Anda di halaman 1dari 16

Pengertian analisis Univariate, Bivariate dan Multivariate, Mata Kuliah

Biostatistik

PENGERTIAN ANALISIS UNIVARIATE,BIVARIATE,DAN MULTIVARIATE

Penelitian analisis univariate adalah analisa yang dilakukan menganalisis tiap variabel dari hasil
penelitian (Notoadmodjo, 2005 : 188). Analisa univariat berfungsi untuk meringkas kumpulan
data hasil pengukuran sedemikian rupa sehingga kumpulan data tersebut berubah menjadi
informasi yang berguna. peringkasan tersebut dapat berupa ukuran statistik, tabel, grafik. Analisa
univariat dilakukan masingmasing variabel yang diteliti.
Analisis Bivariate 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 yang digunakan 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 Bivariate yaitu hipotesis yang diuji biasanya kelompok yang berbeda dalam ciri khas
tertentu dengan koefisien kontigensi yang diberi simbol C.Analisis bivariat menggunakan tabel
silang untuk menyoroti dan menganalisis perbedaan atau hubungan antara dua variabel. Menguji
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 square, denagn tingkat kemaknaan
a=0,05. Hasil yang diperoleh pada analisis chi square, dengan menggunakan program SPSS yaitu
nilai p, kemudian dibandingkan dengan a=0,05. Apabila nilai p< dari a=0,05 maka ada hubungan
atau perbedaan antara dua variabel tersebut. (Agung, 1993).
Statistika multivariate merupakan objek kajian pada statistika yang mempelajari perilaku dan
hubungan antara dua atau lebih variabel. Dasar dari kajian ini adalah analisis
korelasi dan analisis regresi untuk dua variabel. Prinsip yang sama kemudian dikembangkan
untuk lebih dari dua variabel. Kompleksitas yang muncul akibat penambahan variabel dan
tipenya (nominal, ordinal, atau rasional), serta teknik penyaringan informasi yang bisa diambil
menjadi kajian pembahasannya.
BAB I
PENDAHULUAN

Penggunaan metode statistik bukanlah hal yang baru dalam pendidikan, ekonomi,
perdagangan, maupun industri, khususnya dalam kaitannya dengan pengumpulan informasi/data
atau data saintifik.
Terdapat perbedaan mendasar antara pengumpulan informasi saintifik dengan statistik
inferensial. Statistik inferensial digunakan dalam proses mengambil keputusan dalam
menghadapi ketidakpastian dan perubahan. Contoh ketidakpastian adalah kuat tekan beton
dalam suatu pengujian tidak sama, walaupun dibuat dengan material yang sama. Dengan adanya
kenyataan tersebut, maka metode statitsik digunakan untuk menganalisis data dari suatu proses
pembuatan beton tersebut sehingga diperoleh kualitas yang lebih baik. Statistik inferensial telah
menghasilkan banyak metode analitis yang digunakan untuk menganalisis data. Dengan
perkataan lain statistik inferensial tidak hanya mengumpulan data, tetapi juga mengambil
kesimpulan dari suatu sistem saintifik. Informasi dikumpulkan dari suatu sampel atau kumpulan
dari suatu pengamatan (observasi). Sedangkan sampel diambil dari populasi yang merupakan
kumpulan (himpunan) yang mewakili semua pengukuran.
Contoh, sebuah perusahaan komputer berupaya menghilangkan kerusakan. Perusahaan
mengambil 50 sampel komputer secara acak dari suatu proses. Disini, populasi adalah seluruh
komputer yang diproduksi oleh perusahaan tersebut pada periode waktu tertentu. Setelah
dilakukan perbaikan dalam proses produksi, perusahaan tersebut mengambil kembali 50 sampel.
Kemudian dianalisis seberapa besar pengaruh perbaikan proses produksi terhadap pengurangan
tingkat kerusakan komputer.
Terkadang seseorang meneliti hanya karakteristik tertentu dari objek yang diteliti.
Misalkan, seorang insinyur ingin meneliti pengaruh kondisi proses, temperatur, kelembaban,
banyaknya material tertentu terhadap disain experimen yang diinginkan. Dalam beberapa kasus
penelitian tidak diperlukan disain eksperimen. Misal, seorang ingin meneliti faktor yang
mempengaruhi kepadatan kayu dari suatu pohon. Dalam kasus ini yang dibutuhkan adalah studi
observasi (pengamatan) langsung di lapangan karena faktor-faktor yang ada tidak bisa dipilih
sebelumnya.

B. Rumusan Masalah
Berdasarkan latar belakang di atas maka permasalahan yang akan dikaji dalam makalah
ini adalah :

1. Apakah yang dimaksud dengan analisis statistik univariat ?

2. Bagaimana penerapan perhitungan dari analisis statistik univariat ?

C. Tujuan Penulisan

1. Untuk mengetahui tentang analisis statistik univariat.

2. Mengetahui penerapan perhitungan dari analisis statistik univariat.


BAB II
PEMBAHASAN

A. Pengertian Analisis Univariat


Setelah dilakukan pengumpulan data, langkah berikutnya adalah melakukan pengolahan
data agar data yang masih terkesan bertebaran dapat disusun sehingga lebih mudha dimanfaatkan
dalam analisis oleh alat analisisnya untuk menjawab tujuan penelitian.1
Data dianalisa menggunakan statistik deskriptif untuk mendapatkan dalam bentuk
tabulasi, dengan cara memasukkan seluruh data kemudian diolah secara statistik deskriptif yang
digunakan untuk melaporkan hasil dalam bentuk distribusi frekuensi dan prosentase (%) dari
masing-masing item.
Penelitian analisis univariat adalah analisa yang dilakukan menganalisis tiap variabel dari
hasil penelitian (Notoadmodjo, 2005 : 188). Analisa univariat berfungsi untuk meringkas
kumpulan data hasil pengukuran sedemikian rupa sehingga kumpulan data tersebut berubah
menjadi informasi yang berguna. peringkasan tersebut dapat berupa ukuran statistik, tabel,
grafik. Analisa univariat dilakukan masingmasing variabel yang diteliti.2
Seorang peneliti dapat menguji satu atau lebih perlakuan pada satu kelompok atau lebih
yang dibentuk. Untuk menguji tentu diperlukan analisis statistik yang sesuai dengan maksud
statistiknya (korelasi, komparasi, pengaruh, dan lain-lain).3
Analisis terhadap satu perlakuan yang dimaksudkan adalah analisis secara statistik untuk
menguji hipotesis yang berkenaan dengan kualitas sebuah perlakuan seperi baik/jelek,
berhasil/gagal, memuaskan/mengecewakan) atau rata-rata atau normal tidaknya sebuah sebaran
data.4 Biasanya analisis univariat dilakukan untuk mengetahui distribusi frekuensi,
kecenderungan tengah, dan penyebaran.

1. Umar, Husein. 2002. Metode Riset Bisnis. hal 149.


2. Notoatmodjo, Soekijo. 2005. Metodologi Penelitian Kesehatan. hal. 188
3. Subana dkk. 2000. Statistik Pendidikan. Hal 123.
4. Ibid 3, hal. 123
B. Penerapan Perhitungan Analisis Univariat
Berikut disajikan contoh analisis univariat dari beberapa perhitungan distribusi frekuensi,
kecenderungan tengah, dan normalitas.
1. Distribusi Frekuensi
Berikut disajikan hasil analisis univariat dari ouptput perhitungan program komputer
SPSS dengan sampel penelitian berdasarkan usia, riwayat penyakit dan masa kerja.

Tabel 1. Distribusi frekuensi sampel menurut usia


Usia

Cumulative
Frequency Percent Valid Percent Percent

Valid < 40 tahun 22 44.0 44.0 44.0

>= 40 tahun 28 56.0 56.0 100.0

Total 50 100.0 100.0

Terlihat dari tabel di atas bahwa frekuensi sampel yang berusia < 40 tahun sebanyak 22
orang (44%) dan sampel yang berusia >= 40 tahun sebanyak 28 orang (56%).

Tabel 2. Distribusi frekuensi sampel menurut riwayat penyakit


Riwayat Penyakit

Cumulative
Frequency Percent Valid Percent Percent

Valid tidak 23 46.0 46.0 46.0

ya 27 54.0 54.0 100.0

Total 50 100.0 100.0

Terlihat dari tabel di atas bahwa frekuensi sampel yang menjawab tidak ada 23 orang
(46%) dan sampel yang menjawab ya sebanyak 27 orang (54%).

3. Distribusi frekuensi sampel menurut masa kerja


Tabel 3. Distribusi frekuensi sampel menurut masa kerja
Masa Kerja

Cumulative
Frequency Percent Valid Percent Percent

Valid < 10 tahun 16 32.0 32.0 32.0

>= 10 tahun 34 68.0 68.0 100.0

Total 50 100.0 100.0

Terlihat dari tabel di atas bahwa frekuensi sampel yang mempunyai masa kerja < 10
tahun ada 16 orang (32%) dan sampel dengan masa kerja lebihd ari atau sama dengan 10 tahun
sebanyak 34 orang (68%).

2.Mean
Ratarata(mean)darisampeldinyatakansebagai:

dimanan=jumlahpengukuranpengukuransampel
Contoh:Tentukanrataratadaripengukuranpengkuran2,9,11,5,6

3. Median
Median dari himpunan pengukuran x1, x2, x3, x4, ..... xn didefinisikan sebagai nilai dari
x yang jatuh ditengah-tengah jika pengukuran-pengukuran disusun sesuai urutan besarnya. Jika
jumlah pengukuran genap, kita pilih median sebagai nilai x yang terletak di tengah antara dua
pengukuran-pengukuran tengah.
Contoh: tinjaulah pengukuran-pengukran sampel sbb: 9, 2, 7, 11, 14.
Jika disusun dalam urutan besarnya 2, 7, 9, 11, 14. Maka dipilih 9 sebagai median.
Contoh: tinjaulah pengukuran-pengukran sampel sbb: 9, 2, 7, 11, 14. 6
Jika disusun dalam urutan besarnya 2, 6, 7, 9, 11, 14. Maka kita memilih median sebai nilai
tengah antara 7 dan 9, yaitu 8.
4. Modus
Modus (mode) dari himpunan n pengukuran-pengukuran x1, x2, x3, x4, ..... xn
didefinisikan sebagai nilai dari x yang tampil dengan frekuensi tertinggi.
Contoh: tinjaulah pengukuran-pengukran sampel sbb: 9, 2, 7, 11, 14. 7, 2, 7.
Karena 7 tampil tiga kali (paling banyak), maka modus adalah 7.
5. Rentang (Range)
Ukuran paling sederhana dari variasi adalah rentang (range). Rentang dari himpunan
pengukuran-pengukuran x1, x2, x3, x4, ..... xn didefinisikan sebagai beda (selisih) antara
pengukuran terbesar dan pengukuran yang terkecil. Contoh: bila dari hasil pengukuran diperoleh
nilai 3, 4, 5, 9, 11, 2, 13; maka rentangnya adalah 13-2 = 11.
Tabel 4. Contoh Hasil Analisis Univariat
Descriptive Statistics
N Range Minimum Maximum Mean
Statistic Statistic Statistic Statistic Statistic Std. Error
Kelas X1 32 27 50 77 70.03 1.514
Kelas X2 32 27 52 79 69.28 1.600
Kelas X3 32 23 65 88 75.94 .973
Kelas X4 32 17 60 77 70.97 1.182
Kelas X5 32 18 61 79 72.13 1.083
Kelas X6 32 13 73 86 79.06 .508
Kelas X7 32 12 68 80 74.16 .617
Kelas X8 32 14 70 84 74.06 .571
Kelas X9 32 13 72 85 77.97 .607
Kelas X10 32 23 65 88 76.97 1.110
Kelas X11 32 19 61 80 73.25 .747
Kelas X12 32 16 71 87 75.25 .526
Valid N (listwise) 32

Dari output SPSS tabel di atas dapat diketahui bahwa jumlah anak masing-masing kelas
adalah 32 (N = 32). Nilai terendah (min) untuk kelas X1 adalah 50 dan nilai tertinggi 77, dengan
range 27 dan nilai rata-rata 70,03. Kelas X2 nilai terendahnya (min) 52, sedangkan nilai
tertingginya (max) 79 dengan range 27 dan nilai rata-rata (mean) 69,28. Kelas X3 nilai
terendahnya (min) 65, sedangkan nilai tertingginya (max) 88 dengan range 23 dan nilai rata-rata
(mean) 75,94, demikian seterusnya.
Contoh lain dari analisis statistik univariat adalah pengujian normalitas data suatu
kelompok sampel atau lebih. Berikut disajikan salah satu pengujian normalitas melalui bantuan
komputer program SPSS dengan uji Kolmogorov-Smirnov yang menguji apakah data dari
kelompok pretes dan postes dari suatu perlakuan berdistribusi normal atau tidak.
Tabel 2. Contoh Uji Normalitas dengan Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test

Pretes Postes

N 36 36

Normal Parametersa,,b Mean 9.31 12.19

Std. Deviation 1.261 1.261

Most Extreme Differences Absolute .207 .172

Positive .207 .172

Negative -.126- -.161-

Kolmogorov-Smirnov Z 1.241 1.034

Asymp. Sig. (2-tailed) .092 .235

a. Test distribution is Normal.

b. Calculated from data.

Kriteria:JikanilaiAsymp.Sig>0,05makadataberdistribusinormal.Terlihatpadakedua
variabel nilai Asymp. Sig 0,092 dan 0,235 maka data pada variabel pretes dan postes pada
perlakuantersebutberdistribusinormal.

BABIII
PENUTUP

A.Simpulan
DaribeberapauraiantentanganalisisstatistikunivariatdapatdisimpulkanbahwaAnalisis
statistikunivariatmerupakananalisisstatistikterhadapsatuvariabel,yangbiasanyadilakukan
analisisuntuk mengetahuidistribusifrekuensi,kecenderungantengah(central tendency),dan
penyebaran(dispersion).
B.Saran
Berdasarkanpembahasanpermasalahandiatasmakasaranyangdiajukanadalah:
1. Sebelummelangkahlebihjauhtentanganalisisdata,makaperludipahamidulukonsepdasar
statistikdananalisisdata.
2. Masingmasing cara memiliki tingkat ketelitian masingmasing yang pemakaiannya dapat
disesuaikandengantujuanpenelitianitusendiri.

DAFTAR PUSTAKA

Notoatmodjo, Soekidjo. 2005. Metode Penelitian Kesehatan, Rineka Cipta : Jakarta.

Subana dkk. 2000. Statistik Pendidikan. Bandung : Pustaka Setia

Sugiyono. 2009. Metode Penelitian Kuantitatif, Kualitatif, R & D. Bandung : Alfabeta.

Umar, Husein. 2002. Metode Riset Bisnis. Jakarta : Gramedia.


Diposkan oleh ahli_riset di 22.55
BAB II
PEMBAHASAN

II.A Pengertian Analisis


Menurut Dale Yoder mengemukakan yang dikutif oleh A. A. Anwar Prabu
Mangkunegara dalam bukunya Manajemen Sumber Daya Manusia
Perusahaan mendefinisikan arti dari analisis yaitu: Prosedur melalui fakta-
fakta yang berhubungan dengan setiap pengamatan yang diperoleh dan
dicatat secara sistematis (Anwar, 2001:13).

Analisis yaitu periset melakukan kajian terhadap suatu objek riset dengan
terlebih dahulu memecahnya ke dalam beberapa bagian. Kemudian
dilakukan pengujian atas bagian-bagian itu.Dalam kamus Webster, analisis
diartikan:
A separating or breaking up of any whole into its parts aspeciallywitd an
examination of these parts to find out their nature, proportion, function,
interrelationship, etc.
Berdasarkan dari pendapat di atas, kegiatan analisis merupakan proses
kerja dari rentetan tahapan pekerjaan sebelum riset didokumentasikan
melalui tahapan penulisan laporan.
II.B Jenis-Jenis Analisis Data
Melakukan analisis akan berhadapan dengan kegiatan yang kompleks,
oleh karena itu pekerjaan hendaknya dimulai dari yang sederhana, lalu
melangkah ke yang lebih rumit. Berikut ini ada deskriptif dari macam analisis
yang sederhana (univariat).
Analisis univariat
Analisis univariat adalah analisis yang dilakukan terhadap sebuah
variabel. Bentuknya bermacam-macam, misalnya: distribusi frekuensi, rata-
rata, proporsi, standar deviasi, varians, median, modus, dan sebagainya.
Dengan analisis univariat dapat diketahui apakah konsep yang kita ukur
berada dalam kondisi yang siap untuk dianalisis lebih lanjut, selain juga
dapat mengetahui bagaimana gambaran konsep itu secara terperinci.
Dengan analisis univariat pula, kita dapat mengetahui bagaimana sebaiknya
menyiapkan ukuran dan bentuk konsep untuk analisis berikutnya.
Analisis univariat mempunyai banyak manfaat, antara lain:
a. Untuk maengetahui apakah data yang akan digunakan untk analisis sudah
layak atau belum;
b. Untuk mengetahui gambaran data yang dikumpulkan;
c. Untuk mengetahui apakah data telah optimal jika dipakai untuk analisis
berikunya.
Contoh Tabel dari analisis univariat
Distribusi Menurut Umur Mahasiswa FKM UMI angt 2002, Makassar, tahun
2004
Umur (tahun) Mahasiswa
18-20 10

21-23 50

24-26 20

Total 80

Tingkatan Analisis Univariat :

Deskriptif
Untuk Data Numerikal
Uji perhitungan Nilai Terpusat dan Nilai Penyebaran
Untuk Data Kategorikal
Perhitungan Nilai Proporsi,Ratio dan Rate
Analitik
Untuk Data Numerikal
Uji Hipotesis Mean Satu Sampel
Untuk Data Kategorikal
Uji Hipotesis Proporsi satu sampel
Untuk Data Ordinal,Interval,Ratio
Uji Normalitas

Tipe Distribusi Data dan Skala Pengukuran

Diskripsi SKALA PENGUKURAN


Distribusi
Data Nominal Ordinal Interval-Ratio

1. Frekuensi Proporsi Absolut & Absolut &


(Persentase) Proporsi Proporsi
2. Nilai Tengah Modus Median Mean
3. Dispersi - Inter-quartile Standard Deviasi
BAB III
PENUTUP
A. Kesimpulan
Setelah membaca
danmemahamisertamenganalisisPengaruhdanGambaranterhadapIlmu
Manajemen Data dan komputer serta kaitannya dengan Ilmu
Statistikadapatdisimpulakanbahwakegiatan analisis merupakan proses kerja
dari rentetan tahapan pekerjaan sebelum riset didokumentasikan melalui
tahapan penulisan laporan.

B. Saran
Diharapkandenganselesainyamakalahinimerupakansuatusumberinformasida
nkajianmasalah khususnya dibidang kesehatan dan statistika.
Konsep-Konsep Dasar Penelitian (Bagian 7)
A. ANALISIS DATA

1. Univariat, Bivariat, dan Multivariat

Univariate Analysis, adalah analisis yang dilakukan untuk satu variabel atau per variabel.

Catatan: Dalam pengertian tertentu, analisis deskriptif menjadi sama dengan analisis univariat.

Bivariate Analysis, adalah analisis yang dilakukan untuk menganalisis hubungan dua variabel.

Multivariate Analysis, adalah analisis yang dilakukan untuk menganalisis hubungan lebih dari
dua variabel.

Catatan: Karena pada saat sekarang kecenderungan penelitian melibatkan banyak variabel,
maka terjadi kecenderungan analisis multivariat pula. Agar penamaan analisis
multivariat tidak menjadi suatu analisis yang biasa, maka sekarang digunakan
pengertian lain dalam analisis hubungan asimetrik, yaitu;

Univariate Analysis, adalah analisis yang dilakukan pada dua atau lebih variabel
yang hanya memiliki 1 variabel terikat.

Dengan pengertian ini, analisis univariat menjadi tak sama lagi dengan analisis
deskriptif.

Multivariate Analysis, adalah analisis yang dilakukan pada tiga atau lebih variabel
yang memiliki dua atau lebih variabel terikat.

Program SPSS menggunakan konsep seperti ini.

2. Parametrik dan Nonparametrik

Parametric Analysis, analisis yang dilakukan untuk menguji parameter/berdasarkan asumsi-


asumsi tertentu dan biasanya salah satu asumsinya adalah distribusi normal.

Catatan: keluarga distribusi normal antara lain adalah;

a. Distribusi Gauss

b. Distribusi Fisher

c. Distrbusi Student.

Nonparametric Analysis, analisis yang dilakukan tidak untuk menguji parameter/tidak


berdasarkan asumsi-asumsi tertentu.
Catatan: salah satu keluarga distribusi yang termasuk dalam kategori statistika bebas distribusi
(free distribution statistics) adalah Chi-Square.

3. Deskriptif dan Inferensial

Descriptive Analysis, seperti yang telah dipaparkan sebelum ini adalah analisis yang dilakukan
untuk satu variabel atau per variabel.

Dalam pengertian yang lain, analisis deskriptif adalah analisis dimana kesimpulan yang didapat
hanya diberlakukan pada data tersebut, tanpa melakukan generalisasi pada lingkup data yang
lebih luas.

Catatan: a. pada pengertian pertama, analisis deskriptif merupakan komplemen untuk analisis
bi/multivariat.

b. pada pengertian yang kedua, analisis deskriptif merupakan komplemen untuk


analisis inferensial dan lebih cocok untuk sensus.

Penggunaan istilah deskriptif pada SPSS jika dikaitkan dengan konsep yang telah dipaparkan
adalah sebagai berikut:

SPSS Konsep yang Dipaparkan

Descriptives Statistika Deskriptif


Descriptive
Statistics
Crosstab Statistika Bebas Distribusi
Statistika
Nonparametrik
Nonparametric Test Uji Nonparametrik

Inference Analysis, adalah analisis dimana kesimpulan yang didapat (dari sampel) digunakan
untuk melakukan generalisasi pada lingkup data yang lebih luas (populasi) pada survey.

4. Eksplorasi dan Konfirmasi

Exploratory Analysis, atau disebut juga Tukey Analysis dilakukan dengan cara melakukan
berbagai analisis yang memungkinkan untuk memahami/menemukan suatu sifat/pola tertentu
pada data.

Karena itu analisis eksplorasi dilakukan seperti pekerjaan seorang detektif dengan model sebagai
berikut:
Catatan: Analisis eksplorasi cocok digunakan untuk penelitian yang tidak menguji hipotesis
seperti Data Driven Research.

Confirmatory Analysis, adalah analisis yang dilakukan untuk menguji hipotesis yang telah
dibuat berdasarkan teori tertentu (mengkonfirmasi teori) seperti pada Theory Driven Research.

Modelnya dapat digambarkan sebagai berikut:

Diposkan oleh ALI HASMY di 13.34

2 komentar: