Pengenalan singkat tentang analisis bivariat

Istilah analisis bivariat mengacu pada analisis dua variabel. Anda dapat mengingat ini karena awalan “bi” berarti “dua”.

Tujuan analisis bivariat adalah untuk memahami hubungan antara dua variabel. Anda dapat membandingkan jenis analisis ini dengan yang berikut ini:

• Analisis univariat : Analisis satu variabel.
• Analisis multivariat: analisis dua variabel atau lebih.

Ada tiga cara umum untuk melakukan analisis bivariat:

1. Menyebarkan plot.

2. Koefisien korelasi.

3. Regresi linier sederhana.

Tutorial ini memberikan contoh masing-masing jenis analisis bivariat menggunakan kumpulan data berikut yang berisi informasi tentang dua variabel: (1) Jumlah jam belajar dan (2) Nilai ujian yang diperoleh 20 siswa berbeda:

1. Titik awan

Plot sebar memberikan cara visual untuk melakukan analisis bivariat. Hal ini memungkinkan kita memvisualisasikan hubungan antara dua variabel dengan menempatkan nilai satu variabel pada sumbu x dan nilai variabel lainnya pada sumbu y.

Pada diagram sebar di bawah ini, kita tempatkan jam belajar pada sumbu x dan hasil ujian pada sumbu y:

Terlihat jelas bahwa terdapat hubungan positif antara kedua variabel tersebut: seiring bertambahnya jumlah jam belajar, nilai ujian pun cenderung meningkat.

2. Koefisien korelasi

Koefisien korelasi menyediakan cara lain untuk melakukan analisis bivariat. Jenis koefisien korelasi yang paling umum adalah koefisien korelasi Pearson , yang merupakan ukuran hubungan linier antara dua variabel.   Ini memiliki nilai antara -1 dan 1 di mana:

• -1 menunjukkan korelasi linier negatif sempurna antara dua variabel
• 0 menunjukkan tidak ada korelasi linier antara dua variabel
• Angka 1 menunjukkan korelasi linier positif sempurna antara dua variabel

Metrik sederhana ini memberi kita gambaran bagus tentang bagaimana dua variabel saling berhubungan. Dalam praktiknya, kita sering menggunakan plot sebar dan koefisien korelasi untuk memahami hubungan antara dua variabel sehingga kita dapat memvisualisasikan dan mengukur hubungannya.

3. Regresi linier sederhana

Cara ketiga untuk melakukan analisis bivariat adalah dengan menggunakan regresi linier sederhana .

Dengan menggunakan metode ini, kita memilih satu variabel sebagai variabel penjelas dan variabel lainnya sebagai variabel respon . Kami kemudian menemukan baris yang paling “sesuai” dengan kumpulan data, yang kemudian dapat kami gunakan untuk memahami hubungan yang tepat antara kedua variabel.

Misalnya, baris yang paling sesuai untuk kumpulan data di atas adalah:

Nilai ujian = 69,07 + 3,85*(jam belajar)

Artinya, setiap tambahan jam belajar dikaitkan dengan peningkatan nilai ujian rata-rata sebesar 3,85. Dengan menyesuaikan model regresi linier ini, kita dapat mengukur hubungan yang tepat antara jam belajar dan nilai ujian.

Terkait: Cara Melakukan Regresi Linier Sederhana di Excel

Kesimpulan

Analisis bivariat merupakan salah satu jenis analisis yang paling umum digunakan dalam statistik karena kita sering kali ingin memahami hubungan antara dua variabel.

Dengan menggunakan plot sebar, koefisien korelasi, dan regresi linier sederhana, kita dapat memvisualisasikan dan mengukur hubungan antara dua variabel.

Seringkali ketiga metode ini digunakan bersama-sama dalam suatu analisis untuk memperoleh gambaran yang utuh tentang hubungan dua variabel. Jadi, ada baiknya Anda membiasakan diri dengan setiap metode.