CLEANING

DATA
TAHAP MANAGEMEN
DATA
• 1. DATA ENTRY/PENGUMPULAN DATA
• 2. CODING
• 3. CLEANING
• 4. ANALISIS
• 5. DATA USE
CLEANING

• Data cleaning (Pembersihan data) adalah proses mendeteksi,

mengoreksi (atau menghapus) catatan yang rusak atau tidak akurat
dari kumpulan catatan, tabel, atau database dengan
mengidentifikasi bagian data yang tidak lengkap, tidak benar, tidak
akurat atau tidak relevan dan kemudian mengganti, memodifikasi,
atau menghapus data kotor atau kasar.
BILA…………
..
• 1. menemukan data yang tidak lengkap, surveyor melakukan pengecekan kembali diaplikasi, apakah
memang data masih kurang lengkap, dan dilakukan perbaikan data
• 2. menemukan tahun data yg salah
• 3.tidak ada kepala keluarga
• 4 di dalam 1 keluarga nama nya sama antara antar anggota keluarga
• 5 ada wanita 10-54 tapi isian pertanyaanhamil kosong
• 6. ada hipertensi pada usia <15
PENGECEKAN
DATA

• Klik Tab kemudian Setelah itu, kita dapat melihat tanggal survei apakah ada yang
klik tanggalnya salah
• Untuk kolom No. KK, karena tidak terisi dapat dibuang (delete). RW ada yang terisi 0, sebaiknya di cek
kepada isian kuisioner survey dan aplikasi, apakah terjadi salah penulisan atau entri. Surveyor
melakukan pengecekan Kembali.
• No urut keluarga 030, di cek Kembali apakah benar?
• No urut keluarga blank (tidak terisi), dicek Kembali apakah terlupa saat entri?
• Untuk melihat data dalam satu keluarga, maka filter dilakukan per survei ID.
a. Untuk tanggal lahir, dapat difilter dan terlihat tanggal lahir dimana tahunnya aneh. Harus dilihat
Kembali pada pengisiannya apakah data yang dientry sudah benar atau tidak, dengan membuat
kolom (sementara) membuat umur tahun dengan rumus: =DATEDIF([@[TANGGAL LAHIR]];
[@[TANGGAL SURVEI]];"Y")
b. Jika terdapat “NUM” berarti TANGGAL LAHIR > TANGGAL SURVEI, sehingga data perlu di cek
kembali
• Untuk melihat data yang aneh pada kepala keluarga dapat dilakukan dengan menggunakan pivot table:
Klik Insert  Pivot Table  Ok
• Masukan Survei ID pada fields “Rows” dan hubungan Keluarga pada fields “Values” dan “columns”
• Kemudian Copy Paste Value Pivot table tersebut ke sheet baru dan filter kolom kepala keluarga
• Nanti akan terlihat data yang blank dan jumlah kepala keluarga lebih dari 1, hal ini harus di cek kembali
pada Surveyor.
Untuk melihat data yang aneh pada kolom diagnosis hipertensi dengan:
1. Filter Umur (Tahun) 0 – 14 tahun
2. Filter Diagnosis Hipertensi “Y”
3. Jika terdapat “Y” maka di cek kembali, dan jika tidak ada maka data sudah bersih/benar
• Setelah data siap untuk dianalisis
dengan SPSS, dilakukan import
data dari format excel (.xls)
menjadi format SPSS (.sav)
seperti contoh diatas
TERIMA
KASIH