TUGAS ONLINE 1

STATISTIK 4‘’ Transformasi Data‘’

Disusun Oleh :

Adelina Romaito (2013-31-173)

UNIVERSITAS ESA UNGGUL

FAKULTAS ILMU-ILMU KESEHATAN

KESEHATAN MASYARAKAT

JAKARTA

2014

Jenis-jenis Data dan Transformasi Data Dalam SPSS

Pengetahuan tentang jenis-jenis data dalam statistik adalah syarat utama yang harus dikuasai.

Pengetahuan tentang jenis-jenis data sangat menentukan metode yang akan digunakan dalam

pengambilan data dan tentu saja jenis analisis apa yang dibutuhkan oleh data tersebut agar

lebih bermakna. Adapun Jenis data dalam SPSS:

1.   Data Nominal

Data nominal merupakan level data paling sederhana. Apabila pada pengambilan data yang

dihasilkan hanya berupa kategori maka data tersebut adalah data Nominal. Data nominal ini

pada satu individu tidak mempunyai variasi sama sekali, jadi 1 individu hanya punya 1

bentuk data.

Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau diskrit. Data nominal

merupakan data diskrit dan tidak memiliki urutan. Bila objek dikelompokkan ke dalam set-

set, dan kepada semua anggota set diberikan angka, set-set tersebut tidak boleh tumpang

tindih dan bersisa.

Numerik yang dihasilkan akan selalu berbentuk bilangan bulat, demikian seterusnya. Tidak

akan pernah ada bilangan pecahan. Data nominal ini diperoleh dari hasil pengukuran dengan

skala nominal.

Contoh data nominal diantaranya yaitu:

a.    Jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan mempunyai 1

data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin ini nantinya akan diberi

label dalam pengolahannya,misalnya perempuan =1, laki-laki=2.

b.   Status kewarganegaraan dikatagorikan WNI dan WNA. WNI diwakili angka 1 dan WNA

diwakili angka 2. Penggunaan angka disini hanya sebagai penanda tidak dapat dilakukan

operasi matemtika.

c.   Jenis olah raga yakni tenis, basket dan renang. Kemudian masing-masing anggota set di

atas kita berikan angka, misalnya tenis (1), basket (2) dan renang (3). Jelas kelihatan

bahwa angka yang diberikan tidak menunjukkan bahwa tingkat olah raga basket lebih

tinggi dari tenis ataupun tingkat renang lebih tinggi dari tenis. Angka tersebut tidak

memberikan arti apa-apa jika ditambahkan. Angka yang diberikan hanya berfungsi

sebagai label saja.

2.   Data Ordinal

Data Ordinal memiliki nama (atribut), juga memiliki peringkat atau urutan. Angka yang

diberikan mengandung tingkatan, digunakan untuk mengurutkan objek dari yang paling

rendah sampai yang paling tinggi, atau sebaliknya. Ukuran ini tidak memberikan nilai absolut

terhadap objek, tetapi hanya memberikan peringkat saja. Tingakatan ini  berdasarkan  kriteria

tertentu pada saat pengambilan data.

Contoh:

a.   Jika kita memiliki sebuah set objek yang dinomori, dari 1 sampai n, misalnya peringkat 1, 2,

3, 4, 5 dan seterusnya, bila dinyatakan dalam skala, maka jarak antara data yang satu dengan

lainnya tidak sama. Ia akan memiliki urutan mulai dari yang paling tinggi sampai paling

rendah.

b.  Tingkat pendidikan SD diwakili angka 1,  SMP diwakili angka 2, SMA diwakili angka 3 .

Sama dengan data ordinal angka-angak tersebut hanya sebagai penanda tidak dapat

dijumlahkan. Pendidikan tertinggi adalah SMA dan pedidikan terendah adalah SD.

c.   Atau paling baik sampai ke yang paling buruk. Misalkan: mulai dari sangat setuju, setuju,

ragu-ragu, tidak setuju sampai sangat tidak setuju.

3.   Data Interval

Data interval adalah kelompok data kuantitatif. Angka yang digunakan pada data ini

menunjukkan suatu urutan dan dapat dilakukan operasi matematika. Angka nol pada data

interval bukan seperi angka nol pada arti sesungguhanya.

Data ini memperlihatkan jarak yang sama dari ciri atau sifat objek yang diukur.

Contoh:

a.   Tentang nilai ujian 4 orang mahasiswa, yakni A, B, C, dan D diukur dengan ukuran

interval pada skala prestasi dengan ukuran 1, 2, 3, dan 4, maka dapat dikatakan bahwa

beda prestasi antara mahasiswa C dan A adalah 3 – 1 = 2. Beda prestasi antara mahasiswa

D dan B adalah 4 – 2 = 2. Akan tetapi tidak bisa dikatakan bahwa prestasi mahasiswa D

adalah 2 kali prestasi mahasiswa B ataupun prestasi mahasiswa D adalah 4 kali lebih baik

dari prestasi mahasiswa A.

b.   Nilai siswa di suatu sekolah adalah 0 sampai 100 bila siswa A dan B masing-masing

memperoleh nilai 45 dan 90 bukan berarti kecerdasan siswa A dua kali siswa B. Nilai 0

dan 100 adalah rentang yang sibuat berdasarkan aturan tertentu.

4.   Data Rasio

Data rasio adalah tingkatan data yang paling tinggi. Data rasio memiliki jarak antar nilai yang

pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh jenis-jenis data lainnya. Data ini

termasuk data kuantitatif, angka yang digunakan pada data ini adalah angka sesungguhnya.

sehingga dapat dilakukan operasi matematika.

Contoh:

a.   Berat badan, panjang benda, jumlah satuan benda.

b.   Jika kita memiliki 10 bola maka ada perwujudan 10 bola itu, dan ketika ada seseorang

memiliki 0 bola maka seseorang tersebut tidak memiliki bola satupun. Data rasio dapat

digunakan dalam komputasi matematik, misalnya A memiliki 10 bola dan B memiliki 8

bola, makaA memiliki 2 bola (10-8) lebih banyak dari B.

c.   Jika si A menyimpan uang Rp. 1.000.000 maka angka tersebut benar-benar menunjukkan

si A mempunyai simpanan. Jika si B mempunyai saldo Rp.0 maka si B tidak mempunyai

simpanan apapun.

 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 COMPUTE dan RECODE.

COMPUTE:

Penggunaan fungsi matematik dan algoritma. Misalnya penjumlahan skor pengetahuan, skor

sikap, atau skor persepsi. Atau proses perkalian dan pembagian.

RECODE:

Perubahan bentuk data yang paling sederhana adalah pengkategorian data numerik menjadi

data kategorik, misalnya NILAI IP dikelompokan menjadi kategori yaitu < 2.50, 2.51—3.00,

dan >3.01 Atau dapat juga dilakukan pengelompokkan data kategorik menjadi beberapa

kelompok yang lebih kecil, misalnya SEKOLAH dikelompokkan menjadi 2 kategori yaitu

rendah (SD/SMP) dan tinggi (SMA/PT). 

Contoh :

1. Buka SPSSnya 2. Lakukan pembuatan nama variabel serta tipe data dari variable yang

dibutuhkan dengan melakukan klik pada button Variabel View, dalam hal ini variabel yang dibutuhkan adalah No dengan tipe data numeric, TGS dengan tipe data numeric, UTS dengan tipe data numeric serta UAS dengan tipe data numeric.

3. Selanjutnya klik pada button Data View dan lakukan entri pada data tersebut.

4. Klik menu Transform – Compute, kemudian pada Target Variabele tuliskan NA dan klik pada button Type & Label… kemudian isikan labelnya dengan Nilai Akhir selanjutnya klik Continue

5. Selanjutnya pada Numeric Expression tuliskan rumus untuk menentukan nilai akhir yaitu (1 * TGS + 2 * UTS + 3 * UAS) / 6 kemudian klik OK.

6. Sehingga muncul variabel dari NA dengan nilai akhir seperti yang dihitung dengan rumus tersebut diatas.

7. Kemudian membuat keterangan untuk menentukan lulus atau tidaknya dari nilai akhir tersebut,  Klik Transform - Recode into Different Variables… kemudian masukkan NA ke Numeric Variable dan pada Output Variable isikan Name dengan KT dan Label dengan Keterangan kemudian klik Change.

8. Klik pada Old and News Values kemudian isi Range dan New Value sesuai ketentuan dalam studi kasus dan klik Add, begitu seterusnya sampai semua transformasi yang diinginkan terdefinisikan, klik Continue untuk mendapatkan hasil transformasi.

9. Sehingga diperoleh hasil seperti berikut.

10.Selanjutnya pada button Variable View masukkan Values sesuai dengan ketentuan studi kasus dan klik OK.

11.Untuk menampilkan lulus atau tidaknya sesuai data keterangan tersebut dapat digunakan perintah Transform - Recode into Different Variables… kemudian masukkan KT ke Numeric Variable dan pada Output Variable isikan Name dengan KT2 dan Label dengan Keterangan2 kemudian klik Change. Selanjutnya klik button Old and New Values…

12.Kemudian berikan centang pada Output variabeles are strings dan isi Range dan New Value dengan 2 untuk yang lulus dan 0,1 untuk yang tidak lulus klik Continue untuk mendapatkan hasil transformasi dalam bentuk string.

13.Sehingga didapatkan hasil transformasi seperti berikut :

DAFTAR PUSTAKA

http://aza22.blogspot.com/2013/06/jenis-jenis-data-dan-transformasi-data.html