CLEANING DATA

Sabtu tujuh belas Agustus dua ribu tiga belas,
Hari ini kami belajar komputer yang dimulai sejak jam sembilan pagi tadi.Sesuai kesepakatan ada sembilan materi yang akan diulang dalam pertemuan kali ini. Pertama kami mulai pelajaran dengan pelajaran menggabungkan data langkah yang harus dilakukan adalah :
1. Buka Epidata,
2. pilih data in/out,kemudian pilih Append / merge
3. isikan file nama data pertama,dan isikan juga nama file kedua
4. klik OK
5. kemudian buatkan nama data yang telah digabung tadi pada kotak resulting data file dengan    nama    gabung 1.
6. pilih append
7.lalu ok

Kemudian lakukan prosedur diatas sampai data terakhir. Setelah didapatkan gabungan keseluruhan data terakhir maka lakukan peng-ekspor-an ke SPSS dengan cara sebagai berikut:
1. pilih eksport data pada epidata
2. kemudian pilih SPSS
3. lalu akan muncul kotak dialog yang menunjukkan data mana yang akan diekspor maka pilih gabungan keseluruhan data terakhir yang telah dibuat tadi.
4. pilih open

Setelah itu ,
1. buka SPSS
2.pilih file-open-syntax
3.kemudian buat variabel label dan add value labelnya
4. kemudian kemudian blog pilih menu run - all -run- selction.
5. kemudian buka variabel view yang berada di sudut kiri bawah hapus labelnya
6. kemudian buka sintax SP_13.sps
7. pilih run-all

kemudian kami membuat deskriptif statistik untuk pendidikan ibu yang merupakan data kategorik kami mulai masuk pada Cleaning data  kategorik, langkah yang dilakukan adalah:
1. pilih Analyze-deskriptive statistic-frequencies
2. pilih pendidikan ibu
3. lalu OK

  Maka akan muncul kotak dialog yang berisikan frekuencies pendidikan ibu di sanan terlihat missing sebanyak 190 buah dimana data record awal berjumlah 82034 buah. kemudian langkah berikutnya yang harus dilakukan adalah mendelete data yang missing tersenut dengan cara:
1. pilih data-sort cases
2. pilih tingkat pendidikan ibu
3. pilih accending untuk mengurutkan data dimulai dari yang terkecil
4. dan bisa terlihat data yang missing tersebut
5. langsung hapus data yang missing tersebut.

Syarat cleaning data adalah apabila data
- Data tidak jelas
- Data tidak konsisten
- Data tidak lengkap

Kemudian hal yang sama juga dilakukan pada data kategorik lainnya : pekerjaan ibu, golongan darah , jenis kelamin balita, dan rencana tempat melahirkan ibu.

Kemudian latihan selatjutnya adalah membuat tabel distribusi frekuensi jenis kelamin balita menurut pendidikan ibu, dengan langkah-langkah sebagai berikut:
1.Pilih Analyze-deskriptive-lalu pilih crosstabs
2. kemudian pindahkan pendidikan ibu pada kolom row
3. dan jenis kelamin balita pada column
4. OK

maka akan muncul kotak dialog yang berisi tabel distribusi frekuensi jenis kelamin balita menurut pendidikan ibu.

 materi selanjutnya adalah cleaning data numerik untuk "umur" dengan langkah sebagai berikut:
1.langkah pertama adalah pilih analyze-deskriptive-frekuensi
2. urutkan data ,pilih data-sort cases -pilih umur-accending-OK.
3. delete.

Selanjutnya lakukan cleaning data pada BB,TB,Weight,height,sistol, dan Diastol. Dengan memperhatikan rentangan nilai sebagai berikut:

BB        : 40-70	TB        : 140-175	Sistol   : 80 – 300	Diastole  :60 -150
HB1     : 6,5-13	HB2     : 7-14	Weight : 2,5-25	Height : 50-125

1. lakukan sort casses
2. pilih BB pilih accending
3. delete nilai yang kurang dari 40 dan yang lebih dari 70 .

Ini juga dilakukan pada TB,Sistol,Diastol,hb1 ,hb2, weight, dan height dengan cara yang sama dengan yang diatas.

Pelajaran selanjutnya adalah melakukan cleaning data logika
hal-hal yang harus dilakukan untuk melakukan cleaning pada data logika adalah:
1. Periksa
    periksa apakah terdapat perbedaan variabel logika.
2. cara menentukan perbedaan
    setelah diketahui ada perbedaan yang terjadi maka tentukan berapa perbedaan yang timbul.
3. Delete data yang tidak logis tersebut.

soal pertama adalah apakah terdapat perbedaan antara responden yang pernah memeriksakan kehamilannya denganresponden yang tidak memriksakan kehamilannya dan frekuensi pemeriksaan kehamilannya.
langkah pertama adalah kita ingin mengetahui yang tidak memeriksakan kehamilannya tapi memberikan frekuensi pemeriksaan kehamilannya.
1. sort pemeriksaan kehamilan dengan sort order  descending
 logikanya untuk yang tidak pernah memeriksakan kehamilannya dengan frekuensinya missing.
2. sort 2 file sekaligus.

periksa apakah ada perbedaan antara yang tidak pernah diperiksa tapi menjawab frekuensi pemeriksaan kehamilan. 1=ya , 2=tidak.dan di sort descending supaya yang tidaknya diatas dan frekuensi pemeriksaannya harus missing lalu delete file yang tidak logis tersebut.

selanjutnya adalah menentukan ksepsi,akseptor,dan alasan
logikanya:

• semua akseptor menggunakan kontrasepsi
• yang tidak akseptor memberikan alasan mengapa tidak memakai kontrasepsi.
• semua akseptor tidak menggunakan kontrasepsi
• semua yang tidak akseptor memberikan alasan.

sort ksepsi dan akseptor sekaligus
1. analyze-descriptive-frequencies-akseptor-alasan
tujuannya adalah semua akseptor harus missing
2. akseptor di sort descending karena kita mencari yang akseptor yaitu 1
3. setelah didaptkan file yang missing tersebut delete.

lakukan hal yang sama pada kehamilan , pelayanan , TFU.