Los análisis bivariados y multivariados son métodos estadísticos para investigar las relaciones entre muestras de datos. El análisis bivariado analiza dos conjuntos de datos emparejados, estudiando si existe una relación entre ellos. El análisis multivariado utiliza dos o más variables y análisis que, si los hay, se correlacionan con un resultado específico. El objetivo en el último caso es determinar qué variables influyen o causan el resultado.
El análisis bivariado investiga la relación entre dos conjuntos de datos, con un par de observaciones tomadas de una sola muestra o individuo. Sin embargo, cada muestra es independiente. Los datos se analizan con herramientas como las pruebas t y las pruebas de chi-cuadrado para ver si los dos grupos de datos se correlacionan entre sí. Si las variables son cuantitativas, generalmente las grafica en un diagrama de dispersión. El análisis bivariado también examina la fuerza de cualquier correlación.
Un ejemplo de análisis bivariado es un equipo de investigación que registra la edad del marido y la mujer en un matrimonio de solteros. Estos datos están emparejados porque ambas edades provienen del mismo matrimonio, pero son independientes porque la edad de una persona no causa la edad de otra. Grafica los datos para mostrar una correlación: los maridos mayores tienen esposas mayores. Un segundo ejemplo es el registro de mediciones de la fuerza de agarre y la fuerza del brazo de las personas. Los datos están emparejados porque ambas medidas provienen de una sola persona, pero independientes porque se utilizan diferentes músculos. Grafica datos de muchas personas para mostrar una correlación: las personas con mayor fuerza de agarre tienen mayor fuerza en los brazos.
El análisis multivariado examina varias variables para ver si una o más de ellas son predictivas de un resultado determinado. Las variables predictivas son variables independientes y el resultado es la variable dependiente. Las variables pueden ser continuas, lo que significa que pueden tener un rango de valores, o pueden ser dicotómicas, lo que significa que representan la respuesta a una pregunta de sí o no. El análisis de regresión múltiple es el método más común utilizado en el análisis multivariado para encontrar correlaciones entre conjuntos de datos. Otros incluyen regresión logística y análisis de varianza multivariado.
Los investigadores utilizaron el análisis multivariado en un estudio del Journal of Pediatrics de 2009 para investigar si Los acontecimientos de la vida, el entorno familiar, la violencia familiar, la violencia mediática y la depresión son predictores de la agresión juvenil y intimidación. En este caso, acontecimientos vitales negativos, entorno familiar, violencia familiar, violencia mediática y depresión. fueron las variables predictoras independientes, y la agresión y el acoso fueron el resultado dependiente variables. A más de 600 sujetos, con una edad promedio de 12 años, se les entregaron cuestionarios para determinar las variables predictoras para cada niño. Una encuesta también determinó las variables de resultado para cada niño. Se utilizaron ecuaciones de regresión múltiple y modelos de ecuaciones estructurales para estudiar el conjunto de datos. Se descubrió que los acontecimientos vitales negativos y la depresión eran los predictores más sólidos de la agresión juvenil.