Analisis Bivariat

          Analisis Bivariat (Uji T/T-Test) adalah salah satu cara menganalisis data berdasarkan 2 variasi. Uji T ini merupakan uji data dengan variabel kategorik dan numerik.

Berikut adalah 4 jenis analisis Bivariat :

• Data Kategorik-Kategorik : Uji beda proporsi
• Data Kategorik-Numerik   : Uji beda rata-rata

          Dua rata-rata ini (T-Test) dibedakan lagi menjadi 2 bagian :
          i. sampel tidak berpasangan : dapat menggunakan Independent Sampel T-Test
          ii. sampel berpasangan         : dapat menggunakan Paired Test

• Data Numerik-Kategorik
• Data Numerik-Numerik      : Uji Korelasi

Syarat mutlak itu, data harus berdistribusi Normal. Jika terdapat data Kategorik-Numerik maka harus dilakukan Uji Normality.

      Ada 6 cara / tekhnik Uji Normality :
1. Dengan cara melihat perbedaan Mean-Median-Modus 

2. Uji skewnness, untuk mengetahui data sudah berdistribusi normal dapat dilihat dari hasil bagi antara statistic dengan standar eror. Jika hasil bagi skewness berkisar antara -1,27 s/d 1,27 maka data sudah dapat dikatakan berdistribusi normal.

3. Lihat Histogram
Untuk  melihat data apakah sudah berdistribusi normal, bisa dengan cara titik tengah dihubungkan dengan masing-masing titik pada kurva yang terbentuk. Dan kurva tersebut identik dengan kurva normal (puncak grafik di tengah, seimbang kiri kanan).

4. Dengan Uji Q-Q Plots
Dapat dipakai jika terletak diseputar garis scater, dan seimbang antara atas dan bawah. 

5. Dengan Uji Kolmogorov. 
Yaitu H0 data akan  berdistribusi normal jika p<0,05 dan uji KS ini digunakan hanya untuk sampel kecil.

6. Dengan melihat Box-Plot.
Dapat digunakan cika memenuhi syarat berikut :

• Tinggi kotak tidak terlalu tinggi
•  Ada garis lurus berwarna hitam di tengahnya
• Kaki box pendek (tangkainya pendek seimbang atas bawah)
• Tidak ada outlier
• Median letaknya di tengah.

          Setelah melakukan Uji Normality dengan salah satu dari 6 tekhnik/cara di atas, dan hasilnya adalah data berdistribusi Tidak Normal, maka tindakan selanjutnya yang dapat kita lakukan ada 2, yaitu :

1. Menguji langsung dengan uji Non-Parametrik.
2. Menormalkan data (normalisasi).

          Melakukan normalisasi terdapat 2 cara : 
      i.  Dengan cara me-missingkan Outlier
      ii. Dengan cara me-Log kan variabel

Apabila data tetap tidak Normal, maka uji dengan Non-Parametrik atau kategorikan (acuan patokan/acuan normatik).

Uji non-parametrik yang dipakai untuk Paired T-Test adalah Wicoxon
Uji non-parametrik yang dipakai untuk One-Way Anova adalah Mann Whitney
Uji non-parametrik yang dipakai untuk Independent Sampel T-Test adalah Wicoxon