Najmah, S.KM, MPH

A great man always be like thunder, he storms the skies, while others are waiting to be stormed (Anonymous)

Selasa, 13 Maret 2012

F. PENGOLAHAN ANALISIS DATA

Data yang diperoleh kemudian diolah yang dilakukan melalui empat tahapan sebagai berikut. (1, 10)
1.      Pengeditan data (editing)
            Kegiatan untuk melakukan pengecekan isian formulir atau kuesioner apakah jawaban yang ada di kuesioner sudah:
a.       Lengkap    :  semua pertanyaan sudah terisi jawabnya
b.      Jelas          :  jawaban pertanyaan apakah tulisannya cukup jelas terbaca
c.       Relevan     :  jawaban yang tertulis apakah relevan dengan pertanyaannya
d.      Konsisten  :  apakah antara beberapa pertanyaan yang berkaitan dengan isi jawabannya konsisten
2.      Pengkodean data (coding)
            Koding merupakan kegiatan mengubah data berbentuk huruf menjadi data berbentuk angka/bilangan. Kegunaan dari coding adalah untuk mempermudah pada saat analisis data dan juga mempercepat pada saat memasukkan data.
3.      Pemasukan data (entry data)
            Langkah selanjutnya adalah memasukkan data agar dapat dianalisis. Pemasukan data dilakukan dengan cara memasukkan data dari kuesioner ke paket program komputer.
4.      Pembersihan data (cleaning data)
             Cleaning (pembersihan data) merupakan kegiatan pengecekan kembali data yang sudah dimasukkan apakah ada kesalahan atau tidak
 
a.      Mengetahui missing data
Cara mendeteksi adanya missing data adalah dengan melakukan list (distribusi frekuensi) dari variabel yang ada.

Tabel 1. Alasan Jamban tidak Mempunyai Tangki Septik(11)


Frequency
Percent
Cumulative Percent

Valid


Dana kurang
53
53.0
98.2

Tidak memungkinkan
1
1.0
100.0

Total
54
54.0


Missing
System
46
46.0


Total

100
100.0


          ** SPSS Output

 Data di atas terdapat 46 missing data. Hal ini disebabkan 46 responden tersebut mempunyai Jamban tetapi jamban tanpa Tangki Septik.

b.      Mengetahui variasi data
Dengan mengetahui variasi data akan diketahui apakah data yang dientry benar atau salah. Dalam entry data biasanya data dimasukkan dalam bentuk koding, misal, data status anemia: 1. anemia, 2. Normal.

Tabel 1. Status Anemia (10) 
 
          ** SPSS Output

Data di atas variasi data ada 2 yaitu 1= anemia dan 2=normal, tetapi ada kesalahan dalam  entry  data di atas. Muncul angka 3, sebaiknya data harus diperiksa ulang lagi.

c.        Mengetahui konsistensi data
Cara mendeteksi adanya ketidak konsistensi data dengan menghubungkan 2 variabel. Variasi data di tabel 3 terlihat tidak adanya konsistensi antara tabel Keikutsertaan KB dan Jenis Alat Kontrasepsi. Yang bukan peserta KB terdapat 33 responden tetapi pada tabel berikutnya pada penggunaan jenis alat kontrasepsi tidak pakai hanya ada 31 responden.
Tabel 4. Keikutsertaan KB dan Jenis  Alat Kontrasepsi (10)
 ** SPSS Output

Referensi
Sabri L, Sutanto PH. Modul Biostatistik dan Statistik          Kesehatan Depok: Program Pascasarjana Program Studi IKM, Universitas Indonesia; 1999.
Nuryanto. Teori Aplikasi SPSS dalam Mengolah Data di Bidang Kesehatan, disampaikan pada Pelatihan Aplikasi SPSS di Bidang Kesehatan” di Aula Fakultas Kedokteran Unsri, 20 Juni 2006.; 2006. 



2 komentar:

Desry Holil mengatakan...

great :) Desri Purwanti 10111001025

Rizkiblogspot mengatakan...

Nama : Muhammad Rizki
NIM : 10111001014

1. assalamualaikum buk, mau nanya, sistem penilaian dri MAD ini seperti apa buk ??
2. buk, tampilan blog nya keren dan mantap, ajrin dong buk buat blog seperti ini :)

Poskan Komentar