PENGOLAHAN DATA
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
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
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.
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
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:
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.
Klik di sini
11
Klik baris yang akan dihapus, contoh nomor 7 akan dihapus.
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.
13