Anda di halaman 1dari 8

Epidemiologi 1.

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 bivariate terdiri atas metode-metode statistik inferensial yangdigunakan untuk menganalisis data dua variabel penelitian. Penelitian terhadap dua variabel biasanya mempunyai tujuan untuk mendiskripsikan distribusi data, meguji perbedaan dan mengukur hubungan antara dua variabel yang diteliti. Analisis Bivariat yaitu hipotesis yang diuji biasanya kelompok yang berbeda dalam ciri khas tertentu dengan koefisien kontigensi yang diberi simbol . Analisis bivariat menggunakan tabel silang untuk menyoroti dan menganalisis perbedaan atau hubungan antara dua variabel. !enguji 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 s#uare, denagn tingkat kemaknaan a$%,%&. Hasil yang diperoleh pada analisis chi s#uare, dengan menggunakan program 'P'' yaitu nilai p, kemudian dibandingkan dengan a$%,%&. Apabila nilai p( dari a$%,%& maka ada hubungan atau perbedaan antara dua variabel tersebut. )Agung, *++,-

Kegunaan Dari Analisis Bivariat .ntuk mengukur kekuatan hubungan antar dua variabel atau lebih. ontoh mengukur hubungan antar dua variabel / *. !otivasi kerja dengan produktivitas 0. 1ualitas layanan dengan kepuasan pelanggan

Langka !Langka "elaksanakan Analisis Bivariat *. !asukkan data diatas kedalam program 'P'' dengan nama variabel bulan, b2selling, b2promo, b2iklan, dan unitpjl. 0. 1lik menu utama anali3e , correlate, bivariate, tampak dilayar ,. 1emudian klik semua variabel yang akan dikorelasikan dan masukkan kekolom variables dengan mengklik tanda panah 4. .ntuk kolom corelatiaon koeffisients, pilihlah pearson karena anda ingin melakukan uji atas data rasio &. .ntuk kolom test of significance, pilih option two-tailed untuk uji dua arah atau dua sisi 5. .ntuk pilihan flag signifikant korelations boleh dicentang )dipilih- hingga pada output akan muncul tanda 6 untuk signifikansi &7 dan tanda 66 untuk signifikansi *7 8. 1emudian klik tombol option hingga dilayar tampil / Pengisian /

Anda dapat memunculkan output nilai means and standard deviations dengan mengklik pilihan yang sesuai pada kolom dtatistik Pada pilihan missing values pada dua pilihan / *. 9:clude cases pairwise / Pasangan yang salah satu tidak ada datanya tidak dimasukkan dalam perhitungan. Akibatnya, jumlah data tiap pasangan korelasi akan bervariasi. 0. 9:clude cases listwise / ;ang dibuang adalah kasus yang salah satu variabelnya memiliki mising data. <umlah untuk semua variabel korelasi adalah sama.

.ntuk keseragaman pilih e:clude cases pairwise

=ekan #ontinyue jika sudah selesai 1emudian tekan ok dan akan muncul output

#enis!#enis $%i Analisis Bivariat *.

.ji korelasi Bivariat ) Product-moment person .ntuk menentukan korelasi ) kuatnya hubungan - antara variabel-variabel penelitian

<ika ada hubungan, seberapa kuat hubungan antar variabel tersebut >apat digunakan untuk jenis data rasio ) scale - atau interval .ji chis-#uare, dengan tingkat kemaknaan a$%,%&. Hasil yang diperoleh pada analisis chis #uare dengan menggunakan program 'P'' yaitu nilai p, kemudian dibandingkan dengan a$%,%& apabila nilai p ( dari a$%,%& maka ada hubungan atau pernedaan antara dua variabel tersebut )Agung *++,-.

0.

>alam analisis bivariate secara umum terdiri dari analisa korelasi dan analisa regresi. =eknik analisis statistik yang dibahas dalam bab ini bersumber pada 'P'' yang difokuskan hanya pada teknik yang dapat menjelaskan hubungan atau kaitan antara beberapa variabel, baik hubungan antara dua variabel ) bivariate- maupun banyak variabel )multivariate-. Pembahasan diutamakan pada cara membaca dan menafsirkan arti dari parameter yang diperoleh dari hasil pengolahan data yang terdapat pada output 'P''. =eknik analisis statistik yang dibahas meliputi Analisis ?egresi, Analisis Path, Multiple Classification Analysis )! A-, =abel 1ontingensi, !odel @ogit, !odel @og-@inear, Analisis >iskriminan, dan Analisis Aaktor. Analisis Regresi Linier

Analisis regresi merupakan alat yang dapat memberikan penjelasan hubungan antara dua jenis variabel yaitu hubungan antara variabel dependen atau variabel kriteria dengan variabel independen atau variabel prediktor. Analisis hubungan antara dua variabel disebut sebagai analisis regresi sederhana jika hanya melibatkan satu variabel independen. Analisis disebut sebagai analisis regresi berganda jika melibatkan lebih dari satu variabel independen. Hubungan antara variabel dependen );- dengan variabel independen )Bdituliskan dalam model linier umum
C= C ! C " % ! ######## ! C " $#%) ######### Y 0 % p
p

! e,

e N 0,& ),

C Residual e = Y - Y

C , i $ *,0,........p adalah koefisien regresi yang berarti besarnya di mana i

C , jika Bi bertambah satu satuan dan variabel yang lain konstan, perubahan pada Y
C adalah intercept. ?esidual e mengikuti distribusi normal dengan rata-rata % 0

dan varians konstan sebesar 2. Asumsi dasar dalam analisis regresi adalah )i- setiap ; yang merupakan kombinasi linier atas B dan mengikuti distribusi normal, )ii- e tersebar secara acak dan tidak berpola mengikuti besarnya nilai B, )iii- tidak terdapat hubungan )korelasi- yang tinggi antar variabel B. Analisis Regresi Seder ana Analisis regresi sederhana hanya melibatkan satu variabel independen B, sehingga dalam persamaan ),.*- p$*, sehingga model liniernya adalah
C= C ! C " ! e, $#&) ######### Y 0 % e N 0,& ), C Residual e = Y - Y

>engan model seperti pada persamaan ),.0- maka hipotesis yang diajukan untuk diuji adalah H%/ * $ % terhadap H*/ dibuktikan secara empirik bahwa persamaan ),.0-.
* *

%. .ntuk menolak H% harus dapat

% atau * bermakna )significant- atau

dengan kata lain ada hubungan linier regresi antara ; dan B seperti pada

>alam output 'P'' +.% for Dindows untuk subprogram ?9E?9'FGH, yang pertama perlu diketahui adalah apakah regresi ; pada B bermakna. Hal ini dapat dilihat pada output AHGIA sebagai berikut/

ANOVA
Sum of Df Squares Model 1 Regresion Residual Total 6475.18 3185.81 9660.99 1 83 84 Squares 6475.18 168.698 38.38 .000 Mean F Sig.

Uji hipotesis untuk mengetahui apakah regresi Y pada X ada,

Tabel ANOVA dengan C =0,00 menunjukkan bahwa ditolak 0 regresi Y pada bermakna!

C - serta 'elanjutnya adalah untuk mengetahui besarnya estimate koefisien regresi ) %

standard error-nya, ini dapat dilihat pada output G9AAF F9H=' sebagai berikut/

COEFFICIENTS
!tandardiz ed Coeffi ients "eta t 27.337 .819 12.988 !ig. .000

Unstandardized Coeffi ients " Model 1 $Constan 47.170 t% .307 & !td. #rror 1.726 .024

C = "#,$# %inter&ept' 0

C = 0,(0# %koe))isien %
regresi'

Y akan berubah sebesar .000 0,($ unit untuk setiap perubahan satu unit dari X!

>apat dilihat bahwa karena regresi linier sederhana, maka pada dua tabel di atas t0$ A. Beta$%,J*+ yang merupakan koef. regresi baku sebenarnya adalah sama dengan r $ koefisien korelasi antara ; dan B, karena beta dihitung berdasarkan vaiabel baku K yang dihitung dengan cara
)= " " '( * , dengan '( = standard deviasi

1oefisien determinasi r0 $ %,58% )yaitu nilai Beta dikuadratkan atau )%.J*+-0- berarti bahwa variasi ; yang dapat dijelaskan oleh model sebesar 58 persen. Beberapa statistik dan estimasi dari parameter dapat pula diperoleh seperti rata-rata dan standard deviasi serta korelasi dari ; dan B. Para pembaca lebih lanjut dianjurkan untuk membaca '+''7 ,ase -#0 Application Euide. Analisis Regresi Berganda 1alau satu variabel dependen ; perlu dijelaskan oleh lebih dari satu variabel independen B, maka kita perlu membuat model yang sesuai dengan tujuan studi. !odel tersebut adalah regresi linier ganda ) Multivariate .inear Regression- yang secara umum modelnya seperti pada persamaan ),.*-. 'elain berguna untuk dapat menjelaskan hubungan p variabel B secara bersama terhadap variabel ;, dengan analisis regresi ganda juga dapat diperoleh suatu penjelasan tentang peranan atau kontribusi relatif setiap variabel B terhadap variabel ;. 'ecara empirik walaupun misalnya model ),.*- signifikan, yang berarti bahwa secara bersama p variabel B dapat menjelaskan variabel ;, tidak berarti bahwa setiap variabel mempunyai pengaruh yang signifikan pada variabel ;. 'uatu kajian tersendiri perlu dilakukan untuk kemudian dapat memilah variabel B yang berpengaruh secara parsial pada variabel ;.

ANALISIS BIVARIATE

Tugas ini disusun guna memenu i tugas dari mata kulia Statistik Sosial I

Disusun ole & Aldora Nuar' ( Arum Sa.torini Dani Bina " 1ani2a Kristi'anti Inda Noor K Na.ella Se2ina )D*+1***,)D*+1**1/)D*+1**10)D*+1**/0)D*+1**+*)D*+1**30-

#$R$SAN S4SI4L45I 6AK$LTAS IL"$ S4SIAL DAN IL"$ 74LITIK $NIVERSITAS SEBELAS "ARET

/*11