Anda di halaman 1dari 14

Analisis Kluster (2)

Ukuran Evaluasi Kluster (1)


1. Root Mean Square Standard Deviation
(RMSSTD)
2. Semipartial R-Square (SPR)
3. R-Square (RS)
4. Distance between two clusters
T
5. Statistik penguji max F , min Tr W , atau max .
W

1 s/d 4 (Sharma, 1996, h.198)


5 (Dillon dan Goldstein, 1984, h. 202)
2

Ukuran Evaluasi Kluster (2)


RMSSTD suatu kluster :
RMSSTD

Pooled SS semua variabel


Pooled df semua variabel

RMSSTD harus kecil

tdk ada patokan

R-Square : RS SSb
SSt
Contoh : Sharma, h. 198
3

Ukuran Evaluasi Kluster (3)


Dendrogram

Single Linkage, Euclidean Distance

Similarity

57.97

71.98

85.99

100.00

3
4
Observations

Ukuran Evaluasi Kluster (4)

341.3 176.3
RS
0.7377
498.8 202.8
5

Contoh Kasus (1)

Sumber : Data dicatat oleh Rummel (1970) tahun 1955, University of


Hawaii dalam Dillon dan Goldstein, 1984 h_76 dan 175,
6

Contoh Kasus (2)

Melalui analisis faktor diperoleh empat faktor f1, f2, f3 dan f4.

Contoh Kasus (3)


Jarak Euclidean berdasarkan nilai empat buah faktor f1, f2, f3, dan
f4.

Contoh Kasus (4)


Tahap-tahap penggabungan kluster dengan metode pautan tunggal,
menggunakan Minitab V. 15.

Contoh Kasus (5)


Dendrogram

Single Linkage, Euclidean Distance

Distance

2.00

1.34

0.67

0.00

a
zil
an
m
a
d
r
r
Br
Bu
Jo

pt
el
R.
ba
na and esia
.
i
y
a
u
r
S
C
C h Pol
Eg
Is
S.
on
.
d
U
In
Observations

ia
ds
d
n
In
rla
e
th
e
N

K.
U.

S
U.

10

Contoh Kasus (6)

11

Contoh Kasus (7)


Dendrogram

Ward Linkage, Euclidean Distance

Distance

5.95

3.97

1.98

0.00

zil
a
Br

ba rma dan
u
r
C
Bu
Jo

K.
U.

pt
el
S.
.
y
a
r
U
Eg
Is

.
a
a
ds
nd esi a
.R
di
in
n
a
n
h
l
S
I
.
la
C
Po don
.S
er
h
U
t
In
Ne
Observations

12

Contoh Kasus (8)


Tampak metode pautan tunggal dan pautan
Ward memberikan hasil akhir solusi yang
serupa.
Yang membedakan adalah pada metode pautan
tunggal terlebih dahulu menggabungkan kulster
Jordan dan Burma dengan kluster Cuba dan
Brazil, sedangkan metode pautan Ward terlebih
dahulu menggabungkan kluster Cina, Polandia
dan Indonesia dengan kluster USSR.
13

Petunjuk
Dillon dan Goldstein (1984, h.205)

Umumnya metode klustering sensitif terhadap


keberadaan data outlier; oleh karena itu perlu
diperiksa, jika terdapat outlier harus dihapus (untuk
kasus tertentu).

Metode berhirarki cocok untuk studi biologi.

Beberapa studi dengan data empiris memberikan


rekomendasi terhadap metode pautan rata-rata.

Metode optimasi sulit digunakan untuk data besar,


mengingat waktu yang dibutuhkan untuk komputasi.

Memininumkan |W| mempunyai kelebihan dari pada


meminimumkan Tr(W).
14