Teknik Analisis Data

Bivariat & Multivariat

1
ByWayunah

6/7/2022
Dasar
2 Analisis Data
• Analisis data dilakukan untuk menjawab
pertanyaan-pertanyaan penelitian atau
menguji hipotesis-hipotesis yang telah
dinyatakan sebelumnya.

Pengertian
• Proses penyederhanaan data dan penyajian
data dengan mengelompokkan dalam suatu
bentuk yang mudah dibaca dan diinterpretasi.

Analisis Data
6/7/2022
3 Analisis Data

• Meringkas dan menggambarkan data

Tujuan • Membuat inferensi dari data untuk
populasi dari mana sampel diambil

• Kategorisasi, penataan, manipulasi, dan

peringkatan data untuk memperoleh
Analisis dan jawaban atas pertanyaan penelitian
• Mereduksi data menjadi perwujudan yang
Kegunaannya dapat dipahami dan ditafsir dengan cara
tertentu hingga relasi masalah penelitian
dapat ditelaah serta diuji
6/7/2022
 Analisis Data
4

Metode Analisis Data sangat ditentukan oleh: (1) tujuan

penelitian, (2) banyaknya variabel, dan (3) sifat atau
bentuk data.
1. Metode analisis data berdasarkan tujuan dapat
dibedakan atas metode deskriptif dan metode
korelasional.
2. Metode analisis data berdasarkan banyaknya variabel
dibedakan atas analisis univariat, bivariat dan
multivariat.
3. Metode analisis data berdasarkan sifat atau bentuk
data dibedakan atas (1) metode analisis kualitatif dan
(2) metode analisis kuantitatif.
6/7/2022
 5

⦿ Analisiskuantitatif menggunakan statistik dan

dapat dilakukan dengan cepat.
⦿ Metode kuantitatif menggunakan statistik
sebagai alat analisis data sehingga analisis
kuantitatif dinamakan juga analisis statistik
karena menggunakan statistik sebagai alat bantu
untuk menganalisis data.
⦿ Penggunaan statistik sesungguhnya bukan saja
berperan hanya dalam analisis data, melainkan
juga dalam menentukan sampel penelitian,
merancang skema anslisis, merumuskan
hipotesis, dan menentukan metode pengumpulan
data.
6/7/2022
 6

Analisis Kuantitatif Statistik

• Analisis kuantitatif dengan statistik mampu
memperlihatkan hasil-hasil pengukuran yang
cermat karena perhitungan dan analisis
matematis.
• Penerapan statistik dalam penelitian dalam
berbagai disiplin ilmu dan oleh para peneliti
dewasa ini menunjukkan kecenderungan yang
semakin luas, bahkan semakin meluas dan
“mudah” digunakan ketika teknik analisis
statistik dikomputerisasi.
6/7/2022
 JENIS DATA
7

A.Data Kualitatif

- Data yang berhubungan dengan

kategorisasi, karakteristik atau sifat
variabel

- Tidak berhubungan dengan

angka & tidak dikaitkan dengan
analisis statistik (data nonstatistik)
6/7/2022
B. Data Kuantitatif
8

- Data berhubungan dengan

angka, diperoleh dari hasil
pengukuran atau mengubah data
kualitatif ke data kuantitatif (misal :
skor hasil tes)

- Sering dikaitkan dengan analisis

statistik (data statistik)
6/7/2022
TEKNIK PENGOLAHAN DATA
9

A. Teknik Non-statistik

- Dengan analisis kualitatif

- Melalui cara induktif (pengambilan
kesimpulan umum berdasarkan hasil
observasi khusus)

B. Teknik Statistik
- Untuk pengolahan data kuantitatif
6/7/2022
LANGKAH2 PENGOLAHAN DATA
10

1.Penyusunan Data
Perlu dipertimbangkan :
-Hanya memilih data yang
penting & diperlukan
-Hanya memilih data yang
obyektif (tidak bias)
-Bila data dikumpulkan dengan
wawancara / angket -> bedakan
antara informasi & kesan pribadi
responden
6/7/2022
 2. Klasifikasi
11 (Mengelompokkan Data)

Pengelompokan disesuaikan
dengan permasalahan tujuan
penelitian & hipotesis

6/7/2022
 3. Analisis Data
12

Data kualitatif diolah dengan

teknik analisis kualitatif. Data
kuantitatif diolah dengan
teknik analisis kuantitatif =>
mencakup tabulasi data,
perhitungan statistik, & uji
statistik.

6/7/2022
13 Data Analisis Dapat memilih:

 Descriptive analysis
 Univariate analysis
 Bivariate analysis
 Multivariate analysis

6/7/2022
a. Analisis Univariat
14
- Dilakukan pada tiap variabel
hasil penelitian
- Hanya mengetahui karakteristik
data

b. Analisis Bivariat
- Dilakukan pada 2 variabel yang
diduga berhubungan /
berkorelasi
- Dilakukan pengujian statistik
6/7/2022
c. Analisis Multivariat
15

- Dilakukan terhadap lebih dari 2

variabel
Biasanya hubungan antara 1
variabel terikat dengan
beberapa variabel bebas
- Uji statistik : regresi berganda
(multiple regression), analisis
variance, dll 6/7/2022
 Langkah-langkah Analisis Data
EDITING

CODING
Pengecekan
Kesalahan
dan
DATA ENTRY Verifikasi

DATA ANALYSIS
16

6/7/2022
17
Langkah-Langkah Melakukan Persiapan Data Untuk Dianalisis

Pengecekan Kuesioner yang Masuk

Edit

Coding

Tabulasi

Pengecekan Data Akhir

6/7/2022
18 Tahap-tahap Analisis Data
Mengedit data

Memberi kode
Pemeriksaan kesalahan
dan verifikasi
Memasukan data

Menganalisis data

Analisis Analisis Analisis Analisis

deskriptif Univariat Bivariat multivariat

Interpretasi

6/7/2022
19

 Pemilihan analisis data perlu disesuaikan

dengan kepentingan penelitian
bersangkutan. Kadangkala suatu
penelitian kuantitatif cukup memilih
analisis deskriptif saja, sedangkan
penelitian lainnya dilengkapi analisis
univariat, bivariat, dan multivariate

6/7/2022
20

Ada dua pendekatan penelitian

yakni penelitian kualitatif dan
penelitian kuantitatif. Penelitian
kuantitatif menghimpun data berupa
angka dan proses analisa data
dilakukan secara aritmetik. Hal
tersebut merupakan kebalikannya
dari penelitian kualitatif yang tidak
menghimpun angka dan analisisnya
pun tidak dilakukan secara aritmetik.

6/7/2022
Pemilihan
21
Alat Analisis Data

Pemilihan Metode Statistik Sebagai Alat

Analisis Data Bergantung pada:
Tujuan Penelitian Jenis Pengukuran Jumlah Variabel
• Deskriptif dan Jumlah yang diamati
• Inferensi Sampel • Analisis Bivariat
• Parametrik (interval • Analisis Multivaria
/ rasio)
• Nonparametrik
(nominal / ordinal)

6/7/2022
 22
S TAT I ST I K D E S K R I P T I F
 J i k a penelitian bertujuan memaparkan data
hasil penelitian, analisis yang digunakan ialah
analisis statistik deskriptif.
 J i k a fokus pada variabel tunggal, gunakan
analisis univariat atau distribusi univariat.
 Statistik deskriptif berhubungan dengan teknik
untuk pencatatan, pengorganisasian, dan
peringkasan informasi dari data numerik.
 S D merupakan prosedur-prosedur
pengorganisasian dan menyajikan informasi
dalam satu bentuk yang dapat digunakan dan
dapat dikomunikasikan atau dapat dimengerti.
6/7/2022
23

1. Deskripsi Data Kualitatif

• Deskripsi data adalah perangkat paling umum
yang digunakan untuk menampilkan variabel
kualitatif dalam bentuk diagram batang (bar
chart).

2. Deskripsi Data Kuantitatif

• Adalah pengelompokan data atas persepsi
responden yang digambarkan dalam bentuk
distribusi frekuensi.
6/7/2022
24

DATA COODING

DATA ENTERING

Tidak ada kesalahan Ada kesalahan

DATA CLEANING

DATA OUTPUT
1. NUMERIK
2. GRAFIK

DATA ANALYZING
1. UNIVARIAT
2. BIVARIAT
3. MULTIVARIAT
6/7/2022
Responden Iklan Kepuasan Pelanggan Penjualan
25
1 45 47 31
2 46 45 33
3 49 46 32
4 52 49 34
5 51 55 36
6 50 52 35
7 53 53 33
8 54 46 34
9 49 55 34
10 55 57 34
11 59 54 35
12 48 59 35
13 54 60 36
14 52 59 37
6/7/2022
15 57 58 38
ANALISIS
26 UNIVARIAT = ANALISIS
DESKRIPSI
1. Distribusi Frekuensi
• Atau tabel frekuensi ialah susunan data dalam suatu tabel yang telah
diklasifikasikan menurut kelas atau kategori-kategori tertentu
2. Ukuran Pemusatan (Central Tendency)
• Modus (Mode)
• Rata-rata (Mean)
• Median

3. Ukuran Penyebaran (Dispersion)

• Range adalah selisih nilai max dengan nilai min dalam suatu kumpulan
data. Contoh: 2 4 5 7 8 200, maka range adalah 200 – 2 = 192
• Variance
• Standar Deviation (simpangan baku)
6/7/2022
 Analisis Bivariat
27
Data Hasil Penelitian

6/7/2022
28 Pendahuluan
 Jumlah variabel dalam penelitian satu, dua, tiga, atau
banyak variabel

 Keterkaitan antar variabel akan tergambar dalam

tujuan penelitian (tujuan umum dan khusus)

 Dua variabel: menguji hubungan (korelasi),

perbedaan (komparasi), pengaruh (efektifitas) antara
variabel independen dan dependen

 Tiga atau banyak variabel: menguji faktor independen

yang paling berhubungan/berpengaruh/berefek
6/7/2022
terhdp variabel dependen
29
Untuk melihat apakah ada atau tidak adanya
hubungan/perbedaan/pengaruh/efektifitas

Uji Hipotesis (Ha atau Ho)

Dilakukan dg menentukan tingkat kemaknaan
(nilai α)

6/7/2022
 ANALISIS BIVARIAT
30 ini digunakan jika data bivariat, yaitu data dari dua buah variabel dicatat
Analisis
dari satu unit pengamatan. Karena dicatat dari satu unit pengamatan, mungkin
terjadi asosiasi atau kaitan antar variabel tersebut.

Konsep Statistik untuk Analisis

Koefisien Koefisien Tingkat Uji Satu atau

Uji Statistik
Korelasi Determinasi Signifikansi Dua Sisi

6/7/2022
31
Mengukur Hubungan Bivariat

1. Apakah ada atau tidak hubungan

2. Derajat (kekuatan) hubungan

3. Arah hubungan

6/7/2022
 Tipe Uji Statistik untuk
32
Mengukur Hubungan
Nominal Oridinal Interval/Rasio
Nominal Uji T tidak Theta Eta (the correlation
berpasangan ratio)
Uji T
Berpasangan
Uji Mann-
Whitney
Uji Wilcoxon

Ordinal Gamma Jaspen’s M

Kendall’s tau Spearman’s rho
Somers dyx
Uji Chi-
Square
Interval/Rasio Pearson’s r
6/7/2022
Uji Statistik untuk Mengukur Asosiasi antara variabel
 Tipe Uji Statistik untuk
33
Mengukur Hubungan

Level of Measurement Symmetric Asymmetric

Nominal Yule’s Q Lamda
The Phi Coefficient Uncertainty Uyx
Ordinal Kendall’s tau Sommer’s
Gamma
Spearman rho rs
Interval/Rasio Pearson r Eta

Uji Statistik untuk Mengukur Derajat Asosiasi antara variabel

6/7/2022
34 Dalam Analisa bivariat
dilakukan beberapa tahap:
1. Analisis propose atau presentasi, dg mmbandingkan
distribusi silang antara dua variavel yg bersangkutan
2. Analisis dari hasil uji statistic (chi-square test, Z test, t
test, dsb)➔ akan dpt disimpulkan apakah hubungan
2 variable tsb bermakna atau tidak. Dari uji statistic tsb
dpt terjadi, missal antara 2 variable tsb secara
presentasi berhubungan, tetapi scr statistic hubungan
tidak bermakna.
3. Analisa keeratan hubungan antara dua variable tsb,
dengan nilai Odd Ratio (OR). Besar kecilnya OR
menunjukkan besarnya keeratan hubungan antara
dua variable yang diuji

6/7/2022
 35 Contoh:
Distribusi Responden Berdasarkan Umur dan
Kepatuhan Berobat TB

Umur Kepatuhan Total P-Value OR 95%

Tak Patuh Patuh
Dewasa Md 7 (20,0%) 28 (80%) 35 (100%) 0,004 3,08
Dewasa 24 (45,0%) 20 (45,5%) 44 (100%)
Total 31 (39,2%) 48 (60,8%) 79 (100%)

Dari table di atas menunjukkan bhs responden berumur

dewasa muda lebih patuh berobat TB (80,0%), dibandingkan
responden dewasa (45,8%), hasil analisis menunjukkan p-value
< 0,05, hal tsb bukti bahwa umur berhubungan dg kepatuhan
berobat. Dari analisis keeratan hubungan menunjukkan nilai
OR 3,05, yg berarti bhw responden yg berumur muda
mempunyai peluang 3,08 kali patuh berobat dibandingkan
dengan responden yang berumur dewasa 6/7/2022
 Uji 2 variabel: chi square test
36
(uji kai kuadrat)

 Bertujuan mencari adanya hubungan antar

dua variabel dg jenis data kategorik - kategorik
 Hubungan motivasi dengan perilaku
 Hubungan pengetahuan dengan kepatuhan
 Hubungan tingkat pendapatan/ekonomi
dengan gaya hidup
→ Data variabel independen dan dependen
berasal dari satu sumber data
6/7/2022
37 Langkah uji kai kuadrat
 Masing2 variabel dibuat menjadi kategorik
 Jika data dasar berupa numerik mk hrs dirubah mnjd data
kategorik
a. Jika 2 kategori: menggunakan ukuran tengah
→ (mean/median/modus)
mean: jika distribusi data normal/merata
median: jika distribusi data tidak normal/tersebar
b. Jika 3 kategori atau lebih: (cara 1)

M= 1+3,3 log N
M = jumlah kelas
N = jumlah yg diobservasi
6/7/2022
 38 Langkah uji kai kuadrat
(lanjutan)
b. Jika 3 kategori atau lebih: (cara 2)
# Cari nilai tertinggi dan terendah hasil pengukuran
# Cari nilai Range= Nilai tertinggi – Nilai terendah
# Bagi nilai range sesuai jumlah kategori yg diinginkan
# Nilai yg didapat menjadi dasar jarak interval (batas
atas dan bawah) di setiap kls

6/7/2022
 39

Varibel independen sbg data rows (s)

Variabel dependen sbg data columm(s)
Bila tabel 2x2 (msg2 variabel ada 2 kategori)
ada nila expected (harapan) kurang dari 5
→ fisher’s exact test
Bila tabel 2x2 (msg2 variabel ada 2 kategori)
tidak ada nila expected (harapan) kurang
dari 5 →continuity correction (a)
Bila tabelnya lebi dari 2x2 (variabel ada yg
lbh dari 2 kategori) → pearson chi square
6/7/2022
40

Tabel 5.3
Analisis Hubungan Pelaksanaan Shalat Fardhu
dengan tingkat Stress pada Dewasa Madya di
Desa Juntinyuat Tahun 2018

Tingkat Stres
Stress
Pelaksanaan Stress Stress Stress P-value
Normal Sangat Total %
Shalat Fardhu Ringan Sedang Berat
Berat
F % F % F % F % F %
Tidak Baik 45 43.3 % 34 32.7 % 22 21.2 % 2 1.6 % 1 0.3 % 104 100 % 0,000
Baik 191 86.0 % 18 8.1 % 10 4.5 % 3 1.4 % 0 0% 222 100 %

6/7/2022
41 Uji 2 variabel: uji beda 2
mean
 Uji beda 2 mean ( t-test): numerik –
numerik
a. masing2 variabel dicari nilai
mean/median
b. Dilakukan uji dependen t-test → jk data
kedua variabel tersebut berasal dari 1
sumber data
c. Dilakukan uji independen t-test → jk
data kedua variabell tersebut berasal
dari 2 sumber data yg berbeda
6/7/2022
42 Uji beda t-test independen
 Biasanya digunakan pd penelitian 2
sampel/populasi yg berbeda ➔
komparasi
 Konsumsi protein hewani penduduk
pantai dan pegunungan → Konsumsi
protein hewani pd klpk penduduk
tersebut diukur → bandingkan apakah
ada beda atau tidak
→ jika ada beda Ho ditolak
→ jika tidak ada beda Ho diterima

6/7/2022
43 Uji beda t-test dependen

 Biasanya digunakan pd penelitian pre-

post test design (penelitian eksperimen)
 Kadar Hb sebelum dan sesudah
mengkonsumsi tablet Fe pada ibu
hamil→ Kadar Hb ibu hamil diukur
sebelum dan sesudah mengkonsumsi
tablet Fe → bandingkan apakah ada
beda atau tidak
→ jika ada beda Ho ditolak
→ jika tidak ada beda Ho diterima
6/7/2022
44 Langkah uji beda 2 mean

 Cari nilai ukuran tengah msg2 variabel

yg akan diteliti
 Bandingkan hasil uji dg tk kemaknaan (α
0,05)
 Jika hasil uji ≤ α maka Ho ditolak (Ha
diterima)
 Jika hasil uji > α maka Ho diterima

6/7/2022
 Uji anova (analysis of
45
variant)

 Uji untuk analisis hubungan data kategorik

dengan numerik
 Data kategorik: variabel independen (row’s)
 Data numerik: variabel dependen (columm’s)
 Nilai yg dipakai Multiple Comparison Bonferroni
 Bandingkan hasil uji dg tk kemaknaan (α 0,05)
 Jika hasil uji < α maka Ho ditolak (Ha diterima)
 Jika hasil uji > α maka Ho diterima

6/7/2022
 ANALISIS
46
MULTIVARIAT

6/7/2022
 47 Analisis Data Multivariat
digunakan apabila variabel dalam penelitian ingin mengetahui
kaitan lebih dari dua variabel

1. Analisis Korelasi Parsial Pemahaman

membaca (X)
Persepsi
Visual (Y)

• Digunakan untuk mengukur hubungan antara beberapa Usia

variabel independen dan satu variabel dependen dan salah (Z)

satu variabel independennya dibuat tetap atau dikontrol.

2. Analisis Korelasi Ganda X1

• Jika peneliti ingin mengetahui hubungan antara dua

X2
variabel lebih

6/7/2022
 48 Analisis Data Multivariat
digunakan apabila variabel dalam penelitian ingin mengetahui
kaitan lebih dari dua variabel

3. Analisis Regresi Sederhana Kemampuan

(X)
Prestasi (Y)

• Digunakan untuk mengukur hubungan fungsional atau

kausal antara satu variabel independen dan satu variabel
dependen.

4. Analisis Regresi Ganda X1

• Jika peneliti ingin mengetahui hubungan fungsional X2

(sebab akibat) antara dua variabel lebih

X3

6/7/2022
49 5. Analisis Jalur
dikembangkan oleh Sewal Wright (1934) sebagai suatu model analisis yang digunakan
dalam suatu model kausalitas yang diformulasi oleh peneliti berdasarkan
pengetahuan dan pertimbangan teoritis.

X1
Kemampuan
(X)
Y
Prestasi (Y)
X2
Kemampuan
Y
(X)

X3

X1

X3 Y

X2

6/7/2022
50

1. Hubungan antara variabel adalah linier dan aditif

(bersifat penjumlahan) serta bersifat kausalitas

2.Semuar variabel error atau residu (e atau epsilon)

tidak berkorelasi satu sama lain

3. Pola hubungan antar variabel bersifat rekursif,

yaitu hanya ada arus kausal satu arah dalam sistem

Tingkat pengukuran variabel (endogoous) sekurang-

kurangnya skala interval

Variabel yang diobservasi dapat diukur tanpa ada

kekeliruan

Model disajikan secara benar

6/7/2022
51

Tujuan analisis jalur adalah menerangkan

akibat langsung dan tidak langsung

Dalam model kausal analisis jalur

dikelompokan dua jenis variabel, yaitu
endogenus dan eksogenus

Jalur-jalur dalam model dinyatakan oleh garis

lurus dengan satu kepala panah

Koefisien jalur menyatakan efek langsung dari

satu variabel sebab terhadap variabel akibat.
Koefisien jalur disimbolkan dengan p dengan
dua indeks (subsript) di bawahnya. p31 6/7/2022
6. Analisis Kanonikal
52

⚫ Kanonikal analisis menggambarkan satu

teknik statistik multvariat yang menyelidiki
hubungan antara dua set variabel. Satu X1 Y1
adalah seperangkat prediktor dan satu lagi
seperangkat kriterion. Analisis korelasi
kanonikal merupakan suatu analisis korelasi
yang digunakan untuk menentukan derajat
hubungan antara satu set atau kelompok
variabel kriterion (dependen) dan satu set X2 Y2
atau kelompok variabel prediktor
(independen).
⚫ Menurut Dillon dan Goldstein, bahwa
analisis korelasi kanonikal harus digunakan
dalam menganalisis masing-masing variabel
prediktor dan variabel kriterion secara
simultan.
6/7/2022
53 Analisis Multivariat
 Utk mengetahui hubungan lebih dari satu
variable independent dengan satu variable
dependen
 Contoh: “hubungan variable Pendidikan ibu,
pengetahuan ibu, social ekonomi keluarga,
jumlah anak, dsb (variable-variable
independent) dengan status gizi anak balita
(variable dependen)
 Dalam analisis multivariat dilakukan berbagai
langkah pembuatan model. Model terakhir
terjadi apabila semua variable independent
dengan variable dependen sudah tidak
mempunyai nilai p>0,05 6/7/2022
 Contoh:
54 Hubungan antara Pengetahuan, Umur, dan
Pendidikan dengan Kepatuhan Berobat TB

Variabel B p OR 95% CI
Lower Upper
Pengetahuan 2,960 0,000 19,305 4,34 84,92
Umur 3,079 0,008 11,747 2,22 212,61
Pendidikan 2,625 0,000 13,804 3,28 58,05
Constatnta -10,497

Dari table di atas dpt disimpulkan:

a. Responden yang mempunyai pengetahun tinggi berpeluang
19,305 kali patuh berobat dibandingkan dg responden yg
mempunyai pengetahuan rendah
b. Responden yg berumur muda berpeluang 11.747 kali patuh
berobat dibandingkan dg responden yg berumur lebih tua
c. Responden yang berpendidikan tinggi berpeluang 13,804 kali
patuh berobat dibandingkan dg responden yg berpendidikan
rendah 6/7/2022
55 Lanjutan
 Dari ke-3 variable independent tsb,
maka variable pengetahuan adalah
variable yang paling dominan
berhubungan dengan kepatuhan
berobat, dg OR 19,305
 Hal tsb berarti bahwa responden yang
emmpunyai pengetahuan TB yang
tinggi berpeluang 19 kali utk patuh
berobet, dibandingkan dengan
responden yang berpengetahuan TB
yang rendah, setelah dikontrol variable
Pendidikan dan umur
6/7/2022
56

Terima Kasih

6/7/2022