Análises bivariadas e multivariadas são métodos estatísticos para investigar relações entre amostras de dados. A análise bivariada examina dois conjuntos de dados emparelhados, 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, neste último caso, é determinar quais variáveis influenciam ou causam o resultado.
A análise bivariada investiga a relação entre dois conjuntos de dados, com um par de observações tiradas de uma única amostra ou indivíduo. No entanto, cada amostra é independente. Você analisa os dados usando ferramentas como testes t e testes qui-quadrado, para ver se os dois grupos de dados se correlacionam. Se as variáveis são quantitativas, você geralmente as representa graficamente em um gráfico de dispersão. A análise bivariada também examina a força de qualquer correlação.
Um exemplo de análise bivariada é uma equipe de pesquisa registrando a idade do marido e da esposa em um único casamento. Esses dados são pareados porque as duas idades vêm do mesmo casamento, mas são independentes porque a idade de uma pessoa não causa a idade de outra. Você plota os dados para mostrar uma correlação: os maridos mais velhos têm esposas mais velhas. Um segundo exemplo é o registro de medições da força de preensão e força do braço de indivíduos. Os dados são pareados porque ambas as medições vêm de uma única pessoa, mas são independentes porque músculos diferentes são usados. Você plota dados de muitos indivíduos para mostrar uma correlação: pessoas com maior força de preensão têm maior força de braço.
A análise multivariada examina várias variáveis para ver se uma ou mais delas são preditivas de um determinado resultado. As variáveis preditivas são variáveis independentes e o resultado é a variável dependente. As variáveis podem ser contínuas, o que significa que podem ter uma gama de valores, ou podem ser dicotômicas, o que significa que representam a resposta a uma pergunta sim ou não. A análise de regressão múltipla é o método mais comum usado na análise multivariada para encontrar correlações entre conjuntos de dados. Outros incluem regressão logística e análise de variância multivariada.
A análise multivariada foi usada por pesquisadores em um estudo do Journal of Pediatrics de 2009 para investigar se eventos de vida, ambiente familiar, violência familiar, violência na mídia e depressão são preditores de agressão juvenil e assédio moral. Neste caso, eventos negativos da vida, ambiente familiar, violência familiar, violência na mídia e depressão foram as variáveis preditoras independentes, e agressão e bullying foram os resultados dependentes variáveis. Mais de 600 indivíduos, com idade média de 12 anos, receberam questionários para determinar as variáveis preditoras para cada criança. Uma pesquisa também 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. Os eventos negativos da vida e a depressão são os indicadores mais fortes da agressão juvenil.