Analisis Bivariat Dan Univariat [PDF]

Citation preview

1. Analisi Univariat Analisis univariat adalah suatu teknik analisis data terhadap satu variabel secara mandiri, tiap variabel dianalisis tanpa dikaitkan dengan variabel lainnya. Analisis univariat biasa juga disebut analisis deskriptif atau statistik deskriptif yang berujuan menggambarkan kondisi fenomena yang dikaji. Analisis univariat merupakan metode analisis yang paling mendasar terhadap suatu data. Hampir dipastikan semua laporan, baik laporan penelitian, praktek, laporan bulanan, dan informasi yang menggambarkan suatu fenomena, menggunakan analisis univariat. Model analisis univariat dapat berupa menampilkan angka hasil pengukuran, ukuran tendensi sentral, ukuran dispersi/deviasi/variability, penyajian data ataupun kemiringan data. Angka hasil pengukuran dapat ditampilkan dalam bentuk angka, atau sudah diolah menjadi prosentase, ratio, prevalensi. Ukuran tendensi sentral meliputi perhitungan mean, median, kuartil, desil persentil, modus. Ukuran disperse meliputi hitungan rentang, deviasi rata-rata, variansi, standar deviasi, koefisien of variansi. Penyajian data dapat dalam bentuk narasi, tabel, grafik, diagram, maupun gambar. Kemiringan suatu data erat kaitannya dengan model kurva yang dibentuk data.



2. Analisis Bivariate A. Definisi Analisis bivariate Analisis Bivariat adalah analisis secara simultan dari dua variabel. Hal ini biasanya dilakukan untuk melihat apakah satu variabel, seperti jenis kelamin , adalah terkait dengan variabel lain, mungkin sikap terhadap pria maupun wanita kesetaraan. Analisis Bivariat yaitu hipotesisi yang diuji biasanya kelompok yang berbeda dalam ciri khas tertentu dengan koefisien kontigensi yang diberi simbol C. Analisis bivariat menggunakan tabel silang untuk menyoroti dan menganalisis perbedaan atau hubungan antara dua variabel. Menguji ada tidaknya perbedaan/hubungan antara variabel kondisi pemukian, umur,



agama, status migrasi, pendidikan, penghasilan, umur pekkawinan pertama, status kerja dan kematian bayi/balita dengan persepsi nilai anak digunakan analisis chi square, denagn tingkat kemaknaan a=0,05. Hasil yang diperoleh pada analisis chi square, dengan menggunakan program SPSS yaitu nilai p, kemudian dibandingkan dengan a=0,05. Apabila nilai p< dari a=0,05 maka ada hubungan atau perbedaan antara dua variabel tersebUT. Analisis bivariat menggunakan tabel silang untuk menyoroti dan menganalisis perbedaan atau hubungan antara dua variabel. Menguji ada tidaknya perbedaan/hubungan antara variabel metode cermah dan metode demonstrasi terhadap peningkatan haya hidup sehat siswa digunakan analisis Chi Square, dengan tingkat kemaknaan á = 0,05. Hasil yang diperoleh pada analisis Chi Square dengan menggunakan program SPSS yaitu nilai p, kemudian dibandingkan dengan á = 0,05. Apabila nilai p lebih kecil dari á = 0,05 maka ada hubungan/perbedaan antara dua variabel tersebut (Agung, 1993). Sedangkan untuk mengetahui kuatnya perbedaan antara variable dikonsultasikan dengan Contingency Coefficient (untuk variabel dengan data nominal) sementara untuk mengetahui pola dan kuatnya hubungan antara variable dikonsultasikan dengan uji Spearman Correlation (untuk variabel dengan data interval). Nilai Chi Square, Contingency Coefficient dan Spearman Correlation diperoleh dari hasil pengolahan program SPSS (Santoso, 2000: 30).



B. Jenis-jenis analisis bivariate Dalam analisis bivariate secara umum terdiri dari analisa korelasi dan analisa regresi. a. Uji T dependen Uji t dependen seringkali disebut uji t Paired/related atau pasangan. Sering digunakan dalam analisis data penelitian eksperimen. Disebut dependen bila responden diukur dua kali/diteliti dua kali atau pre- dan post- test.



b. Uji anova Uji ini digunakan untuk menganalisis data baik independen maupun dependen dengan kelompok lebih dari dua. Analisis Varian (ANOVA) mempunyai dua jenis analisis varian satu faktor (one way) dan analisis dua faktor (two way). c. Chi Square ( chi kuadrat) Adalah suatu teknik statistik yang memungkinkan penyelidikan menilai probabilitas memperoleh perbedaan frekuensi yang nyata (yang diobservasi) dengan frekuensi yang diharapkan dalam kategori –kategori tertentu sebagai akibat dari kesalahan sampling. Manfaat chi square: 



Chi kuadrat adalah alat untuk mengadakan estimasi. Digunakan untuk menaksir apakah ada perbedaan yang signifikan antara frekuensi yang diobservasi dengan frekuensi yang di harapkan dalam populasi. Frekuensi yang diharapkan dalam populasi ini disebut juga frekuensi hipotetik karena digunakan sebagai alat hipotesis yang akan diuji dengan frekuensi yang diperoleh dari sampel. Oleh karena itu chi kuadrat sebagai alat estimasi berkedudukan juga sebagai alat pengetes hipotesis.







Chi kuadrat adalah alat untuk mengadakan pengetesan hipotesis. Tiaptiap pengetesan hipotesis harus membandingkan sedikitnya dua sampel. Dalam hal ini apakah frekuensi yang diperolehdalam sampel yang satu berbeda secara signifikan ataukah tidak dengan frekuensi yang diperoleh dalam sampel lainnya.







Chi kuadrat sebagai alat mengetes signifikan korelasi antara dua factor atau lebih.



d. Korelasi Product Moment Pearson Teknik Korelasi ini digunakan untuk mencari hubungan dua variabel dengan data kedua variabel berskala interval atau rasio. Koefisien korelasi mempunyai nilai -1 ≤ r ≤ 1. Koefisien r melambangkan estimasi untuk



sampel, sedangkan koefisien ρ mewakili korelasi populasi. Koefisien korelasi menunjukkan besar dan arah dari hubungan. Arah menunjukkan pada kita apakah nilai-nilai yang besar pada sebuah variabel berkorelasi dengan nilai-nilai besar pada variabel yang lain (dan nilai-nilai yang kecil dengan nilai-nilai yang kecil). Apabila nilai-nilai berkorelasi dengan cara demikian maka kedua variabel mempunyai hubungan positif. Apabila satu variabel naik maka yang lain juga akan ikut naik. e. Regresi sederhana Analisis regresi linear sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah posiutif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio.



C. Langkah-langkah analisis bivariate a. Masukkan data diatas kedalam program SPSS dengan nama variabel bulan, b_selling, b_promo, b_iklan, dan unitpjl. b. Klik menu utama analize , correlate, bivariate, tampak dilayar c. Kemudian klik semua variabel yang akan dikorelasikan dan masukkan kekolom variables dengan mengklik tanda panah d. Untuk kolom corelatiaon koeffisients, pilihlah pearson karena anda ingin melakukan uji atas data rasio e. Untuk kolom test of significance, pilih option two-tailed untuk uji dua arah atau dua sisi f. Untuk pilihan flag signifikant korelations boleh dicentang (dipilih) hingga pada output akan muncul tanda * untuk signifikansi 5% dan tanda ** untuk signifikansi 1% Kemudian klik tombol option hingga dilayar tampil :



Pengisian : a. Anda dapat memunculkan output nilai means and standard deviations dengan mengklik pilihan yang sesuai pada kolom dtatistik b. Pada pilihan missing values pada dua pilihan : c. Exclude cases pairwise : Pasangan yang salah satu tidak ada datanya tidak dimasukkan dalam perhitungan. Akibatnya, jumlah data tiap pasangan korelasi akan bervariasi. d. Exclude cases listwise : Yang dibuang adalah kasus yang salah satu variabelnya memiliki mising data. Jumlah untuk semua variabel korelasi adalah sama. e. Untuk keseragaman pilih exclude cases pairwise f. Tekan qontinyue jika sudah selesai g. Kemudian tekan ok dan akan muncul output



Dapus Buku ajar metlit dan statistic / oleh Syukra Alhamda. –Ed.1, cet.1 – Yogyakarta :Deepublist, April 2018