penjelasan Univariat, Bivariat, Multivariat

GALVA RENAR MANTONG

Jelaskan dan Berikan Contoh Apa Yang Di Maksud Dengan :

1.        UNIVARIAT

2.        BIVARIAT

3.        MULTIVARIAT

JAWABAN

1.        UNIVARIAT

Adalah Analisa yang dilakukan menganalisis tiap variabel dari hasil penelitian (Notoadmodjo, 2005 : 188). Analisa univariat berfungsi untuk meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga kumpulan data tersebut berubah menjadi informasi yang berguna. peringkasan tersebut dapat berupa ukuran statistik, tabel, grafik. Analisa univariat dilakukan masing–masing variabel yang diteliti.

Analisis univariat juga bertujuan untuk menjelaskan atau mendeskripsikan karakteristik setiap variable penelitian. Bentuk analisis univariat tergantung dari jenis datanya. Untuk data numerik digunakan nilai mean atau rata-rata, median dan standar deviasi. Pada umumnya dalam analisis ini hanya menghasilkan distribusi frekuensi dan persentase dari tiap variabel. Misalnya distribusi frekuensi responden berdasarkan umur, jenis kelamin, tingkat pendidikan dan sebagainya. Demikian juga penyebaran penyakit-penyakit yang ada di daerahtertentu, distribusi pemakaian jenis kontrasepsi, distribusi kasus malnutrisi pada anak balita, dan sebagainya.

Contoh :

Distribusi Responden Berdasarkan Kepatuhan Berobat TB

Kepatuhan	N	%
Patuh Tidak patuh	148 131	60,8 39,2
Total	279	100,0

Responden yang patuh berobat TB di wilayah kerja Puskesmas Pasar Minggu lebih tinggi (60,8%) dibanding dengan yang tidak patuh berobat (39,2%).

2.        BIVARIAT

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.

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 bivariate terdiri atas metode-metode statistik inferensial yang digunakan untuk menganalisis data dua variabel penelitian. Penelitian terhadap dua variabel biasanya mempunyai tujuan untuk mendiskripsikan distribusi data, meguji perbedaan dan mengukur hubungan antara dua variabel yang diteliti.

Analisis Bivariate 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. (Agung, 1993).

Dalam analisis bivariat ini dilakukan beberapa tahap, antara lain:

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

b)   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.

c)    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 Umur dan Kepatuhan Berobat TB

Umur	Kepatuhan		Total	P value	OR 95%
	Tak patuh	Patuh
Dewasa Md Dewasa	7(20,0%) 24(54,0%)	28 (80%) 20(45,5%)	35 (100%) 44(100%)	0,004	3,08
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. Dari analisis keeratan hubungan menunjukkan nilai ODD Ratio (OR) 3,08 yang berarti bahwa responden yang berumur dewasa muda mempunyai peluang 3,08 kali patuh berobat dibandingkan dengan responden yang berumur lebih tua.

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

3.        MULTIVARIAT

merupakan objek kajian pada statistika yang mempelajari perilaku dan hubungan antara dua atau lebih variabel. Dasar dari kajian ini adalah analisis korelasi dan analisis regresi untuk dua variabel. Prinsip yang sama kemudian dikembangkan untuk lebih dari dua variabel. Kompleksitas yang muncul akibat penambahan variabel dan tipenya (nominal, ordinal, atau rasional), serta teknik penyaringan informasi yang bisa diambil menjadi kajian pembahasannya.

metode statistik multivariat juga merupakan metode statistik yang digunakan untuk mengolah atau menganalisis data dengan. contoh uji regresi berganda, analisis faktor, cluster, dll

Analisis bivariate hanya akan menghasilkan hubungan antara dua variabel yang bersangkutan ( variabel independen dengan variabel dependen). Untuk mengetahui hubungan lebih dari satu variabel independen terhadap satu variabel dependen, harus dilanjutkan lagi dengan melakukan analisis multivariat. Analisis statistik multivariat merupakan metode statistik yang memungkinkan kita melakukan penelitian terhadap lebih dari dua variable secara bersamaan. Dengan menggunakan teknik analisis ini maka kita dapat menganalisis pengaruh beberapa variable terhadap variabel – (variable) lainnya dalam waktu yang bersamaan.

Dalam analisis multivariate dilakukan berbagai langkah pembuatan model. Model terakhir terjadi apabila semua variabel independendengan dependen sudah tidak mempunyai nilai p.0,05.

Contoh :

Hubungan Antara Pengetahuan, Umur, Pendidikan Dengan Kepatuhan Berobat TB

Variable	P	OR	95% CI
			Lower	Upper
Pengetahuan Umur Pendidikan	0,000 0,008 0,000	19,305 11,747 13,804	4,34 2,22 3,28	84,92 212,61 58,05

Dari table di atas dapat disimpulkan bahwa :

a)    Responden yang mempunyai pengetahuan tinggi berpeluang 19,03 kali patuh berobat dibandingkan dengan responden yang berpengetahuan rendah

b)    Responden yang berumur muda berpeluang 11,747 kali patuh patuh berobat dibandingkan dengan responden yang berumur lebih tua

c)      Responden yang berpendidikan tinggi berpeluang 13,804 kali patuh berobat dibandingkan dengan responden yang berpendidikan rendah.

Dari ketiga variabel independen tersebut maka variabel pengetahuan adalah variabel yang paling dominan berhubungan dengan kepatuhan berobat dengan OR 19,305. Hal ini berarti bahwa responden yang mempunyai pengetahuan TB yang tinggi berpeluang 19 kali untuk patuh berobat dibandingkan dengan responden yang berpengetahuan TB yang rendah, setelah dikontrol variabel pendidikan dan umur.