Halo halo Sobat Exsight! Pada artikel sebelumnya telah dibahas tentang Mengenal Lebih Dekat Tentang Transformasi Data. Nah selanjutnya pada artikel ini akan dibahas terkait Tutorial Transformasi Data menggunakan software SPSS . Yuk simak dengan seksama yaa!
Studi Kasus
Studi kasus yang akan kita gunakan dalam hal ini menggunakan data sekunder Indian Liver Pasien yang didapatkan dari situs Kaggle
* Data berisi tentang catatan pasien yang positif mengidap liver serta negatif liver yang berasal dari timur laut Andhra Pradesh, India.
* Data terdiri atas 11 variabel dan 583 observasi.
- Age = Usia pasien
- Gender = Jenis kelamin
- tot_bilirubin = Total Bilirubin pada hati pasien
- direct_bilirubin = Direct Bilirubin (Kandungan Bilirubin yang mengandung gula) pada hati pasien
- tot_proteins = Total protein pada hati pasien
- albumin = Albumin pada hati pasien
- ag_ratio = Rasio Albumin dan Globulin pada hati pasien
- sgpt = Kandungan Alamine Aminotransferase pada hati pasien
- sgot = Kandungan Aspartate Aminotransferase pada hati pasien
- alkphos = Kandungan Alkaline Phosphotase pada hati pasien
- is_patient = Kategori kelompok pasien positif liver dan negatif liver
Tutorial SPSS
1.Buka software SPSS, kemudian entry data pada variable view dan data view.
Bisa dilihat nih sobat Exsight, pada bagian data view berisi data dari masing-masing variabel, sedangkan untuk bagian variable view berisi pendefinisian dari masing-masing (khususnya terkait jenis data pada bagian measure).
2. Tahapan berikutnya klik Transform – klik Compute Variable
3. Setelah itu akan muncul jendela perhitungan spss sebagai berikut.
Pada Gambar 3. nantinya kita akan masukkan jenis perhitungan menyesuaikan jenis transformasi data yang kita gunakan. Adapun jenis transformasi data yang akan kita lakukan pada tutorial kali ini adalah sebagai berikut
- Transformasi Akar Kuadrat
- Transformasi Logaritma
- Transformasi Kuadrat
- Transformasi Kubik
- Transformasi Invers
4. Misalnya variabel yang akan kita lakukan transformasi data yaitu variabel age, maka perhitungan transformasi akar kuadrat berdasarkan Gambar 3. pada data variabel age adalah sebagai berikut.
A. Transformasi Akar Kuadrat
Diawali dengan mengisi Target Variable seperti yang ditandai dengan kotak merah, Target Variable bertujuan untuk mendefinisikan nama variabel hasil transformasi data.
Kemudian karena kita melakukan transformasi akar kuadrat, maka pada untuk Function group seperti yang ditandai dengan kotak oranye kita pilih Arithmetic, lalu untuk Function and Special Variables kita pilih (double click) Sqrt.
Sehingga nantinya pada bagian Numerical Expression seoerti yang ditandai dengan kotak hijau akan muncul persamaan =SQRT(?). Pada bagian ? ,kemudian kita masukkan variabel yang akan kita transformasi, dalam hal ini variabel age, sehingga menjadi =SQRT(age).
B. Transformasi Logaritma
Dengan cara yang hampir mirip seperti perhitungan transformasi pada Gambar 4. , dimana untuk perhitungan transformasi logaritma adalah sebagai berikut.
c. Transformasi Kuadrat
Perhitungan transformasi Kuadrat dapat dilakukan dengan cara yang agak berbeda dari sebelumnya, dimana setelah mengisi Target Variable, selanjutnya dapat langsung mengisi bagian Numerical Expression sebagai berikut.
D. Transformasi Kubik
Transformasi Kubik dilakukan dengan cara berikut. Setelah mengisi Target Variable, selanjutnya dapat langsung mengisi bagian Numerical Expression sebagai berikut.
E. Transformasi Invers
Transformasi Kubik dilakukan dengan cara berikut. Setelah mengisi Target Variable, selanjutnya dapat langsung mengisi bagian Numerical Expression sebagai berikut.
5. Setelah melakukan perhitungan seperti pada Gambar 4, Gambar 5, Gambar 6, Gambar 7, ataupun pada Gambar 8, kemudian klik OK. Sehingga didapatkan hasil transformasi akar kuadrat, logaritma, kuadrat, kubik, dan invers untuk data variabel age sebagai berikut.
Hasil transformasi data, ditampilkan pada bagian data view, berupa variabel baru hasil dari transformasi.
Kesimpulan
Secara keseluruhan, transformasi data adalah teknik yang sangat penting dalam analisis data. Transformasi dapat membantu memperbaiki karakteristik data, memudahkan analisis, meningkatkan validitas dan reliabilitas hasil analisis, menghilangkan ketergantungan pada asumsi statistik, dan meningkatkan interpretasi hasil. Oleh karena itu, pemahaman yang baik tentang jenis transformasi data dan kapan harus menggunakannya sangat penting untuk menghasilkan analisis data yang tepat dan bermanfaat.
Referensi
Montgomery, D. C. (2012). Design and analysis of experiments. John Wiley & Sons.
Sekian penjelasan terkait Tutorial Transformasi Data dengan SPSS. Apabila masih terdapat hal-hal yang dibingungkan bisa langsung saja ramaikan kolom komentar atau hubungi admin melalui tombol bantuan di kanan bawah. Stay tuned di website https://exsight.id/blog/ agar tidak ketinggalan artikel-artikel menarik lainnya.
Pingback: MANOVA (Multivariate Analysis Of Variance) - Exsight