MANAJEMEN DATA

IWANY AMALLIAH BADRUDDIN

Bagian Ilmu Kesehatan Gigi Masyarakat-Pencegahan

Fakultas Kedokteran Gigi - Universitas Indonesia
PENDAHULUAN
A. JENIS DATA
Variabel Skala
Numerik (kuantitatif) Rasio Ada tingkatan, diketahui besar
🡪 hasil penghitungan beda antar tingkatan, ada
(deskrit) dan kelipatan dan nol mutlak
pengukuran
(kontinyu) Interval Ada tingkatan, diketahui besar
beda antar tingkatan, bukan
kelipatan dan tidak ada nol
mutlak

Kategorik Ordinal Ada tingkatan, tidak diketahui

(kualitatif) 🡪 hasil besar beda antar tingkatan
pengklasifikasian
/ penggolongan Nominal/ Tidak ada tingkatan
Polinominal
B. RASIONAL
1. Mencek kelengkapan data (adanya missing value)
⚫ mempengaruhi analisis dan interpretasi
⚫ mengurangi jumlah sampel
⚫ mengurangi kekuatan studi (β)
⚫ imputasi atau delete observasi?
2. Mencek kelogisan dan konsisten pada data
⚫nilai yang melebihi nilai maksimum variabel tersebut
⚫dapat terjadi karena salah entry 🡪 cek kembali kuesioner
⚫imputasi pada variabel numerik 🡪 referensi variabel
numerik lain yang berhubungan secara biologis (kolesteroral
dan tekanan darah sistolik)
C. UJI KENORMALAN DATA

⚫Pada data numerik

⚫Untuk menentukan jenis analisis hubungan (statistik
analitik)
⚫Cara menguji kenormalan data:
1. Grafik histogram 🡪 normal bila bentuk bell-shaped
2. Nilai skewness dan standard error (SE) 🡪 normal bila
nilai skewness dibagi SE adalah ≤2
3. Uji kolmogorov smirnov 🡪 distribusi normal bila hasil
uji
signifikan (p value < 0,005)
 STATISTIK
DESKRIPTIF
D. ANALISIS DESKRIPTIF

⚫ Tujuan menjelaskan/mendeskripsikan karakteristik

masing-masing variabel
⚫ Menyederhanakan atau meringkas kumpulan data hasil
pengukuran menjadi informasi yang berguna
⚫ Informasi 🡪 interpretasi ukuran tengah dan variasi
⚫ Memerlukan pemahaman jenis variabel (numerik atau
kategorik) untuk menentukan bentuk peringkasan datanya
D. ANALISIS DESKRIPTIF
(lanjutan)
D. ANALISIS DESKRIPTIF
(lanjutan)
VARIABEL NUMERIK
⚫Mengecek kelengkapan, logis, konsisten dan kenormalan
data
⚫Mengetahui ukuran tengah dan sebaran
⚫Mengestimasi parameter populasi
⚫SPSS: Analyze--Descriptive Statistic--Frequencies--(pilih
variabel)--Statistic--Mean, Median, Mode, Standard
Deviation, Range, Minimum, Maximum, SE, Skewness,
Kurtosis
Charts--Histogram--With Normal Curve
⚫SPSS: Analyze--Descriptive Statistic--Explore--(pilih
variabel)--Statistic--Default
D. ANALISIS DESKRIPTIF
(lanjutan)
VARIABEL KATEGORIK
⚫Mengecek kelengkapan, logis, konsisten dan kenormalan
data
⚫Mengetahui ukuran tengah dan sebaran
⚫Mengestimasi parameter populasi
⚫SPSS: Analyze--Descriptive Statistic--Frequencies--
Display frequency tables--(pilih variabel)--Statistic--Mode
Charts--Bar/Pie
⚫SPSS: Analyze--Descriptive Statistic--Explore--(pilih
variabel)--Statistic--Default
Plots--Normality plots with tests
E. PENYAJIAN TABEL &
INTERPRETASI
VARIABEL NUMERIK
E. PENYAJIAN TABEL &
INTERPRETASI
VARIABEL KATEGORIK
TRANSFORMASI/
MODIFIKASI DATA
F. TRANSFORMASI/MODIFIKASI
1. Menghitung umur
⚫ Harus ada 2 tanggal (tanggal lahir dan tanggal
pemeriksaan)
⚫ SPSS: Transform--Date and Time Wizard (ikuti
petunjuk)
2. Membuat var baru dengan mengelompokkan data
⚫ Variabel numerik 🡪 kategorik
⚫ Variabel kategorik (ordinal) 🡪 kategorik (ordinal;
nominal)
⚫ SPSS: Transform--Recode (sebaiknya into different
variable)
3. Membuat var baru secara matematis
F. TRANSFORMASI (lanjutan)
4. Membuat variabel baru dengan kondisi (IF)
⚫ gabungan 2 variabel independen
⚫ SPSS: Transform--Compute--If Cases satisfies
condition
5. Memilih sebagian data (subset)
⚫ Misalnya ingin mengolah data umur tertentu, atau
jenis kelamin laki-laki saja dll
⚫ SPSS: Data--Select Cases--If condition is satisfied

Setiap memodifikasi suatu variabel, lakukan analisis

deskriptif lagi untuk pengecekan.
TUGAS
TUGAS: transformasi dan analisis
deskriptif
Data: Al-Ikhlas_ori.sav
1. Buat analisis deskriptif semua variabel
2. Hitung umur dalam hari (umurhr)
3. Rubah umur dalam hari menjadi tahun (umurth)
4. Kategorikan umur dalam tahun menjadi data deskrit
(umur)
5. Rubah tinggi badan dalam cm menjadi m (tb_m)
6. Buat var (def) dengan rumus def=d+e+f
7. Buat kategori def (def_cat) menjadi ‘rendah’ dan ‘tinggi’
dengan
memakai nilai mean sebagai cut-off point
≤ mean = ‘rendah’
TUGAS: transformasi dan analisis
deskriptif
 

Sex Nilai BMI Kategori

Laki-laki < 17 Kurus
  17 – 23 Normal
  23 – 27 Kegemukan
  > 27 Obesitas
Perempuan < 18 Kurus
  18 – 25 Normal
  25 – 27 Kegemukan
  > 27 Obesitas
TUGAS: transformasi dan analisis
deskriptif
10. Buat kategori plaque index (pi_cat) dengan
menggunakan
kriteria Loe
Nilai Plaque and Sillness
Index Kategori
0 Sangat baik
0,1-0,9 Baik
1,0-1,9 Sedang
2,0-3,0 Buruk

11. Buat kategori pufa (pufa_cat) menjadi ‘rendah’ dan

‘tinggi’
dengan memakai nilai mean sebagai cut-off point
≤ mean = ‘rendah’
> mean = ‘tinggi’
TUGAS: transformasi dan analisis
deskriptif
12. Buat kategori (didikibu_cat) dengan kriteria
Tingkat pendidikan Kategori
1 = SD 1 = rendah
2 = SMP
3 = SMA 2 = sedang
4 = D3
5 = S1 3 = tinggi

13. Buat var risiko (risk_pididik) dari var pi dan tingkat

pendidikan ibu
pi ‘baik/sedang’ & didikibu ‘tinggi/sedang’ = ‘risiko
rendah’
pi ‘buruk’ dan didikibu ‘rendah/tdk jwb’ = ‘risiko
tinggi’
TUGAS: transformasi dan analisis
deskriptif
14. Buat var risiko (risk_pisikap) dari var pi dan sikap ibu
pi ‘baik/sedang’ dan sikap ‘penting’ = ‘risiko rendah’
pi ‘buruk’ dan sikap ‘tdk/tdk jwb’ = ‘risiko tinggi’
15. Buat var risiko (risk_pimanis) dari var pi dan kebiasaan
manis
pi ‘baik/sedang’ dan habit manis ‘tdk’ = ‘risiko rendah’
pi ‘buruk’ dan habit manis ‘ya/tdk jwb’ = ‘risiko tinggi’
16. Buat var risiko (risk_pisigi) dari var pi dan waktu sikat
gigi
pi ‘baik/sedang’ dan waktu sigi ‘benar’ = ‘risiko
rendah’
TUGAS: transformasi dan analisis
deskriptif
17. Analisis deskriptifkan variabel yang mengalami
transformasi,
buat tabelnya dan interpretasikan
18. Apakah variabel umur, tb_m, bb, bmi. def mempunyai
bentuk
distribusi yang normal? Jelaskan analisis saudara.
DISTRIBUSI
NORMAL
DEFINISI

: Distribusi untuk variabel acak yang bersifat kontinyu

= Distribusi Gauss
KARAKTERISTIK
⚫ 
DISTRIBUSI NORMAL STANDAR

nilai x (observasi) z score

(standardised score)
DISTRIBUSI NORMAL STANDAR
ESTIMASI
TERIMA