STATISTIKA BIVARIAT

 A. Konsep Dasar Statistika Bivariat

Statistika bivariat adalah cabang dari statistik yang memfokuskan pada analisis hubungan antara dua variabel. Tujuannya adalah untuk mengidentifikasi, memahami, dan mengukur pola hubungan yang ada di antara kedua variabel tersebut. Dalam praktiknya, statistika bivariat sering digunakan untuk menentukan apakah suatu variabel mempengaruhi variabel lain atau bagaimana keduanya berinteraksi satu sama lain. Ada beberapa teknik yang digunakan dalam analisis bivariat, bergantung pada jenis data dan tujuan analisis. 

Berikut adalah beberapa metode umum yang digunakan dalam statistika bivariat:

Korelasi:

Korelasi digunakan untuk mengukur derajat hubungan antara dua variabel. Korelasi dinyatakan dengan koefisien korelasi (r) yang berkisar antara -1 hingga 1:

a)   r = 1 menunjukkan korelasi positif sempurna.

b)  r = -1 menunjukkan korelasi negatif sempurna.

c)   r = 0 menunjukkan tidak ada korelasi.

Tabel 1. Kriteria Tingkat Korelasi

Koefisien korelasi	Tingkat hubungan
0 − 0,19	Diabaikan
0,2 − 0,39	Sangat kecil dan tidak erat
0,4 − 0,59	Sedang
0,6 − 0,79	Tinggi
0,8 − 1	Sangat tinggi

Contoh:

Korelasi antara frekuensi pelaksanaan upacara adat dengan tingkat partisipasi masyarakat.

Regresi Linier Sederhana

Regresi linier sederhana adalah teknik untuk memodelkan hubungan antara satu variabel dependen (terikat) dengan satu variabel independen (bebas). Tujuan utamanya adalah untuk memprediksi nilai variabel dependen berdasarkan nilai variabel independen.

Persamaan dasar regresi linier sederhana adalah: Y= a + Bx

Di mana:

Y adalah variabel terikat                                           X adalah variabel bebas

a adalah intersep (nilai Y ketika X = 0),

b adalah koefisien regresi (menggambarkan perubahan Y untuk setiap perubahan satu unit X).

Contoh:

Menggunakan tingkat pendidikan masyarakat untuk memprediksi pelestarian budaya tradisional.

 

B. Mengumpulkan dan Mengolah Data Berbasis Budaya

Proyek Berbasis Budaya:

Siswa diajak mengumpulkan data dari fenomena budaya lokal. Beberapa contoh yang dapat dilakukan:

1.    Hubungan antara produksi kerajinan tradisional dengan penjualan di pasar lokal.

2. Hubungan antara pola konsumsi makanan khas daerah dengan tingkat kesehatan masyarakat.

Metode Pengumpulan Data:

1.     Wawancara, kuesioner, atau observasi langsung terhadap fenomena budaya setempat.

2. Penggunaan data sekunder dari sumber-sumber lokal seperti kantor desa atau pemerintah daerah.

C. Analisis Data Statistika Bivariat

Analisis Korelasi:

Siswa menggunakan data yang telah dikumpulkan untuk mencari hubungan antar variabel budaya. Misalnya, apakah ada korelasi positif antara frekuensi ritual budaya dan kesejahteraan komunitas.

Analisis Regresi Linear Sederhana:

Siswa membuat prediksi berdasarkan hubungan linear antara variabel yang mereka amati, misalnya, memprediksi tingkat partisipasi dalam festival budaya berdasarkan lama waktu sosialisasi tradisi.

 

D. Visualisasi Data dan Interpretasi

Pembuatan Grafik dan Diagram:

Siswa diminta membuat grafik korelasi atau garis regresi dari data yang mereka analisis.

Interpretasi Data:

Siswa diminta menjelaskan hasil analisis mereka dan mengaitkannya dengan fenomena budaya yang ada.

E. Cara menentukan nilai Garis Best Fit

1. Menentukan korelasi menggunakan https://istats.shinyapps.io/LinearRegression/

●    Buka link tersebut muncul tampilan klik dismiss

●    Pada tampilan kiri pilih milik sendiri atau enter own

●    Paste kan data di kolom x dan y

●    Buang baris (rows) yang tidak diperlukan dengan cara blok baris yang tidak diperlukan kemudian klik kanan pilih remove rows

●    Pilih regression line

●    Klik submit data dibagian atas regression line

●    Muncul hasil analisis data

2. Menentukan korelasi menggunakan GeoGebra, kamu bisa mengikuti langkah-langkah berikut:

●    Buka GeoGebra Classic

●    Pilih gambar segitiga lingkaran-titik tiga ke bawah di pojok kanan atas

●    Pilih menu spreadsheet

●    Masukkan Data, yang ingin kamu analisis dalam bentuk dua kolom. Kolom A  untuk variabel X dan kolom B untuk variabel Y.

Misal:   Kolom A (X): 5, 7, 9, 10, 13                  -           Kolom B (Y): 3, 6, 8, 12, 15

●    Pilih Data, Sorot atau pilih data di kedua kolom (misalnya, dari A1 hingga B5 jika ada 5 pasangan data).

●    Gunakan Fungsi Korelasi

●    Setelah memilih data, klik gambar diagram batang (histogram), lanjut klik Dua Variabel Analisis

●    Muncul gambar dot plot

●    Pada bagian bawah gambar pilih regression linear

●    Pada bagian atas gambar pilih sigma x

●    Lihat Nilai Korelasi

●    GeoGebra akan menampilkan nilai korelasi (koefisien korelasi Pearson) secara otomatis pada bagian statistik. Nilai ini berkisar dari -1 hingga 1:

 

3. Menentukan korelasi menggunakan Excel, berikut langkah-langkah yang bisa kamu ikuti:

●    Buka Excel

●    Pilih file option-add in

●    Pilih Analysis toolpak lanjut go (bagian bawah)

●    Centang Analysis toolpak lanjut ok

●    Masukkan Data

●    Buka Excel dan masukkan data yang ingin dianalisis dalam dua kolom, satu kolom untuk variabel X dan satu kolom untuk variabel Y.

Misal:  Kolom A (X): 5, 7, 9, 10, 13                    -           Kolom B (Y): 3, 6, 8, 12, 15

●    Pilih data - data analysis - corelation

●    Input range (blok data)

●    Pada jendela yang muncul, masukkan rentang data (misalnya, $A$1:$B$20).

●    Output range pilih tempat misal di D8 

Contoh:
Berikut adalah data kedalaman dan kekuatan gempa di Indonesia pada bulan September 2024

2,4	4,4	4,7	6,4	4,5	3,4	4	4,2	4,8	3,1	3,8	5,3	5,6	3,1	3,5	3,2	2,7	3	4,6
9	61	34	145	10	5	102	12	22	5	15	93	10	5	5	8	5	8	34

Gambarlah dot plot dan garis regresi linear dari kedua variable tersebut !

Apakah kedalaman dan kekuatan gempa memiliki hubungan ?

Berapa besar nilai korelasi ?
Tuliskan persamaan regresi liniernya !

Jawab:

Menggunakan https://istats.shinyapps.io/LinearRegression/ 

scatterplot

Menggunakan geogebra classic

  

Menggunakan aplikasi Microsoft excel     

Nilai korelasi r = 0,614

Persamaan regresi linier Y = -64,6 + 23,1X

Kedalaman dan kekuatan gempa memiliki hubungan yang positif sedang