ANALISIS BIVARIAT

ANALISIS BIVARIAT

               Analisis bivariat adalah analisis yang dilakukan untuk mengetahui keterkaitan dua variabel. Dilihat dari bentuk data (kategorik dan numerik), ada 4 kemungkinan analisis yang dapat dilakukan yaitu 1) variabel kategorik dengan kategorik dilakukan uji beda proporsi, 2) variabel kategorik dengan numerik dilakukan uji beda rata-rata, 3) variabel numerik dengan kategorik dilakukan uji beda rata-rata, dan 4) variabel numerik dengan numerik dilakukan uji korelasi.

            Untuk kategori uji beda rata-rata dapat dibagi menjadi 2, yaitu uji lebih dua rata-rata dan uji dua rata-rata. Untuk uji lebih dua rata-rata dilakukan uji One way Anova sedangkan untuk uji dua rata-rata dapat dilakukan dua uji yaitu untuk data berpasangan dilakukan Paired T-test dan untuk data tidak berpasangan dilakukan Independent Sample T-test.

            Ketiga uji diatas dapat dilakukan jika data berdistribusi normal. Untuk menentukan data berdistribusi normal atau tidak dapat digunakan 6 teknik, yaitu 1. membandingkan nilai mean, median dan modus (data berdistribusi normal jika nilai mean, median, modus tidak memiliki banyak perbedaan), 2. Kolmogrov Smirnov (data berdistribusi normal jika nilai p>0,05 dan uji ini hanya digunakan untuk sampel kecil), 3. Uji Skewness (data dikatakan berdistribusi normal jika nilai skewness antara -1,27 sampai 1,27), 4. Histogram (Data dikatakan berdistribusi normal apabila kurva berbentuk identik dengan ciri-ciri puncak grafik berada di tengah dan grafik seimbang kiri kanan), 5. Uji Q-Q Plot (data dikatakan normal apabila nilainya berada di seputar garis scater dan seimbang atas bawah), 6. Box Plot (data dikatakan berdistribusi normal apabila memenuhi 4 syarat yaitu box tidak tinggi, tangkainya pendek dan seimbang atas bawah, median berada di tengah, serta tidak ada outlier dan kalaupun ada jumlahnya seimbang atas bawah).

            Jika setelah dilakukan uji diatas data masih tidak normal, ada dua cara yang dapat dilakukan yaitu 1) Menguji secara langsung dengan uji non-parametrik, untuk Pired T-test digunakan uji Wilcoxon, untuk Independent Sampel T-test digunakan uji Man Withney, dan untuk uji One-way Anova digunakan uji Kruskal Wallis, 2) Menormalkan data atau normalisasi data yang dapat dilakukan dengan cara memissingkan outlier atau melogkan variabel.