ANALISI BIVARIAT

Pengertian Analisis Bivariat 

Analisis bivariat adalah melakukan analysis statistik untuk mengetahui keterkaitan antara 2 variabel.

Dilihat dari data kategorik numerik, Analisis bivariat terbagi atas 4 jenis: 

   1. Data Kategorik - Kategorik, dapat diuji dengan Uji Beda Proporsi 

   2. Data Kategorik - Numerik, dapat diuji dengan Uji Beda Rata-Rata 

   3. Data Numerik - Kategorik, dapat diuji dengan Uji Beda Rata-Rata 

        Uji beda rata - rata ini terbagi atas 2 jenis: 

         a. Uji beda dua rata- rata. Uji beda dua rata- rata ini juga terbagi atas 2 jenis:

              * Uji beda dua rata-rata berpasangan (Paired Sample T-test)

              * Uji beda dua rata-rata tdk berpasangan (Independent Sample T-test)

         b. Uji beda lebih dua rata-rata, bisa diuji dengan menggunakan (One-Way Anova)

     4. Data Numerik - Numerik, dapat diuji dengan Uji Korelasi

Semua data diatas dapat diuji, dengan syarat semua data harus berdistribusi normal. Untuk mengetahui data berdistribusi normal atau tidak, kita bisa melakukan Uji Normality, yaitu:

1. Perbadingan Mean, Median, Modus

1. Skewness,  data normal jika skewness berkisar antara -1,27 s/d 1,27

1. Histogram, data dikatakan normal apabila kurva yang terbentuk identik dengan kurva normal yang mana puncak grafik ditengah dan seimbang kiri dan kanan.

1. Q-Q Plots, data dikatakan normal apabila berada disekitar garis skhatcer dan seimbang atas bawah 

1. Uji Kolmogorof, apabila P<0,05 maka data dikatakan tidak normal

1. Blox plot, data dikatakan normal apabila memenuhi 4 syarat, yaitu:

            a. Box tidak tinggi

            b. Tangkai pendek dan seimbang atas bawah

            c.  Median ditengah

            d. Tidak ada outliers, kalaupun ada,  jumlahnya seimbang atas bawah.

Setelah dilakukan uji normallity dengan salah satu atau lebih dari 6 teknis diatas, kemudian kesimpulannya data tidak normal, maka dapat dilakukan tindakan berikut:

1. Menguji langsung dengan non parametrik

1. Menormalkan data (normalisasi)

           Dalam melakukan normalisasi ada 2 cara: 

           * Memissingkan outliers 

           * Melog-kan variabel

Apabila data tetap tidak normal, maka dapat diuji dengan Uji Non Parametrik atau Kategorikan ( acuan patokan/ acuan normatif)

   Uji non parametrik yang dipakai untuk Paired Samples T-Test, Lihat gambar diatas!

   Uji non parametrik yang dipakai untuk Independent Sample  T-Test Lihat gambar!

   Uji non parametrik yang dipakai untuk One- Way Anova, Lihat gambar diatas!