TRANSFORMASI /

MODIFIKASI DATA
ZULIARDI
 TRANSFORMASI DATA
• Perlu atau tidaknya transformasi data dapat dicek dengan
memperhatikan “DEFINISI OPERASIONAL” pada
Penelitian/Skripsi atau tesis yang di buat.
NO VARIABLE DEFINISI OPERASIONAL HASIL UKUR/SKALA

Rentang Waktu bekerja sebagai petugas

1 Lama Tugas puskesmas
Tahun / Rasio

Lama waktu hidup yang diukur dari ulang Muda dan Tua /
2 Umur tahun terakhir Ordinal

Pernyataan Setuju/Tidak Setuju terhadap

Baik dan buruk /
3 Sikap system pencatatan dan pelaporan yang
Ordinal
diukur melalui 10 pertanyaan
 PERINTAH DALAM TRANSFORMASI
• # Perintah : RECORD
• # Perintah : COMPUTE
• # Perintah : IF
• # Perintah : SELECT
• # Perintah : MERGE
 1. # Perintah : RECORD DATA
• Pengelompokan ke Variable Lama atau Baru, Sebaiknya
kelompokkan dengan Variable Baru
• Coba Aktifkan File ASI.Sav
• Sebagai Contoh Umur akan kita Klasifikasikan menjadi 3
Klasifikasi/Kelompok <20, 20-30 dan >30
Lakukan langkah berikut
Nama Variabel
Baru

Keterangan
Variabel Baru

Memasukkan Kode
Baru dan Batasan
kategori, Silahkan klik
bagian ini
 Langkah 3

Kode Lama
jika
diperlukan

Langkah 1
Langkah ke 4

Langkah 2
BAGIAN INI UNTUK MEMASUKKAN NILAI DENGAN
PEMBAGIAN DIANTARA BEBERAPA NILAI
 JANGAN LUPA ISI
VALUE (CODE) LALU
ADD

LANGKAH AKHIR
UNTUK NILAI PALING
TINGGI

JIKA DIRASA SUDAH

SELESAI KLICK
CONTINUE
 # Perintah : COMPUTE
• Membuat variabel baru hasil dari operasi matematik dari
beberapa variabel yang sudah dientry, misal melakukan
penjumlahan, pengurangan, pembagian dan perkalian dll.
• Exmp. Berat Badan Bayi dari gram ke Kg
 1 Kg = 1000 gr

NAMA VARIABEL
BARU

SETELAH MENEKAN OK
MAKA VARIABEL BARU
Jika sudah selesai klick OK. AKAN MUNCUL DI
INGAT!! Memasukkan KOLOM PALING KANAN
pembagian,kali, tambah dan
kurang, harus klick manual
 # Perintah : IF
• Misalnya dalam file “ASI.SAV” terdapat variable “umur”
dan variabel “berat ibu”. Kemudian kita ingin membuat
variabel baru yang berisi dua kelompok yaitu: risiko tinggi
dan ririko rendah. Misalkan variable tersebut diberi nama
“Risk” dan untuk kelompok risiko rendah (kode 0) dan
risiko tinggi (kode 1). Adapun kriteria risiko tinggi adalah
bila responden berumur di atas 30 tahun dan berat badan
dibawah 50 kg. Selain kondisi tersebut dikelompokkan ke
dalam risiko rendah
 Langkah pertama:

• Membuat variabel RISK yang isinya semuanya 0 (risiko

rendah)=
• 1). Pilih “Transform”
• 2). Pilih “Compute”
• 3). Pada kotak “Target Variable”, ketiklah “risk”
• 4). Pada kotak “Numeric Expression”, ketiklah “0”
 Langkah kedua:
• =membuat kondisi risiko tinggi (kode 1) untuk umur >30 dan bb<50
• 6). Pilih kembali menu “Transform”
• 7). Pilih kembali ‘Compute”
• 8). Pada kotak “Target Variable” biarkan tetap berisi “RISK”.
• 9) Pada kotak “Numeric Expression”, hapus angka 0 dan gantilah
dengan angka 1.
• 10). Klik tombol “If ”, sesaat kemudian muncul dialog “ComputeVariable:
If Cases”
• 11). Klik tombol berbentuk lingkaran kecil: Include if case satisfies
condition.
• 12). Pada kotak di bawah option include …. : ketiklah: umur > 30 & bbibu
< 50
 KLICK BAGIAN INI
UNTUK PEINTAH IF

MASUKKAN VARIABLE UMUR

IBU DAN BBIBU Lalu Continue
akan muncul dialog pengganti
variable
 Note
• setiap kita melakukan perintah
: Compute, Recode, atau IF
sebaiknya di croscek, apakah
hasilnya betul sesuai yang kita
kehendaki
 # Perintah : SELECT

• Dalam kondisi tertentu seringkali kita hanya menginginkan

mengolah danmenganalisis hanya data dari kelompok
tertentu saja. Misalkan kita punya data seluruh PKM, tapi
kita hanya ingin mengetahui distribusi aktifitas pada ibu
hamil yang tinggal di PKM kediri. Di dalam data tentunya
ada variabel yang menunjukkan wilayah tempat tinggal ibu
hamil. Examp. kita ingin menganalisis data, hanya untuk
ibu yang menyusui saja,(dalam contoh ini kita masih
menggunakan file data ASI.SAV). caranya:
• 1). Pilih menu “Data”
• 2). Pih “Select Cases”
• 3). Klik pada tombol : If Conditin is satisfied
 Penanda Bagian yang
akan di code

Klick Untuk
Menandakan dengan
garis

Lalu Klick OK
• Klik “OK” sehingga anda kembali ke data editor.
Perhatikan pada data editor ada beberapa kasus
yang tidak terpilih (dimatikan), yang ditandai
dengan pencoretan nomor kasusnya. Nomor
batang yang dicoret artinya dikeluarkan dari data,
sedangkan yang tidak dicoret merupakan data yang
aktif (ibu yang menyusui eksklusive)
 # Perintah : MERGE
• Dalam pengolahan data seringkali kita mempunyai tidak
satu file data, melainkan beberapa file data yang tentunya
harus digabung kalau kita akan melakukan analisis data.
Teknik penggabungan data ada dua jenis yaitu
penggabungan responden dan penggabungan variabel.
1. Penggabungan responden/case (Buatlah data sesuai
halaman 48) simpan dengan nama file data 1 dan data 2
2. Penggabungan variable (Buatlah data sesuai hal 50,51)
simpan dengan nama data 3 dan data 4
SEKIAN DAN TEIMAKASIH ATAS
KEBERSAMAANNYA