BAB II

PENGOLAHAN DATA

A. Pengantar pengolahan data

Pengolahan data merupakan salah satu bagian rangkaian kegiatan penelitian setelah
pengumpulan data. Setelah dilakukan pengumpulan data seringkali orang bingung “mau diapakan
data yang telah terkumpul?” bagaimana menghubungkan data di kuesioner dengan tujuan
penelitian? Untuk itu data yang masih mentah (raw data) perlu dioleh sedemikian rupa sehingga
menjadi informasi yang akhirnya dapat digunakan untuk menjawab tujuan penelitian.
Agar analisis penelitian menghasilkan informasi yang benar, paling tidak ada empat tahapan
dalam pengolahan data yang harus dilalui, yaitu;
1. Editing
Merupakan kegiatan untuk melakukan pengecekan isian formulir atau kuesioner apakah
jawaban yang ada di kuesioner sudah:
a. Lengkap (semua pernyataan sudah terisi jawabannya)
b. Jelas (jawaban pertanyaan apakah tulisannya cukup helas terbaca.
c. Relevan: (jawaban yang tertulis apakah relevan dengan pertanyaan
d. Konsisten: (apakah antara beberapa pertanyaan yang berkaitan isi jawabannya
konsisten, misalnya antara pertanyaan usia dengan pertanyaan jumlah anak. Bila
pertanyaan usia terisi 15 tahun dan dipertanyaan jumlah anak 9, ini berarti tidak
konsisiten
2. Coding
Coding merupakan kegiatan merubah data berbentuk huruf menjadi data berbentuk
angka/bilangan. Misalnya untuk variabel pendidikan dilakukan kode 1=SD, 2=SMP, 3=SMU,
dan 4=PT. Jenis kelamin: 1= laki-laki, dan 2= perempuan, dsb.
3. Processing
Setelah semua kuesioner terisi penuh dan benar, serta sudah melewati pengkodean, maka
langkah selanjutnya adalah memproses data agar data yang sudah di- entry dapat dianalisis.
Pemrosesan data dilakukan dengan cara meng-entry data dari kuesioner ke paket program
computer. Salah satu paket program yang sudah umum digunakan untuk meng-entry data
adalah paket program SPSS for Windows.
4. Cleaning
Cleaning (pembersihan data) merupakan kegiatan pengecekan kembali data yang sudah di-
entry apakah ada keselahan atau tidak. Kesalahan tersebut dimungkinkan terjadi pada saat
kita meng- entry ke computer. Misalnya untuk variabel pendidikan ada data yang bernilai 7,
mestinya beradasarkan coding yang ada pendidikan kodenya hanya antara 1 s/d 4 (1=SD,
2=SMP, 3=SMA, dan 4=PT). contoh lain misalnya dalam variabel status perkawinan terisi
data 1 (misalnya 1= belum kawin) dan dalam variabel jumlah anak terisi nilai. Ini berarti ada
data yang salah (tidak konsisiten) karena statusnya belum kawin tetapi mempunyai anak 5.
3
Berikut akan diuraikan cara meng-cleaning data:
a. Mengetahui Missing Data
Cara mendeteksi adanya missing data adalah dengan melakukan list (distribusi
frekeunsi) dari variabel yang ada. Misalnya data yang diolah 100 responden, kemudian
dikeluarkan variabel jenis kelamin dan pendidikan.
Tabel 1 Jenis Kelamin Pasien
No Jenis Kelamin Jumlah
1 Laki-laki 40
2 Perempuan 60
Total 100

Tabel 2. Pendidikan Responden

No Pendidikan Jumlah
1 SD 40
2 SMP 10
3 SMA 30
4 PT 15
Total 100

Dari kedua data tabel di atas memperlihatkan bahwa tabel jenis kelamin tidak ada nilai
hilang (missing), sedangkan pada tabel pendidikan ada 5 responden yang missing,
karena total jumlahnya 95 (seharusnya 100).
b. Mengetahui variasi data
Dengan mengetahui variasi data akan diketahui apakah data yang di –entry benar atau
salah. Cara medeteksi dengan mengeluarkan distribusi frekuensi masing-masing
variabel. Dalam entry data biasanya dimasukkan dalam bentuk kode/coding. misalnya
untuk variabel pendidikan SD kode 1, SMP kode 2, SMA kode 3 dan PT kode 4. Untuk
mengetahui kesalahan data berikut ilustrasi keluaran dari variabel pendidikan.
Tabel 3. Pendidikan Responden
Pendidikan Jumlah
1 40
2 30
3 20
4 6
7 4
Total 100

Dari tampilan di atas kendati jumlah total sudah benar 100, namun terlihat ada data
yang salah, yaitu munculnya kode pendidikan angka 7 yang berjumlah 4 responden.
Seharusnya variabel pendidikan variasi angkanya hanya dari angka 1 s/d 4.
c. Mengetahui Kosistensi Data
Cara mendeteksi adanya ketidakkonsistenan data dengan menghubungkan dua
variabel. Contoh;
1) Membandingkan dua tabel

4
 Tabel 4. Keikutsertaan KB
KB Jumlah
Ya 20
Tidak 80
Total 100

Tabel 5. Jenis Alat Kontrasepsi yang Dipakai

Jenis Kontrasepsi Jumlah
Suntik 5
Pil 5
Kondom 4
IUD 10
Total 24

Dari kedua tabel tersebut terlihat bahwa ada ketidakkonsistenan antara jumlah
peserta KB (20 orang) dengan total jenis alat kontrasepsi yang dipakai (24 orang).
seharusnya pada baris jenis total jenis alat kontrasepsi jumlahnya 20 orang.
B. Entry Data
Setelah mengetahui langkah-langkah pengolahan data, selanjutnya akan dibahas entry data
menggunakan SPSS. Kepanjangan dari SPSS yaitu Statistical Packet For Social Science. Sehingga
SPSS sekarang menjadikan singkatan dari Statistical Product dan Service Solutions. SPSS
merupakan paket program statistic yang berguna untuk mengolah dan menganalisis data penelitian.
Dengan SPSS semua kebutuhan pengolahan dan analisis data dapat diselesaikan dengan mudah
dan cepat. Kemampuan yang dapat diperoleh dari SPSS meliputi pemrosesan dari semua bentuk file
data, modifikasi data, membuat tabulasi berbentuk distribusi frekuensi, analisis statistic deskriptif,
analisis lanjut yang sederhana maupun kompleks, pemuatan gerafik dsb. Perkembangan program
SPSS sangat cepat dimulai dari program SPSS, kemudian berkembang menjadi SPSS for Windows
dari versi 6 dan berkembang terus sampai sekarang sudah memasuki versi 19. Dan untuk latihan
digunakan SPSS for Windows versi 14.

1. Memanggil SPSS
Pertama kali harus dipastikan bahwa computer anda sudah terinstall program SPSS for
Windows. Untuk memanggil program SPSS dapat dilakukan dengan cara:
Pertama : Bila ditampilan computer sudah muncul icon SPSS, maka klik dengan mouse icon
tersebut dua kali.
Kedua : Bila layar computer belum ada icon SPSS, maka klik START, pilih file program dan
sorot SPSS, klik dua kali.
Pengoprasian SPSS mengenal 2 jenis jendela yang utama yaitu:
 SPSS Data Editor
o Jendela ini berisi tampilan data yang akan diolah dan dianalisi dengan tampilan
sejenis spreadsheet (seperti tampilan excell)

5
  SPSS output
o Tampilan utama (hasil analisis) yang dilakukan akan ditampilkan pada output
window. Window ini merupakan teks editor, artinya dapat mengedit hasil analisis
yang ditampilkan.
2. Tampilan utama SPSS for Window
Setelah program SPSS dipanggil di layar akan muncul logo SPSS for Window, tunggu sesaat
sehingga logo tersebut menghilang, maka pada layar monitor akan didapati tampilan utama
SPSS seperti berikut:
a. Tampilan data

Layar SPSS, Data view : Fasilitas untuk menginput data.

b. Tampilan variabel

Layar SPSS, Variabel view : Fasilitas untuk membuat system penelitian. Untuk memilih data view
atau variabel view dengan mengklik pada pilihan tersebut.
System kerja SPSS for windows dikendalikan oleh menu/ bar menu terletak di sebelah atas
dengan urutan dari kiri ke kanan sbb: File, Edit, View, Data, Trasform, Analyze, Graphs, Utilities,
Add.ons, Window, Help
 File : digunakan untuk membuat file data baru, membuka file data yang telah tersimpan atau
membaca file data dari program lain, seperti excel.
 Edit : digunakan untuk memodifikasi, mengcopy, menghapus, mencari dan mengganti data.
 View : digunakan untuk mengatur tampilan font, tampilan kode/label
6
  Data : digunakan untuk membuat/ mendefenisikan nama variabel, mengambil/ menganalisis
sebagian data, menggabungkan data
 Transform : digunakan untuk transformasi/ modifikasi data seperti pengelompokan variabel,
pembuatan variabel baru dari perkalian/ penjumlahan variabel yang ada dll.
 Analyze : digunakan untuk memilih berbagai prosedur statistic, dari statistic
sederhana (deskriptif) sampai dengan analisis komplek (multivariat)
 Graphs : digunakan untuk meliputi Bar, Pie, Garis, Histogram, Scatter Plot dsb.
 Utilities : digunakan untuk menampilkan berbagai informasi tentang isi file.
 Window : digunakan untuk berpindah-pindah antar jendela, misalnya dari jendela data ke
jendela output.
 Help : membuat informasi bantuan bagaimana menggunakan berbagai fasilitas pada SPSS.
 Add.ons: ………………..
Tugas:
Misalkan kita ingin melakukan penelitian di desa A dengan mengumpulkan data-data sampel yang terdiri atas
variabel usia, tinggi badan (tb), berat badan (BB), pendidikan, pekerjaan, jumlah anak, menyusui, Hb I,
Hb II, BB Bayi,, sikap. Dengan judul penelitian “ Faktor-Faktor Yang Berhubungan Dengan Perilaku Menyusui
Di Daerah X Tahun 2007” sebanyak 50 responden, buat variabel label dan value label sesuai koding
pertanyaan.

Faktor- Faktor Yang Berhubungan Dengan Perilaku Menyusui

Di Daerah X Tahun 2007

POLA MENYUSUI
Nama responden:
1. Berapa umur ibu?........... tahun
2. Tinggi badan ibu? ………cm
3. Berat Badan ibu? ………kg
4. Pendidikan ibu yang telah ditamatkan?
0. SD 1. SMP 2. SMU 3. PT
5. Apakah ibu bekerja?
0. Tidak bekerja 1. Bekerja
6. Berapa jumlah anak ibu?......... tahun
7. Apakah ibu menyusui bayi ibu?
0. Ya 1. Tidak
8. a. Kadar Hb ibu pengukuran pertama ………..g%
b. Kadar Hb ibu pengukuran kedua …………..g%
9. Berat badan bayi ibu?.............gram (ditimbang oleh peneliti)

PERTANYAAN SIKAP
1. Bayi yang baru lahir sesegera mungkin diberi ASI?
1. STS 2. TS 3. KS 4. S 5. SS
2. Bayi yang baru lahir diberi kolostrum?
1. STS 2. TS 3. KS 4. S 5. SS
3. Bayi sejak lahir sampai usia 4 bulan hanya diberi ASI saja?
1. STS 2. TS 3. KS 4. S 5. SS
4. ASI diberikan sampai bayi berusia 2 tahun?
1. STS 2. TS 3. KS 4. S 5. SS

Sumber : Hastono, 2001

Data primer dari hasil instrumen

7
No umur tb BB didik kerja anak asi hb1 hb2 bayi segera kolos lahir sampai
1 23 157 70 0 1 1 1 10.1 11.2 2500 2 1 2 1
2 24 155 71 3 1 2 0 9.8 10.2 3000 4 3 3 4
3 34 167 60 1 0 3 1 11.1 11.5 4000 1 2 2 1
4 35 160 60 2 1 4 1 10.2 9.8 3600 2 3 4 2
5 19 163 50 0 0 4 0 10.4 10.1 3500 3 2 4 2
6 24 165 68 3 0 3 0 11.2 10 2700 5 4 4 4
7 22 152 75 2 0 2 0 12.5 12.2 2900 3 4 2 2
8 19 159 69 0 1 1 1 11.4 11.4 2600 2 1 1 2
9 26 160 70 2 1 1 0 13.2 12.3 3500 3 2 2 4
10 25 164 67 2 0 2 1 9.2 9.1 4000 4 4 5 4
11 21 151 56 0 0 3 1 10.1 11.1 3300 2 1 2 1
12 22 157 47 1 1 4 0 10.1 11.1 4100 2 4 2 4
13 19 151 69 2 0 4 0 10.2 9.8 2800 2 1 2 1
14 20 169 66 1 1 3 1 10.2 9.8 3600 2 3 4 4
15 23 156 56 2 0 2 0 10.2 9.8 2400 1 1 2 2
16 26 156 57 0 1 1 1 11.2 10 3000 5 4 4 4
17 27 158 59 3 0 1 0 11.2 10 3900 5 4 4 4
18 30 147 67 2 0 2 0 11.2 10 2800 5 4 4 4
19 31 175 61 3 1 3 1 13.2 12.3 3300 1 1 2 2
20 32 168 46 3 1 4 1 13.2 12.3 2100 3 2 4 4
21 23 175 76 0 1 4 1 10.1 11.1 2500 2 1 2 1
22 24 162 53 3 1 3 0 9.8 10.2 3000 4 3 3 4
23 34 163 66 1 0 2 1 11.1 11.5 4000 1 2 2 1
24 35 174 53 2 1 1 1 10.2 9.8 3600 2 1 1 2
25 19 156 49 0 0 1 0 10.4 10.1 3500 3 4 2 2
26 24 159 49 3 0 2 0 11.2 10 2700 5 4 4 4
27 22 169 75 2 0 3 0 12.5 12.2 2900 1 2 2 2
28 19 162 46 0 1 4 1 11.4 11.4 2600 2 1 1 2
29 26 168 66 2 1 4 0 13.2 12.3 3500 3 2 1 1
30 25 165 72 2 0 3 1 9.2 9.1 4000 4 4 5 4
31 21 160 57 0 0 2 1 10.1 11.1 3300 2 1 2 1
32 22 168 56 1 1 1 0 10.1 11.1 4100 2 1 2 1
33 19 169 70 2 0 1 0 10.2 9.8 2800 2 3 4 2
34 20 156 76 1 1 2 1 10.2 9.8 3600 2 3 1 1
35 23 156 53 2 0 3 0 10.2 9.8 2400 2 3 4 2
36 26 159 75 0 1 4 1 11.2 10 3000 5 4 4 4
37 27 164 75 3 0 4 0 11.2 10 3900 5 4 4 4
38 30 160 67 2 0 3 0 11.2 10 2800 5 4 4 4
39 31 153 60 3 1 2 1 13.2 12.3 3300 1 1 2 2
40 32 161 68 3 1 1 1 13.2 12.3 2100 3 2 2 2
41 21 159 70 0 0 2 1 10.1 11.1 3300 2 1 2 1
42 22 153 65 1 1 1 0 10.1 11.1 4100 2 1 2 1
43 19 159 42 2 0 1 0 10.2 9.8 2800 1 1 2 2
44 20 152 48 1 1 2 1 10.2 9.8 3600 2 3 4 2
45 23 156 40 2 0 3 0 10.2 9.8 2400 2 3 1 2
46 26 169 50 0 1 4 1 11.2 10 3000 5 4 4 4
47 27 158 76 3 0 4 0 11.2 10 3900 5 4 4 4
48 30 162 46 2 0 3 0 11.2 10 2800 5 4 4 4
49 31 158 55 3 1 2 1 13.2 12.3 3300 3 2 4 2
50 32 156 76 3 1 1 0 13.2 12.3 2100 3 1 1 2

8
Langkah – Langkah Memberi/ Membuat Nama Variabel Sebagai Berikut:

1. Membentuk variabel penelitian, klik jendela Variabel View maka tampil sebagai berikut:

2. Membuat Nama Variabel

Baris 1
Name : Nama Variabel diketik no (masukkan dengan memakai huruf kecil
tidak memakai spasi dan maximal 8 huruf).
Type : Type Data (pilih numeric)
Width : Lebar kolom (bisa diatur sesuai kebutuhan)
Decimal : Decimal dibelakang koma (misal 0 atau 1, atau 2, bisa diatur sesuai
kebutuhan)
Label : Keterangan/ penjelasan nama variabel
Value : Pemberian label pengelompokan data (bila variabel berbentuk
kategorik misl; sex yang isinya ada kode 1 = pria, dan 2 wanita.
Missing : Kesalahan (abaikan)
Colomns : Lebar kolom pengetikan data
Align : Perataan pengetikan data (Left, Centre, Right)
Measure : Jenis data (Scale/real atau Ordinal, atau Nominal)

Baris 2
Name : diketik umur sebagai nama variabel
Type : numerik
Width :8
Decimal :0
Label : umur responden

Baris 3
Name : diketik tb sebagai nama variabel
Type : numerik
Width :8
Decimal :0
Label : Tinggi Badan Responden

Baris 4
Name : diketik bb sebagai nama variabel
Type : numerik
Width :8
Decimal :0
Label : Berat Badan Responden

Baris 5
Name : diketik didik sebagai nama variabel
Type : numerik
Width :8
Decimal :0
Label : Pendidikan Responden
9
 Pada Value diklik hingga muncul menu berikut:

Pada kotak value ketik 0, kemudian kotak label ketik SD lalu klik Add
Pada kotak value ketik 1, kemudian kotak labe ketik SMP lalu klik Add
Pada kotak value ketik 2, kemudian kotak labe ketik SMA lalu klik Add
Pada kotak value ketik 3, kemudian kotak labe ketik PT lalu klik Add

Klik OK. Dan seterusnya sampai semua variabel dibuat strukturnya seperti berikut.

3. Memasukkan/Entry data
10
 Masuk ke jendela data view dengan mengklik data view. Dan masukkan data sebanyak 50
responden, hingga diperoleh hasil sebagai berikut:

4. Mengedit Data
a) Menghapus Isi Sel
 Klik sel yang akan dihapus isinya
 Tekan tombol “delete” pada keyboard/ clear pada edit. Dan kalau tidak jadi menghapus klik
Undo.
 Untuk menghapus isi sejumlah sel sekaligus, pilihlah sejumlah sel tersebut dengan drag
(menyorot/ memblok) dengan mouse.

Dari tampilan di atas berarti kita membuat blok untuk varibael kerja pada responden no 4 s/d 6.
Tekan “ delete” untuk menghapusnya.

b) Menghapus Isi Sel Satu Kolom (Menghapus Variabel)

 Klik heading kolom (nama variabel) yang akan dihapus isi selnya, misalkan akan dihapus
variabel bb: klik heading bb seperti tampilan sbb:

Klik di sini

 Kemudian klik tombol “delete”

c) Menghapus Baris (Menghapus Case Responden)

11
  Klik baris yang akan dihapus, contoh nomor 7 akan dihapus.

 Tekan tombol “delete”

 Untuk menghapus beberapa case sekaligus tekanlah, pilihlah sejumlah case tersebut
dengan drag (menyorot atau memlok) pada bagian nomor case.

d) Mengcopy Isi Sel

 Pilih sel (sejumlah sel dengan menyorot) yang akan dicopy isinya.
 Tekan “Ctrl + C”
 Pindahkan penunjuk sel ke sel yang akan dituju
 Tekan “Ctrl + V”
 Hal yang perlu diperhatikan dalam mengcopy isi sel atau atau sejumlah sel adalah
bahwa hasil copy akan selalu menyesuaikan dengan format variabel di mana isi sel
atau sejumlah sel itu dicopykan.

e) Mengcopy Isi Satu Kolom (Mengcopy Variabel)

 Klik heading kolom (nama variable) yang akan dicopy isinya.
 Tekan “ Ctrl + C”
 Klik heading kolom yang dituju
 Tekan “Ctrl + V”
 Hasil dari instruksi di atas adalah mencopy kolom sekaligus format variabelnya (type
variabel, lebar kolom, value ;label dsb), dan sudah pasti tetap tidak merubah nama
variable. Bila dikehendaki tidak ada perubahan format variable kolom yang dituju,
yang dilakukan adalah:
o Klik heading kolom (nama variable) yang akan dicopy isinya.
o Tekan “Ctrl + C”
o Pindahkan penunjuk sel ke baris pertama kolom yang dituju
o Tekan “Ctrl + V”
o Untuk mencopy isi sel sejumlah kolom sekaligus, pilihlah sejumlah kolom tsb
dengan drag pada bagian heading.

f) Mencopy Isi Satu Baris (Case/ Responden)

 Tekan “Ctrl + C”
 Klik nomor case yang akan dituju atau pindahkan penunjuk sel ke kolom, klik nomer
case yang akan dicopy.
 Letakkan pada baris yang dituju
 Tekan “Ctrl + V”

g) Menyisipkan Kolom
 Pindahkan penunjuk sel pada kolom yang akan disisipi
 Klik “Data” pilih “insert varibael” terlihat kolom baru muncul.
12
 h) Menyisipkan Baris
 Pindahkan penunjuk sel pada baris yang akan disisipi
 Klik “Data” pilih “insert case” terlihat kasus/responden baru muncul.

5. Menyimpan file data

Data yang telah dimasukkan dapat disimpan ke berbagai format data. Secara pengaturan dasar,
SPSS for Windows akan menyimpan data tersebut dengan format SPSS, bentuk formatnya
dicirikan dengan ekstensi SAV (nama file. SAV). Untuk menyimpan data yang telah dimasukkan:
Pilih file, klik Save As, nampak tampilannya: simpang file dengan nama ASI SAV

13