CLEANING DATA PIS-PK

PUSAT DATA DAN INFORMASI

KEMENTERIAN KESEHATAN RI
APA ITU DATA?

(bentuk jamak dari datum) artinya himpunan hasil dari

penghitungan atau pengukuran, bisa dalam bentuk numerik
(umur, berat badan) dan kategorik (jenis kelamin, tingkat
pendidikan), dsb.
Data bisa berwujud suatu keadaan, gambar, suara, huruf, angka,
bahasa ataupun simbol-simbol lainnya
Data dapat berupa catatan-catatan dalam kertas, buku, atau
tersimpan sebagai file dalam database.
Data belum dapat berbicara banyak sebelum diolah lebih lanjut.
 MANAJEMEN DATA

Rangkaian kegiatan pengelolaan data mulai dari

kegiatan pencatatan, pengumpulan, pengolahan,
analisis data hingga menjadi suatu informasi.
 MANAJEMEN DATA
Data

Langkah-langkah statistika
Analisis &
Pengumpulan Pengolahan interpretasi Penyajian
data data data data

Informasi
TAHAPAN PENGOLAHAN DATA
A. Editing

Memeriksa kelengkapan dan kebenaran isi formulir/ kuesioner : lengkap terisi, jelas
terbaca, relevan antara pertanyaan dengan jawaban
B. Coding
Pengubahan jawaban pertanyaan yg berisi huruf kedalam bentuk angka: Misal data
pendidikan dikoding: 1=sd 2=smp , dst
C. Processing
Memindahkan isi kuesioner ke media komputer: mis ,ke dalam Microsoft excel
D. Cleaning Data
Mengecek kebenaran entry data sehingga data siap untuk dianalisis
CLEANING

• Data cleaning (Pembersihan data) adalah proses mendeteksi,

mengoreksi (atau menghapus) catatan yang rusak atau tidak
akurat dari kumpulan catatan, tabel, atau database dengan
mengidentifikasi bagian data yang tidak lengkap, tidak benar, tidak
akurat atau tidak relevan dan kemudian mengganti, memodifikasi,
atau menghapus data kotor atau kasar.
HAL YANG PERLU DITIN DAK LANJUTI/PERBAIKI

1. menemukan data yang tidak lengkap

2. menemukan tahun data yg aneh
3. tidak ada kepala keluarga
4. di dalam 1 KK terdapat lebih dari 1 Kepala Keluarga
5. ada wanita kawin 10-54 tapi isian jawaban pertanyaan hamil “kosong”
6. ada hipertensi pada usia <15
DLL
surveyor melakukan pengecekan kembali diaplikasi maupun kuisioner, apakah memang data masih kurang
lengkap, dan perlu dilakukan perbaikan data
CLEANING DATA/ PENGECEKAN DATA

1. FILTER
Klik Tab DATA kemudian klik FILTER. Setelah itu, kita dapat melihat variable data apakah ada missing data atau data
yang aneh.
Sebagai contoh, Ketika memfilter kolom RW, dapat terlihat RW 0 dan RW dengan angka ribuan. Sedangkan Ketika
memfilter kolom RT, terlihat ada angka -4, 0, dan angka di atas 100. Perlu diklarifikasi kembali pada surveyor akan
kebenaran isiannya, apakah terjadi salah entry.
• No urut keluarga blank (tidak terisi), dicek Kembali apakah terlupa saat entri?
Untuk melihat data ART dalam satu keluarga, maka filter dilakukan per survei ID. 1 survei ID berlaku untuk 1 keluarga.
 Untuk pengecekan tanggal lahir, dapat dilakukan dengan filter dan terlihat tanggal lahir dimana tahunnya aneh.
 Untuk pengecekan lanjutan dari tanggal lahir, dapat dilakukan juga pengecekan umur dengan cara membuat kolom sementara yaitu kolom
cek umur (tahun). Kolom semnetara ini hanya untuk mengecek umur saja, jika saat analisis, kolom sementara ini dihapus. Untuk
pengecekan umur, pada kolom sementara tersebut diketiikan rumus =DATEDIF(TANGGAL LAHIR;TANGGAL SURVEI;"Y"). Penggunaan tanda
titik koma (;) pada rumus tergantung setting dari laptop/computer, jika tidak bisa dapat dicoba dengan tanda (,).
a. Jika terdapat “#VALUE!” perlu di cek kembali tanggal lahir nya, biasanya angkanya aneh. Perlu diklarifikasi kembali pada surveyor
akan kebenaran isian data.
b. Jika terdapat “#NUM!” berarti tanggal survei lebih dulu dibandingkan tanggal lahir (dilakukan survei sebelum lahir).
Untuk melihat data yang aneh pada kolom diagnosis hipertensi dengan:
1. Filter kolom Umur (Tahun) 0 – 14 tahun
2. Filter kolom Diagnosis Hipertensi untuk isian “Y dan T”
3. Jika terdapat isian “Y dan T” maka di cek Kembali karena seharusnya terisi N
Untuk melihat data aneh pada wanita kawin usia 10-54 tapi isian
pertanyaan hamil kosong dilakukan dengan cara:

1. Filter kolom umur (10-54 tahun)

2. Filter kolom jenis kelamin (perempuan)
3. Filter status kawin (kawin)
4. Filter kolom wanita usia hamil, seharusnya tidak boleh ada yang
blank atau kosong maupun N
2. PIVOT TABLE
Pivot table digunakan untuk merangkum data dalam jumlah yang besar dengan waktu yang singkat.
Sebagai contoh, untuk melihat data dimana satu keluarga terdiri dari lebih dari 1 kepala keluarga maupun
satu keluarga tidak ada kepala keluarga.
Langkah-Langkah Pivot Table:
 Drag semua data (taruh kursor pada cell A1 kemudian tekan bersama tombol shift + ctrl + panah
kanan (> atau  dan shift + ctrl + panah bawah (v atau ).
 Klik TAB insert  Pivot Table  Ok
 Masukan Survei ID pada fields “Rows” dan hubungan Keluarga pada fields “Values” dan
fields“columns”
 Kemudian Copy Paste Value Pivot table tersebut ke sheet baru dan filter kolom kepala keluarga
 Nanti akan terlihat data yang blank dan jumlah kepala keluarga lebih dari 1, hal ini harus di cek
kembali pada Surveyor.
• Setelah difilter pada kolom kepala keluarga, akan
terlihat dimana kepala keluarga ada yang lebih dari 1
maupun yang tidak ada kepala keluarga sama sekali
dalam satu keluarga
Setelah data selesai dicleaning, data siap untuk dianalisis. Terdapat 2 (dua) cara analisis,
yaitu:
• Analisis Dengan Excel Inarata
• Analisis Dengan Spss
Untuk analisis dengan SPSS, harus dilakukan import data excel ke SPSS.
Langkah-Langkah import data excel ke SPSS:
1. Buka aplikasi SPSS
2. Klik file  Import Data  Excel
3. Pilih excel file excel yang akan diimport kemudian klik open, maka data akan
terlihat pada layar SPSS.
4. Klik file  save as (pilih tipe save as dengan .sav)
TERIMA KASIH