Anda di halaman 1dari 5

1.

Analisi Univariat
Analisis univariat adalah suatu teknik analisis data terhadap satu
variabel secara mandiri, tiap variabel dianalisis tanpa dikaitkan dengan
variabel lainnya. Analisis univariat biasa juga disebut analisis deskriptif atau
statistik deskriptif yang berujuan menggambarkan kondisi fenomena yang
dikaji. Analisis univariat merupakan metode analisis yang paling mendasar
terhadap suatu data. Hampir dipastikan semua laporan, baik laporan
penelitian, praktek, laporan bulanan, dan informasi yang menggambarkan
suatu fenomena, menggunakan analisis univariat. Model analisis univariat
dapat berupa menampilkan angka hasil pengukuran, ukuran tendensi sentral,
ukuran dispersi/deviasi/variability, penyajian data ataupun kemiringan data.
Angka hasil pengukuran dapat ditampilkan dalam bentuk angka, atau sudah
diolah menjadi prosentase, ratio, prevalensi. Ukuran tendensi sentral meliputi
perhitungan mean, median, kuartil, desil persentil, modus. Ukuran disperse
meliputi hitungan rentang, deviasi rata-rata, variansi, standar deviasi,
koefisien of variansi. Penyajian data dapat dalam bentuk narasi, tabel, grafik,
diagram, maupun gambar. Kemiringan suatu data erat kaitannya dengan
model kurva yang dibentuk data.

2. Analisis Bivariate
A. Definisi 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 Bivariat yaitu hipotesisi 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. Analisis bivariat
menggunakan tabel silang untuk menyoroti dan menganalisis perbedaan atau
hubungan antara dua variabel. Menguji ada tidaknya perbedaan/hubungan
antara variabel metode cermah dan metode demonstrasi terhadap peningkatan
haya hidup sehat siswa digunakan analisis Chi Square, dengan tingkat
kemaknaan á = 0,05. Hasil yang diperoleh pada analisis Chi Square dengan
menggunakan program SPSS yaitu nilai p, kemudian dibandingkan dengan á
= 0,05. Apabila nilai p lebih kecil dari á = 0,05 maka ada hubungan/perbedaan
antara dua variabel tersebut (Agung, 1993). Sedangkan untuk mengetahui
kuatnya perbedaan antara variable dikonsultasikan dengan Contingency
Coefficient (untuk variabel dengan data nominal) sementara untuk
mengetahui pola dan kuatnya hubungan antara variable dikonsultasikan
dengan uji Spearman Correlation (untuk variabel dengan data interval). Nilai
Chi Square, Contingency Coefficient dan Spearman Correlation diperoleh dari
hasil pengolahan program SPSS (Santoso, 2000: 30).

B. Jenis-jenis analisis bivariate


Dalam analisis bivariate secara umum terdiri dari analisa korelasi dan analisa
regresi.
a. Uji T dependen
Uji t dependen seringkali disebut uji t Paired/related atau pasangan.
Sering digunakan dalam analisis data penelitian eksperimen. Disebut
dependen bila responden diukur dua kali/diteliti dua kali atau pre- dan
post- test.
b. Uji anova
Uji ini digunakan untuk menganalisis data baik independen maupun
dependen dengan kelompok lebih dari dua. Analisis Varian (ANOVA)
mempunyai dua jenis analisis varian satu faktor (one way) dan analisis
dua faktor (two way).
c. 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 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.
d. 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.
e. 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 apabila nilai variabel independen mengalami
kenaikan atau penurunan. Data yang digunakan biasanya berskala interval
atau rasio.

C. Langkah-langkah analisis bivariate


a. Masukkan data diatas kedalam program SPSS dengan nama variabel
bulan, b_selling, b_promo, b_iklan, dan unitpjl.
b. Klik menu utama analize , correlate, bivariate, tampak dilayar
c. Kemudian klik semua variabel yang akan dikorelasikan dan masukkan
kekolom variables dengan mengklik tanda panah
d. Untuk kolom corelatiaon koeffisients, pilihlah pearson karena anda ingin
melakukan uji atas data rasio
e. Untuk kolom test of significance, pilih option two-tailed untuk uji dua
arah atau dua sisi
f. Untuk pilihan flag signifikant korelations boleh dicentang (dipilih) hingga
pada output akan muncul tanda * untuk signifikansi 5% dan tanda **
untuk signifikansi 1%
Kemudian klik tombol option hingga dilayar tampil :
Pengisian :
a. Anda dapat memunculkan output nilai means and standard deviations
dengan mengklik pilihan yang sesuai pada kolom dtatistik
b. Pada pilihan missing values pada dua pilihan :
c. Exclude cases pairwise : Pasangan yang salah satu tidak ada datanya tidak
dimasukkan dalam perhitungan. Akibatnya, jumlah data tiap pasangan
korelasi akan bervariasi.
d. Exclude cases listwise : Yang dibuang adalah kasus yang salah satu
variabelnya memiliki mising data. Jumlah untuk semua variabel korelasi
adalah sama.
e. Untuk keseragaman pilih exclude cases pairwise
f. Tekan qontinyue jika sudah selesai
g. Kemudian tekan ok dan akan muncul output

Dapus

Buku ajar metlit dan statistic / oleh Syukra Alhamda. –Ed.1, cet.1 – Yogyakarta
:Deepublist, April 2018