Kita masuki fasilitas ENTER sebagai berikut.
b. Klik tombol perintah Open Form atau menggunakan menu File pilih Open
Form. Carilah project yang terdapat form tempat kita menyimpan data.
66
Klik tombol Open, kemudian pilih Form yang akan dibuka.
Klik tombol OK, maka kita memasuki fasilitas data entry berikut.
c. Untuk melihat data yang sudah kita masukkan (entry), klik tombol perintah Line Listing
pada baris tombol perintah di atas.
67
Pilih Interactive. Tampak hasil data entry kita dalam sebuah daftar/tabel interaktif.
Kita dapat mencari record tertentu dengan menggunakan daftar tersebut. Misalnya
record yang kita cari berada pada baris/line 7, maka klik dobel pada baris 7 (line 7)
tersebut dan kita masuk dalam form data entry record no. 7.
Kekurangan dari cara ini adalah bila record yang sudah dientry banyak, maka kita harus
mencarinya dengan teliti. Kekurangan lainnya adalah, Line Listing hanya menampilkan
50 record pertama saja dari yang sudah dientry.
d. Cara lain yang lebih mudah adalah dengan menggunakan fasilitas pencarian (Find).
Tombol perintah Find berada di bagian kiri atas. Atau kita dapat mencarinya
pada menu Edit.
Klik tombol perintah Find, maka kita memasuki kotak dialog sebagai berikut.
68
e. Di bagian kiri terdapat daftar field (variabel) yang kita miliki. Kita menggunakan kriteria
pencarian berdasarkan field tertentu. Misalnya kita mencari responden yang berusia
kurang dari 30 tahun, maka caranya adalah sebagai berikut.
Klik field Usia. Pada kotak kosong di sebelah kanan, masukkan kriteria yang diinginkan
(<30).
Klik tombol perintah Search di sebelah kiri atas, di atas kotak daftar Field atau
menggunakan menu Tools, pilih Search.
Maka tampak hasil pencarian di bagian bawah layar.
Pada tabel tersebut ditampilkan semua responden yang berusia kurang dari 30 tahun.
Carilah record yang diinginkan, dan bila ingin membuka record tersebut untuk melihat
atau melakukan perubahan, klik dobel pada baris yang akan dibuka.
f. Kita dapat menggunakan lebih dari satu kriteria untuk melakukan pencarian, misalnya
kita mencari responden berusia >35 yang hamil. Maka kita klik field Usia dan field
Sedang hamil, dan kita isikan kriteria yang kita inginkan.
69
Klik Search, hasilnya sebagai berikut.
g. Untuk melakukan pencarian baru, atau mengubah kriteria, digunakan tombol perintah
Reset atau dari menu Edit, klik Reset.
h. Kita dapat menggunakan tanda asterisk (*) untuk memudahkan pencarian. Misalnya kita
mencari responden dengan nama depan diawali huruf A, maka pada kriteria cukup kita
tulis A*. Bila kita mencari responden dengan nama depan yang diakhiri huruf i, maka
kita menuliskan pada kriteria *i.
Menggunakan Visual Dashboard untuk Manajemen Data, Transformasi, dan Analisis Data
Pada Epi Info 7, manajemen data, transformasi, dan analisis dapat dilakukan menggunakan
fasilitas Analisis Data yang klasik (Classic) yang merupakan adopsi dari Epi Info for Windows
sebelumnya (versi peralihan Epi Info for DOS dengan Epi Info versi 7) atau menggunakan
fasilitas Visual Dashboard.
Dalam praktikum ini kita menggunakan Visual Dashboard yang lebih menarik dan interaktif.
Cara pengoperasian fasilitas Visual Dashboard sebagai berikut.
a. Dari menu utara Epi Info pilih tombol VISUAL DASHBOARD
70
Maka tampak menu pembuka Epi Info 7 Dashboard sebagai berikut.
Pada bagian paling atas terdapat beberapa tombol perintah dengan fungsi sebagai berikut.
Tombol Set Data Source, untuk membuka file data yang akan diolah
Tombol Open, untuk membuka file kanvas Dashboard yang sudah ada atau pernah
dibuat menggunakan Epi Info Dashboard
Tombol Save, untuk menyimpan hasil pengolahan data yang ditampilkan pada Epi
Info Dashboard
Tombol Save As, untuk menyimpan hasil pengolahan data yang ditampilkan pada
Epi Info Dashboard pada file lain (dengan nama lain)
71
4. Pada kotak judul Epi Info Dashboard terdapat tanda panah di bagian kiri bawah dengan
tulisan Set a data source now di sebelah kiri
Klik tanda panah tersebut.
c. Setelah kita pilih salah satu dari 4 cara di atas, maka tampak kotak dialog berikut.
Cari project yang berisi data yang akan diolah dengan menggunakan tombol Browse, dan
pilih Form Epi Info yang ada.
Klik tombol OK. Maka tampak Dashboard Epi Info seperti berikut.
72
Pada bagian kanan atas tampak informasi mengenai data yang akan diolah.
Di sebelah kiri kotak informasi tersebut terdapat Drop-‐down list yang terdapat 3 pilihan
untuk menampilkan hasil analisis (Analysis), data (Data), atau variabel (Variables) yang ada.
Bila kita pilih Data, maka akan ditampilkan semua data yang sudah dientry, termasuk data
variabel tambahan Epi Info.
Bila kita pilih Variables, maka akan ditampilkan semua variabel dalam form, termasuk
variabel tambahan Epi Info.
73
Kita menggunakan Analysis.
Pada kiri bawah terdapat informasi mengenai gadget yang kita miliki, banyak field dan
record yang ada dalam data.
Gadget adalah tool yang berisi perintah analisis. Karena kita belum melakukan analisis sama
sekali, maka gadget: 0.
Pada bagian kiri kanvas terdapat tombol Defined Variables yang akan aktif dengan
menampilkan tool untuk mendefinisikan variabel bila kita arahkan kursor ke tombol
tersebut atau dengan klik tombol Variables di atas.
Pada bagian kanan kanvas terdapat tombol Defined Variables yang akan aktif dengan
menampilkan tool untuk mendefinisikan variabel bila kita arahkan kursor ke tombol
tersebut atau dengan klik tombol Filters di atas.
74
Kita akan melakukan latihan untuk Data Cleaning, Partisi Data, Transformasi Data, Analisis Data
sederhana, dan Penyajian Data.
1. Data cleaning
Data cleaning atau pembersihan data bertujuan menyiapkan data agar ketika analisis
dilakukan, sudah bebas dari kesalahan. Bila ditemukan kesalahan dapat segera dilakukan
editing (perbaikan data).
Untuk melakukan data cleaning, maka data dibedakan menjadi 2 macam, yaitu data
kontinyu (number), dan data kategori.
a. Data kontinyu
Untuk cleaning data kontinyu digunakan perintah (gadget) Means.
Caranya:
Klik tombol Options atau klik kanan pada kanvas. Pada Add Analysis gadget pilih
Means. Tampak kotak dialog sebagai berikut.
Masukkan variabel (field) kontinyu yang akan dicleaning. Ke dalam kotak Means of
dengan cara drop-‐down (gunakan tanda panah kecil di sebelah kanan untuk membuka
nama-‐nama variabel yang ada). Misalnya Usia.
Klik tombol OK. Maka hasilnya sebagai berikut.
Perhatikan apakah jumlah pengamatan (Obs), rerata (Means), variansi (Var), simpangan
baku (Std Dev), nilai minimum (Min) dan nilai maksimum (Max) logis untuk data kita.
Bila ada yang tidak logis, misalnya responden usia >50 tahun atau <15 tahun, atau nilai
simpangan baku yang sangat besar, atau banyak data (observasi = n) tidak sesuai
dengan yang sudah dientry, maka kita dapat melakukan perbaikan dengan
menggunakan fasilitas Enter.
75
Tampilan di atas disebut dengan Gadget. Perhatikan bahwa di bagian kiri di bawah
kanvas sekarang tertulis Gadget: 1.
Kita dapat menggunakan pemisahan atau stratifikasi data untuk mengelompokkan data
kontinyu, misalnya kita ingin melakukan data cleaning variabel Usia dengan
membedakan ibu sedang hamil dan tidak sedang hamil.
Kita dapat mengulangi cara yang sama.
Tambahkan pada kotak Cross-‐tabulate by: variabel Sedanghamil. Klik tombol OK.
Hasilnya sebagai berikut.
Tampak satu tabel yang membagi data Usia ibu hamil menjadi 2 kelompok Sedanghamil
Yes dan No (disertai hasil uji statistik). Perhatikan apakah data yang kita miliki tidak
terdapat kesalahan.
Di samping menggunakan Cross-‐tabulate by:, kita dapat juga menggunakan Stratify by:
76
Hasilnya adalah 2 tabel deskripsi Usia yang terpisah antara sedang hamil Yes dan No
(dan tidak disertai hasil uji statistic).
Agar tidak memakan tempat (memenuhi kanvas), maka gadget dapat di-‐minimize
dengan cara klik tombol panah ke atas pada bagian kanan atas gadget.
Hasilnya seperti gambar di atas, dan susunan gadget yang diminimize tersebut dapat
diatur sesuai keinginan kita. Bila akan menampilkan kembali, klik tombol panah ke
bawah.
Tombol gear (gadget) berguna untuk melakukan editing perintah dalam gadget.
b. Data kategori
Untuk cleaning data kategori digunakan perintah (gadget) Frequency atau M x N / 2 x 2
table
Caranya:
• Menggunakan Frequency
Klik tombol Options atau klik kanan pada kanvas. Pada Add Analysis gadget pilih
Frequency. Tampak kotak dialog sebagai berikut.
Pilih Variabel yang akan dicleaning, misalnya Pendidikan.
77
Klik tombol OK. Hasilnya sebagai berikut.
Perhatikan terutama distribusi data dan ada tidaknya kode kategori yang tidak sesuai
dengan kategori pada variabel yang dicleaning.
Bila akan dilakukan pengelompokkan berdasarkan variabel tertentu (misalnya Sedang
hamil), maka digunakan perintah Grouping dan Sorting, kemudian pada kotak
Grouping pilih nama variabel yang digunakan untuk mengelompokkan.
Klik tombol OK, hasilnya sebagai berikut.
78
• Menggunakan M x N / 2 x 2 table
Klik tombol Options atau klik kanan pada kanvas. Pada Add Analysis gadget pilih
M x N / 2 x 2 table. Tampak kotak dialog sebagai berikut.
Cara ini mirip dengan Frequency yang disertai dengan Grouping, tetapi hasilnya
akan disajikan dalam satu table silang (Crosstabulation). Kita isikan pada kotak
Exposure: (misalnya Pendidikan) dan Outcome variable: (misalnya Sedanghamil)
variabel yang akan dicleaning.
Klik tombol OK, hasilnya sebagai berikut.
79
Perbedaan hasilnya dengan cara sebelumnya (Frequency dengan Grouping)
adalah pada acara ini dihasilkan satu tabel silang dengan disertai uji statistic.
Latihan:
a. Lakukan deskripsi variabel Sedanghamil
b. Lakukan deskripsi variabel Anemia
c. Periksalah apakah data kedua variabel sesuai (tentunya yang ada faktor risiko anemia
adalah ibu yang hamil saja, sehingga jumlah total anemia (kode 1) dan tidak anemia
(kode 0) adalah sama dengan jumlah ibu yang hamil saja)
d. Lakukan crosstabulasi variabel Sedanghamil dengan Anemia. Perhatikan apakah
hasilnya sudah benar (tidak ada kesalahan data).
e. Lakukan deskripsi variabel Pekerjaan
f. Lakukan deskripsi variabel Pendapatanperbulan. Perhatikan bahwa seharusnya jumlah
observasi (Obs) adalah sebanyak ibu yang bekerja saja, karena ibu yang tidak bekerja
tidak memiliki penghasilan.
2. Partisi data
Partisi data dilakukan bila kita ingin menganalisis sebagian data dengan kriteria tertentu,
misalnya akan dianalisis data ibu yang sedang hamil saja, ibu yang tidak bekerja saja, dll.
Untuk mengaktifkan fasilitas partisi digunakan tombol Filters di atas atau pada kanvas kita
arahkan kursor ke kanan dimana terdapat Data Filters.
Ada dua mode untuk melakukan data filter. Guided Mode dan Advanced Mode. Dalam
praktikum kali ini digunakan Guided Mode yang lebih mudah.
Pada Data Filters, kita masukkan pada kotak Filed Name: variabel yang digunakan sebagai
kriteria filter, kemudian kita pilih pada kotak Operator: jenis operator yang sesuai, dan pada
kotak Value nilai kategori dari Variabel yang akan diolah. Misalnya akan diolah data ibu
yang sedang hamil saja, maka perintahnya sebagai berikut.
Klik tombol Add Filter.
80
Maka semua analisis akan dilakukan terhadap data ibu yang sedang hamil saja (termasuk
hasil analisis sebelumnya yang ada di kanvas, akan berubah hanya untuk ibu yang sedang
hamil).
Misalnya kita tampilkan distribusi frekuensi Pekerjaan, maka hasilnya sebagai berikut.
Perhatikan bahwa total pengamatan adalah sebanyak ibu yang hamil saja (49 dari 71).
Contoh lain, coba buka kembali hasil Data cleaning Usia yang sudah dilakukan dengan
perintah Means.
Tampak total pengamatan (Obs) sebanyak 49 (jumlah ibu hamil).
Partisi (filter) dapat dilakukan dengan menggunakan lebih dari 1 kriteria. Misalnya akan
dianalisis data ibu hamil dengan usia kehamilan >20 minggu. Maka langkahnya sebagai
berikut.
Masukkan kriteria kedua (Usia kehamilan >20 minggu)
81
Klik tombol Add Filter, maka Epi Info akan menampilkan pilihan Add With AND atau Add
With OR. Add With AND digunakan bila data yang diolah harus memenuhi 2 kriteria yang
diberikan, sedangkan Add Wih OR digunakan bila data yang akan diolah memenuhi salah
satu atau kedua kriteria yang diberikan. Pilih Add Wih AND.
Lakukan analisis atau buka salah satu gadget yang ada pada kanvas, maka jumlah observasi
yang ada menjadi sesuai untuk ibu hamil dengan usia kehamilan <20 minggu saja.
Lakukan cara yang sama tetapi dengan menggunakan Add With OR dan perhatikan
perbedaan hasilnya dan coba pahami mengapa berbeda.
Untuk menghapus partisi data (filter) gunakan tombol Remove Selected (untuk menghapus
kriteria tertentu) atau tombol Clear All (untuk menghapus semua kriteria filter). Maka bila
kita lakukan analisis data atau membuka gadget yang sudah ada, jumlah observasi kembali
seperti semula (total observasi).
82
3. Transformasi data
Transformasi data dilakukan dengan menggunakan fasilitas Defined Variables yang ada di
sebelah kiri kanvas (arahkan kursor ke Defined Variables) atau klik tombol Variables di atas.
Beberapa bentuk transformasi dapat dilihat pada tombol New Variable.
a. With Recoded Value
b. With Simple Assignment
c. With Conditional Assignment
d. With Formatted Value
e. With Assigned Expression
f. Create Variable Group
Pada praktikum kali ini akan dibahas transformasi menggunakan With Recoded Value, With
Simple Assignment, dan With Conditional Assignment
a. Transformasi menggunakan With Recoded Value
Cara ini digunakan untuk membuat variabel baru dengan cara memberikan kode baru
(recode) untuk nilai (atau range atau kumpulan nilai tertentu).
83
Yang harus diisikan dalam kotak dialog adalah variabel yang akan direcode (Source
field:), nama Variabel baru hasil recode (Destination field:) dan jenis variabel baru
(Destination field type:)
Misalnya variabel usia akan dikelompokkan menjadi kelompok 5 tahunan, maka
langkahnya sebagai berikut.
Pilih field Usia pada Source field:, tuliskan nama variabel baru (atau dibiarkan) sesuai
yang dituliskan komputer yaitu USIA_RECODED) Destination field:, dan pilih Text pada
Destination field type:. Karena kita ingin mengelompokkan menjadi usia 5 tahunan,
maka kita tetapkan interval kategori 5 tahunan dimulai dengan nilai berapa dan diakhiri
dengan usia berapa. Klik tombol Fill Ranges yang ada di bagian bawah. Tampak kotak
dialog sebagai berikut.
84
Pada kotak dialog Fill Ranges isikan kategori yang diinginkan. Contoh.
Klik tombol OK, maka kategori dengan interval nilai 5 tahunan akan disajikan pada tabel
disertai dengan kode kategori (Representation).
Klik tombol OK. Maka pada kotak Variable Definitions: dituliskan Syntax definisi variabel
yang dibuat.
85
Lihat hasilnya dengan menggunakan perintah Frequency, maka tampak variabel baru
USIA_RECODED. Tampilkan distribusi frekuensinya.
Hasilnya sebagai berikut.
Pemberian range dapat dilakukan secara manual. Misalnya akan dikelompokkan usia
kehamilan denganpembagian sebagai berikut: Trimester 1 bila usia kehamilan <13
minggu, Trimester 2 bila usia kehamilan 13 minggu – 27 minggu, dan Trimester 3 bila
usia kehamilan >27 minggu.
Lakukan cara yang sama. Pada tabel tuliskan secara manual range dan Representasinya.
86
Klik tombol OK, dan periksa hasilnya dengan perintah Frequency.
Untuk mengedit atau menghapus definisi yang ada dapat dengan memilih definisi dan
klik tombol Edit Variable atau Delete Variable.
(Latihan: Buatlah variabel baru STGIZI dengan kategori STGIZI kurang bila BMI <18.5,
STGIZI baik bila BMI antara 18.5 sampai 30.0, STGIZI lebih bila BMI >30. Periksalah
hasilnya dengan perintah Frequency)
b. Transformasi menggunakan With Simple Assignment
Transformasi dengan cara ini digunakan untuk menghitung selisih waktu, misalnya
mengetahui usia dengan menghitung selisih tanggal lahir dengan tanggal kunjungan
atau tanggal system (sesuai tanggal computer) dalam satuan tahun, bulan, hari, dll. Juga
dapat digunakan untuk mengubah jenis field dari text ke number atau sebaliknya, dsb.
Pada praktikum kali ini kita mencoba membuat variabel baru hasil penghitungan selisih
waktu.
Setelah kotak dialog terbuka, isikan pada kotak Assign field nama Variabel baru hasil
transformasi. Misalnya Usiabulan. Pilih jenis satuan dalam kotak Assignment type: dan
Variabel yang menunjukkan tanggal awal dan tanggal akhir (Start date: dan End date:)
87
Klik tombol OK, kemudian periksa hasilnya dengan menggunakan perintah Means.
Hasilnya sebagai berikut.
c. Transformasi data menggunakan With Conditional Assignment
Transformasi dengan cara ini akan menghasilkan variabel baru yang diperoleh dengan
cara memberi nilai baru pada nilai atau kelompok nilai dari suatu variabel yang sudah
ada yang memenuhi kondisi tertentu.
Setelah kotak dialog terbuka, isikan pada Assign fied: nama variabel baru yang akan
dibuat (hasil transformasi). Misalnya variabel Kepadatan rumah akan dikategorikan
menjadi 2 yaitu Padat dan Tidak padat. Kategori Padat bila kepadatan rumah <25
m2/orang, dan Tidak padat bila ³25 m2/orang.
88
Misalnya nama variabel baru adalah Kepadatan_kat, jenis Text. Kemudian klik tombol
Create/Edit Condition. Kita memasuki kotak dialog Specify assign condition berikut.
Gantilah nama variabel dalam kotak The value of Field Name: dengan memilih
KepadatanRumah, pilih operator yang sesuai (Operator:) dan nilai yang digunakan
sebagai kriteria (Value:).
89
Berikutnya klik tombol Add Condition, maka pada kotak Data Filters: akan tertulis
kondisi yang didefinisikan tersebut.
Klik tombol OK, maka kita kembali ke kotak dialog sebelumnya.
Tampak bahwa kondisi yang didefinisikan sudah tertulis dalam kotak Assign conditions:.
Tuliskan pada kotak Assign value: nilai baru untuk kondisi yang didefinisikan tersebut
(Padat). Kemudian klik kotak Use else untuk memberikan nilai bila kondisi di atas tidak
terpenuhi, dan pada kotak Else Value: isikan Tidak padat.
90
Akhiri dengan klik tombol OK, dan lihat hasilnya menggunakan perintah Frequency.
4. Analisis Data
Analisis data terdiri dari analisis deskriptif dan inferensial (estimasi dan pengujian hipotesis).
Pada praktikum dengan Epi Info kali ini hanya dibahas mengenai analisis deskriptif. (Untuk
statistika inferensial dibicarakan pada praktikum menggunakan SPSS for Windows).
Beberapa metode analisis deskriptif sudah dibahas dalam data cleaning, meliputi Frequency
dan M x N / 2 x 2 table untuk data kategori, serta Means untuk data kontinyu. Untuk itu
metode analisis dapat melihat penjelasan dalam Data cleaning.
Sebagai latihan, lakukan analisis data berikut:
a. Deskripsikan jenis pekerjaan responden
b. Deskripsikan tingkat pendidikan responden
c. Deskripsikan usia kehamilan responden
d. Deskripsikan Tinggi badan, Berat badan, dan BMI responden
e. Deskripsikan BMI menurut status kehamilan responden (sedang hamil atau tidak)
f. Deskripsikan status kehamilan responden menurut jenis pekerjaan
g. Deskripsikan tingkat Kepadatan rumah (padat atau tidak padat) menurut jenis pekerjaan
h. Deskripsikan kejadian Anemia menurut Trimester kehamilan
i. Deskripsikan Status gizi responden (STGIZI) menurut status kehamilan
j. Deskripsikan Usia responden menurut Status gizi.
5. Penyajian data dengan Diagram.
Bagian terakhir dari praktikum dengan Epi Info adalah penyajian data. Penyajian data dapat
secara narasi, tabel, atau dengan gambar (diagram/grafik). Penyajian dengan tabel sudah
dibahas dalam analisis deskriptif data kategori. Kini kita gunakan diagram untuk menyajikan
data. Beberapa bentuk diagram (dalam Epi Info disebut Chart) yang dapat dibuat dengan
Epi Info adalah: diagram batang (Column chart), diagram garis (Line chart), diagram area
(Area chart), diagram lingkaran (Pie chart), diagram deteksi aberasi (Aberation detection
chart), diagram Pareto (Pareto chart), diagram pencar/sebar (Scatter chart), dan kurva
Epidemiologi (Epi curve chart).
Pada praktikum ini dibahas sebagian diagram yang sering digunakan.
a. Column Chart
Column chart menampilkan distribusi frekuensi, sehingga diagram ini sesuai untuk data
kategori.
Cara membuat column chart sebagai berikut.
Klik tombol Option (atau klik kanan pada kanvas) pilih Add Analysis gadget, kemudian
pilih Charts, dan klik pada Column chart.
91
Pilih variabel yang akan ditampilkan dalam bentuk Column Chart (misalnya Pendidikan).
Klik tombol OK, maka hasilnya sebagai berikut.
Ada beberapa pilihan warna dan bentuk batang (Bar type) yang disediakan. Gunakan
Colors and Styles untuk menentukan warna, bentuk batang, dan orientasi gambar.
92
Misalnya dipilih bentuk Cylinder. Hasilnya seperti berikut.
Bila dipilih orientasi horisontal, hasilnya sebagai berikut.
b. Pie Chart
Pie chart menampilkan distribusi frekuensi, sehingga diagram ini sesuai untuk data
kategori.
Cara membuat Pie chart sebagai berikut.
Klik tombol Option (atau klik kanan pada kanvas) pilih Add Analysis gadget, kemudian
pilih Charts, dan klik pada Pie chart.
93
Pilih variabel yang akan ditampilkan dalam bentuk Column Chart (misalnya Pendidikan).
Klik tombol OK, maka hasilnya sebagai berikut.
Ada beberapa pilihan warna dan bentuk Pie (Chart kind) yang disediakan. Gunakan
Colors and Styles untuk menentukan warna dan bentuk diagram.
94
Misalnya dipilih bentuk Pie 3D. Hasilnya seperti berikut.
Bila dipilih Donut 3D dan warna lain, hasilnya sebagai berikut.
Bila data disajikan berdasarkan kategori variabel tertentu, misalnya status kehamilan.
Isikan pada kotak One graph for each value of: nama variabel yang digunakan sebagai
kriteria pengelompokan.
95
Hasilnya sebagai berikut.
c. Line Chart
Line chart menyajikan data yang menunjukkan adanya tingkatan atau urutan (misalnya
tingkat pendidikan, urutan waktu, dll)
Cara membuat Line chart sebagai berikut.
Klik tombol Option (atau klik kanan pada kanvas) pilih Add Analysis gadget, kemudian
pilih Charts, dan klik pada Line chart.
Lakukan dengan cara yang sama seperti membuat Column chart dan Pie chart.
96
Contoh hasil pembuatan Line chart.
Kita dapat mengubah warna, jenis garis, dan ketebalan garis dengan menggunakan
Colors and Styles seperti pada pembuatan chart yang lain.
d. Scatter Chart
Scatter chart digunakan untuk menyajikan hubungan antar variabel yang minimal
berskala ordinal (ada urutan), dan lebih tepat untuk data kontinyu (skala interval atau
rasio).
Cara membuat Scatter chart sebagai berikut.
Klik tombol Option (atau klik kanan pada kanvas) pilih Add Analysis gadget, kemudian
pilih Charts, dan klik pada Scatter chart.
97
Misalnya akan dilihat hubungan tinggi badan dan berat badan. Isikan pada kotak Main
variable: Tinggibadan dan pada kotak Outcome variabel: Beratbadankg.
Hasilnya sebagai berikut.
Epi Info menampilkan sebaran titik yang menunjukkan hubungan nilai Tinggibadan dan
Beratbadankg, disertai dengan garis regresi dan persamaan regresi di sebelah kiri atas.
Warna dan bentuk titik (jenis marker) dapat diubah melalui Colors and Styles.
LATIHAN : Buatlah beberapa chart yang sesuai dengan variabel yang ada dalam data
98