Professional Documents
Culture Documents
“STATISTIKA BIVARIATE”
DISUSUN OLEH
YAFIS RAHMAN J.
F1D113032
UNIVERSITAS JAMBI
2016
ACARA 2
STATISTIKA BIVARIATE
1. Tujuan Praktikum
Tujuan dari praktikum ini adalah :
1. Dapat menyajikan data yang memiliki dua variabel dalam bentuk scatter
plot.
2. Dapat menentukan hubungan antara kedua variabel secara kuantitatif.
2. Dasar Teori
2.1 Analisis Bivariate
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.
Analisis Bivariat yaitu hipotesis yang diuji biasanya kelompok yang berbeda
dalam ciri khas tertentu dengan koefisien kontigensi yang diberi simbol C.
Analisis bivariat menggunakan tabel silang untuk menyoroti dan menganalisis
perbedaan atau hubungan antara dua variabel. Menguji ada tidaknya
perbedaan/hubungan antara variabel kondisi pemukian, umur, agama, status
migrasi, pendidikan, penghasilan, umur pekkawinan pertama, status kerja dan
kematian bayi/balita dengan persepsi nilai anak digunakan analisis chi square,
denagn tingkat kemaknaan a=0,05. Hasil yang diperoleh pada analisis chi square,
dengan menggunakan program SPSS yaitu nilai p, kemudian dibandingkan
dengan a=0,05. Apabila nilai p< dari a=0,05 maka ada hubungan atau perbedaan
antara dua variabel tersebut.Dalam analisis bivariate secara umum terdiri dari
analisa korelasi dan analisa regresi.
Analisis regresi merupakan alat yang dapat memberikan penjelasan
hubungan antara dua jenis variabel yaitu hubungan antara variabel dependen atau
variabel kriteria dengan variabel independen atau variabel prediktor. Analisis
hubungan antara dua variabel disebut sebagai analisis regresi sederhana jika hanya
melibatkan satu variabel independen. Analisis disebut sebagai analisis regresi
berganda jika melibatkan lebih dari satu variabel independen.
Jika plot yang terjadi seperti pada gambar 1, maka variabel 1 dan variabel 2
menunjukkan hubungan yang positif. Peningkatan yang terjadi pada variabel
1 juga diikuti peningkatan pada variabel 2. Dan jika variabel 1 mengalami
penurunan, variabel 2 juga mengalami penurunan.
2) Hubungan negatif
Jika plot yang terjadi seperti pada gambar 2, maka variabel 1 dan variabel 2
menunjukkan hubungan yang negatif. Peningkatan yang terjadi pada
variabel 1 diikuti penurunan oleh variabel 2. Dan jika variabel 1 mengalami
penurunan, variabel 2 akan mengalami peningkatan.
Jika plotnya menyebar seperti pada gambar 3, maka bisa disimpulkan bahwa
hubungan antara variabel 1 dengan variabel 2 sangatlah kecil Atau tidak ada
hubungan.
4) Hubungan non linear
4. Prosedur Kerja
Adapun prosedur kerja yang dilakukan pada praktikum statistika bivariate
adalah sebagai berikut:
1. Dibuka microsoft excel dan dimasukan data variabel 1 dan variabel 2
2. Diblok kedua variabel data tersebut, klik insert pilih scatter plot.
3. Dimasukan data yang ingin dicari hubungannya, untuk sumbu-x masukan
seluruh data variable ‘V’ dengan cara men-drag seluruh data pada variable
‘V’. Begitupun untuk sumbu-y dengan memasukan seluruh data variable
‘U’.
4. Dihitung koefisien korelasi dengan rumus yang telah disediakan pada materi
kuliah secara manual.
5. Dihitung koefisien korelasi dengan perintah berikut, letakan cursor pada cell
yang kosong, lalu ketik =correl(masukan seluruh harga variable V (sb-x),
masukan seluruh harga variable U (sb-y)). Setelah itu enter.
6. Dibandingkan dengan menggunakan pilihan data analysis.
7. Dilanjutkan dengan melakukan regresi untuk mengetahui rumus empiris
dari hubungan antara kedua variable seperti petunjuk dari instruktur atau
asisten praktikum.
8. Diulangi langkah 1 sampai 7 untuk data permeabilitas dan porositas
9. Dilihat hubungan dari porositas dan permeabilitas tersebut.
5. Data dan Hasil
Data 1.
10
0
0 20 40 60 80 100 120 140 160
-10
-20
V
Gambar a Gambar b
Gambar c
Gambar 7. (gambar a. nilai korelasi secara manual; gambar b. Korelasi
menggunakan correl; gambar c. Korelasi dengan cara otomatis)
Data 2
Gambar 9 Data sebaran harga permeabilitas (mD) pada sebuah sample batuan.
Hasil 2
Scatter plot
3500
3000 y = 32.077x - 428.19
2500
y = 1.8063x2 - 48.992x + 329.4
U (permeabilitas)
2000
1500
1000
500
0
-500 0 10 20 30 40 50
-1000
V (porositas)
Gambar a Gambar b
Gambar c
Gambar 11. (gambar a. nilai korelasi secara manual; gambar b. Korelasi
menggunakan correl; gambar c. Korelasi dengan cara otomatis)
Data 3
Scatter plot
3500
y = 44.131x + 55.813
3000
U (permeabilitas)
2000
1500
1000
500
0
0 5 10 15 20 25 30 35
V (porositas)
Gambar a Gambar b
Gambar c
Gambar 14(gambar a. nilai korelasi secara manual; gambar b. Korelasi
menggunakan correl; gambar c. Korelasi dengan cara otomatis)
6. Pembahasan
Pada data Variable U di dapat nilai Skewness sebesar -0,8836907 dan pada
data Variable V di dapat nilai Skewness sebesar 0,554343. Dari hasil analisa ini
praktikan mendapatkan bahwa kedua data ini tidak ada yang bergrafik Normal
Distribution Skewness yang berarti kedua data ini nilainya tidak terdistribusi
secara baik. Pada data variable U terdapat grafik sebagai berikut :
Histogram
30
20
10
0
18 37 56 75 94 113 132 More
Dilihat dari histogram yang didapatkan untuk data Variable U data tersebut
memiliki Negative Skewness di mana pada data tersebut nilai median hampir
sama banyaknya dengan nilai yang kurang atau lebih dari median itu sendiri.
Kemudian untuk data dengan Variable V terdapat grafik Histogram sebagai
berikut :
Histogram
60
Frequency
40
Frequency
20
0 Linear
(Frequency)
1 16 31 46 61 More
Bin
Dilihat dari histogram yang didapatkan untuk data Variable V data tersebut
memiliki Positive Skewness di mana pada data tersebut nilai median relative lebih
banyak dibanding nilai yang kurang dari atau lebih dari median tersebut.
Artinya nilai hubungan antara Variable U dan V kuat karena nilai korelasi
semakin dekat dengan angka 1.
Untuk data 2 :
Pada data 2 hubungan korelasi antara Permeabilitas dan Porositas cukup kuat
namun tidak sekuat pada data pertama.
Untuk data 3 :
Pada data 3 hubungan antara Permeabilitas hamper sama dengan data kedua.
Jadi, hubungan anatara dua nilai korelasi antara data 2 dan data 3 cukup
kuat karena nilai korelasi mendekati angka 1, karena semakin dekat nilai korelasi
dengan angka 1 maka semakin erat hubungan antara data tersebut. Apabila kedua
data tersebut semakin dengan angka 0 atau -1 maka semakin lemah hubungan
antara kedua data tersebut. Maka dapat disimpulkan bahwa semakin tinggi
permeabilitas suatu batuan maka semakin tinggi porositas dari batuan tersebut dan
semakin rendah permeabilitas suatu batuan maka semakin rendah pula porositas
dari batuan tersebut.
7. Kesimpulan
Kesimpulan dari praktikum ini adalah :
- Analisis Bivariat adalah analisis secara simultan dari dua variabel. Hal ini
biasanya dilakukan untuk melihat apakah satu variabel, seperti jenis
kelamin, adalah terkait dengan variabel lain, mungkin sikap terhadap pria
maupun wanita kesetaraan.
- Analisis bivariat menggunakan tabel silang untuk menyoroti dan
menganalisis perbedaan atau hubungan antara dua variabel
- Analisis bivariat dalam hal perhubungannya antara satu data dengan data
yang lainnya dapat ditarik dengan nilai korelasi antar data yang dihasilkan.
- Semakin tinggi permeabilitas suatu batuan maka semakin tinggi porositas
dari batuan tersebut begitu juga sebaliknya.
DAFTAR PUSTAKA
http://www.rumusstatistik.com/2015/04/perbedaan-analisis-univariat-
dan.html (diakses pada tanggal 10 November 2016)
https://tonyteaching.wordpress.com/2010/10/31/menguji-asumsi-
normalitas-data-dengan-spss/ (diakses pada tanggal 10 November
2016)
http://duwiconsultant.blogspot.co.id/2011/11/analisis-korelasi-
sederhana.html (diakses pada tanggal 10 November 2016)
https://amanahtp.wordpress.com/2011/12/14/teknik-analisis-data-
korelasi/ (diakses pada tanggal 10 November 2016)