You are on page 1of 3

Analisis Dua Variabel (Bivariat Analysis

)

Apabila telah dilakukan analisis univariat, hasilnya akan diketahui karakteristik atau distribusi setiap
variabel dan dapat dilanjutkan dengan anlisis bivariat. Analisis bivariat dilakukan terhadap dua variable
yang diduga berhubungan atau berkorelasi. Dalam analisis bivariat ini dilakukan beberapa tahap, antara
lain:

(1) Analisis proporsi atau presentase, dengan membandingkan distribusi silang antara dua variabel yang
bersangkutan.

(2) Analisis dari hasil uji statistik (chi square, z test, t test dan sebagainya). Melihat dari hasil uji statistik
ini akan dapat disimpulkan adanya hubungan dua variabel tersebut bermakna atau tidak bermakna. Dari
hasil uji statistik ini dapat terjadi misalnya antara dua variabel tersebut secara persentase berhubungan tetapi
secara statistik hubungan tersebut tidak bermakna.

(3) Analisis keeratan hubungan antara dua variabel, dengan melihat Odd Ratio (OR). Besar kecilnya nilai
OR menunjukkan besarnya keeratan hubungan antara dua variabel yang diuji.

Contoh :

Distribusi Responden Berdasarkan hadir dan tidak hadir

Umur Kepatuhan Total P value OR
95%
Tak patuh Patuh

Dewasa Md 7(20,0%) 28 (80%) 35 (100%)

0,004 3,08

Dewasa 24(54,0%) 20(45,5%) 44(100%)

Total 31 (39,2%) 48(60,8%) 79 (100%)

Dari tabel di atas menunjukkan bahwa responden berumur dewasa muda lebih patuh berobat TB (80%)
dibandingkan dengan responden dewasa (45,8%). Sehingga secara presentase dapat disimpulkan bahwa ada
hubungan antara umur dengan kepatuhan berobat.

Hasil uji statistic menunjukkan bahwa nilai p< 0,005 hal ini terbukti bahwa umur berhubungan secara
bermakna dengan kepatuhan berobat.

.08 kali patuh berobat dibandingkan dengan responden yang berumur lebih tua. § Chi kuadrat sebagai alat mengetes signifikan korelasi antara dua factor atau lebih. Digunakan untuk menaksir apakah ada perbedaan yang signifikan antara frekuensi yang diobservasi dengan frekuensi yang di harapkan dalam populasi. Oleh karena itu chi kuadrat sebagai alat estimasi berkedudukan juga sebagai alat pengetes hipotesis. Tiap-tiap pengetesan hipotesis harus membandingkan sedikitnya dua sampel. § Chi kuadrat adalah alat untuk mengadakan pengetesan hipotesis. Manfaat chi square: § Chi kuadrat adalah alat untuk mengadakan estimasi. Frekuensi yang diharapkan dalam populasi ini disebut juga frekuensi hipotetik karena digunakan sebagai alat hipotesis yang akan diuji dengan frekuensi yang diperoleh dari sampel.08 yang berarti bahwa responden yang berumur dewasa muda mempunyai peluang 3. Uji statistik yang dipakai pada analisis bivariat: Variabel I Variabel II Uji Statistik Kategorik Kategorik Chi square Kategorik Numeric Uji T Anova numerik Numeric Korelasi Regresi 1) Chi Square ( chi kuadrat) Adalah suatu teknik statistik yang memungkinkan penyelidikan menilai probabilitas memperoleh perbedaan frekuensi yang nyata (yang diobservasi) dengan frekuensi yang diharapkan dalam kategori – kategori tertentu sebagai akibat dari kesalahan sampling.Dari analisis keeratan hubungan menunjukkan nilai ODD Ratio (OR) 3. Dalam hal ini apakah frekuensi yang diperolehdalam sampel yang satu berbeda secara signifikan ataukah tidak dengan frekuensi yang diperoleh dalam sampel lainnya.

Skala data interval/rasio. Independen T Test adalah uji komparatif atau uji beda untuk mengetahui adakah perbedaan mean atau rerata yang bermakna antara 2 kelompok bebas yang berskala data interval/rasio. Bandingkan dengan nilai pretest dan posttest pada kelas A. 3. . maka uji beda yang tepat adalah uji paired t test. Data per kelompok berdistribusi normal. 4. Misal pada penelitian mengenai efektivitas suatu obat tertentu. Perlakuan pertama mungkin saja berupa kontrol. Walaupun menggunakan individu yang sama. 5. perlakuan pertama. sedangkan pada perlakuan kedua. peneliti menerapkan kontrol. di mana responden dalam kelas A dan kelas B adalah 2 kelompok yang subjeknya berbeda. yaitu datadari perlakuan pertama dan data dari perlakuan kedua. Ciri- ciri yang paling sering ditemui pada kasus yang berpasangan adalah satu individu (objek penelitian) dikenai 2 buah perlakuan yang berbeda. Apabila menemui kasus yang data berpasangan. Kelompok data saling bebas atau tidak berpasangan. peneliti tetap memperoleh 2 macam data sampel. 2. Varians antar kelompok sama atau homogen. di mana nilai pretest dan posttest berasal dari subjek yang sama atau disebut dengan data berpasangan. Dua kelompok bebas yang dimaksud di sini adalah dua kelompok yang tidak berpasangan. Asumsi yang harus dipenuhi pada independen t test antara lain: 1. barulah objek penelitian dikenai suatu tindakan tertentu.2) T test Uji T berpasangan (paired T-test) adalah salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas (berpasangan). Data per kelompok tidak terdapat outlier. artinya sumber data berasal dari subjek yang berbeda. Misal Kelompok Kelas A dan Kelompok kelas B. yaitu tidak memberikan perlakuan sama sekali terhadap objek penelitian. misal pemberian obat.