Pemboboton Data
Susenas adalah sebuah survey artinya hanya responden yang terambil acak berdasarkan metode sampling tertentu, bukan pendataan seluruh penduduk seperti Sensus! Jadi hasil dari sampel acak ini supaya bisa menggambarkan kondisi Indonesia, maka setiap responden rumahtangga diboboti dengan nilai tertentu. Bahasa mudahnya setiap responden terpilih memakili sekian banyak penduduk, jumlah keterwakilannya disebut pembobot. Pembobot di Susenas ada 2 yaitu pembobot rumah tangga untuk data rumah tangga dan pembobot individu untuk data individu.
Jadi dalam mengolah data Susenas dengan SPSS, langkah wajib yang harus dilakukan sebelum melakukan pengolahan lebih lanjut adalah melakukan pembobotan data. Umumnya variable pembobot dalam data Susenas diberikan pada variable terakhir di dalam data mentah Susenas, kadang dinamakan “weind” atau “wert” atau nama lain, yang jelas besarannya lebih dari 10. Langkah di SPSS bisa dilihat dalam gambar, disini Anda tinggal masukan varibel pembobot ke dalam box “Frequency Variabel” yang aktif setelah option “Weight cases by” dipilih. Anda tinggal scroll-down variable yang ada disamping, setelah ditemukan klik variable pembobot tersebut dan klik tombol panah kecil dan otomatis didalam box frequency variable muncul nama variable pembobotnya.
Filtering Data
Filtering data ini istilah saya saja, maksudnya adalah langkah yang sering dilakukan untuk mendapatkan hasil pengolahan data sesuai kriteria yang kita inginkan. Misalnya kita ingin membuat tabulasi penduduk dengan kriteria umur balita maka kita melakukan filter data khusus penduduk yang mempunyai umur kurang dari 5. Bisa saja filtering melibatkan banyak variable, misalnya anak yang sedang sekolah di SD sederajat, maka kriteria pertama adalah penduduk yang saat ini sedang sekolah dan kriteria kedua adalah anak yang pernah/sedang sekolah di SD atau Madrasah Ibtidaiyah (MI).
Walaupun terkesan mudah, tetapi ternyata banyak orang yang sering salah menyusun sebuah kriteria dalam filtering data ini. Salah satunya adalah penggunaan operator DAN (and) dan ATAU (or). Misalnya kita ingin filter penduduk tidak produktif yang didefinisikan penduduk dengan umur kurang dari 15 tahun (umur<15) dan umur lebih dari 64 tahun (umur>64). Mana yang benar dalam penulisan kreteria filter: umur<15 DAN umur>64 dibandingkan dengan umur<15 ATAU umur>64 mana yang benar? Konsep yang sederhana tetapi masih banyak salah, jawaban yang benar adalah ATAU, walaupun didefinisi sebelumnya disebut dengan ‘dan’. Kita ingat kembali konsep himpunan dengan diagram ven untuk bisa paham kapan kita gunakan operator DAN – ATAU. Konsep ini sangat penting untuk dipahami karena hampir semua filtering menerapkan konsep DAN – ATAU ini.
Untuk penerapan di SPSS, langkahnya sangat mudah seperti ditunjukan gambar di atas. Hanya klik menu Data+Select Cases. Setelah itu klik tombol “IF” dengan mengaktifkan dahulu opsi “If Condition is Satisfied”. Tinggal Anda ketikan filter yang Anda inginkan, atau juga bisa memanfaatkan list variable yang ada disamping jendela tersebut. Penulisan operator DAN bisa dituliskan AND atau simbol “&”, sedankan ATAU bisa dituliskan OR atau tanda “ I “. Perlu diingat bahwa operator AND akan diproses terlebih dahulu dibandingkan operator OR. Jadi jika ada banyak operator, sebaiknya untuk operator OR bisa di awali dengan kurung buka diakhirnya kurung tutup, misalnya: jk=2 AND (umur<=14 OR umur>=65). Disini filter umur diproses dahulu, kemudian proses selanjutnya menjalankan operator AND.
Mungkin itu dulu 2 konsep dasar pengolahan data Susenas di SPSS, saya ingatkan kembali bahwa langkah ini bukan langkah baru, mungkin saja ada cara baru di SPSS yang berbeda, maka penulis ingin bisa sharing dengan Anda. Semoga tip sederhana ini makin bisa mengenalkan Susenas untuk masyarakat umum. Dan kita harus berdoa bersama supaya Pemerintah mau menggratiskan data, minimum gratis untuk akademika perguruan tinggi, supaya penelitian di perguruan tinggi makin maju saja.
