Manajemen Data

METODOLOGI PENELITIAN KESEHATAN

 Langkah-langkah

 Mengkode data (data coding)

 Membuat kode
 Membuat buku kode
 Menyunting data (data editing)
 Membuat struktur data (data structure) dan file data
(data file)
 Memasukkan data (data entry)
 Membersihkan data (data cleaning)

Halaman: 2
 Data Coding (1)

 Data coding adalah kegiatan mengklasifikasi data

dan memberi kode untuk masing-masing kelas
secara mutually exclusive dan exhaustive sesuai
dengan tujuan dikumpulkannya data.

 Data coding sudah harus mulai dipikirkan dan

dikembangkan pada saat mengembangkan
instrumen penelitian (kuesioner).

Halaman: 3
 Data Coding (2)
 Data yang dikumpulkan dengan pertanyaan tertutup
sudah dapat ditetapkan pengkodeannya pada saat
instrumen dibuat. Perlu dipertimbangkan untuk
menyediakan satu kode untuk menampung informasi
diluar kelas-kelas yang telah disediakan.

 Pengkodean untuk data yang dikumpulkan dengan

pertanyaan terbuka dilakukan setelah data
terkumpul. Sebagian data dapat diberi kode sebelum
pengumpulan data. Pengkodean lebih lanjut
dilakukan setelah semua data dikumpulkan.

Halaman: 4
 Data Coding (3)

 Jawaban kosong perlu diidentifikasi dan diberi kode

lebih lanjut: “tidak tahu”, “tidak ada jawaban”, atau
“jawaban tidak relevan”.

 Pemberian kode dapat dilakukan pada

 Sisi halaman instrumen
 Lembar transit
 Lembar optic-scan

Halaman: 5
 Data Coding (4)
 Cara pengkodean yang telah dibuat harus dicatat.
Bila cara pengkodean tidak rumit, tidak perlu dibuat
Buku Kode khusus.

 Manfaat Buku Kode

 Pedoman dalam proses coding, entry dan
cleaning
 Pedoman dalam melakukan analisis data
 Pedoman bagi peneliti lain yang akan
menggunakan data

Halaman: 6
 Data Coding (5)

No. Variabel Pertanyaan Kolom Kode Keterangan

nomor ke

1 ID - 1 - nomor
identifikasi
2 Umur 2 2 - dalam tahun
3 Kelamin 3 3 1 Pria
2 Wanita
4 Pekerjaan 4 4 1 PNS/ABRI
2 Swasta
3 Buruh
4 Tak bekerja

Halaman: 7
 Data Editing (1)

 Penyuntingan data dilakukan sebelum proses

pemasukan data.

 Penyuntingan data sebaiknya dilakukan di lapangan,

agar data yang salah/meragukan masih dapat
ditelusuri kembali kepada responden/informan yang
bersangkutan.

Halaman: 8
 Data Editing (2)

 Penyuntingan data dapat dilakukan oleh peneliti atau

anggota tim peneliti sendiri, atau oleh penyelia
lapangan. Apabila akan dilakukan oleh penyelia
lapangan, perlu dilakukan pelatihan penyelia
lapangan lebih dahulu.
 Apabila cara pengkodean sudah tetap, untuk
praktisnya pada saat menyunting data sekaligus
dilakukan pula pemberian kode.
 Pada saat penyuntingan dan pengkodean ini dapat
diidentifikasi jawaban responden yang ternyata
belum diberi kode.

Halaman: 9
 Data Structure dan Data File (1)

 Struktur data dikembangkan sesuai dengan analisis

yang akan dilakukan dan jenis perangkat lunak yang
dipergunakan.

 Pada saat mengembangkan struktur data, bagi

masing-masing variabel perlu ditetapkan:
 nama
 skala: numeric (angka), string (huruf, campuran)
 jumlah digit, termasuk jumlah desimal untuk data
numeric

Halaman: 10
 Data Structure dan Data File (2)

 Epi Info menyediakan fasilitas EPED untuk membuat

struktur data:
 nama variabel ditulis di antara tanda kurung
kurawal { }
 skala variabel: ###.## = numeric, _____ = string
 jumlah digit ditetapkan dengan jumlah tanda #
atau _

Halaman: 11
 Data Structure dan Data File (3)

 Apabila nama variabel tidak kita tetapkan, Epi Info

akan membuatkannya untuk kita dengan
menggunakan 10 huruf pertama dari pertanyaan
yang kita tulis dengan EPED.

 Jangan lupa membuat nomor identifikasi (ID) untuk

setiap responden. Nama responden bisa sama! ID
seharusnya sudah ada/ditetapkan pada lembar
instrumen (kuesioner).

Halaman: 12
 Data Structure dan Data File (4)

 Setelah file .QES siap, harus diubah menjadi data file

dengan menggunakan fasilitas ENTER. Hasil proses
ini adalah data file dengan ekstensi .REC.

 File .REC ini dipergunakan untuk menerima masukan

data. Dengan Epi Info pemasukan data dilakukan
dengan memakai fasilitas ENTER.

Halaman: 13
 Data Structure dan Data File (5)

REC ID UMUR KELAMIN PEKERJAAN SUKU

1 001 36 1 1 JAWA
2 002 51 1 3 SUNDA
3 003 25 2 4 JAWA
4 004 31 2 2 MINANG
5 005 29 2 2 DAYAK
6 006 57 1 1 MADURA
7 007 33 2 4 SUNDA
8 008 44 1 2 IRIAN
9
10

Halaman: 14
 Data Entry(1)

 Untuk menghindari kesalahan dalam pemasukan

data, dapat dilakukan:
 Possible-entry programming
 Double-entry

 Epi Info menyediakan fasilitas untuk membuat

program guna mengurangi kesalahan pada saat data
entry, yaitu CHECK. Hasilnya adalah file dengan
ekstensi .CHK.

Halaman: 15
 Data Entry(2)

 Hal-hal yang dapat dikontrol dengan .CHK antara

lain:
 keharusan mengisi suatu variabel
 nilai minimal
 nilai maksimal
 alur lompatan

Halaman: 16
 Data Cleaning (1)

 Walaupun rambu-rambu sudah kita pasang pada

saat data entry, kesalahan masih mungkin terjadi.
 Pembersihan data tetap perlu dilakukan. Salah satu
cara yang sering dilakukan adalah dengan melihat
distribusi frekuensi dari variabel-variabel dan menilai
ke-logis-annya.
 Untuk data kontinyu (interval, rasio) dapat dilihat
sebarannya untuk melihat ada tidaknya pencilan
(outliers).

Halaman: 17
 Data Cleaning (2)

 Epi Info menyediakan fasilitas EPINUT yang dapat

menemukan responden dengan status gizi yang
“aneh” (flag) - WHO anthro
 Setiap ditemukan keanehan pada data (tidak logis,
outlier, flag) perlu dilakukan pengecekan ulang ke
kuesionernya.

Halaman: 18
 Data Cleaning (3)

 Bila ternyata terdapat kesalahan dalam memasukkan

data, lakukan pembetulan. Pada Epi Info pembetulan
dilakukan dengan fungsi UPDATE pada fasilitas
ANALYSIS.
 Bila ternyata tidak terdapat kesalahan memasukkan
data, tentukan tindakan yang akan dilakukan
terhadap data yang aneh tersebut:
 dibuang?
 dibuang sementara?
 dipakai hanya pada sebagian analisis?
 dipakai sepenuhnya pada saat analisis?
Halaman: 19