Bivariate og multivariate analyser er statistiske metoder for å undersøke forholdet mellom dataprøver. Bivariatanalyse ser på to sammenkoblede datasett, og undersøker om det eksisterer et forhold mellom dem. Multivariat analyse bruker to eller flere variabler og analyser som, hvis noen, er korrelert med et spesifikt resultat. Målet i sistnevnte tilfelle er å bestemme hvilke variabler som påvirker eller forårsaker utfallet.
Bivariatanalyse undersøker forholdet mellom to datasett, med et par observasjoner tatt fra en enkelt prøve eller individ. Hver prøve er imidlertid uavhengig. Du analyserer dataene ved hjelp av verktøy som t-tester og chi-squared tester, for å se om de to datagruppene korrelerer med hverandre. Hvis variablene er kvantitative, tegner du dem vanligvis på et spredningsdiagram. Bivariatanalyse undersøker også styrken til enhver korrelasjon.
Et eksempel på bivariate analyser er et forskerteam som registrerer alderen til både mann og kone i et enkelt ekteskap. Disse dataene er parret fordi begge aldre kommer fra samme ekteskap, men uavhengige fordi en persons alder ikke forårsaker en annen persons alder. Du plotter dataene for å vise en sammenheng: de eldre ektemennene har eldre koner. Et andre eksempel er å registrere målinger av individers grepstyrke og armstyrke. Dataene er parret fordi begge målingene kommer fra en enkelt person, men uavhengige fordi forskjellige muskler brukes. Du plotter data fra mange individer for å vise en sammenheng: mennesker med høyere grepstyrke har høyere armstyrke.
Multivariat analyse undersøker flere variabler for å se om en eller flere av dem er prediktive for et bestemt resultat. De prediktive variablene er uavhengige variabler, og utfallet er den avhengige variabelen. Variablene kan være kontinuerlige, noe som betyr at de kan ha en rekke verdier, eller de kan være dikotome, noe som betyr at de representerer svaret på et ja eller nei-spørsmål. Flere regresjonsanalyser er den vanligste metoden som brukes i multivariat analyse for å finne sammenhenger mellom datasett. Andre inkluderer logistisk regresjon og multivariat variansanalyse.
Multivariat analyse ble brukt av forskere i en 2009 Journal of Pediatrics-studie for å undersøke om det var negativt livshendelser, familiemiljø, familievold, medievold og depresjon er prediktorer for ungdomsaggresjon og mobbing. I dette tilfellet negative livshendelser, familiemiljø, familievold, medievold og depresjon var de uavhengige prediktorvariablene, og aggresjon og mobbing var det avhengige resultatet variabler. Over 600 fag, med en gjennomsnittsalder på 12 år, fikk spørreskjemaer for å bestemme prediktorvariablene for hvert barn. En undersøkelse bestemte også resultatvariablene for hvert barn. Flere regresjonsligninger og strukturell ligningsmodellering ble brukt til å studere datasettet. Negative livshendelser og depresjon ble funnet å være de sterkeste prediktorene for ungdomsaggresjon.