FLM Metlit-14 - Metode Penelitian Bivariat (Asosiasi) Dan Multivariat
FLM Metlit-14 - Metode Penelitian Bivariat (Asosiasi) Dan Multivariat
Analisis univariat, bivariat, dan multivariat adalah bagian penting dalam penelitian, terlebih
penelitian di bidang kedokteran dan kesehatan. Analisis univariat, bivariat, dan multivariat memakan
waktu yang panjang bila tidak dipahami dengan baik oleh peneliti. Tidak jarang ditemukan kesalahan
dalam pemilihan analisis penelitian, apakah hanya analisis univariat saja, atau lanjut ke analisis
bivariat, atau bahkan sampai tahap multivariat.
MATERI PEMBELAJARAN
Analisis univariat hanya terdiri dari satu variabel. Analisis univariat adalah analisis yang paling sederhana
karena hanya ditujukan mengetahui distribusi data dari variabel yang diteliti.
Bila relevan, analisis dilanjutkan ke analisis bivariat. Analisis bivariat menganalisis hubungan antara dua
variabel. Analisis ini memiliki banyak bentuk uji yang dapat digunakan tergantung diagnosis penelitiannya.
Selanjutnya, beberapa penelitian memerlukan analisis multivariat. Analisis multivariat adalah analisis yang
terdiri dari lebih dari dua variabel.
Analisis bivariat dan multivariat adalah metode statistik untuk menyelidiki hubungan antara sampel data.
Analisis bivariat mengamati dua set data berpasangan, mempelajari apakah ada hubungan di antara mereka.
Analisis multivariat menggunakan dua atau lebih variabel dan analisis yang, jika ada, berkorelasi dengan hasil
tertentu. Tujuan dalam kasus terakhir adalah untuk menentukan variabel mana yang mempengaruhi atau
menyebabkan hasil.
Analisis Bivariat
Analisis bivariat menyelidiki hubungan antara dua set data, dengan sepasang pengamatan diambil dari satu
sampel atau individu. Namun, setiap sampel independen. Anda menganalisis data menggunakan alat seperti
uji-t dan uji chi-kuadrat, untuk melihat apakah dua kelompok data berkorelasi satu sama lain. Jika variabelnya
kuantitatif, Anda biasanya membuat grafiknya di sebar scatter. Analisis bivariat juga menguji kekuatan korelasi
apa pun.
Salah satu contoh analisis bivariat adalah tim peneliti yang mencatat usia suami dan istri dalam satu
pernikahan. Data ini dipasangkan karena kedua usia berasal dari pernikahan yang sama, tetapi independen
karena usia satu orang tidak menyebabkan usia orang lain bertambah. Anda memplot data untuk
menunjukkan korelasi: suami yang lebih tua memiliki istri yang lebih tua. Contoh kedua adalah mencatat
pengukuran kekuatan cengkeraman individu dan kekuatan lengan. Data dipasangkan karena kedua
pengukuran berasal dari satu orang, tetapi independen karena otot yang berbeda digunakan. Anda memplot
data dari banyak individu untuk menunjukkan korelasi: orang dengan kekuatan cengkeraman yang lebih tinggi
memiliki kekuatan lengan yang lebih tinggi.
Analisis Multivariat
Analisis multivariat memeriksa beberapa variabel untuk melihat apakah satu atau lebih dari mereka dapat
memprediksi hasil tertentu. Variabel prediktif adalah variabel independen dan hasilnya adalah variabel
dependen. Variabel dapat kontinu, artinya mereka dapat memiliki kisaran nilai, atau mereka dapat dikotomis,
yang berarti mereka mewakili jawaban untuk pertanyaan ya atau tidak. Analisis regresi berganda adalah
metode yang paling umum digunakan dalam analisis multivariat untuk menemukan korelasi antara set data.
Lainnya termasuk regresi logistik dan analisis varians multivariat.
Analisis multivariat digunakan oleh para peneliti dalam studi Journal of Pediatrics 2009 untuk menyelidiki
apakah peristiwa kehidupan negatif, lingkungan keluarga, kekerasan keluarga, kekerasan media dan depresi
adalah prediktor agresi dan intimidasi kaum muda. Dalam hal ini, peristiwa kehidupan negatif, lingkungan
keluarga, kekerasan keluarga, kekerasan media dan depresi adalah variabel prediktor independen, dan agresi
dan intimidasi adalah variabel hasil dependen. Lebih dari 600 subjek, dengan usia rata-rata 12 tahun,
diberikan kuesioner untuk menentukan variabel prediktor untuk setiap anak. Survei juga menentukan variabel
hasil untuk setiap anak. Persamaan regresi berganda dan pemodelan persamaan struktural digunakan untuk
mempelajari set data. Peristiwa kehidupan negatif dan depresi ditemukan sebagai prediktor terkuat agresi
kaum muda.
Dengan demikian Anda dapat menentukan uji hipotesis bivariat dengan berpedoman pada table diatas,
dengan syarat Anda harus memahami beberapa istilah :
1. Skala pengukuran kategorik dan numerik
2. Jenis hipotesis komparatif dan korelatif
3. Masalah skala pengukuran : numerik atau kategorik
4. Pasangan : berpasangan atau tidak berpasangan
5. Jumlah kelompok : 2 kelompok atau > 2 kelompok
6. Syarat uji para metrik dan nonparametric
7. Prinsip tabel : B x K atau P x K
MENGECEK PEMAHAMAN
1. Bagaimana Anda mengetahui distribusi data yang Anda miliki normal atau tidak normal?
2. Bagaimana Anda mengetahui dua buah kelompok data atau lebih mempunyai varians yang sama atau
tidak?
KEGIATAN PRAKTIKUM :
Tugas Kelompok :
LESSON WRAP-UP
You are done with this session! Let’s track your progress. Shade the session number you just completed.
Teori
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Praktikum
1 2 3 4 5 6 7 8 9 10 11 12 13 14