Bivariate en multivariate analyses zijn statistische methoden om relaties tussen gegevensmonsters te onderzoeken. Bivariate analyse kijkt naar twee gepaarde gegevenssets en bestudeert of er een relatie bestaat. Multivariate analyse maakt gebruik van twee of meer variabelen en analyses die, indien aanwezig, gecorreleerd zijn met een specifieke uitkomst. Het doel in het laatste geval is om te bepalen welke variabelen de uitkomst beïnvloeden of veroorzaken.
Bivariate analyse

Bivariate analyse onderzoekt de relatie tussen twee gegevensverzamelingen, met een paar observaties uit een enkele steekproef of individu . Elk monster is echter onafhankelijk. U analyseert de gegevens met behulp van tools zoals t-tests en chi-kwadraat tests, om te zien of de twee groepen gegevens met elkaar correleren. Als de variabelen kwantitatief zijn, zet u ze meestal op een spreidingsdiagram. Bivariate analyse onderzoekt ook de sterkte van elke correlatie.
Bivariate analyse Voorbeelden

Een voorbeeld van bivariate analyse is een onderzoeksteam dat de leeftijd van zowel man als vrouw in één huwelijk registreert. Deze gegevens zijn gekoppeld omdat beide leeftijden uit hetzelfde huwelijk komen, maar onafhankelijk omdat de leeftijd van een persoon de leeftijd van een andere persoon niet veroorzaakt. Je plot de gegevens om een verband te tonen: de oudere mannen hebben oudere vrouwen. Een tweede voorbeeld is het registreren van metingen van de grijpkracht en armkracht van individuen. De gegevens zijn gekoppeld omdat beide metingen van één persoon komen, maar onafhankelijk omdat verschillende spieren worden gebruikt. U plot gegevens van veel personen om een correlatie aan te tonen: mensen met een hogere grijpkracht hebben een hogere armsterkte.
Multivariate analyse

Multivariate analyse onderzoekt verschillende variabelen om te zien of een of meer van hen voorspellend zijn voor een bepaalde resultaat. De voorspellende variabelen zijn onafhankelijke variabelen en de uitkomst is de afhankelijke variabele. De variabelen kunnen continu zijn, wat betekent dat ze een bereik van waarden kunnen hebben, of ze kunnen dichotoom zijn, wat betekent dat ze het antwoord op een ja of nee vraag vertegenwoordigen. Meervoudige regressieanalyse is de meest gebruikelijke methode die wordt gebruikt in multivariate analyse om correlaties tussen gegevenssets te vinden. Anderen omvatten logistieke regressie en multivariate variantieanalyse.
Multivariate analyse voorbeeld

Multivariate analyse werd gebruikt door onderzoekers in een Journal of Pediatrics studie uit 2009 om te onderzoeken of negatieve levensgebeurtenissen, familieomgeving, familiegeweld, media geweld en depressie zijn voorspellers van agressie en pesten bij jongeren. In dit geval waren negatieve levensgebeurtenissen, gezinsomgeving, familiegeweld, mediageweld en depressie de onafhankelijke voorspellende variabelen, en agressie en pesten waren de afhankelijke uitkomstvariabelen. Meer dan 600 proefpersonen, met een gemiddelde leeftijd van 12 jaar oud, kregen vragenlijsten om de voorspellende variabelen voor elk kind te bepalen. Een enquête heeft ook de uitkomstvariabelen voor elk kind bepaald. Meerdere regressievergelijkingen en structurele vergelijkingsmodellen werden gebruikt om de gegevensset te bestuderen. Negatieve gebeurtenissen in het leven en depressie bleken de sterkste voorspellers van agressie bij jongeren te zijn.