MAKALAH

ANALISIS UNIVARIAT DAN ANALISIS BIVARIAT

DISUSUN OLEH

KELOMPOK VII

1. ANGGRAENI JOGO
2. ELEN A. MAKAPUAS
3. TRININGSI SUNGI
4. FRICILIA TAHULENDING

UNIVERSITAS PEMBANGUNAN INDONESIA

FAKULTAS KEPERAWATAN
MANADO
2019

1
 KATA PENGANTAR

Puji dan syukur kami panjatkan kepada Tuhan yang Maha Esa kami dapat menyelesaikan
makalah Metod Penelitian tentang Analisis Univariet dan Analisis Bivariet. Makalah ini dibuat
guna untuk membantu menambah penetahuan serta wawasan terhadap sebagian kecil dari Metode
Penelitian yaitu Analisis Univariet dan Analisis Bivariet. Serta untuk memenuhi tugas mata kuliah
Metode Penelitian.

Kami juga mengucapkan banyak terima kasih kepada teman-teman yang telah membantu
dalam menyelesaikan pembuatan makalah ini. Kami bersyukur karena berkat kerjasama semuanya
dapat selesai tepat waktu.

Dan juga kami menyadari bahwa makalah ini tidak luput dari kekurangan baik itu dalam
penulisan, penyusunan, maupun dari segi informasi . Oleh karena itu, kami dengan besar hati
menerima semua saran dan kritikan yang diberikan oleh teman-teman sekalian. Untuk dapat
mengembangan kemampuan kami dalam penyusunan makalah selanjutnya.

Manado, 6 Maret 2019

Penyusun

2
 DAFTAR ISI

KATA PENGANTAR …………………………………………………… i

DAFTAR ISI …………………………………………………………….. ii

BAB I …………………………………………………………………….. 1

A. Latar Belakang ……………………………………………………. 1

B. Rumusan Masalaha ……………………………………………….. 1
C. Tujuan ……………………………………………………………… 1

BAB II …………………………………………………………………….. 2
1. Analisa Data ………………………………………………………. 2
2. Analisa Univariet ………………………………………………….. 2
3. Analisis Bivariet ………………………………………………….... 6

BAB III …………………………………………………………………….. 10

A. Kesimpulan ………………………………………………………… 10
B. Saran ……………………………………………………………….. 10

DAFTAR PUSTAKA ……………………………………………………… 11

Manado, 5 Maret 2019

3
 Penyusun

BAB I

PENDAHULUAN

A. LATAR BELAKANG

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 (Notoadmojo, 2009)

Dalam mengolah data menjadi sebuah informasi diperlukan adanya analisis.

Aktivitas yang dilakukan manusia tidak pernah lepas dari kata menghitung,mengukur dan
menganalisis. Baik di dunia kesehatan maupun segala bidang hampir semuanya melakukan
yang namanya aktivitas menghitung. Menghitung maupun mengukur data diperlukan
adanya proses menganalisa data untuk dijadikan sebuah infromasi. Namun, dalam
melakukan analisis akan berhadapan dengan kegiatan yang kompleks, oleh karena itu
pekerjaan hendaknya dimulai dari yang sederhana, lalu melangkah ke yang lebih rumit.
Singkatnya, dalam mengolah data harus dimulai dari langkah analisa sesederhana
(univariat) lalu melangkah ke penganalisaan yang lebih rumit (multivariat) selanjutnya.

B. RUMUSAN MASALAH
1. Apa pengetian analisis univariet
2. Apa pengertian analisis bivariet

C. TUJUAN
1. Untuk menambah pengetahuan tentang analisis univariet
2. Untuk menambah pengetahi tentang analisis bivariet

4
 BAB II

ISI

I. ANALISIS DATA

Kata analysis berasal dari bahasa Greek Yunani terdiri dari kata “ana” dan “lysis”. Ana
artinya atas above, lysis artinya memecahkan atau menghancurkan. Secara definitif ialah
“Analysis is a process of resolving data into its constituent components to reveal its
characteristic elements and structure’ Ian Dey. Agar data bisa dianalis maka data tersebut harus
dipecah dahulu menjadi bagian-bagian kecil menurut elemen atau struktur, kemudian
menggabungkannya bersama untuk memperoleh pemahaman yang baru..
Prosedur atau tahap analisis data penelitian terbagi menjadi tiga tahap yaitu analisis
univariat, analisis bivariat dan analisis multivariat. Analisis data yang dilakukan juga
tergantung dari jenis penelitian, jenis sampel, jenis data/variable dan asumsi kenormalan
distribusi suatu data. Dibawah ini akan dijelaskan masing-masing tahapan tesebut diatas.

II. ANALISIS UNIVARIAT

A. PENGERTIAN

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.Analisis
univariat pula, kita dapat mengetahui bagaimana sebaiknya menyiapkan ukuran dan bentuk
konsep untuk analisis berikutnya.

5
 Penelitian analisis univariat adalah analisa yang dilakukan menganalisis tiap
variabel dari hasil penelitian (Notoadmodjo, 2009). 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.
Berdasarkan banyaknya variabelbebas-nya, Analisis Variansi Univariate dibagi
menjadi tiga kelompok yaitu
a) Analisis Variansi Univariate Satu Jalan
Analisis ini digunakan jika suatu eksperimen mempunyai satu variable
terikat dan satu variabel bebas
b) Analisis Variansi Univariate Dua Jalan
Analisis ini digunakan jika suatu eksperimen mempunyai satu variable terikat
dan dua variabel bebas
c) Analisis Variansi Univariate Tiga JalanAnalisis ini digunakan jika suatu
eksperimen mempunyai satu variable terikat dan tiga variabel bebas
Statistik univariat lebih sering digunakan dan lebih mudah dihitung daripada
statistik multivariat. Statistik univariat biasanya membandingkan nilai mean dan median
pada dua kelompok atau lebih atau membandingkan proporsi subjek-subjek yang memiliki
suatu ciri tertentu atau yang tergolong dalam berbagai kategori.
Bentuk uji univariat yang paling umum adalah :
a) uji Pearson chi-square dilaporkan sebagai X2
b) uji-t dilaporkan sebagai t
c) analisis varians dilaporkan sebagai F
d) korelasi dilaporkan sebagai r
e) uji logrank dilaporkan sebagai X2
Statistik univariat dapat diklasifikasikan ke dalam statistik parametrik dan
nonparametrik. Statistik parametrik digunakan bila outcome yang diamati bersifat kontinu.
Statistik ini membuat asumsi tertentu mengenai distribusi data. Statistik parametrik yang
paling sering adalah uji-t, analisis varians (atau uji-F), dan koefisien korelasi. Semua uji
ini mengasumsikan bahwa data terdistribusi secara normal, atau bentuk lonceng, bila
digambarkan.

6
B. Manfaat Analisi Univariat
Analisis univariat mempunyai banyak manfaat, antara lain:
a) Untuk maengetahui apakah data yang akan digunakan untuk analisis sudah layak
atau belum;
b) Untuk mengetahui gambaran data yang dikumpulkan;
c) Untuk mengetahui apakah data telah optimal jika dipakai untuk analisis berikunya.
d) Mendeskripsikan suatu kejadian dengan baik.
e) Perincian/ gambaran besarnya suatu kejadian
f) Petunjuk pemecahan masalah
g) Persiapan analisis bivariat atau multivariate

C. Penerapan Perhitungan Analisis Univariat

Berikut disajikan contoh analisis univariat dari beberapa perhitungan distribusi
frekuensi, kecenderungan tengah, dan normalitas.
1. Distribusi frekunsi
Distrbusi frekuensi adalah suatu uraian atau ringkasan yang dapat dibuat dalam
bentuk table suatu kelompok data yang menunjukan sebaran data observasi
dalam beberapa kelas. Sehingga dapat membentuk suatu table frekuensi yang
berisikan kategori-kategori tersebut. Contoh : anda ingin membuat table
frekunsi nilai mata pelajaran pada suatu kelas dengan rentang nilai tertentu.
Nilai Frekuensi
0-50 8
51-100 22
Total 30

2. Mean
Mean atau nilai rata-rata merupakan ukuran nilai tengah yang paling sering
digunakan untuk mewakili suatu data. Secara sederhana nilai mean adalah

7
 semua hasil pengamatan atau pengukuran dibagi dengan banyaknya
pengamatan atau pengukuran. Nilai mean dapat diperhitungkan pada data
tunggal maupun data kelompok

𝑥1+𝑥2+𝑥3+⋯.
𝑥=
𝑛

3. Median
Median adalah nilai yang terletak di tengah setelah nilai hasil pengamatan
atau pengukuran disusun secara berurutan dari nilai yang terkecil hingga yang
terbesar. Nilai median pada data tunggal dapat di tentukan setelah data disusun
berurutan. Bila banyaknya sampel (n) ganjil, maka mencari median dengan
rumus “ Me = (n + 1) : 2, sedangkan bila genap maka rumusnya “ Me = (n : 2).

4. Modus
Modus adalah nilai paling sering muncul dalam suatu pengamatan atau
pengukuran.

𝑏1
Mo = L + i
𝑏1+𝑏2
Ket :
Mo = modus
L = tepi bawah kelas yang memiliki frekuensi tertinggi (kelas modus)
Ii = interval kelas
b1 = frekuensi kelas modus – frekuensi kelas interval terdekat sebelumnya
b2 = frekuensi kelas modus – frekuensi kelas interval terdekat setelahnya

8
III. ANALISIS BIVARIAT

Penelitian analisa bivariate adalah analisa yang dilakukan lebih dari dua variable.
(Notoadmojo, 2005). Analisa bivariate berfungsi untuk mengetahui hubungan antar
variable. Dua variebel tersebut diadu, misalnya dengan mencari hubungan antar
variable x1 dengan x2, mencari pengaruh antara variable x terhadap y, mencari
perbedaan antara variable x dengan z.
Terdapat macam-macam analisis bivariet, yaitu :
a. Analisis hubungan dengan menggunakan korelasi, chi square
b. Analisis pengaruh dengan menggunakan regresi sederha
c. Analisis perbedaan dengan menggunakan independen sample t test, pairet
sampel t test, one sample t test, uji sign, uji Mann Witney, uji Friedman, uji
Kruskal Wallist. Contoh.

1. Chi Square ( chi kuadrat)

Adalah suatu teknik statistik yang memungkinkan penyelidikan menilai
probabilitas memperoleh perbedaan frekuensi yang nyata (yang diobservasi)
dengan frekuensi yang diharapkan dalam kategori –kategori tertentu sebagai akibat
dari kesalahan sampling.
Manfaat chi square:
 Chi kuadrat adalah alat untuk mengadakan estimasi. Digunakan untuk
menaksir apakah ada perbedaan yang signifikan antara frekuensi yang
diobservasi dengan frekuensi yang di harapkan dalam populasi. Frekuensi
yang diharapkan dalam populasi ini disebut juga frekuensi hipotetik karena
digunakan sebagai alat hipotesis yang akan diuji dengan frekuensi yang
diperoleh dari sampel. Oleh karena itu chi kuadrat sebagai alat estimasi
berkedudukan juga sebagai alat pengetes hipotesis.
 Chi kuadrat adalah alat untuk mengadakan pengetesan hipotesis.
 Tiap-tiap pengetesan hipotesis harus membandingkan sedikitnya dua
sampel. Dalam hal ini apakah frekuensi yang diperolehdalam sampel yang

9
 satu berbeda secara signifikan ataukah tidak dengan frekuensi yang
diperoleh dalam sampel lainnya.
 Chi kuadrat sebagai alat mengetes signifikan korelasi antara dua factor atau
lebih.

2. T test
Uji T berpasangan (paired T-test) adalah salah satu metode pengujian
hipotesis dimana data yang digunakan tidak bebas (berpasangan). Ciri-ciri yang
paling sering ditemui pada kasus yang berpasangan adalah satu individu (objek
penelitian) dikenai 2 buah perlakuan yang berbeda. Walaupun menggunakan
individu yang sama, peneliti tetap memperoleh 2 macam data sampel, yaitu datadari
perlakuan pertama dan data dari perlakuan kedua. Perlakuan pertama mungkin saja
berupa kontrol, yaitu tidak memberikan perlakuan sama sekali terhadap objek
penelitian. Misal pada penelitian mengenai efektivitas suatu obat tertentu,
perlakuan pertama, peneliti menerapkan kontrol, sedangkan pada perlakuan kedua,
barulah objek penelitian dikenai suatu tindakan tertentu, misal pemberian obat.
Independen T Test adalah uji komparatif atau uji beda untuk mengetahui
adakah perbedaan mean atau rerata yang bermakna antara 2 kelompok bebas yang
berskala data interval/rasio. Dua kelompok bebas yang dimaksud di sini adalah dua
kelompok yang tidak berpasangan, artinya sumber data berasal dari subjek yang
berbeda. Misal Kelompok Kelas A dan Kelompok kelas B, di mana responden
dalam kelas A dan kelas B adalah 2 kelompok yang subjeknya berbeda. Bandingkan
dengan nilai pretest dan posttest pada kelas A, di mana nilai pretest dan posttest
berasal dari subjek yang sama atau disebut dengan data berpasangan. Apabila
menemui kasus yang data berpasangan, maka uji beda yang tepat adalah uji paired
t test.
Asumsi yang harus dipenuhi pada independen t test antara lain:
1. Skala data interval/rasio.
2. Kelompok data saling bebas atau tidak berpasangan.
3. Data per kelompok berdistribusi normal.
4. Data per kelompok tidak terdapat outlier.

10
 5. Varians antar kelompok sama atau homogen.

3. One Way Anova (Analysis of variance)

Anova (analysis of varian) digunakan untuk menguji perbedaan mean (rata-
rata) data lebih dari dua kelompok. Misalnya kita ingin mengetahui apakah ada
perbedaan rata-rata lama hari dirawat antara pasien kelas VIP, I, II, dan kelas III.
Beberapa asumsi yang harus dipenuhi pada uji Anova adalah:
1. Data berdistribusi normal
2. Varians atau ragamnya homogen
3. Masing-masing contoh saling bebas, yang harus dapat diatur dengan
perancangan percobaan yang tepat
4. Komponen-komponen dalam modelnya bersifat aditif (saling
menjumlah)

4. Korelasi
Korelasi Product Moment Pearson Teknik Korelasi ini digunakan untuk
mencari hubungan dua variabel dengan data kedua variabel berskala interval atau
rasio. Koefisien korelasi mempunyai nilai -1 ≤ r ≤ 1. Koefisien r melambangkan
estimasi untuk sampel, sedangkan koefisien ρ mewakili korelasi populasi.
Koefisien korelasi menunjukkan besar dan arah dari hubungan. Arah menunjukkan
pada kita apakah nilai-nilai yang besar pada sebuah variabel berkorelasi dengan
nilai-nilai besar pada variabel yang lain (dan nilai-nilai yang kecil dengan nilai-
nilai yang kecil). Apabila nilai-nilai berkorelasi dengan cara demikian maka kedua
variabel mempunyai hubungan positif. Apabila satu variabel naik maka yang lain
juga akan ikut naik.

5. Regresi sederhana
Analisis regresi linear sederhana adalah hubungan secara linear antara satu
variabel independen (X) dengan variabel dependen (Y). Analisis ini untuk
mengetahui arah hubungan antara variabel independen dengan variabel dependen
apakah posiutif atau negatif dan untuk memprediksi nilai dari variabel dependen

11
apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang
digunakan biasanya berskala interval atau rasio. Rumus regresi linear sederhana
sebagai berikut:

Y’ = a + b X

Di mana:

Y’ = Variabel dependen (nilai yang diprediksikan)

X = Variabel independen

a = konstanta (nilai Y’ apabila X=0)

b = koefisien regresi (nilai peningkatan ataupun penurunan)

12
 BAB III

PENUTUP

A. KESIMPULAN
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. 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. Dan analisis univariate mempunyai beberapa manfaat,
diantaranya untuk mengetahi gambaran data yang dikumpulkan, untuk memcahkan
masalah, dan sebagai dasar persiapan univariate dan multivariate.
Penelitian analisa bivariate adalah analisa yang dilakukan lebih dari dua variable.
(Notoadmojo, 2005). Analisa bivariate berfungsi untuk mengetahui hubungan antar
variable. Dua variebel tersebut diadu, misalnya dengan mencari hubungan antar variable
x1 dengan x2, mencari pengaruh antara variable x terhadap y, mencari perbedaan antara
variable x dengan z.

B. SARAN
Untuk menganalisis data yang banyak ada baiknya menggunakan analisis data
univariet guna untuk meringkas data menjadi informasi yang akan di pecahkan. Dan
selanjutnya untuk mencari hubungan antar variable baik untuk menggunakan analisis data
bivariet dengan berbagai rumus yang ada.

13
 DAFTAR PUSTAKA

Dahlan, S. 2011. Statistik Untuk Kedokteran dan Kesehatan. Jakarta : Salembah

Donsu, J. 2016. Metodologi Penelitian Keperawatan. Yogyakarta : Pustaka Baru Press

Sujarweni V. W. 2014. Metodologi Penelitian Keperawatan. Yogyakarta : Gava Media

S. Suyanto. 2012. Metodologi dan Aplikasi Penelitian Keperawatan. Jakarta :Medikal Book

Sugiyono. 2014. Metode Penelitian Kuantitatif, Kualitatif, dan R & D. Bandung : Alfabet

14