manajemen data analisis bivariat

7/25/2019 Manajemen Data ANALISIS BIVARIAT

1/8

Analisis Bivariat

Analisis Bivariat adalah melakukan analisis statistik untuk mengetahui keterkaitanantara dua variabel (Kategorik-Numerik). Berdasarkan kategorik-numerik nya,

Analisis Bivariat terdiri atas 4 jenis, yaitu :

a. Kategorik-kategorik : menggunakan uji proporsi

b. Kategorik-numerik : menggunakan uji beda rata-rata

. Numerik-kategorik :menggunakan uji beda rata-rata

d. Numerik-numerik : menggunakan korelasi

Uji beda rata-rata ada 2, yaitu :

!. "ji beda # rata-rata. "ji beda # rata-rata ini terdiri dari #, yaitu :

- $ampel yang tidak berpasangan, menggunakan %ndependen $ampel &-&est- $ampel yang berpasangan, menggunakan 'aired &-&est#. "ji beda lebih # rata-rata, yang menggunakan Anova

$emua uji diatas dapat dilakukan jika data berdistribusi normal. "ntuk melihat

normal atau tidaknya data, maka dilakukan uji :

!. ean, edian, odus#. Kolmogoro $mirnov

1 | P a g e


2/8

*ata berdistribusi normal apabila ' + ,

. $k/eness

0. 1istrogram

Apabila titik yang berbentuk kurva normal

. 22 'lot

*ata dikatakan normal apabila berada terletak di seputar garis sater dan seimbang

atas ba/ah

3. Bo4 'lot

*ata dikatakan normal apabila memenuhi 0 syarat :

a. Bo4 tidak tinggi

b. &angkai pendek, simbang atas ba/ah

. edian terletak di tengah

d. &idak ada outler, kalaupun ada jumlahnya seimbang atas ba/ah

Jika kesimpulannya data tidak normal, maka lakukan penormalan data dengan

cara berikut :

!. "ji langsung dengan "ji Non 'arametrik

#. Normalisasi data, dilakukan dengan # ara :

a. emissingkan outlier

b. elogkan variabel

Apabila data tetap tidak normal, maka dapat diuji dengan Uji on !arametrikatau

"ategorikan( auan patokan5 auan normati)

"ji non parametrik yang dipakai untuk 'aired &-&est,Lihat gambar diatas!

"ji non parametrik yang dipakai untuk %ndependent $ample &-&estLihat gambar!

"ji non parametrik yang dipakai untuk 6ne- 7ay Anova,Lihat gambar diatas!

ANA8%$%$ B%9A%A&

A. #abulasi silang

&abulasi silang (Crosstabs) adalah asilitas untuk melihat rekuensi (jumlah) suatu

data berdasarkan riteria tertentu.

Kasus: dari data personalia, hitunglah distribusi rekuensi umurk berdasarkan jenis kelamin

$angka%-langka%

!. Buka ile yang akan diuji (data personalia)

2 | P a g e


3/8

#. Klik Analy&e, 'escriptive statistic, crosstabs, maka munul layar sbb:

. asukan variable umurkke kotak (o)*s+dan variable se ke kotak olumn*s+

0. Klik cell, klik total, continue, ", "sehingga tampil ouput sbb:

Berdasarkan output di atas dapat dilihat bah/a usia + # tahun ada sebanyak !; orang

(


4/8

&abel !. &abulasi $ilang "mur esponden Berdasarkan enis Kelamin

Kelompok "mur

enis Kelamin&otal p

7anita 'ria

n < n < n tahun ! , ! , # !,

Berdasarkan hasil analisis hubungan antara umur dengan jenis kelamin karya/an

diperoleh bah/a dari !; orang ada sebanyak !! (3!,!


5/8

$eorang peneliti ingin mengetahui apakah ada perbedaan antara tinggi badan dan berat badan

seorang pria dan seorang /anita. "ntuk itu = pria dan = /anita masing-masing diukur tinggi

dan berat badannya.

Berikut adalah hasilnya (angka dalam m untuk tinggi badan dan kg untuk berat badan)

o #inggi Berat 8ende

r

! !=0. 3.; 'ria

# !=;.3 3#.= 'ria

!=.; 33.0 'ria

0 !3;.# 3;.@ 'ria

!@.= 3=.; 'ria3 !3=.; 3=.; 'ria

= !3. 3.; 'ria

; !0.= 0;.= 7anita

@ !#.= 0.= 7anita

! !.; 03.# 7anita

!! !0.; 0.; 7anita

!# !=.; ;.! 7anita

! !3.= 0.= 7anita

!0 !0.= 0@.= 7anita

!enyelesaian

Kasus di atas terdiri atas dua sampel yang bebas satu dengan yang lain, yaitu sampel

bergender pria tentu berbeda dengan sampel bergender /anita. *i sini populasi diketahui

berdistribusi normal dan karena sampel sedikit dipakai uji t untuk dua sampel.

A. 'emasukan data ke $'$$

$angka%-langka%:

!. Buka $'$$ dengan double klik

#. Klik sheet variable vie/, ketik tinggi, deimals ketik !. bagian lain abaikan.

. Klik baris berikutnya dan ketik berat, deimals ketik !, bagian lain abaikan.

0. Klik baris berikutnya dan ketik gender, deimals ketik , kemudian klik kolom values

$ehingga layar tampil sebagai berikut:

. Kemudian isi di kotak value dengan angka !, pria di kotak label, kemudian klik 6K,

3. 8ayar berikut tampil:

=. Kemudian semua data dientri ke data vie/, jika pengisian benar, maka hasilnya sbb:

!enyelesaian:

5 | P a g e


6/8

!. *ari menu $'$$ pilih Analy&e, kemudian pilih ompare- 9eans. 'ilih 5ndependent

3amples # test.., maka tampil layar berikut:

#. Kemudian masukkan variable tinggi dan berat kemudian klik tanda panah, sehingga tampil

layar berikut:

. Klik gender dan masukkan ke kotak 8rouping ;ariabel, maka layar sbb:0. Klik *eine 8roups


7/8

'erbedaan yang nyata dari kedua varians membuat penggunaan varians untuk

membandingkan rata-rata populasi dengan t test sebaiknya menggunakan dasar Equal

variance not assumed(diasumsi kedua varians tidak sama)

Analisis 'engan 9emakai t test Untuk Asumsi ;arians #idak 3ama

>ipotesis:

1o: Kedua rata-rata populasi adalah identik (rata-rata populasi tinggi badan pria dan /anita

adalah sama)

1a: Kedua rata-rata populasi adalah tidak identik (rata-rata populasi tinggi badan pria dan

/anita adalah berbeda)

!engambilan keputusan

ika probabilitas > ., maka 1o diterima

ika probabilitas + ,, maka 1o ditolak

"eputusan:

&erlihat bah/a t hitung untuk tinggi badan dengan Equal Variance not assumed

(diasumsikan kedua varians tidak sama atau menggunakan separate variance test)

adalah ,;#3 dengan probabilitas,!. 6leh karena probabilitas + , maka 1o

ditolak, atau kedua rata-rata (mean) tinggi badan pria dan /anita benar-benar berbeda,

artinya pria mempunyai rata-rata tinggi badan yang lebih dari /anita.

!enyajian dan 5nterpretasi di $aporan !enelitian

#abel 6. 'istribusi (ata-(ata #inggi Badan (esponden Berdasarkan 8ender

;ariabel 8ender 9ean 3' 3 pvalue n

'ria !3@, 3,! #,!@,!

=

7anita !,!0 !,30 ,3#! =

Berdasarkan table di atas dapat diketahui bah/a dari = respodnen pria, rata-rata

tinggi badannya yaitu !3@, m, dengan standar deviasi 3,! m. $edangkan dari =

responden /anita, rata-rata tinggi badannya yaitu !,!0 m, dengan standar deviasi

!,30 m. 1asil uji statistik didapatkan nilai p ,!, berarti pada tara < terlihat

7 | P a g e


8/8

ada perbedaan yang signiikan antara rata-rata tinggi badan pria dan /anita artinya pria

mempunyai rata-rata tinggi badan yang lebih dari /anita.

b. Berat badan

>ipotesis

1o: Kedua rata-rata populasi adalah identik (rata-rata populasi berat badan pria dan /anita

adalah sama)

1a: Kedua rata-rata populasi adalah tidak identik (rata-rata populasi berat badan pria dan

/anita adalah berbeda)

!engambilan keputusan

ika probabilitas > ., maka 1o diterima

ika probabilitas + ,, maka 1o ditolak

"eputusan:

&erlihat bah/a t hitung untuk berat badan dengan Equal variance not assumed

(diasumsi kedua varians tidak sama atau menggunakan separate variance test) adalah

;,=0 dengan probabilitas ,. 6leh karena probabilitas+ ,, maka 1o ditolak,

atau kedua rata-rata (mean) berat badan pria dan /anita benar-benar berbeda, dalam

artian 'ria mempunyai rata-rata berat badan yang lebih dari /anita.

!enyajian dan 5nterpretasi di $aporan !enelitian

#abel 6. 'istribusi (ata-(ata Berat Badan (esponden Berdasarkan 8ender

;ariabel 8ender 9ean 3' 3 pvalue n

'ria 33,0= #,#! ,=30=,

=

7anita @,= ,! !,@0;3 =

Berdasarkan table di atas dapat diketahui bah/a dari = responden pria, rata-rata

berat badannya yaitu 33,0= kg, dengan standar deviasi #,#! kg, $edangkan dari =

responden /anita, rata-rata barat badannya yaitu @,= kg, dengan standar deviasi

,! kg. 1asil uji statistik didapatkan nilaip ,, berarti pada tara < terlihat

ada perbedaan yang signiikan antara rata-rata berat badan pria dan /anita artinya pria

mempunyai rata-rata berat badan yang lebih dari /anita.

8 | P a g e

manajemen data analisis bivariat

Documents