Nama : Lastri Ana Putri

BP : 1611221005

1. Membuuat contoh masing-masing model analisis univariat, bivariat, multivariabel,

dan multibivariat

Analisis univariat

K e k e r a s a n S e k s u a l . Hasil penelitian mengenai kekerasan seksual dapat

dilihat pada tabel berikut. Distribusi Frekuensi Responden Berdasarkan Kekerasan Fisik Seksual

Kekerasan seksual F Persentase (%)

Tidak pernah 206 79,2
Pernah 54 20,8
Total 260 100,0

Hasil penelitian menunjukkan bahwa sebagian besar responden tidak

pernahmengalami kekerasan seksual yaitu sebanyak 206 responden (79,2%).

Analisis bivariat

Hubungan Frekuensi Pacaran dengan Kekerasan dalam Pacaran Pada

Remaja. Hubungan frekuensi pacaran dengan kekerasan dalam pacaran
dibedakand a l a m k a t e g o r i < 4 k a l i ( k u r a n g d a r i 4 k a l i ) d a n > 4 k a l i
( l e b i h d a r i 4 k a l i ) . Ni l a i 4 diperoleh berdasarkan nilai median sebab
distribusi data tidak normal. Berikut adalah tabulasi silang frekuensi
pacaran dengan kekerasan dalam pacaran pada remaja.

Tabel Tabulasi Silang Frekuensi Pa/aran dengan Kekerasan dalam Pacaran Pada Remaja

Frekuensi Pacaran Kekerasan dalam pacaran Total (n=212)

Rendah Tinggi
F % F % f %
< 4 kali 48 57,8 35 42,2 83 100,0
>4 kali 44 34,1 85 65.9 129 100,0
p value = 0,001

Hasil penelitian menunjukkan bahwa presentase remaja yang

mengalami kekerasan dalam pacaran tinggi lebih banyak pada remaja yang memiliki
frekuensipacaran >4 kali yaitu 85 responden (65,9%)

2. Menjelaskan pengertian skala pengukuran dan contohnya yang lain.

- Nominal : Merupakan skala yang hanya membedakan kategori berdasarkan jenis
atau macamnya. Skala ini tidak membedakan kategori berdasarkan urutan atau
tingkatan. Misalnya adalah jenis kelamin terbagi menjadi laki-laki dan
perempuan. Nama kota lahir, agama jenis pekerjaan, jenis perkawinan
 - Ordinal : Merupakan skala yang membedakan kategori berdasarkan tingkat atau
urutan.
Misalnya, membagi tinggi badan sampel ke dalam 3 kategori: tinggi, sedang, dan
pendek
Rangking, sistem pangkat dalam dnia melitir
- Interval : Merupakan skala yang membedakan kategori dengan selang atau jarak
tertentu dengan jarak antar kategorinya sama. Skala interval tidak memiliki nilai
nol mutlak.
Misalnya, membagi tinggi badan sampel ke dalam 4 interval yaitu: 140-149, 150-
159, 160-169, dan 170-179. Jumlah siswa. Suhu ruangan
- Ratio : Merupakan penggabungan dari ketiga sifat skala sebelumnya. Skala rasio
memiliki nilai nol mutlak dan datanya dapat dikalikan atau dibagi. Akan tetapi,
jarak antar kategorinya tidak sama karena bukan dibuat dalam rentang interval.
Misalnya, tinggi badan sampel terdiri dari 143, 145, 153, 156, 175, 168, 173, 164,
165, 152
3. Grafik yang menceng ke kiri dan kekanan, grafk phie, skater log

- Jika rata - rata , median dan modus memiliki nilai yang sama , maka nilai rata -
rata , median dan modus akan terletak pada satu titik dalam kurva distribusi
frekuensi.

- Kurva distribusi frekuensi tersebut akan terbentuk simetris .

- Jika rata - rata lebih besar dari median , dan median lebih besar dari modus , maka
pada kurva distribusi frekuensi , nilai rata - rata akan terletak di sebelah kanan ,
sedangkan median terletak di tengahnya dan modus di sebelah kiri . Kurva
 distribusi frekuensi yang terbentuk adalah menceng kanan atau kemencengan
positif .

- Jika rata - rata lebih kecil dari median , dan median lebih kecil dari modus , maka
pada kurva distribusi frekuensi, nilai rata -rata akan terletak di sebelah kiri,
sedangkan median terletak di tengahnya dan modus di sebelah kanan . Kurva
distribusi frekuensi yang terbentuk adalah menceng kiri atau kemencengan negatif

Grafik Scatterplot

Scatter plot adalah sebuah grafik yang biasa digunakan untuk melihat suatu pola
hubungan antara 2 variabel. Untuk bisa menggunakan scatter plot, skala data yang digunakan
haruslah skala interval dan rasio.
Contoh grafik scatter plot bisa dilihat seperti gambar dibawah ini :

Gambar 1. Scatter plot

Gambar 1 adalah scatter plot antara prosentase kepemilikan mobil pada suatu kota di
Amerika Serikat dengan pendapatan rumah tangga. Gambar 1 menunjukkan bahwa
peningkatan prosentase kepemilikan mobil juga diikuti oleh pendapatan rumah tangga.
Keeratan hubungan

Gambar 2. Keeratan hubungan

Jika scatter plot membentuk pola yang menyerupai garis lurus seperti pada gambar 2,
mengindikasikan bahwa ada hubungan yang erat antara variabel 1 dengan variabel 2.
Hubungan yang membentuk garis lurus biasa disebut dengan hubungan linier. Hubungan
linier bisa bisa membentuk hubungan yang positif dan negatif.

Hubungan Positif

Gambar 3. Hubungan positif

Jika plot yang terjadi seperti pada gambar 3, maka variabel 1 dan variabel 2 menunjukkan
hubungan yang positif. Peningkatan yang terjadi pada variabel 1 juga diikuti peningkatan
pada variabel 2. Dan jika variabel 1 mengalami penurunan, variabel 2 juga mengalami
penurunan.
Bahasa mudahnya adalah kalau naik ya naik semua dan kalau turun ya turun semua.

Hubungan Negatif
Gambar 4. Hubungan negatif

Jika plot yang terjadi seperti pada gambar 4, maka variabel 1 dan variabel 2 menunjukkan
hubungan yang negatif. Peningkatan yang terjadi pada variabel 1 diikuti penurunan oleh
variabel 2. Dan jika variabel 1 mengalami penurunan, variabel 2 akan mengalami
peningkatan. Bahasa mudahnya adalah kalau satunya naik yang lain turun dan kalau satunya
turun maka yang lain akan naik.
Hubungan yang rendah

Gambar 5. Hubungan yang rendah atau tidak ada hubungan

Jika plotnya menyebar seperti pada gambar 5, maka bisa disimpulkan bahwa hubungan antara
variabel 1 dengan variabel 2 sangatlah kecil Atau tidak ada hubungan.

Hubungan non-liner
Selain hubungan linier, kita juga bisa melihat hubungan yang lain seperti hubungan non
linier.
Gambar 6. Hubungan non linier
Jika plot yang terjadi membentuk curva seperti gambar 6, maka diindikasikan terjadi
hubungan non linier antara 2 variabel.

Penyebaran Data.
Scatter plot juga bisa digunakan untuk melihat penyebaran data. Apakah data menyebar
ataukah mengumpul disuatu area.

Gambar 7. Data menyebar

Gambar 8. Data mengumpul di suatu area

Outlier
Scatter plot juga bisa menunjukkan kita adanya outlier. Outlier adalah data yang ekstrim yang
kemungkinan dihasilkan dari situasi yang tidak normal. Kebanyakan peneliti akan mengambil
data outlier ini untuk diteliti lebih lanjut.

Gambar 9. Outlier

Diagram Lingkaran atau Diagram Pie

Diagram lingkaran merupakan penyajian statistik data tunggal dalam bentuk lingkaran
yang dibagi menjadi beberapa juring atau sektor. Setiap juring menggambarkan
banyak frekuensi untuk setiap data dalam bentuk sudut dengan satuan derajat atau
persen. Diagram lingkaran tidak menampilkan informasi frekuensi dari masing-
masing data secara detil. Diagram lingkaran hanya menampilkan besar sudut dalam
derajat atau persentase dari masing-masing data, sehingga akan tampak perbandingan
frekuensi dari masing-masing data secara visual. Persentase yang ditampilkan
sebanding dengan besar sudut pusat untuk setiap sektor.