SPSS 0: Transformasi Data Transformasi Data Transformasi data adalah suatu proses dalam merubah bentuk data. Misalnya merubah data numerik menjadi data kategorik atau merubah dari beberapa variabel yang sudah ada dibuat satu variabel komposit yang baru. Beberapa perintah SPSS yang sering digunakan adalah RECODE dan COMPUTE. Setelah mempelajari BAB ini, anda akan mengetahui: -. Pengertian Transformasi Data -. Analisis Deskriptif -. Transformasi Data dengan perintah RECODE -. Transformasi Data dengan perintah COMPUTE -. Interpretasi Hasil
SPSS 0: Transformasi Data.. PENGERTIAN TRANSFORMASI DATA Transformasi data merupakan suatu proses untuk merubah bentuk data sehingga data siap untuk dianalisis. Banyak cara yang dapat dilakukan untuk merubah bentuk data namun yang paling sering digunakan antara lain adalah RECODE dan COMPUTE. Perubahan bentuk data yang paling sederhana adalah pengkategorian data numerik menjadi data kategorik, misalnya UMUR dikelompokan menjadi kategori yaitu < 0 th, 0 0 th, dan >0 th. Atau dapat juga dilakukan pengelompokkan data kategorik menjadi beberapa kelompok yang lebih kecil, misalnya DIDIK dikelompokkan menjadi kategori yaitu rendah (SD/SMP) dan tinggi (SMU/PT). Proses pengelompokan atau pengkategorian ulang tersebut lebih dikenal dengan istilah RECODE. Perubahan bentuk data lainnya adalah penggunaan fungsi matematik dan algoritma. Misalnya penjumlahan skor pengetahuan, skor sikap, atau skor persepsi. Atau dapat juga dilakukan proses perkalian dan pembagian sekaligus, misalnya untuk menghitung Index Massa Tubuh (IMT=BB/TB^). Atau dapat juga dilakukan pengelompokkan beberapa variabel sekaligus mengunakan fungsi algoritma, misalnya jika TAHU= dan SIKAP= dan PRILAKU= maka KONSISTEN= (jika ke- kondisi tersebut terpenuhi maka dikategorikan sebagai konsisten atau KONSISTEN=, namun jika salah satu tidak terpenuhi maka dikategorikan tidak konsisten atau KONSISTEN=0). Proses penggunaan fungsi matematik dan algoritma tersebut lebih dikenal dengan istilah COMPUTE. Berikut ini merupakan contoh transformasi data dari Survei Cepat Kesehatan Ibu dan Anak di Kabupaten di Jawa Barat yaitu Tangerang, Cianjur, Lebak, dan Cirebon. Agar konsep transformasi data lebih mudah dipahami, maka langsung ditampilkan dalam bentuk contoh nyata dalam pengolahan data. Sebagai contoh data kita gunakanlah file TNG.REC (hasil survei cepat di Kabupaten Tangerang yang telah dientry dengan program EPI INFO). Dengan menggunakan program EPI-INFO atau EPI Data lakukanlah Export data TNG.REC ke TNG.DBF. Kemudian buka file TANGERANG.DBF, dan Save ke TANGERANG.SAV. (Lihat Bab I: Pendahuluan untuk prosedur membuka file DBF dan menyimpan datanya). LATIHAN MEMBUAT LABEL & VALUE: Dengan program SPSS, buatlah LABEL untuk setiap Variabel dan VALUE untuk Kode tertentu yang diperlukan dari data TNG tersebut. Anda memerlukan BUKU KODE untuk dapat membuat LABEL dan VALUE (Lihat Bab I: Pendahuluan untuk prosedur membuat label dan value). Buku kode untuk membuat label tersebut ada dihalaman berikutnya.
SPSS 0: Transformasi Data Buku kode Survei Cepat Kesehatan Ibu di Kabupaten Tangerang, Lebak, Cianjur, Cirebon Nama variabel Klaster No. Pertanyaan -- Nilai -- Nomor klaster Label RESP -- -- Nomor responden V0 V0 Kontinyu - Umur ibu (tahun) Pendidikan ibu sekolah tamat SD Tamat SD Tamat SLTP/sederajat Tamat SLTA/sederajat Akademi/perguruan tinggi V0 7 8 Pekerjaan utama ibu bekerja Buruh Pedagang Petani Jasa Pegawai swasta Pengawai negeri/abri Lain-lain V0 Apakah ibu melakukan pemeriksaan kehamilan? V0 Kontinyu Berapa kali ibu periksa hamil? V0 V07 7 V08 8 7 8 9 7 8 9 7 8 Siapa yang menganjurkan ibu untuk periksa hamil? Keinginan sendiri Keluarga Tetangga/teman Kader kesehatan Bidan Paraji Petugas puskesmas Dokter praktek swasta Lain-lain Tempat pemeriksaan kehamilan yg paling sering dikunjungi Posyandu Bidan praktek swasta Puskesmas Rumah sakit Pondok bersalin Dokter praktek swasta Rumah bersalin Paraji Lain-lain Alasan utama mengunjungi tempat pemeriksaan kehamilan tersebut Biaya murah Sabar/simpatik Teliti Jaraknya dekat Tradisi keluarga Aman/selamat Dianjurkan Lain-lain
SPSS 0: Transformasi Data Nama variabel V09a No. pertanyaan 9.a Nilai Label Pada saat periksa hamil, apakah dilakukan penimbangan? V09b 9.b Pada saat periksa hamil, apakah dilakukan imunisasi TT? V09c 9.c Pada saat periksa hamil apakah diberikan pil Fe? V09d 9.d Pada saat periksa hamil apakah dilakukan pemeriksaan tinggi fundus? V09e 9.e Pada saat periksa hamil, apakah dilakukan pemeriksaan tek. darah? V0 0 Berapa pil Fe yg diminum selama hamil? -0 pil -0 pil -90 pil > 90 pil pernah V Siapa yang menolong ibu melahirkan pada kehamilan terakhir? Tetangga/keluarga Dukun Kader Bidan Dokter Lain-lain V 7 8 Di mana ibu melahirkan? Rumah sendiri/orang tua Rumah paraji Puskesmas Praktek bidan swasta Pondok bersalin Rumah sakit Rumah bersalin Lain-lain V Apakah bayi ditimbang setelah lahir? V Kontinyu Berat bayi lahir (gram) V Apakah ibu memperoleh nasehat perawatan nifas?
SPSS 0: Transformasi Data.. ANALISA DESKRIPTIF Setelah semua variabel dibuat LABEL dan VALUE, jawablah pertanyaan di bawah ini, dan sajikan dalam bentuk tabel yang sesuai dan tuliskan interpretasinya. PERTANYAAN:. Bagaimana distribusi pendidikan ibu di Kabupaten tsb?. Bagaimana distribusi pekerjaan ibu di Kabupaten tsb?. Berapa persen ibu yang melakukan pemeriksaan kehamilan?. Dari ibu yang melakukan pemeriksaan kehamilan, berapa kali rata-rata mereka memeriksakan kehamilannya?. Dari ibu yang melakukan pemeriksaan kehamilan, berapa persen yang melakukan pemeriksaan kehamilan kali atau lebih? Buat variabel baru dg nama PERIKSA. Dari ibu yang melakukan pemeriksaan kehamilan, berapa persen yang dianjurkan oleh tenaga kesehatan (kader, bidan, puskesmas, dokter), berapa persen yang dianjurkan oleh non tenaga kesehatan (keluarga, tetangga, paraji, lain-lain) dan berapa persen karena keinginan sendiri? Buat variabel baru dg nama ANJURAN BERAPA % YG DIANJURKAN OLEH TENAGA KESEHATAN? 7. Dari ibu yang periksa hamil, berapa persen ibu yang periksa hamil kali atau lebih dan kualitasnya baik (ditimbang, diimunisasi TT, diberi pil Fe, diperiksa tinggi fundus dan diperiksa tekanan darah) dan dapat pil Fe > 90 pil?. Kombinasi variabel ini merupakan proksi dari kualitas K. Buat variabel baru dg nama K BERAPA % YG KUALITAS K-NYA BAIK? 8. Berapa persen ibu yang pada saat melahirkan ditolong oleh tenaga kesehatan (Bidan/dokter)? Buat variabel baru dg nama PENOLONG BERAPA % YG DITOLONG OLEH TENAGA KESEHATAN? 9. Dari bayi yang ditimbang, berapa rata-rata berat badan bayi lahir dan berapa standar deviasinya? 0. Dari bayi yang ditimbang, berapa persen yang BBLR? (BBLR = Berat lahir kurang dari 00 gram) Buat variabel baru dg nama BBLR. Keberhasilan Program KIA salah satunya diukur dengan melihat kesinambungan antara anjuran periksa hamil dengan pertolongan persalinan oleh tenaga kesehatan. Program KIA dikatakan berhasil apabila: Anjuran periksa hamil = Oleh tenaga kesehatan DAN Penolong persalinan = Tenaga kesehatan.hitunglah berapa % Keberhasilan Progam KIA? Langkah-langkah untuk menjawab pertanyaan no. s.d no. dan 7 akan dipandu selangkah demi selangkah dalam uraian buku ini, sedangkan pertanyaan no., 8 s.d harus anda kerjakan sendiri sebagai LATIHAN, DIKUMPUL SOFT FILE MINGGU DEPAN.
SPSS 0: Transformasi Data Jawaban Pertanyaan no. sampai no. Pertanyaan no. s.d no. berkaitan dengan jenis data kategorik, sehingga analysis data disesuaikan dengan prosedur analysis data kategorik (Lihat Bagian. untuk prosedur lengkapnya) yaitu sebagai berikut:. Bukalah file TANGERANG.SAV, sehingga data muncul di Data editor window.. Dari menu utama, pilihlah: Analize < Descriptive Statistics < Frequencies.. Pilih variabel V0 V0 V0 dengan cara mengklik masing-masing variable tersebut, dan masukkan ke kotak Varible(s) di sebelah kanan dengan cara mengklik tanda < seperti berikut:. Klik OK untuk menjalankan prosedur. Pada layar Output tampak hasil seperti berikut: Pendidikan Ibu Valid sekolah Tdk Tamat SD Tamat SD Tamat SMP Tamat SMU Tamat PT Cumulative Frequency Percent Valid Percent Percent... 98.9.9 7.0 87 9. 9. 7. 7.. 88... 99.7.. 00.0 98 00.0 00.0 Pekerjaan Ibu Valid bekerja Buruh Pedagang Petani Jasa Pegawai swasta Pengawai negeri/abri Cumulative Frequency Percent Valid Percent Percent 7 9.9 9.9 9.9.0.0 9.0.7.7 9... 97.0.. 97..7.7 99.0.0.0 00.0 98 00.0 00.0
SPSS 0: Transformasi Data Jawaban Pertanyaan no. Pertanyaan no. berkaitan dengan jenis data numerik, sehingga analysis data disesuaikan dengan prosedur analysis data numerik (Lihat Bagian. untuk prosedur lengkapnya) yaitu sebagai berikut:. Dari menu utama, pilihlah: Analize < Descriptive Statistics < Explore.. Pada kotak yang tersedia, pilih variabel V0 dengan cara mengklik variable tersebut, dan masukkan ke kotak Varible(s) di sebelah kanan dengan cara mengklik tanda < seperti berikut:. Untuk menjalankan prosedur, klik OK sehingga outputnya sebagai berikut: Descriptives Berapa Kali Periksa Kehamilan Mean 9% Confidence Interval for Mean Lower Bound Upper Bound Statistic Std. Error.9..7 7. % Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis.79.00 8.9.9 8 80.00 7.77.7 7..9 Catatan: Untuk penyajian dan Interpretasi dapat dilihat Bab : Analysis Deskriptif. Nilai maksimum adalah 8, anda harus mempertanyakan apakah data ini benar atau tidak? Lakukan terlebih dahulu Cleaning Data. 7
SPSS 0: Transformasi Data.. TRANSFORMASI DATA DG PERINTAH RECODE Jawaban Pertanyaan no. Pada pertanyaan no., anda harus membuat kategori baru dari variabel V0 menjadi variabel PERIKSA, dimana nilai -- pada V0 menjadi kode= pada PERIKSA dan nilai --Max pada V0 menjadi kode= pada PERIKSA. Dapat ditulis ulang sebagai berikut: = Periksa kurang dari kali max = Periksa kali atau lebih. Dari menu utama, pilihlah: Transform < Recode < Into Different Variable.. Pilih variabel V0 klik tanda < untuk memasukkannya ke kotak sebelah kanan. Isi Kotak Name dengan varibel baru PERIKSA. Klik Change, sehingga V0 berubah menjadi V0 PERIKSA seperti berikut:. Klik OLD AND NEW VALUES. Pada OLD Value, Pilih (.) Range through dan isi through Kemudian pada NEW Value isi, selanjutnya klik ADD. Hasilnya dapat dilihat pada gambar berikut: 8
SPSS 0: Transformasi Data 7. Berikutnya, pada OLD Value, Pilih (.) Range through highest dan isi kotak through highest. Kemudian pada NEW Value isi, kemudian klik ADD 8. Klik Continue dan kemudian OK untuk menjalankan prosedur Proses transformasi selesai, lihat pada jendela Data-View, kolom paling kanan Pemberian LABEL dan VALUE.. 9. Beri Label PERIKSA Jumlah Kunjungan Periksa Hamil 0. Beri Value PERIKSA kode Kurang kali kode kali atau lebih. Tampilkan distribusi frekuensi untuk variabel PERIKSA sebagai berikut: Jumlah Kunjungan Periksa Hamil Valid Missing Kurang dari kali kali atau lebih System Cumulative Frequency Percent Valid Percent Percent 7. 7. 7. 99.8 7. 00.0 7 9. 00.0 7.7 98 00.0 Dari semua yang periksa hamil (7), sebanyak 99 (7.%) memeriksakan kehamilannya kali atau lebih, ada responden yang missing (artinya tidak pernah periksa hamil). Catatan tambahan: Jika anda menginginkan data yang missing tersebut juga diberi kode= (Periksa kurang dari kali/tidak periksa hamil), maka setelah langkah nomor 7 tambahkan perintah berikut: 9
SPSS 0: Transformasi Data. Pada OLD Value, Pilih System missing, kemudian pada NEW Value isi, kemudian klik ADD, hasilnya sbb:. Klik Continue dan OK untuk menjalankan prosedur.. Keluarkan distribusi frekuensi dari variabel PERIKSA, hasilnya sbb: Jumlah Kunjungan Periksa Hamil Valid Kurang dari kali kali atau lebih Cumulative Frequency Percent Valid Percent Percent 99... 99.8.8 00.0 98 00.0 00.0 Interpretasinya berbeda dengan output sebelumnya: Dari semua reponden (98), sebanyak 99 (.8%) memeriksakan kehamilannya kali atau lebih Catatan: Untuk penyajian dan Interpretasi lebih detail dapat dilihat Bab : Analysis Deskriptif. 0
SPSS 0: Transformasi Data.. TRANSFORMASI DATA DG PERINTAH COMPUTE Pertanyaan no. 7 Dari ibu yang periksa hamil, berapa persen ibu yang periksa hamil kali atau lebih dan kualitasnya baik (ditimbang, diimunisasi TT, diberi pil Fe, diperiksa tinggi fundus dan diperiksa tekanan darah) dan dapat pil Fe > 90 pil?. Kombinasi variabel ini merupakan proksi dari kualitas K. Buat variabel baru dg nama K Jawaban no.7 Untuk menjawab pertanyaan nomor 7 anda terlebih dahulu harus membuat variabel baru yang namanya K. Jika V0 >= dan (V09a= dan V09b= dan V09c= dan V09e=) dan v0= maka K = (K berkualitas baik) selain itu K =0 (K tidak berkualitas tidak). Dari menu utama, pilihlah: Transform < Compute <. Isi Target Variabel dengan K. Isi Kotak Numeric Expression dengan persamaan berikut: V0 >= and (V09a= and V09b= and V09c= and V09e=) and v0= Pilih variabel yang sesuai di kotak kiri bawah, kemudian klik tanda > untuk memasukkannya ke kotak bagian kanan atas (Numeric Expression) (Jangan biasakan mengetik nama variabel, cukup pakai klik dan pilih tanda >, untuk mengurangi kesalahan akibat pengetikan). Hasilnya Sebagai berikut:. Klik OK untuk menjalankan prosedur. Kemudian keluarkan distribusi frekuensi dari K (Analysis deskriptif data kategorik), sehingga muncul hasil seperti berikut:
SPSS 0: Transformasi Data K Valid Missing.00.00 System Frequency Percent Valid Percent 7. 8. 8. 7.8 7. 00.0 8 89.9 00.0 0 0. 98 00.0 Cumulative Percent 7. Buat Label untuk variabel K= Pemeriksakan kehamilan dengan kualitas baik, Buat VALUE kode 0= Kualitas K tidak baik dan kode = Kualitas K baik, Keluarkan kembali tabel frekuensinya sbb: Ibu memeriksakan kehamilan dengan kualitas baik Valid Missing Kualitas K tidak baik Kualitas K baik System Frequency Percent Valid Percent 7. 8. 8. 7.8 7. 00.0 8 89.9 00.0 0 0. 98 00.0 Cumulative Percent Contoh interpretasi: Dari semua responden ibu hamil (98), sebanyak 7 (.8%) memeriksakan kehamilan dengan kualitas K yang baik Hati-hati dengan interpretasi lain yang berbeda: Dari semua yang pernah periksa hamil (8), sebanyak 7 (7.%) mendapatkan pemeriksaan kehamilan dengan kualitas K yang baik Interpretasi mana yang akan dipilih harus disesuaikan dengan tujuan dan substansi yang ingin diukur oleh peneliti Perintah Compute tersebut dapat juga diketik pada SPSS Syntax sbb: COMPUTE K = V0 >= and V09a= and V09b= and V09c= and V09d= and V09e= and v0=. FREQ K.