Cara Transformasi Data Tidak Normal Menjadi Normal


Cara Transformasi Data SPSS Excel – Dalam dunia statistik ada banyak sekali istilah atau materi yang harus kita pelajari. Salah satunya adalah transformasi data. Pada artikel ini kami bahas lebih jauh seputar hal tersebut. Khususnya bagaimana melakukan transformasi data tidak normal menjadi normal.

Akan tetapi sebagai pembuka mari kita bahas apa itu transformasi data. Sehingga Anda bisa memahami materi selanjutnya dengan lebih baik.

transformasi data

Baca juga: Membuat Grafik Di Excel Dengan Banyak Data

Definisi Transformasi Data

Dalam statistik transformasi data adalah upaya yang dilakukan untuk mengubah skala pengukuran data asli menjadi bentuk lain. Sehingga data bisa memenuhi asumsi-asumsi yang mendasari analisis ragam. Contoh transformasi data adalah mengubah data numerik menjadi data kategori, atau mengubah beberapa variabel yang sudah ada lalu dibuat satu variabel komposit yang baru.

Transformasi data juga bisa diartikan sebagai proses mengubah bentuk data sehingga data siap untuk dianalisis. Ada beragam cara yang bisa dilakukan untuk mengubah bentuk data. Pada software SPSS perintah yang paling sering digunakan untuk transformasi data adalah RECODE atau COMPUTE.

Perubahan bentuk data yang paling sederhana adalah mengkategorikan data numerik menjadi data kategorik. Contohnya untuk data umur dibagi menjadi 3 kategori, di antaranya < 20 tahun, 20-30 tahun, dan >30 tahun.

Selain itu juga ada pengelompokan data kategorik menjadi beberapa kelompok yang lebih kecil. Contohnya untuk peserta didik dibagi menjadi 2 kategori, yakni SD/SMP yang masuk dalam kategori rendah, dan SMA/PT yang dimasukkan dalam kategori tinggi. Proses pengelompokan ini bisa disebut dengan istilah RECODE.

Perubahan bentuk data lain adalah pemakaian fungsi matematika dan algoritma. Contohnya untuk penjumlahan nilai pengetahuan, persepsi, dan sikap. Contoh lainnya adalah proses perkalian dan pembagian sekalian seperti untuk menghitung Indeks Massa Tubuh.

Contoh lainnya adalah pengelompokan beberapa variabel dengan memakai fungsi algoritma. Misalnya jika SIKAP=1, PERILAKU=1, dan TAHU=1, maka KONSISTEN=1. Nilai KONSISTEN 1 karena ketiga kondisi tersebut terpenuhi. Sedangkan jika salah satu tidak terpenuhi maka akan dinilai tidak konsisten atau KONSISTEN=0. Proses penerapan fungsi matematika dan algoritma ini dikenal dengan istilah COMPUTE.

Jenis Transformasi Data

Transformasi data mempunyai cukup banyak macam yang bisa kita pelajari. Setidaknya ada 10 macam transformasi data, antara lain:

  1. Transformasi Square Root (Akar),
  2. Transformasi Logaritma,
  3. Transformasi Arcsin,
  4. Transformasi Square (Kuadrat),
  5. Transformasi Cubic (Pangkat Tiga),
  6. Transformasi Inverse (Kebalikan),
  7. Transformasi Inverse Square Root (Kebalikan Akar),
  8. Transformasi Inverse Square (Kebalikan Kuadrat),
  9. Transformasi Inverse Cubic (Kebalikan Pangkat Tiga),
  10. Transformasi Reverse Score (Balik Skor).

Penyebab Data Tidak Normal

Suatu data dapat dikatakan normal jika data tersebut mengikuti pola distribusi normal. Pada beberapa teknik analisis yang tergolong dalam analisis statistik parametrik memiliki syarat data harus mengikuti distribusi normal. Hanya saja karena suatu hal distribusi tidak bisa dilakukan sebagaimana mestinya sehingga mengakibatkan data yang dianalisis menjadi tidak normal.

Ada banyak sekali penyebab yang membuat data tersebut tidak mengikuti distribusi normal. Salah satunya adalah adanya kesalahan ketika proses pengambilan data. Kesalahan dalam proses pengambilan data ini bisa diakibatkan oleh faktor internal maupun eksternal. Maka dari itu kesalahan saat pengambilan data harus diminimalisir semaksimal mungkin.

Kesalahan lain yang bisa menyebabkan data tidak normal adalah salah ketika memberikan perlakuan saat mengambil data primer. Penyebab data sekunder tidak normal bisa dikarenakan saat pengambilan data tidak dilakukan secara acak.

Permasalahan data tidak normal bisa menimpa Anda yang melakukan penelitian di bidang sosial. Akan tetapi tidak perlu bingung, sebab hal tersebut adalah lumrah.

Transformasi Data Tidak Normal

Salah satu cara mengatasi data tidak normal adalah dengan melakukan transformasi data. Misalnya dengan menggunakan Ln pada aplikasi SPSS. Untuk lebih jelasnya silakan simak tutorial selengkapnya di bawah ini:

  • Siapkan data yang ingin ditransformasikan dan buka di aplikasi SPSS yang terinstal pada perangkat Anda.
  • Selanjutnya klik menu Transform dan klik menu Compute Variable.
  • Akan muncul kotak dialog Compute Variable yang memuat beberapa isian dan tombol menyerupai kalkulator.

  • Pada kotak isian Target Variable isikan Ln_X1.
  • Berikutnya pada menu Function grup klik opsi All.
  • Sedangkan pada menu Function and Special Variables cari dan pilih Ln dengan cara klik dua kali.
  • Pada kotak Numeric Expression akan muncul tulisan LN(?).
  • Langkah selanjutnya silakan klik ganda pada variabel data Anda yang ada di bawah isian Target Variable. Misalnya Umur, maka pada Numeric Expression akan berganti menjadi LN(Umur). Setelah itu klik tombol OK yang ada di bagian bawah.
  • Di samping data Anda akan muncul kolom Ln_X1 yang memuat nilai-nilai dari pengoperasian yang Anda lakukan sebelumnya.

  • Data yang ditandai dengan kotak hitam di atas adalah data yang sudah berhasil (data Ln).
  • Jika ingin melakukan transformasi variabel lain silakan ulangi langkah-langkah di atas.
  • Apabila sudah selesai Anda bisa melakukan uji normalitas pada data tersebut.

Mengatasi Data Tidak Normal

Cara di atas bisa dipakai untuk transformasi data yang tidak normal. Akan tetapi terkadang cara di atas masih saja membuat distribusi data tidak normal. Ada beberapa solusi alternatif yang bisa digunakan untuk mengatasinya.

Menambah Jumlah Data

Cara alternatif pertama adalah dengan menambah data baru pada data yang sudah ada. Setelah itu data tersebut digabungkan dan dilakukan proses uji normalitas. Cara ini bisa digunakan untuk menghasilkan data yang normal. Hanya saja kekurangan dari cara ini adalah waktu penelitian yang menjadi lebih panjang dan dana ekstra yang harus dikeluarkan oleh peneliti.

Menghilangkan Data

Sebagai alternatif lainnya kita bisa menghapus beberapa data sehingga memperoleh data yang normal. Akan tetapi kita tidak boleh asal menghapus data. Data yang dihapus harus merupakan penyebab suatu data tidak normal. Data yang tidak normal ini biasanya disebabkan oleh data outlier. Ketika memutuskan untuk menghapus data maka Anda perlu memperhatikan bahwa pengurangan tersebut tidak mempengaruhi tujuan penelitian.

Menerima Data Apa Adanya

Cara terakhir adalah melakukan analisis dengan teknik yang berbeda untuk melakukan uji hipotesis. Misalnya dengan non parametrik. Untuk diketahui, pada uji ini kita tidak perlu memasukkan data yang terdistribusi secara normal.

Sekian yang bisa kami bahas mengenai cara transformasi data tidak normal. Untuk metode transformasi data software yang lazim digunakan adalah SPSS. Anda yang sering atau pernah berkecimpung dalam analisis data atau statistik pasti pernah mendengar ataupun menggunakannya.

Selain software tersebut ada beberapa penelitian yang bisa dikerjakan atau dianalisis dengan menggunakan Microsoft Excel. Hanya saja Anda perlu mempelajari lebih lanjut mengenai statistik dalam Excel. Misalnya bagaimana melakukan transformasi data yang tidak normal dengan memakai software Microsoft Excel.

Baca juga: Cara Filter Data Di Excel

Semoga tutorial di atas dan penjabaran yang kami sampaikan seputar transformasi data yang tidak normal di atas memudahkan Anda untuk memahami dan mempraktekkannya.

Sehingga Anda bisa mengatasi permasalahan semacam itu saat melakukan penelitian nanti.

Dan sebagai saran pastikan Anda melakukan pengambilan data dengan teliti sehingga kesalahan-kesalahan bisa diminimalisir dan hasil penelitian bisa lebih maksimal.



Loading...

Leave a Comment