Umur ……………….Tahun
Paritas
Stadium 1 = 2B
(klinis) 2 = 3A
3 = 3B
Besar Lesi
Kadar Hb
Diferensiasi sel 1 = Baik; 2 = Sedang
3 = Buruk
Sebukan 1 = Ringan 2 = Sedang
Limfosit 3 = Keras
Pertandukan 1 = (+); 2 = (-)
Nekrosis 1 = (+); 2 = (-)
Besar Sel 1 = Besar; 2 = Kecil
Angiogenesis
Respon Rdx 1 = Baik; 2= Sebagian
3 = Buruk
CONTOH
Kadar Hemoglobin
1 =8-10 APA
2 =10-12 PROBLEM
CARA
3 =12-14 PENGKODEAN
SEPERTI INI?
JAWAB:
Kadar Hemoglobin
1 =8-10 NON
EXHAUSTIVE
2 =10-12 DAN
MUTUALLY NON-
3 =12-14 EXCLUSIVE
PERBAIKAN:
Kadar Hemoglobin
Lembar transit
Lembar optic-scan
Cara pengkodean yang telah dibuat harus
dicatat. Bila cara pengkodean tidak rumit,
tidak perlu dibuat Buku Kode khusus.
cleaning
Pedoman dalam melakukan analisis data
menggunakan data
Data Coding (6)
No. Variabel Pertanyaan Kolom Kode Keterangan
nomor ke
1 ID - 1 - nomor identifikasi
2 Umur2 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
PROCESSING
Mengentry data dari kuesioner ke paket
komputer (excel, SPSS, dll)
CLEANING
Pengecekan kembali data yang sudah di
entry, apakah ada kesalahan atau tidak
Salah entry data
Data tidak konsisten, dll
Cara Cleaning data
MEngetahui missing data
Mengetahui variasi data
Mengetahui konsistensi data
Mengetahui missing data
Cara mendeteksi adanya missing data
dapat dilakukan dengan melakukan list
atau membuat tabel distribusi frekuensi
masing-masing variabel. Misalnya dari
100 sampel pasien penderita penyakit
jantung koroner.
Table 3.1.
Distribusi frekuensi jenis kelamin pasien
Total 100
Table 3.2.
Distribusi frekuensi tingkat pendidikan pasien
Tingkat Jumlah
Pendidikan
Tidak tamat SD 40
Tamat SD 10
Tamat SLTP 30
TAmat SLTA 15
Total 95
Mengetahui variasi data
Dengan mengetahui variasi data akan diketahui
apakah data yang dientry benar atau salah.
Cara mendeteksi dengan mengeluarkan distrubusi
frekuensi masing-masing variabel.
Dalam entry data biasanya data dimasukkan dalam
bentuk kode/koding, misalnya untuk variabel
pendidikan: SD dengan kode 1, SMP dengan kode 2,
SMU dengan kode 3, dan PT dengan kode 4. Untuk
mengetahui kesalahan data dan variasi data dapat
dilihat pada tabel berikut.
Tabel 3.3.
Distribusi frekuensi tingkat pendidikan pasien
Tingkat Pendidikan Jumlah
1 40
2 10
3 30
4 14
7 6
Total 100
Dari tabel diatas tanda (*) menunjukkan ada 2 responden ibu yang
berumur 15 tahun mempunyai anak sebanyak 10 orang (hal ini
kemungkinan ada kesalahan saat entry data).