Memilih analisis statistika multivariat

Seorang mahasiswa melakukan penelitian dengan beberapa variabel bebas. Setelah selesai melakukan analisis data bivariat, maka dirasa perlu untuk melanjutkan ke analisis multivariat, karena perlu melihat variabel apa yang paling dominan. Sampai di analisis bivariat masih berjalan dengan baik-baik saja, tetapi saat sampai di multivariat masalahnya baru muncul, karena kebinggungan untuk memilih analisis statistika yang sesuai.

Kebinggungan muncul karena tidak ada teknik analisis yang sesuai dengan data yang dimilikinya. Jika menggunakan analisis regresi linier berganda, tidak sesuai dengan analisis bivariatnya. Jika menggunakan analisis regresi logistik, tidak sesuai dengan data yang didapatnya. Oleh karena itu, diperlukan penelusuran jenis data dan kekonsistensian dalam pemilihan teknik analisis statistika.

Statistika bukan hanya persoalan mahasiswa S1/D3

Persoalan statistik tidak hanya menjadi persoalan mahasiswa yang kuliah di level S1 saja. Para mahasiswa S2 dan S3 pun juga sering kali mengalami persoalan dalam menentukan teknik statistik yang akan digunakan ataupun bagaimana teknis melakukan analisis data.

Hal ini disebabkan karena kurangnya latihan berbagai rumus dalam aplikasi statistik. Untuk itu, diperlukan latihan yang cukup sehingga mereka dapat mengidentifikasi rumus-rumus yang digunakan.

Umumnya mereka pernah mengetahui, maklum dari s1 sampai s3 materi statistik hampir sama aja. Akan tetapi karena jarang dipakai, maka hal itu menyebabkan mereka lupa atau tidak bisa memilih teknik analisis apa yang tepat. Oleh karena itu jika ingin belajar seharusnya banyak latihan untuk memecahkan soal-soal atau kasus.

Selain banyak belajar dan latihan, terkadang diperlukan instruktur yang dapat memberikan materi sehingga lebih memudahkan belajar. Kontak kami untuk mendapatkan instruktur pelatihan atau privat tentang metode statistika.

Statistik Multivariat

Siang itu, di ujung telepon terdengar suara seorang ibu, "apa bisa membantu saya untuk analisis multivariat?". Kemudian saya pun bertanya, ibu ingin analisis multivariat dengan rumus apa?. Si ibu pun malah binggung dengan pertanyaan saya dan balik bertanya, "ya multivariat gitu". Saya kemudian lanjutkan, "analisis multivariat itu banyak bu". "Pokoknya multivariat bisa ya?", timpal si ibu. Saya pun menjelaskan beberapa rumus statistik yang tergabung dalam analisis multivariat.

Seperti kita tau, jenis statistik ada yang kelompok: univariat, bivariat serta multivariat. Analisis bivariat umumnya berupa pengujian korelasi/pengaruh dari satu variabel bebas dengan satu variabel terikat. Analisis multivariat umumnya bertujuan untuk melakukan pengujian korelasi/pengaruh lebih dari satu variabel bebas terhadap satu variabel terikat. Contoh analisis bivariat diantaranya: chi square, Pearson, Lamda, Uji t, dll., sedangkan analisis multivariat diantaranya: analisis regresi linier, regresi logistik dll.

Dalam penelitian kesehatan, umumnya yang disebut analisis multivariat numerik adalah regresi linier, sedangkan untuk analisis multivariat kategorik umumnya adalah regresi logistik

Statistik Univariat

Tulisan ini merupakan kelanjutan dari tulisan saya sebelumnya.

Singkat cerita, saya merekomendasikan pada si ibu untuk memakai one sample t test (t tes satu sampel).Hal ini saya pilih karena istilah monovariat sama saja dengan univariat, atau disebut sinonim. 

Ketika Anda googling atau searching di internet anda juga akan ditawarkan untuk mengecek univariat. Nah, baru ketika Anda mengklik univariat, akan muncul berbagai teknik analisis univariat yang ada. Anda dapat menelusuri sumber tersebut satu per satu untuk mendapatkan materi/informasi seputar statistik univariat.

Kenapa saya menyarankan untuk memakai one sample t test? Hal ini didasarkan pada tujuan analisis dan jenis data yang didapatkan. Anda harus mengingat tulisan saya sebelumnya tentang teknik pemilihan analisis statistik untuk aplikasi penelitian. Pada tulisan tersebut, lihat tabel, kita dapat cek ketika tujuan yang hendak dijawab adalah menguji perbedaan satu sampel dengan jenis data yang didapatkan adalah data interval/rasio maka teknik analisis yang dipakai adalah one sample t test. Jika Anda lupa, baiknya kembali baca tulisan saya tersebut.

One sample t test termasuk dalam statistik parametrik, sehigga sebelum dipakai kita perlu uji asumsi yakni: Uji normalitas dan uji homogenitas. Berdasarkan pengalaman saya,  menangani jasa olahdata, memang alat uji ini jarang dipakai oleh para peneliti.

Apakah uji univariat hanya one sample t test? kemudian apa sajakah alat analisis yang masuk statistik bivariat? akan kita bahas pada tulisan saya berikutnya. 

Structural Equation Modelling, Masih Bau Kencur?

Ketika saya membaca artikel yang ditulis Cheung dan Lee (2001) dengan judul "an integrative model of consumer trust in internet shopping", saya tertarik dengan kata-kata di dalamnya. Pada bagian data analysis, penulis mengutip pendapat dari jurnal lainya yang menyatakan bahwa SEM masih kanak-kanak sehingga model regresi berganda yang digunakan dalam penelitia. Berikut saya kutipkan lagi tulisan tersebut.

"Since the use of structural equation modeling techniques for analyzing theoretical models containing moderators is still very much in its infancy (Jaccard & Wan 1996), standard multiple regression techniques was applied instead. Before examining the moderating effect of the research model, overall model test was conducted first."

Setelah saya telusuri pada bagian daftar pustaka, judul buku yang diacu dalam jurnal tersebut adalah:

Jaccard, J & Wan, CK (1996), Interaction Effect in Multiple Regression, Sage Publications.

Kutipan tersebut cukup  menarik perhatian saya karena baru saja saya temukan pendapat yang masih meragukan aplikasi SEM. Padahal ketika saya pelajari, SEM adalah aplikasi yang dikembangkan untuk model rumit yang tidak dapat diselesaikan dalam analisis regresi berganda.

Ketika saya lihat tahun terbitnya buku tersebut, segera saya dapat analisis bahwa memang tahun itu, teknologi komputer belum berkembang seperti sekarang. Dimana software untuk menganalisis SEM mungkin masih dikembangkan. Lain halnya pada saat tulisan ini dibuat (2012), program software sudah sangat maju dan terus menerus disempurnakan. Saat ini di laptop saya sudah terinstal program aplikasi untuk SEM seperti AMOS versi 18 ataupun Lisrel versi 8.80. Melihat dari nomor versi yang tidak muda lagi (kanak-kanak), untuk konteks sekarang, relevankan pendapat tersebut?