DATA BERVARIAT DAN UJI

HIPOTESIS

ALIA SALSABILA EFFENDI (213110083)

2A
 DATA BERVARIAT

Analisis bivariat merupakan salah satu jenis analisis yang digunakan sesuai
dengan kondisi jumlah variabel. Analisis yang terkesan sederhana ini mampu
menghasilkan pengujian yang sangat bermanfaat.
Secara umum, berdasarkan jenisnya, terdapat 3 jenis.
• Analisis univariat (1 variabel)
• Analisis bivariat (2 variabel)
• Analisis multivariat (lebih dari 2 variabel)
 DATA BERVARIAT

I. Analisis Deskriptif

Pada analisis deskriptif, analisis bivariat bisa berlaku pada hampir seluruh visualisasi data. Jenis tampilan visualisasi
seperti grafik batang, grafik garis, grafik column, dll masih bisa digunakan untuk analisis bivariat. Scatterplot
merupakan visualisasi data dalam bentuk titik-titik yang ditampilkan dalam sumbu x dan ya. Sumbu x dan y mewakili
nilai dari masing-masing variabel. Dengan menggunakan scatterplot, kita bisa melihat pola hubungan antara 2 variabel.
Hubungan yang terbentuk bisa jadi linier, eksponensial, seasonal, dll sesuai dengan kondisi data. scatterplot hanya alat
bantu untuk mendeteksi pola hubungan, bukan untuk menarik kesimpulan terhadap pola hubungan antara 2 variabel.

II. Analisis Inferensial

Dengan menggunakan analisis inferensial, anda bisa mengambil kesimpulan yang valid dalam pengujian 2 variabel.
 DATA BERVARIAT

Berikut adalah bagaimana analisis bivariat dilakukan.

• Scatter plots – memberikan gambaran tentang pola yang dibentuk menggunakan dua variabel.
• Analisis Regresi – menggunakan berbagai alat untuk menentukan bagaimana pos data dapat dikaitkan. Pos
mungkin mengikuti kurva eksponensial. Analisis regresi memberikan persamaan untuk garis atau kurva. Ini juga
membantu untuk menemukan koefisien korelasi.
• Koefisien Korelasi – Koefisien memungkinkan Anda mengetahui apakah data yang dimaksud terkait. Bila koefisien
korelasinya nol, maka ini berarti variabel-variabel tersebut tidak berhubungan. Jika koefisien korelasinya positif
atau negatif 1, maka ini berarti variabel-variabel tersebut berkorelasi sempurna.

Jenis analisis bivariat tergantung pada jenis atribut dan variabel yang digunakan untuk menganalisis data. Variabel bisa
saja ordinal, kategoris, atau numerik. Variabel bebas bersifat kategoris, seperti merk pena. Dalam hal ini digunakan
regresi probit atau regresi logit. Jika variabel terikat dan variabel bebas sama-sama ordinal, artinya memiliki rangking
atau kedudukan, maka diukur koefisien korelasi rangkingnya.
 DATA BERVARIAT

Jika atribut dependen adalah ordinal, maka probit terurut atau logit terurut digunakan. Ada kemungkinan bahwa atribut
independen dapat berupa interval atau rasio seperti skala suhu. Di sinilah regresi diukur. Berikut adalah bagaimana
kami menyebutkan jenis-jenis korelasi data bivariat.

• Numerik dan Numerik

Pada variabel jenis ini, baik variabel data bivariat yang meliputi variabel dependen maupun variabel independen
memiliki nilai numerik

• Kategoris dan Kategoris

Ketika kedua variabel dalam data bivariat berada dalam bentuk statis, data diinterpretasikan, dan pernyataan serta
prediksi dibuat tentangnya. Selama penelitian, analisis akan membantu menentukan penyebab dan dampak untuk
menyimpulkan bahwa variabel yang diberikan adalah kategoris.

• Numerik dan Kategorik

Ini adalah ketika salah satu variabel adalah numerik, dan yang lainnya adalah kategoris.

Pada dasarnya bivariat adalah jenis analisis statistik ketika dua variabel diamati terhadap satu sama lain. Salah satu
variabel akan menjadi dependen, dan yang lainnya adalah independen. Variabel dilambangkan dengan X dan Y.
Perubahan dianalisis antara dua variabel untuk memahami sejauh mana perubahan telah terjadi.
 UJI HIPOTESIS

• Uji hipotesis adalah sebuah proses untuk melakukan evaluasi kekuatan bukti
dari sampel, dan memberikan dasar untuk membuat keputusan terkait dengan
populasinya. Tujuan uji hipotesis adalah untuk memutuskan apakah hipotesis
yang diuji ditolak atau diterima.
• Uji hipotesis merupakan bagian dari statistik inferensial yang bertujuan untuk
menarik kesimpulan mengenai suatu populasi berdasarkan data yang diperoleh
dari sampel populasi tersebut.
• Hipotesa adalah jawaban sementara atas pertanyaan penelitian. Dengan
demikian, ada keterkaitan antara perumusan masalah dengan hipotesis, karena
perumusan masalah merupakan pertanyaan penelitian.
 UJI HIPOTESIS

• Prosedur uji hipotesis

1. Tentukan parameter yang hendak diuji
2. Tentukan Hipotesis nol (H0)
3. Tentukan Hipotesis alternatif (H1)
4. Tentukan (α)
5. Pilih statistik yang tepat
6. Tentukan kawasan penolakan
7. Hitung statistik uji
8. Putuskan apakah Hipotesis nol (H0) ditolak atau tidak
 UJI HIPOTESIS

Hipotesis dibagi menjadi dua bagian, yaitu:

• Hipotesis null (H0)

Hipotesis null merupakan pernyataan yang akan diuji kebenarannya. Secara statistik H0 diartikan bahwa tidak
terdapat perbedaan antara karakteristik populasi dan karakteristik sampel.
• Hipotesis alternatif (H1)
Hipotesis alternatif adalah pernyataan ketika pernyataan (H0) ditolak. Dengan demikian, secara statistik H1
diartikan bahwa terdapat perbedaan antara karakteristik populasi dan karakteristik sampel.

Hipotesis terbagi dalam 3 jenis, yaitu:

• Hipotesis deskriptif
Pernyataan yang menyebutkan bahwa nilai parameter populasi sama dengan nilai tertentu.
• Hipotesis komparatif
Pernyataan yang menyebutkan bahwa nilai parameter suatu populasi sama dengan nilai parameter populasi yang
lain.
• Hipotesis asosiatif
Pernyataan yang menyatakan adanya hubungan antar dua variabel.
 UJI HIPOTESIS

Hipotesis dibagi menjadi dua bagian, yaitu:

• Hipotesis null (H0)

Hipotesis null merupakan pernyataan yang akan diuji kebenarannya. Secara statistik H0 diartikan bahwa tidak
terdapat perbedaan antara karakteristik populasi dan karakteristik sampel.
• Hipotesis alternatif (H1)
Hipotesis alternatif adalah pernyataan ketika pernyataan (H0) ditolak. Dengan demikian, secara statistik H1
diartikan bahwa terdapat perbedaan antara karakteristik populasi dan karakteristik sampel.

Hipotesis terbagi dalam 3 jenis, yaitu:

• Hipotesis deskriptif
Pernyataan yang menyebutkan bahwa nilai parameter populasi sama dengan nilai tertentu.
• Hipotesis komparatif
Pernyataan yang menyebutkan bahwa nilai parameter suatu populasi sama dengan nilai parameter populasi yang
lain.
• Hipotesis asosiatif
Pernyataan yang menyatakan adanya hubungan antar dua variabel.
THANK YOU !!