Análises bivariadas e multivariadas são métodos estatísticos que ajudam a investigar as relações entre amostras de dados. A análise bivariada analisa dois conjuntos de dados pareados, estudando se existe uma relação entre eles. A análise multivariada usa duas ou mais variáveis ​​e análises que, se houver, estão correlacionadas com um resultado específico. O objetivo no último caso é determinar quais variáveis ​​influenciam ou causam o resultado.

Análise Bivariada

A análise bivariada investiga a relação entre dois conjuntos de dados pareados. Os dois conjuntos de dados são pareados porque um par de observações é obtido de uma única amostra ou indivíduo, mas cada amostra é independente. Os dados são analisados, usando ferramentas como testes t e testes qui-quadrado, para ver se os dois grupos de dados se correlacionam entre si e, se as variáveis ​​são quantitativas, elas são geralmente representadas graficamente em um gráfico de dispersão. A análise bivariada também examina a força de qualquer correlação.

Exemplos de análise bivariada

Um exemplo de análise bivariada é uma equipe de pesquisa registrando a idade do marido e da mulher em um único casamento. Esses dados são pareados porque as duas idades vêm do mesmo casamento, mas independentes porque a idade de uma pessoa não causa a idade de outra pessoa. Os dados são plotados, mostrando uma correlação nos dados: os maridos mais velhos têm esposas mais velhas. Um segundo exemplo é registrar as medidas de força de preensão e força de braço de indivíduos. Os dados são pareados porque ambas as medições vêm de uma única pessoa, mas independentes porque diferentes músculos são usados. Os dados são plotados a partir de muitos indivíduos, mostrando uma correlação: as pessoas com maior força de preensão têm maior força do braço.

Análise multivariada

Análise multivariada analisa várias variáveis ​​para ver se um ou mais deles são preditivos de um determinado resultado. As variáveis ​​preditivas são consideradas variáveis ​​independentes e o resultado é a variável dependente. As variáveis ​​podem ser contínuas, o que significa que podem ter um intervalo de valores ou podem ser dicotômicas, o que significa que elas representam a resposta para uma pergunta sim ou não. A análise de regressão múltipla é o método mais comumente utilizado na análise multivariada para encontrar correlações entre os conjuntos de dados, mas muitos outros, como a regressão logística e análise de variância multivariada, também são utilizados.

Exemplo de Análise Multivariada < A análise multivariada foi usada por pesquisadores em um estudo de 2009 da Journal of Pediatrics para investigar se eventos negativos da vida, ambiente familiar, violência familiar, violência na mídia e depressão são preditores de agressão e assédio moral de jovens. Eventos negativos da vida, ambiente familiar, violência familiar, violência na mídia e depressão foram as variáveis ​​preditoras independentes. Agressão e bullying foram as variáveis ​​de resultado dependentes. Mais de 600 sujeitos, com idade média de 12 anos, receberam questionários que determinaram as variáveis ​​preditoras para cada criança. Foi também feita uma pesquisa que determinou as variáveis ​​de resultado para cada criança. Equações de regressão múltipla e modelagem de equações estruturais foram usadas para estudar o conjunto de dados. Eventos negativos da vida e depressão foram os mais fortes indicadores de agressão juvenil.