harus sama.
Cleaning data
Misal : katagori Pendidikan ada banyak tingkatan akan disederhanakan menjadi tiga kelompok besar saja
(bawah, menengah, tinggi)