Materi sp (transformasi data)

Minggu 18 Agustus 2013
 Materi semester pendek dengan mata kuliah komputer hari ini adalah transformasi data.
Pukul 10.00 wib kuliah pun dimulai.
Bapak usman memberikan arahan terlebih dahulu. Setelah itu kami mengerjakan latihan transformasi data dengan arahan bapak. Selanjutnya kami mengerjakan latihan mandiri. Materi transformasi cukup sulit karena itu banyak diantara kami (mahasiswa) memilih materi ini.

Transformasi itu sendiri artinya adalah menyederhanakan field menjadi kategori menjadi lebih sederahana. Transformasi terbagi menjadi 3 :
KK yaitu menyederhanakan variabel kategori
NK yaitu mengkategorikan variabel numerik
NN yaitu menghitung nilai numerik baru dari numerik yang sudah ada
Dengan catatan ; KK membuat field baru untuk menampung hasil pengkategorian variabel.
Misalkan pendidikan yang memiliki 4 kategori ( SD, SLTP, SLTA, dan PT) disederhanakan menjadi rendah (SD, SLTP) dan tinggi (SLTA dan PT) .

Tranformasi data NK Menghitung nilai dari perhitungan field numerik yang sudah ada kemudian disimpan dalam filed baru. Dalam perhitungan (rumus) dapat menggunakan fungsi-fungsi matematis. Contoh : untuk menghitung total skor variabel komposit dipakai fungsi jumlah.

Perintah yang digunakan adalah transfrom > recode > into different variabel > pilih field mana yang akan dibuat kategori baru > isikan nama field baru > isikan old value dan new value sesuai dengan ketentuan > continu > paste . Buka file syntax, isikan add value

misal : 0 untuk kategori ya dan 1 untuk kategori tidak . setelah itu blok lalu pilih ikon run selection. Pada file out , klik menu analyse > deskriptif statistic > frequensis > pilih field yang baru dibuat tadi (cari di paling bawah) > setelah itu oke.

Pada transformasi data :
1. Untuk data kategorik hanya mengisi pada value lama dan value baru. Agar field yang lama dapat disederhanakan menjadi kategori yang lebih sederhana dapat diganti namanya dengan value (nilai) yang baru.
2. Untuk data numerik mengisi bukan pada kolom value tapi pada range. Karena data numerik ini memerlukan batas atas value dengan batas bawah value. Misal : untuk data kadar hb batas atas 11,00000 mmHg sedangkan batas bawah 10,99999999999mmHg.

Berarti untuk Hb diatas 11 mmHg digolongkan responden dengan kadar hb normal sedangkan untuk hb yang dibawah 11 mmHg tergolong kepada responden anemia.

Maksud dari transformasi data adalah menyederhanakan data menjadi kategori data yang lebih sederhana dengan kata lain berarti mengelompokan data ke dalam kategori.

Untuk dapat mengelompokan data kita harus mampu mengelompokan data. Jadi gak sembarangan buat ngelompokin data.

Dalam mengelompokan data perlu acuan agar tidak salah dalam mengkategorikan data.

Mengelompokan data Ada 2 acuan yang dapat dipakai dalam pengelompokan data yaitu :
1. Acuan patokan
 2. Acuan normatif

Acuan patokan adalah batas kategori yang sudah ditetapkan oleh disiplin ilmu bersangkutan. Sedangkan acuan mormatif adalah batas ambang klasifikasi dicari dalam database bersangkutan berupa nilai-nilai deskriptif statistika. (mean, median, modus).

Misalnya : data kadar hb sebelum hamil adalah data numerik. Ingin diketahui prevalensi anemia maka kadar hb harus dikelompokan lebih dahulu.

Dasar pengelompokan adalah acuan patokan, karena sudah ditetapkan oleh kementrian kesehatan bahwa seorang ibu hamil dikatakan anemia bila kadar hb-nya