STAT

ISTIK
d a k a d a yang tidak
A
" T i
u n g k i n s ebab hasil
m
g a n tu n g p ada us aha" DATA
ter
BIVA
RIAT
MT K
Kelas
X I -1 M
IPA
 Data Bivariat
Data Bivariat merupakan data yang terdiri atas dua variabel kuantitatif.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.

Variabel independen adalah variabel yang akan digunakan untuk membuat prediksi terhadap nilai variabel
dependen.Variabel ini digambarkan pada bagian sumbu X di diagram pencar. Variabel dependen adalah variabel
yang nilainya dipengaruhi oleh variabel independen. Variabel dependen digambarkan pada sumbu Y di diagram
pencar.
 Contoh Data Bivariat Penelitian Medis
Peneliti medis sering mengumpulkan data bivariat untuk
mendapatkan pemahaman yang lebih baik tentang hubungan
antara variabel yang berhubungan dengan kesehatan.
Misalnya, seorang peneliti dapat mengumpulkan data berikut
tentang usia dan detak jantung istirahat untuk 15 orang:
Peneliti kemudian dapat memutuskan untuk menghitung
korelasi antara dua variabel dan menemukan korelasi menjadi
0,812.
Hal ini menunjukkan bahwa terdapat korelasi positif yang kuat
antara kedua variabel tersebut. Artinya, seiring bertambahnya
usia, detak jantung istirahat cenderung meningkat dengan cara
yang dapat diprediksi juga.
 Korelasi

Korelasional merupakan hubungan antar dua

kelompok data yang bukan merupakan
hubungan saling ketergantungan/sebab-
akibat (kausal). Artinya perubahan data
kelompok pertama tidak disebabkan oleh
perubahan data kelompok kedua atau
sebaliknya. Jika perubahan data kelompok
pertama bergantung dengan perubahan data

Korelasional kelompok kedua maka hubungan kedua

kelompok data disebut hubungan kausal.
Kausal
 Beberapa Karakteristik Korelasi

Arah 01

02 Linearitas
Kekuatan/ 03
ke-eratan
Hubungan 04 Pencilan
sebab-akibat 05
 01. ARAH

Positif Negatif Tidak berkorelasi

Untuk tren yang umumnya Untuk titik-titik yang
Untuk tren yang umumnya
naik, dikatakan bahwa tersebar secara acak tanpa
turun, dikatakan bahwa
korelasinya positif. tren naik atau turun, dapat
korelasinya negatif.
Peningkatan variabel bebas dikatakan tidak ada
Peningkatan variabel bebas
umumnya menghasilkan korelasi.
umumnya menghasilkan
peningkatan variabel
penurunan variabel terikat.
terikat.
 02. Linearitas

Titik yang membuat tren linear

jika titik-titik
membentuk garis
lurus kita katakan
tren
itu linear Titik yang tidak membuat tren linear
 03. Kekuatan (ke-eratan)

KUAT SEDANG LEMAH

Untuk menggambarkan seberapa kuat (erat) data mengikuti pola

atau tren, kita
berbicara tentang kekuatan korelasi.