MANAJEMEN,  

TRANSFORMASI,  ANALISIS,  DAN  PENYAJIAN  DATA  

DENGAN  EPI  INFOTM  for  Windows  
 
 
 
Memanfaatkan  Fasilitas  Pencarian  dalam  Epi  Info  
 
Setelah  data  entry  dilakukan,  adakalanya  kita  ingin  mencari  record  tertentu  melakukan  
perubahan.  Untuk  itu,  Epi  Info  memiliki  fasilitas  pencarian  untuk  memudahkan  pengguna.  
Langkah  pengoperasiannya  sebagai  berikut.  
a.   Bila  kita  belum  membuka  data  yang  sudah  dilakukan  data  entry,  dari  menu  utama  Epi  
Info  klik  tombol  ENTER  DATA.  
 

 
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  Options  berisi  menu  aplikasi  yang  terdapat  dalam  Dashboard  

Tombol  Refresh,  untuk  melakukan  update  atau  merefresh  data  yang  sudah  dibuka  
     atau  sedang  digunakan  

  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)  

  Tombol  Variables,  untuk  melakukan  transformasi  data  

Tombol  Filters,  untuk  melakukan  partisi  (filter)  data  atau  menentukan  bagian  
  tertentu  dari  data  yang  akan  diolah  
b.   Buka  file  berisi  data  yang  akan  diolah  
Ada  beberapa  cara  untuk  membuka  file  data  yang  akan  diolah.  
1.   Menggunakan  tombol  Options,  pilih  Set  Data  Source  
2.   Menggunakan  tombol  Set  Data  Source  
3.   Dari  kanvas,  klik  kanan,  tampil  menu  seperti  menu  tombol  Options,  pilih  Set  Data  
Source  

  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  ³25  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