STATA Penjelasan DATA

 Dalam STATA, konsep "DATA" mencakup dua dimensi: bagaimana STATA menyimpan, mengorganisir, dan mengenali tipe data di dalam memori (RAM), serta perintah-perintah sintaksis yang diawali dengan kata kunci data untuk mengelola dataset.

1. Struktur & Ekosistem Data di STATA

STATA bekerja dengan menyimpan dataset secara utuh di dalam memori komputer (RAM). Data diatur dalam format matriks dua dimensi:

• Baris (Observations): Diwakili oleh nomor baris ($1, 2, 3, \dots, N$) yang mengidentifikasi setiap subjek, responden, atau titik waktu.

• Kolom (Variables): Diwakili oleh nama variabel yang mengukur karakteristik tertentu dari observasi.

2. Tipe Data di STATA

STATA membedakan data menjadi dua kelompok besar: Numeric (Angka) dan String (Teks/Karakter).

A. Tipe Data Numeric (Angka)

Digunakan untuk data kuantitatif yang dapat dioperasikan secara matematis.

• byte: Bilangan bulat kecil (skala $-127$ hingga $127$). Efisien untuk variabel biner/dummy ($0$ dan $1$).

• int: Bilangan bulat sedang (skala $-32.767$ hingga $32.767$).

• long: Bilangan bulat besar (skala hingga $\pm 2.147.483.647$). Umum untuk ID responden.

• float: Angka desimal standar (presisi hingga 7 digit). Merupakan default tipe numerik di STATA.

• double: Angka desimal presisi tinggi (hingga 16 digit). Penting untuk koordinat atau analisis keuangan yang sangat teliti.

B. Tipe Data String (Teks)

Digunakan untuk teks, huruf, atau gabungan angka yang tidak dihitung secara matematis.

• strN (misal: str15, str50): Teks dengan panjang tetap hingga $N$ karakter.

• strL: Long string, digunakan untuk teks sangat panjang (seperti isi teks kuesioner terbuka) hingga 2 miliar karakter.

3. Karakteristik Khusus Pengelolaan Data STATA

• Missing Values (Data Hilang):

  • Pada data numerik, missing value diwakili oleh tanda titik (.) atau kombinasi .a sampai .z. Secara sistem, STATA menganggap nilai . sebagai angka terbilang paling besar (infinity positif).

  • Pada data string, missing value diwakili oleh petik ganda kosong ("").

• Metadata (Labeling System):

  STATA sangat bergantung pada label agar data mudah dibaca tanpa mengubah nilai aslinya:

  • Variable Label: Memberikan penjelasan rinci nama variabel (contoh: var1 diberi label "Pendapatan Per Bulan").

  • Value Label: Mengubah tampilan angka menjadi deskripsi kategori (contoh: $1 = \text{"Pria"}$, $2 = \text{"Wanita"}$).

4. Perintah Sintaksis Kelompok "Data" & Pengelolaan Dataset

Berikut adalah perintah-perintah kunci untuk manipulasi dan pemeriksaan data:

• Pemeriksaan & Deskripsi Data:

  • count: Menghitung jumlah observasi dalam data.

  • codebook: Memeriksa detail tipe data, nilai unik, dan jumlah missing value per variabel.

  • inspect: Melihat distribusi ringkas dan struktur angka/missing value.

• Transformasi & Pembersihan Data:

  • generate (disingkat gen): Membuat variabel baru.

  • replace: Mengubah isi nilai pada variabel yang sudah ada.

  • encode: Mengubah data String menjadi Numeric bergambar Value Label.

  • decode: Mengubah data Numeric bernilai label menjadi variabel String.

  • drop / keep: Menghapus atau mempertahankan variabel/baris tertentu.

• Penggabungan Data (Combining Datasets):

  • append: Menggabungkan dua dataset secara vertikal (menambah baris/observasi baru).

  • merge: Menggabungkan dua dataset secara horizontal (menambah kolom/variabel baru berdasarkan kunci ID bersama).

• Pengorganisasian Data:

  • sort / gsort: Urutkan data dari terkecil ke terbesar (atau sebaliknya).

  • reshape: Mengubah format data dari Wide ke Long (atau sebaliknya), sangat penting untuk data Panel dan Time Series.