1.

Perbedaan analisis bivariat, univariat, dan multivariat

Jawaban:
a. Analisis bivariat menganalisis hubungan antara dua variabel. Analisis ini memiliki banyak
bentuk uji yang dapat digunakan tergantung diagnosis penelitiannya. Dalam Metode
MSD, jumlah diagnosis bivariat aksis korelatif ada enam dan aksis komparatif delapan
belas.
b. Analisis univariat hanya terdiri dari satu variabel. Analisis univariat adalah analisis yang
paling sederhana karena hanya ditujukan mengetahui distribusi data dari variabel yang
diteliti. Dalam Metode MSD, terdapat delapan diagnosis yang masuk univariat.
c. Analisis multivariat adalah analisis yang terdiri dari lebih dari dua variabel. Pada Metode
MSD, kerangka konsep analisa multivariat terdiri dari prediktif (lima diagnosis) dan
etiologik (lima diagnosis).
2. Kekurangan bivariat, univariat dan multivariat
Jawaban:

1. Kelebihan dan kekurangan analisis multivariat

Kelebihan
Analisis multivariat dapat menghitung dan menganalisis lebih dari dua variabel bersamaan.
Hal ini tentu bermanfaat bagi banyak penelitian atau fenomena yang melibatkan banyak
variabel.
Dapat mengetahui indikator pembentuk suatu variabel, menguji validitas dan reliabilitas suatu
instrumen, mengkonfirmasi ketepatan model dan menguji pengaruh suatu variabel terhadap
variabel lain.
Memungkinkan peneliti untuk menyelidiki hubungan antara kategori variabel
Dapat mengidentifikasi kelompok-kelompok variabel yang anggotanya memiliki kesamaan
Dapat membuat ringkasan informasi yang meringkas jumlah variabel yang banyak menjadi
sejumlah faktor yang lebih sedikit (reduksi data)
Kekurangan

Membutuhkan sampel yang besar

Masih kurangnya praktisi yang terlibat dalam penulisan artikel menyebabkan kurangnya
perhatian analisis multivariat untuk bidang manufaktur

  Analisis Satu Variabel (Univariat Analysis)

Analisis univariat adalah analisa yang dilakukan menganalisis tiap variabel dari hasil penelitian.
Analisis univariat bertujuan untuk menjelaskan atau mendeskripsikan karakteristik setiap
variable penelitian. Bentuk analisis univariat tergantung dari jenis datanya. Untuk data numerik
digunakan nilai mean atau rata-rata, median dan standar deviasi. Pada umumnya dalam analisis
ini hanya menghasilkan distribusi frekuensi dan persentase dari tiap variabel. Misalnya distribusi
frekuensi responden berdasarkan umur, jenis kelamin, tingkat pendidikan dan sebagainya.
Demikian juga penyebaran penyakit-penyakit yang ada di daerahtertentu, distribusi pemakaian
jenis kontrasepsi, distribusi kasus malnutrisi pada anak balita, dan sebagainya.
Contoh:
Distribusi Responden Berdasarkan Kepatuhan Berobat TB

Kepatuhan N %

Patuh 148 60,8

Tidak patuh 131 39,2

Total 279 100,0

Responden yang patuh berobat TB di wilayah kerja Puskesmas Pasar Minggu lebih tinggi (60,8%)
dibanding dengan yang tidak patuh berobat (39,2%).

Analisis Dua Variabel (Bivariat Analysis)

Apabila telah dilakukan analisis univariat, hasilnya akan diketahui karakteristik atau distribusi
setiap variabel dan dapat dilanjutkan dengan anlisis bivariat. Analisis bivariat dilakukan terhadap
dua variable yang diduga berhubungan atau berkorelasi. Dalam analisis bivariat ini dilakukan
beberapa tahap, antara lain:
(1)    Analisis proporsi atau presentase, dengan membandingkan distribusi silang antara dua
variabel yang bersangkutan.
(2)    Analisis dari hasil uji statistik (chi square, z test, t test dan sebagainya). Melihat dari hasil uji
statistik ini akan dapat disimpulkan adanya hubungan dua variabel tersebut bermakna atau tidak
bermakna. Dari hasil uji statistik ini dapat terjadi misalnya antara dua variabel tersebut secara
persentase berhubungan tetapi secara statistik hubungan tersebut tidak bermakna.
(3)    Analisis keeratan hubungan antara dua variabel, dengan melihat Odd Ratio (OR). Besar
kecilnya nilai OR menunjukkan besarnya keeratan hubungan antara dua variabel yang diuji.
Contoh :
Distribusi Responden Berdasarkan Umur dan Kepatuhan Berobat TB

Dari tabel di atas menunjukkan bahwa responden berumur dewasa muda lebih patuh berobat
TB (80%) dibandingkan dengan responden dewasa (45,8%). Sehingga secara presentase dapat
disimpulkan bahwa ada hubungan antara umur dengan kepatuhan berobat.
Hasil uji statistic menunjukkan bahwa nilai p< 0,005 hal ini terbukti bahwa umur berhubungan
secara bermakna dengan kepatuhan berobat.
Dari analisis keeratan hubungan menunjukkan nilai ODD Ratio (OR) 3,08 yang berarti bahwa
responden yang berumur dewasa muda mempunyai peluang 3,08 kali patuh berobat
dibandingkan dengan responden yang berumur lebih tua.
Uji statistik yang dipakai pada analisis bivariat:

Variabel I Variabel II Uji Statistik

kategorik Kategorik Chi square

kategorik Numeric Uji T

Anova
 numerik Numeric Korelasi
Regresi

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 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.