Univariat

Dalam matematika, objek univariat adalah ekspresi, persamaan, fungsi, atau polinomial yang hanya melibatkan satu variabel. Objek yang melibatkan lebih dari satu variabel disebut "multivariat". Dalam beberapa kasus, perbedaan antara kasus univariat dan multivariat bersifat fundamental; misalnya, teorema dasar aljabar dan algoritma Euklides untuk polinomial adalah sifat fundamental polinomial univariat yang tidak dapat digeneralisasikan ke polinomial multivariat.

Dalam statistika, persebaran univariat mencirikan suatu variabel, meskipun dapat juga diterapkan dengan cara lain. Misalnya, data univariat terdiri dari satu komponen skalar tunggal. Dalam analisis deret waktu, seluruh deret waktu adalah "variabel": deret waktu univariat adalah deret nilai dari waktu ke waktu dari satu besaran tunggal. Demikian pula, "deret waktu multivariat" mencirikan perubahan nilai dari waktu ke waktu dari beberapa besaran. Dalam beberapa kasus terminologinya ambigu, karena nilai-nilai dalam deret waktu univariat dapat diolah menggunakan jenis analisis statistika multivariat tertentu dan dapat direpresentasikan menggunakan distribusi multivariat.

Di luar masalah skala, kriteria (variabel) dalam statistika univariat dapat dijelaskan oleh dua ukuran penting (juga angka kunci atau parameter): Posisi dan Dispersi.

• Ukuran posisi (misalnya modus, median, rata-rata aritmatika) menggambarkan di area mana data berada secara terpusat.
• Ukuran dispersi (misalnya rentang, rentang interkuartil, deviasi standar) menggambarkan seberapa mirip atau berbeda data tersebar.

Penggunaan dalam matematika

Dalam matematika, istilah univariat menunjukkan persamaan, ekspresi, atau fungsi yang hanya bergantung pada satu variabel. Sebaliknya, istilah multivariat digunakan ketika suatu ekspresi bergantung pada lebih dari satu variabel, sedangkan istilah bivariat terkadang digunakan dalam kasus khusus dua variabel.

Contoh

Fungsi univariat: Suatu fungsi dikatakan univariat jika hanya mengandung satu variabel independen, misalnya $f(x)=5x+\sin (x)$.

Fungsi bivariat: Suatu fungsi dikatakan bivariat jika hanya mengandung dua variabel independen, misalnya $f(x,y)=3x^2+y+y^3$.

Fungsi multivariat: Suatu fungsi dikatakan multivariat jika mengandung beberapa variabel independen, misalnya $f(x,y,z)=y^2+z-x^2$.

Penggunaan dalam statistika

Dalam statistika, univariat menyatakan bahwa besaran terukur yang dipertimbangkan adalah satu dimensi, meskipun bergantung pada beberapa variabel. Hal ini terutama berlaku ketika besaran yang diukur adalah variabel dependen satu dimensi dari suatu percobaan acak atau modalitas dari variabel acak satu dimensi. Pengamatan kemudian dapat direpresentasikan secara individual.

Oleh karena itu, multivariat menyatakan bahwa besaran yang diukur bersifat multidimensi (distribusi multivariat, metode multivariat), dan bivariat, bahwa besaran yang diukur bersifat dua dimensi (distribusi bivariat). Pengamatan kemudian dapat direpresentasikan dalam bentuk vektor atau melalui beberapa besaran terukur satu dimensi.

Dalam statistika, istilah univariat digunakan untuk hubungan dengan hanya satu kriteria, terlepas dari jumlah prediktor yang memprediksi kriteria tersebut. Di sisi lain, istilah multivariat menggambarkan hubungan dengan beberapa kriteria, tetapi juga terlepas dari jumlah prediktor yang memprediksi kriteria tersebut. Di luar masalah skala, suatu kriteria (variabel) dalam statistik univariat dapat dijelaskan oleh dua ukuran penting (juga indikator atau parameter): posisi dan dispersi. Ukuran posisi (misalnya modus, median, rata-rata aritmetika) menggambarkan interval di mana data berada di tengah. Ukuran dispersi (misalnya rentang, jangkauan interkuartil, simpangan baku empiris) menggambarkan seberapa mirip atau berbeda data tersebut tersebar.

Contoh

Pertimbangkan kasus di mana tinggi dan berat beberapa subjek uji diukur.

Jika kedua kuantitas ini diselidiki secara terpisah, misalnya menghitung berat rata-rata atau tinggi rata-rata semua subjek, ini adalah kasus analisis univariat.

Jika di sisi lain seseorang mempertimbangkan tinggi dan berat setiap orang bersama-sama dan bermaksud untuk menggambarkannya, misalnya melalui distribusi bivariat, hal tersebut merupakan analisis bivariat karena kuantitas yang diukur (tinggi bersama dengan berat) bersifat dua dimensi.

Lihat juga

• Ariti
• Bivariat
• Multivariat
• Analisis univariat
• Model biner univariat
• Persebaran univariat

Sumber dan atribusi

Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 29371740 (2026-06-21T12:59:44Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.