Cara Transformasi Data Menggunakan SPSS

Sukai dan Bagikan Artikel ini :

Transformasi data digunakan pada saat dimana data hasil uji normalitas tidak normal. Peneliti yang hendak menguji normalitas data banyak yang menggunakan cara analitis untuk melihat distribusi sampel berdistribusi normal atau tidak yaitu menggunakan uji koolmogorv-smirnov dan shapiro-wilk tergantung banyak anggota sampelnya. Mungkin beberapa ahli statistik mereka cenderung melihat distribusi data statistik deskriptifnya yaitu nilai kurtosis, nilai skewnes, varians, plot histrogram dan lain sebagainya untuk memutuskan data berdistribusi normal atau tidak. 

Disini saya akan memberikan cara tranformasi data tujuannya untuk dinormalkan data yang tidak berdsitribusi normal (dalam statistik dianjurkan dan tidak menyalahi aturan) karena data hasil tranformasi itu sudah di seragamkan sesuai dengan masing-masing data untuk mengubah kedalam bentuk lain. Upaya untuk menormalkan dengan cara menstransformasi data dapat dilakukan dengan beberapa jenis yaitu: fungsi logaritma, arcsin, square root, aquare, ln x dan lain sebagainya. Pada langkah ini kita akan mempelajari cara tranformasi data menggunakan fungsi logaritma saja.

Contoh:

Hasil tes belajar siswa yang digunakan dengan model pembelajaran kooperatif. Berikut hasil yang diperoleh hasil tes belajar yang dipilih 20 mahasiswa 

Note: Pembahasan kasus ini fokus bagaimana cara transformasi data

Langkah-langkah tranformasi data menggunakan SPSS

1. Buka aplikasi SPSS, bisa saudara cari di menu start seperti terlihat pada gambar berikut:

2. Klick program SPSS sampai muncul worksheet area kerja seperti pada gambar berikut:

3. Sebelah kiri bawah ada dua pilihan yaitu: Data view dan Variabel view

4. Lalu klick variabel view untuk menentukan variabel dari data yang kita punya

5. Isi variabel view seperti terlihat pada gambar berikut:

6. Bila sudah di isi semua variabel view selanjutnya klick data view ada di sebelah kiri variabel view untuk kita isi hasil tes belajar mahasiswa. Lalu isi variabel kolom Nilai dengan nilai hasil tes belajar dari 20 mahasiswa seperti terlihat pada gambar berikut:

7. Pada langkah ini kita akan melakukan transformasi dari data di atas

8. Perhatikan pada menu toolbar SPSS diatas silahkan saudara pilih menu Transform ---> klik Compute Variable maka akan muncul seperti gambar berikut:

 

 9. Pada langkah ini perhatikan baik-baik, pada kolom target variable isi Hasil_Transformasi, pada kolom function group klik All, pada kolom Functions and Special Variables cari Lg10, lalu klik dua kali pada Lg10 tersebut, biarkan tanda (?) dalam kolom Numeric Expression pada gambar, sehingga gambar berubah seperti berikut:

10. Masih pada gambar Compute Variable, Klik dua kali Hasil Belajar[Nilai] yang ada di bawah Type & Label sehingga berubah dalam kolom Numeric Expression yaitu: LG10(Nilai) seperti terlihat pada gambar berikut:

11. Langkah selanjutnya klik OK, untuk melihat hasil tranformasi data ada di Data View, seperti pada gambar berikut:

12. Langkah selanjutnya akan kita uji normalitas data hasil transformasi. Pada menu toolbar SPSS paling atas pilih Analyze---> descriptive Statistics---> Explore. Jika benar yang saudara pilih maka hasilnya seperti gambar berikut:

13. Dari gambar di atas pindahkan Hasil_Transformasi kedalam kotak dependent List,  lalu klick Plots, pada kotak Boxplots pilih Factor levels together, pada kotak Deskriptive centang Stem-and-leaf, lalu centang Normality plots with test, lalu klik continue, lalu tekan OK. atau langkahnya seperti pada gambar berikut:

14. Setelah di klik OK hasilnya seperti pada gambar berikut:

15. Analisis Hasil

Dari gambar di atas kita bisa melihat pada tabel case summary processing yang bahwa Jumlah sampel Nilai hasil transformasin (N) 20 orang, tidak ada missing data, dan totalnya 100%. 

Lalu pada tabel Desktiptive disana kita bisa mengetahui deskriptif dari data yaitu mean (rata-rata), lower bound (tepi bawah kelas), upper bound (tepi atas kelas), median, standar deviasi dan lain-lain.

Pada tabel tests of Normality inilah yang paling penting. Dari tabel tersebut kita dapat melihat nilai signifikan hasil transformasi dari data. Pada kolom shapiro wilk untuk hasil transformasi diperoleh nilai sig sebesar 0.209, karena nilai sig > 0.05 maka dapat di ambil kesimpulan bahwa data kita sudah berdistribusi normal.