statistik bivariat (dasar)

Pengantar
Statistika Data
Bivariat

Selamat datang di dunia statistika data bivariat! Di sini, kita akan

mempelajari cara menganalisis hubungan antara dua variabel.

NN
by NAHO'I NAHO'I

preencoded.png

Pengertian Data Bivariat

Data bivariat adalah data yang terdiri dari dua variabel yang diukur pada

unit pengamatan yang sama.

1

Contoh

Tinggi badan dan berat badan siswa, skor ujian dan jam belajar

siswa, jumlah hujan dan hasil panen.

preencoded.png

Jenis-Jenis Data Bivariat

Data bivariat dapat diklasifikasikan berdasarkan jenis variabel yang diukur.

Kualitatif - Kualitatif

Jenis kelamin siswa dan tingkat

kepuasan terhadap layanan, warna

mobil dan jenis mobil.

Kualitatif - Kuantitatif

Jenis kelamin siswa dan nilai ujian,

warna mobil dan harga mobil.

Kuantitatif - Kuantitatif

Tinggi badan dan berat badan siswa,

skor ujian dan jam belajar siswa,

jumlah hujan dan hasil panen.

preencoded.png

Analisis Korelasi Data
Bivariat

Korelasi mengukur kekuatan dan arah hubungan antara dua variabel.

Korelasi Positif

Ketika satu variabel

meningkat, variabel lainnya

juga meningkat.

Korelasi Negatif

Ketika satu variabel

meningkat, variabel lainnya

menurun.

Tidak Berkorelasi

Tidak ada hubungan yang jelas antara kedua variabel.

preencoded.png

Interpretasi Koefisien Korelasi

Koefisien korelasi (r) menunjukkan kekuatan dan arah hubungan.

Nilai r

Interpretasi

1

Korelasi sempurna positif

0,8 - 1

Korelasi kuat positif

0,5 - 0,8

Korelasi sedang positif

0 - 0,5

Korelasi lemah positif

0

Tidak berkorelasi

-0,5 - 0

Korelasi lemah negatif

-0,8 - -0,5

Korelasi sedang negatif

-1 - -0,8

Korelasi kuat negatif

-1

Korelasi sempurna negatif

preencoded.png

Analisis Regresi Data
Bivariat

Regresi digunakan untuk memprediksi nilai satu variabel berdasarkan

nilai variabel lainnya.

Persamaan Regresi

y = a + bx

Koefisien Regresi

a = konstanta, b = slope

preencoded.png

Aplikasi Data Bivariat dalam
Kehidupan Sehari-hari

Data bivariat digunakan dalam berbagai bidang untuk menganalisis hubungan dan

membuat prediksi.

Bisnis

Analisis hubungan antara biaya iklan dan

penjualan.

Kesehatan

Mempelajari hubungan antara kadar

kolesterol dan risiko penyakit jantung.

Meteorologi

Memprediksi suhu berdasarkan ketinggian.

Pendidikan

Menghubungkan jumlah jam belajar

dengan nilai ujian.

preencoded.png

Kesimpulan dan Saran

Data bivariat adalah alat yang ampuh untuk memahami hubungan antara

variabel.

Kesimpulan

Pengetahuan tentang korelasi

dan regresi memungkinkan

kita membuat prediksi yang

lebih akurat.

Saran

Teruslah belajar dan berlatih

untuk menguasai analisis

data bivariat.

preencoded.png