Contoh Analisis Univariat Dan Bivariat

Analisis bivariat merupakan salah satu keberagaman analisis yang digunakan sesuai dengan kondisi besaran plastis. Analisis yang terkesan sederhana ini mampu menghasilkan pengujian yang tinggal berarti.

Secara umum, berdasarkan variasi lentur, terletak 3 jenis.

  1. Kajian univariat (1 variabel)
  2. Analisis bivariat (2 variabel)
  3. Kajian multivariat (bertambah dari 2 variabel)

Mengetahui amatan bivariat dengan konseptual akan memudahkan anda dalam menentukan jenis analisis nan akurat.

Daftar isi

  • Apa itu Analisis Bivariat
  • Jenis Analisis Bivariat
    • I. Analisis Deskriptif
    • II. Kajian Inferensial
  • Konseptual Penggunaan Analisis Bivariat


Barang apa itu Analisis Bivariat

Analisis bivariat merupakan analisis yang dilakukan untuk mengetahui hubungan antara 2 variabel. Dalam analisis ini, dua pengukuran dilakukan untuk sendirisendiri observasi.

Dalam analisis bivariat, sampel nan digunakan bisa doang berapatan atau saban nonblok dengan perlakuan tersendiri.

Secara umum, privat analisis bivariat, luwes yang digunakan bisa cuma berhubungan maupun berdiri seorang (independen). Ganti bersambung artinya sampel nan sama diberikan 2 pengukuran farik.

Sementara itu, independen maksudnya adalah pengukuran dilakukan pada kedua kelompok percontoh yang berbeda.


Variasi Analisis Bivariat


I. Amatan Deskriptif

Pada kajian deskriptif, analisis bivariat bisa bertindak pada hampir seluruh visualisasi data. Jenis tampilan visualisasi seperti grafik batang, grafik garis, tabel column, dll masih boleh digunakan untuk amatan bivariat.

Salah satu visualisasi data menarik nan seremonial dilakukan dengan analisis bivariat adalah scatterplot.

Scatterplot ialah visualisasi data privat susuk titik-bintik yang ditampilkan kerumahtanggaan sumbu x dan ya. Sumbu x dan y mengaplus skor dari saban variabel.

Dengan memperalat scatterplot, kita boleh mengaram pola hubungan antara 2 laur. Hubungan yang terdidik bisa jadi linier, eksponensial, seasonal, dll sesuai dengan kondisi data.

Jangan pangling, scatterplot doang instrumen bantu buat mendeteksi pola kawin, enggak cak bagi menghela penali terhadap pola koneksi antara 2 laur.


II. Analisis Inferensial

Dengan menggunakan analisis inferensial, anda dapat mencuil kesimpulan yang valid intern pengujian 2 lentur.

Mengomong analisis inferensial, ada banyak jenis uji statistik nan bisa anda lakukan dengan 2 variabel.

Sebelum lebih jauh, ada baiknya ia memaklumi neraca dan pengertian data sehingga makin mudah dalam mengenali analisis nantinya,

Berikut sedikit daftar spesies amatan uji yang boleh beliau lakukan:

1. Uji McNemar

Uji McNEmar yaitu uji bivariat yang digunakan untuk menguji sebelum dan sesudah perlakuan (Pre-Test dan Post-Test) dimana setiap insan digunakan sebagai penyelia dirinya sendiri.

Uji ini dilakukan untuk pengukuran data nominal dan ordinal.

Uji ini digunakan untuk menguji keefektifan suatu perlakukan tertentu terhadap kondisi sampel.

Contohnya, uji ini digunakan untuk mengetahui bilyet perpindahan seseorang dari desa ke kota terhadap preferensi ketatanegaraan.

2. Uji Sign

Uji Sign digunakan bikin mengetahui ada tidaknya perbedaan dari data ordinal nan diperoleh dari sampel yang sama dan berpasangan.

Yang perlu diingat bersumber uji Sign adalah uji ini hanya ampu mengetahui ada tidakknya perbedaan, bukan besar kecilnya perbedaan tersebut.

Uji ini dilakukan dengan memberi tanda positf ataupun negatif berpunca perbedaan antar n partner data.

Uji Sign bisa digunakan untuk mengidentifikasi gaya seseorang terhadap 2 buah brand poduk.

Proporsi data yang digunakan pada uji ini adalah ordinal

3. Uji Wilcoxon Matched Pairs

Uji Wilcoxon yaitu uji nan dilakukan kerjakan mengetahui apakah terletak hubungan antara dua lentur alias tidak.

Nisbah data yang digunakan pada uji ini adalah ordinal.

4. Uji-t Berhimpit

Uji-falak Berpasangan yaitu uji dua plastis yang dilakukan bikin mengetahui apakah terdapat perbedaan rata-rata yang berjasa maupun tak.

Komplet eksploitasi uji-ufuk bersebelahan ialah pengujian apakah terletak perbedaan galibnya yang signifikan antara ponten ilmu hitung dan ponten kesenian siswa kelas A.

5. Uji Fisher Exact Probability

Uji Fisher Exact Probability merupakan pengujian yang dilakukan untuk mengetahui signfikanasi bermula postulat komparatif sreg dua percontoh boncel bebas.

Uji ini digunakan bila kondisi data bertabiat nominal dan ordinal.

Internal perhitungannya, data dalam pengujian ini dikelompokkan menjadi 2 kelompok independen. Misalnya, lelaki dan wanita, suntuk kelompok miskin dan tidak miskin.

Nantinya, perincian ini akan dikelompokkan internal table kontingensi 2×2.

6. Uji Chi-Square 2 Sampel

Uji Chi-Square 2 sampel digunakan kerjakan mengetahui apakah terwalak gayutan antara 2 variabel maupun bukan.

Pada uji chi-square 2 sampel, proporsi data yang digunakan yaitu skala nominal.

7. Uji Median

Uji ini digunakan lakukan menguji premis komparatif berasal dua sampel independen. Pada pengujian ini, skala data yang digunakan yaitu nominal dan ordinal.

Pengujian ini didasarkan atas median sampel yang diambil secara acak.

Proporsi data yang digunakan pada uji ini adalah nominal dan ordinal.

8. Uji Mann-Whitney U-Test

Uji Mann-Whitney U-Test digunakan untuk mengetahui konotasi perbedaan berasal dua populasi.

Lega uji ini, skala data nan digunakan adalah ordinal.

Ideal pengujian Man-Whitney U-Test merupakan sendiri guru ingin mengetahui apakah siswa dikelasnya memang memiliki bakat intern tutorial matematik atau lebih didominasi karena sambung tangan kursus.

9. Uji Kolmogorov Smirnov

Uji Kolmogorov Smirnov ialah uji yang dilakukan lakukan mengetahui apakah dua variabel n kepunyaan distribusi yang proporsional alias tidak.

Uji ini sahih digunakan bakal membuktikan apakah dua variabel yang digunakan berasal berasal arus yang sama sebelum dilakukan analisis lanjutan.

Skala data yang digunakan pada uji ini adalah interval dan skala

10. Uji Wald-Waldovitz

Uji Wald-Waldovitz ialah uji yang dilakukan apakah dua laur yang digunakan berasal berasal populasi nan sekelas atau tidak.

Privat uji ini, sedikitnya data yang digunakan punya neraca ordinal.

11. Uji t–test Bebas

Uji-t independen ialah uji yang dilakukan apakah 2 plastis yang berasal berpunca kelompok nan berbeda memiliki biasanya yang selevel atau tidak.

Dalam uji ini, nisbah data yang digunakan adalah interval dan perbandingan.

Contohnya, koteng peneliti kepingin membuktikan apakah kredit lazimnya ujian penutup sekolah favorit berlainan berarti dengan sekolah non nomine.

12. Analisis Korelasi

Analisis korelasi yakni amatan yang digunakan bakal mengetahui hubungan antara 2 variabel. Dengan kajian korelasi, kita bisa mengetahui apakah 2 plastis memiliki kekeluargaan yang riil ataupun negatif.

Terdahulu buat diingat bahwa korelasi hanyalah analisis yang menjelaskan seberapa kuat kontak antara 2 variabel.

Analisis korelasi tidak bisa dijadikan dasar untuk menyimpulkan hubungan sebab akibat (kausalitas) antara 2 variabel.

Kamil eksploitasi analisis korelasi adalah hubungan antara pangkat fisik dan pelik raga petatar.

13. Analisis Regresi Linier Sederhana

Analisis regresi linier sederhana yaitu analisis yang digunakan bagi mengerti kekuasaan berasal suatu variabel terhadap variabel lain.

Farik dengan analisis korelasi, amatan regresi linier sederhana berujud untuk mengklarifikasi kontak sebab akibat (kausalitas) antara variavel netral dengan variaben dependen.

Dengan kajian ini, kita boleh mengijmalkan seberapa jauh suatu luwes memengaruhi elastis lainnya.


Ideal Penggunaan Analisis Bivariat

Koteng penyelidik cak hendak mengarifi bagaimana perantaraan antara berat fisik dan tataran jasmani mulai sejak siswa sekolah. Berdasarkan sampel berasal 60 petatar, berikut data yang didapat:

Beralaskan data di atas, bakal analisis deskriptif dan inferensial.

Jawab:

Bersendikan data di atas, terdapat sejumlah hal yang bisa kita lakukan bagaikan identifikasi semula bakal berbuat analisis lanjutan:

  1. Data berjumlah 30, artinya, berdasarkan teorema limit pusat, kita bisa mengasumsikan bahwa data sudah berdistribusi biasa.
  2. Data yang digunakan memiliki skala skala.
  3. Terdapat 1 gerombolan spesimen dengan 2 jenis data berbeda (bersampingan)

Berdasarkan hasil identifikasi di atas, kita bisa melakukan analisis deskriptif dalam buram peredaran kekerapan, pembayangan data dalam bentuk scatter plot, dan analisis inferensial dengan menggunakan uji-cakrawala berkembar.

Untuk penggunaan scatterplot, anda bisa mengikuti langkah berikut:

1.
Graphs > Legacy Dialog > Scatter Dot

cara-memilih-scatter-plot-spss

2. Klik
simple scatter > define

pilih-simple-scatter-untuk-tampilkan-scatter-plot

3. Masukkan plastis yang akan dibuat scatterplot pada sumbu x dan y

tentukan-variabel-x-dan-y-scatter-plot

4. Lega menu
titles, ketik judul scatterplot nan kita inginkan, klik continue

pilih-titles-dan-ketik-judul-scatter-plot

5. Klik
Ok

Berikut hasil tabel scatter plot berdasarkan data nan kita gunakan.

scatter-plot-tinggi-badan-dan-berat-bdan

Sepintas, tertentang ada pernah linier antara selit belit bodi dan jenjang tubuh siswa. Semakin tinggi sendiri siswa, semakin naik berat badannya.

Lakukan memastikan peristiwa tersebut, kita boleh memperalat
kajian korelasi
dan mengaram seberapa lestari hubungan antara jenjang badan dan berat badan siswa.

Bikin analisis korelasi, saya tidak akan terlalu menggunjingkan tutorialnya. Ia bisa mendaras dengan dahulu teoretis pada kata sandang amatan korelasi yang mutakadim saya tulis di blog ini.

analisis-korelasi-untuk-2-variabel

Berdasarkan hasil
analisis korelasi, terbantah bahwa nilai r=0.873. Boleh disimpulkan bahwa terdapat hubungan linier aktual yang lestari antara tinggi badan dan berat badan siswa. Semakin janjang seorang murid, semakin besar biji runyam badan nan dimiliki.

Kerjakan memastikan apakah etis tinggi tubuh memengaruhi berat raga siswa, kita bisa menggunakan
kajian regresi linier sederhana.

Berikut tahapan penggunaan analisis regresi linier terbelakang pada SPSS

1.
Analyze
>
Regression
>
Linear

analisis-regresi-linier-sederhana-untuk-2-variabel

2. Input laur yang akan kita analisis. Dalam kasus ini, berat jasad adalah variabel dependen sedangkan tinggi raga adalah luwes objektif

input-variabel-dependen-dan-independen

3. Klik
Ok

4. Berikut output yang kita dapatkan

hasil-uji-analisis-regresi-linier-sederhana

Berdasarkan hasil pengujian ada 3 peristiwa utama yang kita simpulkan:

1. Tinggi jasmani memengaruhi berat badan siswa sebesar 76.2 uang. Keadaan ini kelihatan terbit nilai
r square sebesar 0.762.

2. Transendental yang terdidik berdasarkan hasil analisis di atas yaitu
y = -156.598 + 1.302 X

Berdasarkan persamaan tersebut, dapat disimpulkan bahwa setiap penambahan hierarki badan pelajar sebesar 1 cm, rumit badan siswa akan naik sebesar 1,302 kg.

3. Berdasarkan hasil uji signifikansi (huruf C) terlihat ponten p-value lebih kecil dari alpha (0.05). Hal ini membuktikan bahwa terdapat relasi positif yang signfikan antara tinggi jasad dan berat awak. Semakin panjang berat jasmani seorang pelajar, semakin naik berat sendiri siswa.

Penutup

Analisis bivariat merupakan analisis nan dilakukan terhadap 2 variabel.

Intern amatan bivariat, seorang peneliti bisa menerapkan kajian deskriptif dan kajian inferensial.

Analisis deskriptif nan menarik bagi digunakan intern 2 variabel adalah scatterplot. Lakukan analisis inferensial, beragam jenis uji bisa dilakukan tersampir jenis dan proporsi data.

Dengan memahami ragam analisis bivariat, anda bisa menghasilkan sebuah kesimpulan nan sistematis dan jujur.

Source: https://yuvalianda.com/analisis-bivariat/