ANALISIS BIVARIAT

ANALISIS BIVARIAT 

     Analisis Bivariat adalah analisa yang digunakan untuk mengetahui keterkaitan antara 2 variabel. Dilihat dari bentuk nya, ada 4 kemungkinan uji kategorik yang dapat dilakukan yaitu :

1. Kategorik - Kategorik ( Uji Beda Proporsi )
2. Kategorik - Numerik ( Uji Beda Rata-rata)
3. Numerik - Kategorik ( Uji Beda Rata-rata)
4. Kategorik - Kategorik (Uji Korelasi )

     Untuk analisis bivariat data Kategorik - Numerik maupun Numerik Kategorik digunakan uji beda rata-rata. Uji Beda Rata- rata ini terbagi dua yaitu yang pertama Uji beda dua rata-rata dan kedua Uji lebih dua  rata-rata dengan menggunakan One Way Anova.

Uji Beda dua Rata-rata juga terbagi 2 yaitu, Uji Beda dua rata-rata berpasangan ( menggunakan Paired T-test) dan Uji beda dua rata-rata tidak berpasangan ( menggunakan Independent Sampel T-test )

    Semua data diatas harus berdistribusi normal. Oleh karena itu jika terdapat data numerik pada salah satu data harus dilakukan Uji Normality. Yang mana uji normality dapat dilakukan dengan cara :

1. Membandingkan Mean, Median, Modus
   Jika hasil dari Mean = Median = Modus 
2. Uji Kolmogorov Smirnov
   Ho data dapat dikatakan berdistribusi normal apabila p <0,05
3. Uji Skewness
   Untuk mengetahui data berdistribusi normal dapat dilihat dari hasil bagi statistic dan standar error. Jika hasil bagi skewness adalah -1,27 sampa 1,27 maka data telah berdistribusi normal 
4. Lihat Histogram
   Yaitu titik tengah dihubungkan dengan masing-masing titik pada kurva yang terbentuk. DAn kurva tersebut identik dengan kurva normal
5. Uji Q-Q Plot
   Untuk melihat data normal atau tidak dari uji ini, Jika terletak disekitar garis scater dan seimbang dari ats dan bawahnya 
6. Bogspot
   Data berdistribusi normal jika :
   
   • Box tidak tinggi 
   • Tangkai pendek dan seimbang atas dan bawah 
   • Median terletak dibagian tengah
   • Tidak ada outlier, kalau pun ada jumlahnya seimbang atas dan bawah nya
    

Setelah diuji Normality dengan salah satu atau lebih dari 6 cara teknik diatas kemudian kesimpulannya Data Tidak Normal. Maka dapat dilakukan salah satu atau dua dari tindakan berikut :

• Menguji langsung dengan uji non parametrik 
• Menormalkan data
  Normalisasi dengan 2 cara yaitu
  a. Memissing outlier
  b. Me-Log-kan variabel
  Apabila data tetap tidak normal maka diuji dengan Uji Non Parametrik/ dikatagorikan ( acuan patokan / pacuan normatik)

*Uji non parametrik yang dipakai untuk Paired T-test adalah wolcoxon
*Uji non parametrik yang dipakai untuk Independent Sampel T-test adalah Mann Whitney
*Uji non parametrik yang dipakai untuk One Way Anova adalah Kruskal- Wallis

Lihat Gambar !