Pengertian transformasi data

Transformasi data adalah upaya yang dilakukan dengan tujuan utama memodifikasi skala pengukuran data asli dalam bentuk lain sehingga data dapat memenuhi hipotesis yang mendasari analisis varietas.
Jenis-jenis transformasi data

Pengertian transformasi data

Transformasi data memiliki beberapa jenis, termasuk:

  • Transformasi akar kuadrat (root),
    Transformasi logaritmik,
    Transformasi Arcsin,
    Transformation Square (Kotak),
    Transformasi kubik (peringkat tiga),
    Transformasi terbalik,
    Transformasi akar kuadrat terbalik (akar terbalik),
    Transformasi invers kuadrat,
    Transformasi Kubik Terbalik,
    Transformasi Skor Balik.

Catatan tentang transformasi data

Data yang ditampilkan dalam laporan tetap merupakan data asli sementara data transformasi hanya berfungsi untuk membantu data asli memenuhi hipotesis analisis varians.
Formula transformasi data

Diskusi berikut menjelaskan rumus transformasi data.
Transformasi root

Jenis transformasi ini juga disebut istilah transformasi akar kuadrat. Transformasi root digunakan jika data tidak memuaskan berbagai hipotesis homogen. Dengan kata lain, fungsi transformasi root membuat varietas menjadi homogen.

Jika X adalah data asli Anda, maka X ‘(aksen X) adalah data transformasi Anda. Kemudian X = X ‘.

Jika data asli Anda menunjukkan distribusi nilai antara 0-10, maka gunakan root X + 0,5. Dan jika nilai data Anda lebih kecil, gunakan transformasi root X + 1.

Anda juga dapat menggunakan transformasi root ini untuk data persentase jika nilainya antara 0 dan 30%. Jika sebagian besar nilai kecil, terutama jika ada nilai 0, gunakan transformasi root X + 0,5 alih-alih root X.
Formula transformasi root

Formula transformasi root Excel adalah: = SQRT (Data asli + 0,5). Jika data asli ada di sel A4, maka rumus = SQRT (A4 + 0,5).

Metode mengubah akar perhitungan menjadi SPSS adalah: Klik Menu, Ubah, Hitung Variabel, Dalam Variabel Tujuan Tetapkan Nama “Transform” dan dalam kotak Ekspresi Numerik isi dengan: SQRT (Variabel Asli + 0,5). Jika variabel asli memiliki nama (nama) “Var1”, maka: SQRT (Var1 + 0,5).
Contoh penggunaan transformasi root

Contoh penggunaan transformasi radikal menggunakan data pengamatan dari percobaan pada pengobatan bakteri salmonella dengan 4 jenis antibiotik. Hasil percobaan dalam bentuk jumlah bakteri mati seperti dalam tabel berikut:
Transformasi data root

Transformasi data root

Hasil analisis dari berbagai data asli adalah sebagai berikut:

Hasil pengujian dari data asli di atas menunjukkan nilai F dari 19,407.

Kemudian lakukan transformasi root dengan rumus root X + 0,5. Ini karena distribusi data kurang dari 10. Misalnya untuk data perlakuan A grup I, X = 2, sehingga hasil transformasi adalah root 2 + 0,5 = 3,5 = 1,581. Dan kemudian hingga data pada kelompok perlakuan D IV.
Berikut ini adalah data transformasi root dari data asli:

Dan hasil analisis varian dari data transformasi adalah sebagai berikut:

Kesimpulan hasil transformasi root:

Hasil pengujian pada data transformasi yang ditunjukkan di atas menunjukkan nilai F dari 17,654.

Perhatikan bahwa ternyata setelah data memenuhi hipotesis analisis varians, ada perubahan nilai F yang dihitung dari 19,407 menjadi 17,654.

Dari 2 hasil analisis di atas, nilai apa dari nilai atau nilai p yang akan digunakan? Jelas Anda harus menggunakan hasil dalam data transformasi karena ini adalah hasil yang menyediakan kondisi nyata dari eksperimen Anda.
Transformasi logaritmik

Beberapa buku menyebutnya transformasi Log X. Transformasi logaritmik digunakan jika data Anda tidak memenuhi hipotesis pengaruh aditif. Jika X adalah data asli Anda, maka X ‘(aksen X) adalah data transformasi Anda di mana X’ = Log X. Kemudian X = X ‘. Ada beberapa hal yang perlu Anda perhatikan ketika menggunakan transformasi logaritmik ini, yaitu:

a) Jika data asli menunjukkan distribusi nilai kurang dari 10 atau nilai mendekati nol, register transformasi X + 1 digunakan.

b) Jika data Anda mengandung banyak nilai nol, Anda harus menggunakan transformasi lain, seperti transformasi root.

Sumber : https://www.rumusbilangan.com