LAPORAN PRAKTIKUM MANAJEMEN DATA

“UJI TRANSFORMASI DATA”

DISUSUN OLEH :

NAMA : Elma Aulia Ricky

NIM : 2000029237

KELAS : D

GOLONGAN : 6 (Enam)

PROGRAM STUDI ILMU KESEHATAN MASYARAKAT

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS AHMAD DAHLAN

YOGYAKARTA

2022
 PRAKTIKUM KE-5

UJI TRANSFORMASI DATA

A. TUJUAN
Trampil melakukan perubahan data dari skala satu dengan skala yang lain
misalnya dalam uji chi square diperlukan untuk melakukan perubahan skala numerik ke
ordinal atau penggabungan sel (sebagai alternatuf uji dalam chi square)

B. DASAR TEORI
Transformasi Data adalah upaya yang dilakukan dengan tujuan utama untuk
mengubah skala pengukuran data asli menjadi bentuk lain sehingga data dapat memenuhi
asumsi-asumsi yang mendasari analisis ragam.
Teknik data cleaning adalah suatu teknik yang digunakan untuk menangani data yang
tidak lengkap. Proses data cleaning ini juga mencakup antara lain membuang duplikasi
data, memeriksa data yang inkonsisten, dan memperbaiki kesalahan pada data, seperti
kesalahan cetak (Erhard, Rahm H Do. 2019)
Statistika banyak diterapkan dalam berbagai disiplin ilmu baik ilmu-ilmu alam
maupun ilmu-ilmu sosial, akan tetapi perlu diingat bahwa semua cabang ilmu
pengetahuan perlu menerapkan metode statistik dengan cara yang masuk akal dan ini
juga berlaku dalam ekonomi mikro. Perkembangan waktu telah menjadikan ekonomi
mikro menjadi bagian dari statistika, beberapa peneliti seperti telah menggunakan model
parametrik untuk melihat apakah variabel ekonomi berprilaku sama selama ekpansi dan
resesi. Pada penelitian yang lain, melakukan penelitian terhadap siklus bisnis dengan
menggunakan skewness terhadap Gross Domestic Product (GDP), produksi industri dan
tingkat pengangguran.
Pembersihan data merupakan proses menghilangkan noise dan data yang tidak
relevan. Pada umumnya data yang diperoleh, baik dari database memiliki isian-isian yang
tidak sempurna seperti data yang hilang, data yang tidak valid atau juga hanya sekedar
salah ketik.Data- data yang tidak relevan itu juga lebih baik dibuang. Pembersihan data
juga akan mempengaruhi performasi dari teknik data mining karena data yang ditangani
akan berkurang jumlah dan kompleksitasnya (Asriningtias, Yuli. 2014).
Uji normalitas adalah pengujian data untuk melihat apakah nilai residual terdistribusi
normal atau tidak (Imam Ghazali, 2011). Uji normalitas dilakukan untuk mengetahui
apakah populasi data terdistribusi secara normal atau tidak. (Rojihah, 2015). Terdapat
beberapa teknik dalam Uji Normalitas yang dapat digunakan untuk menguji normalitas
data, antara lain, dengan kertas peluang normal, uji chi-kuadrat, uji liliefors, dengan
teknik Kolmogorov-Smirnov, dan dengan SPSS. Untuk uji normalitas secara manual
dapat menggunakan rumus Chi-Kuadrat (Farida Nur, Sri R, 2017).
Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai
sebaran data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut
berdistribusi normal ataukah tidak. Uji Normalitas berguna untuk menentukan data yang
telah dikumpulkan berdistribusi normal atau diambil dari populasi normal. Metode klasik
dalam pengujian normalitas suatu data tidak begitu rumit. Berdasarkan pengalaman
empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka (n >30), maka
sudah dapat diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel besar.
(Fahmeyzan, Soraya, and Etmy 2018)
Metode pendekatan Deskriptif Kualitatif adalah metode pengolahan data dengan cara
menganalisa faktor- faktor yang berkaitan dengan objek penelitian dengan penyajian data
secara lebih mendalam terhadap objek penelitian (Prabowo, Aan dan Heriyanto. 2013).
Analisis deskriptif adalah bentuk analisis data penelitian untuk menguji gene- ralisasi
hasil penelitian yang didasarkan atas satu sampel. Analisis deskriptif ini dilakukan
melalui pengujian hipotesis deskriptif. Hasil analisisnya adalah apakah hipotesis pene-
litian dapat digeneralisasikan atau tidak. Jika hipotesis nol (H0) diterima, berarti hasil
penelitian dapat digeneralisasikan. Analisis deskriptif ini menggunakan satu variabel atau
lebih tapi bersifat mandiri, karena itu analisis ini tidak berbentuk perbandingan atau
hubungan (Nasution, Leni Masnidar. 2017).
 C. HASIL

Interpretasi : Setelah dilakukan analisis transformasi data. Berdasarkan hasil table Kolmogorov
diatas, dapat diketahui bahwa nilai signifikan dari uji normalitas untuk variable umur transform
0,01 yang berarti tidak berdistribusi normal dan income transform responden adalah 0.00, maka
dapat dikatakan bahwa nilai Sig <0.05 dan dapat disimpulkan bahwa Ha diterima dan Ho ditolak
sehingga data tidak berdistribusi normal. Jika masih berdistribusi tidak normal maka tidak bisa
dipaksakan.

D. DAFTAR PUSTAKA
Asriningtias, Yuli. 2014. APLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASI
TINGKAT KELULUSAN MAHASISWA. Jurnal informatika. Vol 8 No 1.

Erhard Rahm, H. Do. 2019. Data Cleaning: Problems and Current Approaches. IEEE Data
Engineering Bulletin. Vol.4 pp.3–13.

Fahmeyzan, Dodiy, Siti Soraya, and Desventri Etmy. 2018. “Uji Normalitas Data Omzet
Bulanan Pelaku Ekonomi Mikro Desa Senggigi Dengan Menggunakan Skewness Dan
Kurtosi.” Jurnal VARIAN 2(1): 31–36.

Farida Nur, Sri R, 2017. Perbedaan Pembelajaran Melalui Multimedia Interaktif Dan Melalui
Buku Teks Terhadap Hasil Belajar Siswa Pada Materi Pecahan Kelas Iv Sdn Gadang 01
Malang. JIP. Volume 7. No. 1. Halaman 7-12

Imam, Ghozali. 2011. Aplikasi Analisis Multivariate dengan Program IBM SPSS 19. Semarang:
Badan Penerbit Universitas Diponegoro.

Nasution, Leni Masnidar. 2017. Statistik Deskriptif. Jurnal Hikmah. Vol 14 No 1

Prabowo, Aan dan Heriyanto. 2013. ANALISIS PEMANFAATAN BUKU ELEKTRONIK ( E-

BOOK ) OLEH PEMUSTAKA DI PERPUSTAKAAN SMA NEGERI 1 SEMARANG.
Jurnal Ilmu Perpustakaan. Vol 2 No 2.

Rojihah, 2015. Perbedaan Political Awareness Dilihat Dari Peran Gender Pemilih Pemula.
Jurnal Mediapsi. Volume 1. Nomor 1. Halaman 59-66