Transformasi Data

Transformasi Data
Yap, ini hari ke-2ku SP.  Di  hari ini aku berharap dapat memahami pelajaran yang akan diberikan oleh dosen kelak.
Sekitar pukul 10.00 WIB setelah semua teman yang ikut SP datang, pelajaranpun segera dimulai. Kali ini kami  membahas “Transformasi Data”, maksudnya adalah merubah bentuk data bukan merubah data.
Sebelum mulai kita perkenalkan  dulu bentuk datanya.
·         NèNumerik
·         K èKategorik
Ada 3 kemungkinan perubahan bentuk data :
K  à K : Menyederhanakan kategori
N à N : Mengkategorikan data (membuat klasifikasi)
N à N : membuat variabel numerik baru dengan perhitungan tertentu variabel numerik yang sudah ada
(# contek catatan bapak dosen)
Yang pertama,….
Transformasi Data KèK
Maksudnya sih membuat field baru untuk menampung hasipengkategorian variable
Contoh:                Pendidikan formal ibu kan ada empat (SD/BH, SLTP,SMA, Perguruan Tinggi ), diklasifikasikan menjadi rendah dan tinggi .
Caranya:
·         Buka SPSS (udah pasti)
·         Transform – Recode Into different variable – pilih variable Pendidikan formal ibu –Ganti nama dan labelnya dengan sesuai – Old andNew value – isi berdasarkan epidata atau syntax – Continue – paste
·         Setelah dipaste, lihat sintax – tambah add value label setelah …. – blok dari …. – Run selection
·         Analyze –Descriptive statistic – frequencies – reset - ambil variable yang baru dibuat atau yang paling bawah – OK
·         Lihat output, dari sini kita dapat membandingkan tinggi rendahnya pendidikan ibu responden
2nd…..
Transformasi Data NèK
Mengkategorikan data numeric menjadi kategorik disebut juga mengelompokkan data, ada dua acuan yang dipakai:

ü  Acuan Patokan
Acuan patokan : klasifikasi sudah standar, dikeluarkan oleh Badan atau perorangan. Misalnya Kadar Hb <11 mg/dl dikatakan anemia, TD Sistolik >120 dikatakan Hipertensi, dll.
ü  Acuan Normatif
Acuan Normatif : Batas Ambang (cutt off) didasarkan kepada data itu sendiri. Misalnya menggunakan ukuran deskriptif statistik (central tendency atau dispersi) seperti mean, median, modus, dsbnya.
Contoh untuk acuan normative:
Data kadar Hb sebelum hamil adalah data numeric. Ingin diketahui prevalensi anemia, maka kadar Hb harus dikelompokkan dulu. Dasar pengelompokan adalah acuan patokan, karena sudah ditetapkan oleh kemenkes bahwa seorang ibu hamil dikatakan anemia bila kadar Hbnya <11 mg/dl. Perintah yang dipakai sama dengan Transformasi KèK.
1.       Buka SPSS (udah pasti)
2.       Transform – Recode Into different variable – pilih variable kadar Hb sebelum hamil – Ganti nama dan labelnya dengan sesuai – Old and New value – Hb <11mg/dl beri value 0 dan Hb >11mg/dl beri value 1 – Continue – paste
3.       Setelah dipaste, lihat sintax – tambah add value label setelah …. – blok dari …. – Run selection
4.       Analyze –Descriptive statistic – frequencies – reset - ambil variable yang baru dibuat atau yang paling bawah – OK
5.       Lihat output, dari sini kita dapat melihat anemia atau tidaknya ibu responden
Contoh acuan normative:
Caranya sama dengan acuan patokan, hanya saja yang menjadi acuan utamanya berasal dari data itu sendiri mis: mean,median, modus.

Komentar

Postingan populer dari blog ini

DAMPAK PAKAIAN KETAT TERHADAP KESEHATAN

Berat Lahir, Pertumbuhan Postnatal, dan Usia pada Menarche

UJI NORMALITY