Perbedaan Antara Analisis Bivariat & Multivariat

Posted on
Pengarang: Peter Berry
Tanggal Pembuatan: 14 Agustus 2021
Tanggal Pembaruan: 1 Juli 2024
Anonim
Perbedaan Antara Analisis Bivariat & Multivariat - Ilmu
Perbedaan Antara Analisis Bivariat & Multivariat - Ilmu

Isi

Analisis bivariat dan multivariat adalah metode statistik untuk menyelidiki hubungan antara sampel data. Analisis bivariat mengamati dua set data berpasangan, mempelajari apakah ada hubungan di antara mereka. Analisis multivariat menggunakan dua atau lebih variabel dan analisis yang, jika ada, berkorelasi dengan hasil tertentu. Tujuan dalam kasus terakhir adalah untuk menentukan variabel mana yang mempengaruhi atau menyebabkan hasil.

Analisis Bivariat

Analisis bivariat menyelidiki hubungan antara dua set data, dengan sepasang pengamatan diambil dari satu sampel atau individu. Namun, setiap sampel independen. Anda menganalisis data menggunakan alat seperti uji-t dan uji chi-kuadrat, untuk melihat apakah dua kelompok data berkorelasi satu sama lain. Jika variabelnya kuantitatif, Anda biasanya membuat grafiknya di sebar scatter. Analisis bivariat juga menguji kekuatan korelasi apa pun.

Contoh Analisis Bivariat

Salah satu contoh analisis bivariat adalah tim peneliti yang mencatat usia suami dan istri dalam satu pernikahan. Data ini dipasangkan karena kedua usia berasal dari pernikahan yang sama, tetapi independen karena usia satu orang tidak menyebabkan usia orang lain bertambah. Anda memplot data untuk menunjukkan korelasi: suami yang lebih tua memiliki istri yang lebih tua. Contoh kedua adalah mencatat pengukuran kekuatan cengkeraman individu dan kekuatan lengan. Data dipasangkan karena kedua pengukuran berasal dari satu orang, tetapi independen karena otot yang berbeda digunakan. Anda memplot data dari banyak individu untuk menunjukkan korelasi: orang dengan kekuatan cengkeraman yang lebih tinggi memiliki kekuatan lengan yang lebih tinggi.

Analisis Multivariat

Analisis multivariat memeriksa beberapa variabel untuk melihat apakah satu atau lebih dari mereka dapat memprediksi hasil tertentu. Variabel prediktif adalah variabel independen dan hasilnya adalah variabel dependen. Variabel dapat kontinu, artinya mereka dapat memiliki kisaran nilai, atau mereka dapat dikotomis, yang berarti mereka mewakili jawaban untuk pertanyaan ya atau tidak. Analisis regresi berganda adalah metode yang paling umum digunakan dalam analisis multivariat untuk menemukan korelasi antara set data. Lainnya termasuk regresi logistik dan analisis varians multivariat.

Contoh Analisis Multivariat

Analisis multivariat digunakan oleh para peneliti dalam studi Journal of Pediatrics 2009 untuk menyelidiki apakah peristiwa kehidupan negatif, lingkungan keluarga, kekerasan keluarga, kekerasan media dan depresi adalah prediktor agresi dan intimidasi kaum muda. Dalam hal ini, peristiwa kehidupan negatif, lingkungan keluarga, kekerasan keluarga, kekerasan media dan depresi adalah variabel prediktor independen, dan agresi dan intimidasi adalah variabel hasil dependen. Lebih dari 600 subjek, dengan usia rata-rata 12 tahun, diberikan kuesioner untuk menentukan variabel prediktor untuk setiap anak. Survei juga menentukan variabel hasil untuk setiap anak. Persamaan regresi berganda dan pemodelan persamaan struktural digunakan untuk mempelajari set data. Peristiwa kehidupan negatif dan depresi ditemukan sebagai prediktor terkuat agresi kaum muda.