MAKALAH

ANALISIS DATA UNIVARIAT, BIVARIAT DAN MULTIVARIAT

Disusun Oleh

Nama : Elis Pajriah (195401426384)

Kelas : C 6

FAKULTAS ILMU KESEHATAN PROGRAM STUDI D IV KEBIDANAN

UNIVERSITAS NASIONAL

2019
 KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT, karena berkat dan karunia-Nya,
sehingga penulis dapat menyelesaikan makalah ini dengan baik dan lancar.

Makalah ini diajukan untuk memenuhi tugas Mata Kuliah Metodologi Penelitian
sebagai salah satu penilaian terhadap proses pembelajaran mata kuliah Metodologi Penelitian.

Meski dalam penyusunan makalah ini, penulis telah berusaha dengan maksimal,
namun penulis masih merasa memiliki kekurangan dalam makalah ini, maka dari itu penulis
meminta kritik dan saran pembaca makalah ini. penulis berharap makalah ini dapat
bermanfaat begi penulis pada khususnya dan bagi pembaca pada umumnya. Amiin.

Rangkasbitung, 01 Januari 2020

Penulis

DAFTAR ISI
2
KATA PENGANTAR ................................................................................... 2

DAFTAR ISI ................................................................................................. 3

BAB I PENDAHULUAN

A. Latar belakang ................................................................................... 4

B. Tujuan ............................................................................................... 4

BAB II PEMBAHASAN

A. Pengertian analisis ............................................................................. 5

B. Jenis-jenis analisis data ...................................................................... 5

a. Analisis data univariat ............................................................ 5

b. Analisis data bivariat .............................................................. 7

c. Analisis multivariat ................................................................ 9

BAB III PENUTUP

A. KESIMPULAN ................................................................................. 15

B. SARAN ............................................................................................. 15

DAFTAR PUSTAKA

BAB I

3
 PENDAHULUAN

A. LATAR BELAKANG

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 perbankan, dunia kesehatan maupun segala bidang hampir
semuanya melakukan yang namanya aktivitas menghitung.
Dalam 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 mungkin (univariat) lalu
melangkah ke penganalisaan yang lebih rumit(multivariat) selanjutnya.

B. TUJUAN

Menjelaskan dan mendeskripsikan Jenis Analisis Data univariat, bivariat dan multivariat.

BAB II
PEMBAHASAN

4
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.

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 jenis-jenis analisis.
1. 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 Fakultas Ilmu Kesehatan Universitas Nasional

5
 Umur (tahun) Mahasiswa
18-20 10

21-23 50

24-26 20

Total 80

Tingkatan Analisis Univariat :

a. Deskriptif
 Untuk Data Numerikal : Uji perhitungan Nilai Terpusat dan Nilai Penyebaran
 Untuk Data Kategorikal : Perhitungan Nilai Proporsi,Ratio dan Rate
b. 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
Nominal Ordinal Interval-Ratio
Data
1. Frekuensi Proporsi (Persentase) Absolut & Proporsi Absolut & Proporsi
2. Nilai Tengah Modus Median Mean
3. Dispersi - Inter-quartile Standard Deviasi

2. Analisis Bivariat
a. Pengertian
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.

6
 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 tersebaut. ( Agung, 1993 )

b. Kegunaan dari analisis bivariat

Untuk mengukur kekuatan hubungan antar dua variabel atau lebih.
Contoh mengukur hubungan antar dua variabel
 Motivasi kerja dengan produktivitas
 Kualitas layanan dengan kepuasan pelanggan
c. Langkah-langkah melaksanakan analisis bivariat
 Masukkan data diatas kedalam program SPSS dengan nama variabel bulan,
b_selling, b_promo, b_iklan, dan unitpjl.
 Klik menu utama analize , correlate, bivariate, tampak dilayar
 Kemudian klik semua variabel yang akan dikorelasikan dan masukkan
kekolom variables dengan mengklik tanda panah
 Untuk kolom corelatiaon koeffisients, pilihlah pearson karena anda ingin
melakukan uji atas data rasio
 Untuk kolom test of significance, pilih option two-tailed untuk uji dua arah
atau dua sisi
 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 :

7
  Anda dapat memunculkan output nilai means and standard deviations dengan
mengklik pilihan yang sesuai pada kolom dtatistik
 Pada pilihan missing values pada dua pilihan :
Exclude cases pairwise : Pasangan yang salah satu tidak ada datanya tidak
dimasukkan dalam perhitungan. Akibatnya, jumlah data tiap pasangan korelasi
akan bervariasi.
Exclude cases listwise : Yang dibuang adalah kasus yang salah satu
variabelnya memiliki mising data. Jumlah untuk semua variabel korelasi
adalah sama.
 Untuk keseragaman pilih exclude cases pairwise
 Tekan qontinyue jika sudah selesai
 Kemudian tekan ok dan akan muncul output

d. Jenis-jenis uji analisis bivariat

1. Uji korelasi Bivariat ( Product-moment person )
 Untuk menentukan korelasi ( kuatnya hubungan ) antara variabel-variabel
penelitian
 Jika ada hubungan, seberapa kuat hubungan antar variabel tersebut
 Dapat digunakan untuk jenis data rasio ( scale ) atau interval
2. Uji chis-quare, dengan tingkat kemaknaan a=0,05. Hasil yang diperoleh pada
analisis chis quare dengan menggunakan program SPSS yaitu nilai p,
kemudian dibandingkan dengan a=0,05 apabila nilai p < dari a=0,05 maka ada
hubungan atau pernedaan antara dua variabel tersebut ( Agung 1993 )

3. Analisis Multivariat
a. Pengertian
Metode analisis multivariat adalah suatu metode statistika yang tujuan
digunakannya adalah untuk menganalisis data yang terdiri dari banyak variabel
serta diduga antar variabel tersebut saling berhubungan satu sama lain.
Analisis multivariat adalah salah satu dari teknik statistik yang diterapkan untuk
memahami struktur data dalam dimensi tinggi. Dimana variabel-variabel yang
dimaksud tersebut saling terkait satu sama lain.

8
 Berdasarkan beberapa definisi Analisis Multivariat di atas, maka statistikian
menyimpulkan bahwa yang dimaksud dengan Analisis Multivariat adalah suatu
analisis yang melibatkan variabel dalam jumlah lebih dari atau sama dengan 3
variabel.
Analisis bivariate hanya akan menghasilkan hubungan antara dua variabel
yang bersangkutan ( variabel independen dengan variabel dependen). Untuk
mengetahui hubungan lebih dari satu variabel independen terhadap satu variabel
dependen, harus dilanjutkan lagi dengan melakukan analisis multivariat. Analisis
statistik multivariat merupakan metode statistik yang memungkinkan kita
melakukan penelitian terhadap lebih dari dua variable secara bersamaan. Dengan
menggunakan teknik analisis ini maka kita dapat menganalisis pengaruh beberapa
variable terhadap variabel – (variable) lainnya dalam waktu yang bersamaan.
Dalam analisis multivariate dilakukan berbagai langkah pembuatan model.
Model terakhir terjadi apabila semua variabel independendengan dependen sudah
tidak mempunyai nilai p.0,05.
Contoh : Hubungan Antara Pengetahuan, Umur, Pendidikan Dengan
Kepatuhan Berobat TB
95% CI
Variable P OR
Lower Upper
Pengetahuan 0,000 19,305 4,34 84,92

Umur 0,008 11,747 2,22 212,61

Pendidikan 0,000 13,804 3,28 58,05

Dari table di atas dapat disimpulkan bahwa :

a. Responden yang mempunyai pengetahuan tinggi berpeluang 19,03 kali patuh

berobat dibandingkan dengan responden yang berpengetahuan rendah

b. Responden yang berumur muda berpeluang 11,747 kali patuh patuh berobat
dibandingkan dengan responden yang berumur lebih tua

c. Responden yang berpendidikan tinggi berpeluang 13,804 kali patuh berobat

dibandingkan dengan responden yang berpendidikan rendah.

9
Dari ketiga variabel independen tersebut maka variabel pengetahuan adalah variabel
yang paling dominan berhubungan dengan kepatuhan berobat dengan OR 19,305.

Hal ini berarti bahwa responden yang mempunyai pengetahuan TB yang tinggi
berpeluang 19 kali untuk patuh berobat dibandingkan dengan responden yang
berpengetahuan TB yang rendah, setelah dikontrol variabel pendidikan dan umur.

b. Klasifikasi Teknik-Teknik Analisis Multivariat

Teknik analisis multivariat secara dasar diklasifikasi menjadi dua, yaitu analisis
dependensi dan analisis interdependensi.
a. Analisis dependensi
Berfungsi untuk menerangkan atau memprediski variable (variable) tergantung
dengan menggunakan dua atau lebih variable bebas. Yang termasuk dalam
klasifikasi ini ialah analisis regresi linear berganda, analisis diskriminan,
analisis varian multivariate (MANOVA), dan analisis korelasi kanonikal.
Metode dependensi diklasifikasikan didasarkan pada jumlah variable
tergantung, misalnya satu atau lebih dan skala pengukuran bersifat metrik atau
non metrik. Jika variable tergantung hanya satu dan pengukurannya bersifat
metrik, maka teknik analisisnya digunakan analisis regresi berganda. Jika
variable tergantung hanya satu dan pengukurannya bersifat non-metrik, maka
teknik analisisnya digunakan analisis diskriminan. Jika variable tergantung
lebih dari satu dan pengukurannya bersifat metrik, maka teknik analisisnya
digunakan analisis multivariate varian. Jika variable tergantung lebih dari satu
dan pengukurannya bersifat non-metrik, maka teknik analisisnya digunakan
analisis conjoint. Jika variable tergantung dan bebas lebih dari satu dan
pengukurannya bersifat metrik atau non metrik, maka teknik analisisnya
digunakan analisis korelasi kanonikal.
1. Analisis Regresi Linear Berganda
Yang dimaksud dengan analisis regresi linear berganda ialah suatu
analisis asosiasi yang digunakan secara bersamaan untuk meneliti
pengaruh dua atau lebih variable bebas terhadap satu variable tergantung
dengan skala interval. Pada dasarnya teknik analisis ini merupakan
kepanjangan dari teknik analisis regresi linear sederhana. Untuk
menggunakan teknik analisis ini syarat-syarat yang harus dipenuhi
diantaranya ialah:
 Data harus berskala interval.
 Variabel bebas terdiri lebih dari dua variable.
10
  Variabel tergantung terdiri dari satu variable.
 Hubungan antar variable bersifat linier. Artinya semua variable bebas
mempengaruhi variable tergantung. Pengertian ini secara teknis disebut
bersifat rekursif, maksudnya pengaruh bersifat searah dari variable-
variabel X ke Y Tidak boleh terjadi sebaliknya atau juga saling
berpengaruh secara timbal balik (reciprocal).
 Tidak boleh terjadi multikolinieritas. Artinya sesama variable bebas
tidak boleh berkorelasi terlalu tinggi, misalnya 0,9 atau terlalu rendah,
misalnya 0,01.
 Tidak boleh terjadi otokorelasi. Akan terjadi otokorelasi jika angka
Durbin dan Watson sebesar < 1 atau > 3 dengan skala 1 – 4.
 Jika ingin menguji keselarasan model (goodness of fit), maka
dipergunakan simpangan baku kesalahan. Untuk kriterianya digunakan
dengan melihat angka Standard Error of Estimate (SEE) dibandingkan
dengan nilai simpangan baku (Standard Deviation). Jika
angka Standard Error of Estimate (SEE) < simpangan baku (Standard
Deviation), maka model dianggap selaras.
 Kelayakan model regresi diukur dengan menggunakan nilai
signifikansi. Model regresi layak dan dapat dipergunakan jika angka
signifikansi lebih kecil dari 0,05 (dengan presisi 5%) atau 0,01
(dengan presisi 1%)
2. Analisis Diskriminan
Yang dimaksud dengan analisis diskriminan ialah suatu teknik statistik
yang yang digunakan untuk memprediksi probabilitas obyek-obyek yang
menjadi milik dua atau lebih kategori yang benar-benar berbeda yang
terdapat dalam satu variable tergantung didasarkan pada beberapa variable
bebas.
Analisis diskriminan digunakan untuk membuat satu model prediksi
keanggotaan kelompok didasarkan pada karakteristik-karakteristik yang
diobservasi untuk masing-masing kasus. Prosedur ini akan menghasilkan
fungsi diskriminan yang didasarkan pada kombinasi-kombinasi linier yang
berasal dari variabel-variabel prediktor atau bebas yang dapat
menghasilkan perbedaan paling baik antara kelompok-kelompok yang
dianalisis. Semua fungsi dibuat dari sampel semua kasus bagi
keanggotaan kelompok yang sudah diketahui. Fungsi-fungsi tersebut
dapat diaplikasikan untuk kasus-kasus baru yang mempunyai pengukuran

11
 untuk semua variabel bebas tetapi mempunyai keanggotaan kelompok
yang belum diketahui.
Tujuan utama menggunakan analisis diskriminan ialah melihat kombinasi
linier. Artinya untuk mempelajari arah perbedaan-perbedaan yang terdapat
dalam suatu kelompok sehingga diketemukan adanya kombinasi linier
dalam semua variable bebas. Kombinasi linier ini terlihat dalam fungsi
diskriminan, yaitu perbedaan-perbedaan dalam rata-rata kelompok. Jika
menggunakan teknik ini, pada praktiknya peneliti mempunyai tugas pokok
untuk menurunkan koefesien-koefesien fungsi diskriminan (garis lurus).
Untuk menggunakan teknik analisis ini syarat-syarat yang harus dipenuhi
diantaranya ialah:
 Variabel tergantung hanya satu dan bersifat non-metrik, artinya data
harus kategorikal dan berskala nominal.
 Variabel bebas terdiri lebih dari dua variable dan berskala interval.
 Semua kasus harus independent
 Semua variabel prediktor sebaiknya mempunyai distribusi normal
multivariat, dan matrices variance-covariance dalam kelompok harus
sama untuk semua kelompok
 Keanggotaan kelompok diasumsikan ekseklusif, maksudnya tidak
satupun kasus yang termasuk dalam kelompok lebih dari satu.
dan exhaustive secara kolektif, maksudnya semua kasus merupakan
anggota satu kelompok
3. Analisis Korelasi Kanonikal
Analisis korelasi kanonikal ialah suatu teknik statistik yang digunakan
untuk menentukan tingkatan asosiasi linear antara dua perangkat variable,
dimana masing-masing perangkat terdiri dari beberapa variable.
Sebenarnya analisis korelasi kanonikal merupakan perpanjangan dari
analisis regresi linear berganda yang berfokus pada hubungan antara dua
perangkat variable yang berskala interval. Fungsi utama teknik ini ialah
untuk melihat hubungan linieritas antara variable-variabel kriteria
(variable-variabel tergantung) dengan beberapa variable bebas yang
berfungsi sebagai predictor. Sebagai contoh seorang peneliti ingin
mengkaji korelasi antara seperangkat variable dalam perilaku berbelanja
sebagai kriteria dan beberapa variable mengenai personalitas sebagai
predictor.
Tujuan analisis ini ialah peneliti ingin mengetahui bagaimana beberapa
karakteristik personalitas tersebut mempengaruhi perilaku berbelanja,
12
 misalnya pembuatan daftar belanja, jumlah toko yang dikunjungi, dan
frekuensi belanja dalam satu minggu.
Untuk menggunakan teknik analisis ini syarat-syarat yang harus dipenuhi
diantaranya ialah:
 Variabel bebas terdiri dari lebih dari dua variable yang berskala
interval.
 Variabel tergantung terdiri dari lebih dari dua variable yang berskala
interval.
 Hubungan antar variabel bebas dan tergantung bersifat linier. Artinya
semua variabel bebas mempengaruhi secara searah terhadap semua
variable tergantung, misalnya korelasi antara variable-variabel bebas
personalitas yang digunakan sebagai predictor dengan variable-variabel
tergantung yang digunakan sebagai kriteria bersifat searah. Jika nilai
variabel variable personalitas besar, maka nilai variable-variabel
perilaku berbelanja harus besar juga. Jika terjadi variabel variable
personalitas besar bernilai besar sedang nilai variable-variabel perilaku
berbelanja menjadi mengecil, maka hal ini berlawanan dengan asumsi
linieritas. Tidak boleh terjadi multikolinieritas pada masing-masing
kelompok variabel bebas dan variabel tergantung yang akan
dikorelasikan.

b. Analisis Interdependensi
Pada bagian analisis interdependensi ini, terdapat tiga teknik analisis yang
meliputi analisis faktor, analisis kluster, dan multidimensional scaling.

 Analisis Faktor (Factor Analysis)

Analisis faktor merupakan salah satu teknik saling ketergantungan yakni

teknik perhitungan tertentu yang bertujuan untuk mengurangi jumlah
variabel sampai pada jumlah yang dapat diolah dan memiliki karakteristik
pengukuran yang tumpang tindih.

 Analisis Kluster (cluster analysis)

Adalah serangkaian teknik untuk mengelompokkan obyek atau orang yang

sejenis. Pla-pola dalam suatu kluster akan memiliki kesamaan ciri/sifat
daripada pola-pola dalam anggota klusteryang lainnya. Analisis kluster

13
 mengkalsifikasikan objek sehingga setiap objek yang paling
dekatkesamaannya dengan objek lain berada dalam kluster yang sama.

 Skala Multidimensional

Skala multidimensional menghasilkan deskripsi khusus persepsi

narasumber tentang sebuah produk, jasa atau objek pengamatan lain dalam
peta persepsi.

BAB III
PENUTUP
A. Kesimpulan
Setelah membaca dan memahami serta menganalisis Pengaruh dan Gambaran terhadap
Ilmu Manajemen Data serta kaitannya dengan Ilmu Statistika dapat disimpulakan bahwa
kegiatan analisis merupakan proses kerja dari rentetan tahapan pekerjaan sebelum riset
didokumentasikan melalui tahapan penulisan laporan.
B. Saran
Diharapkan dengan selesainya makalah ini merupakan suatu sumber informasi dan kajian
masalah khususnya dibidang kesehatan dan statistika.

14
 DAFTAR PUSTAKA

Santoso, Singgih. (2015). Menguasai Statistik Multivariat. Jakarta : PT Elex Media

Komputindo.

Azis Alimul H, 2010. Metode Penelitian Kebidanan dan Teknik Analisis Data. Jakarta :
Salemba Medika

Azwar, Saifuddin. 2010. Metode Penelitian. Yogyakarta : Pustaka Pelajar Offset

Ghozali, Imam. (2009). Aplikasi Analisis Multivariat Dengan Program SPSS. Cetakan IV.
Semarang : Badan Penerbit Universitas Diponegoro.

Hartono. (2008). SPSS 16.0 Analisis Data Statistika dan Penelitian. Edisi ke 1. Cetakan I.
Yogyakarta : Pustaka Pelajar bekerja sama dengan Zanava.

15