Tugas 1 Analisis Data Multivariat II Praktikum
Tugas 1 Analisis Data Multivariat II Praktikum
Diberikan variabel :
X1
X2
X3
X4
X5
s
2636.5666 167.9436 -46.6042
3018.2188 1.6108
1.3508
Lakukan analisis komponen utamanya !
JAWABAN
Didapatkan output software R sebagai berikut :
Dicari nilai eigen dan vektor eigen dari matriks kovarians data yang diinputkan. Hal ini
sebatas mencari nilai eigen value dan eigen vektor, karena analisisnya menggunakan fungsi
princomp.
Eigen value
[1] 6551.892890 3015.878245 2710.837450 537.669522
0.453192
Eigen vector
[,1]
[,2]
[,3]
[,4]
[,5]
[1]
Importance of components:
Comp.1
Standard deviation
Comp.2
Comp.3
Comp.4
Comp.5
0.6731953363
0.0000353594
1.0000000000
Loadings:
Comp.1 Comp.2 Comp.3 Comp.4 Comp.5
[1,] -0.360 -0.127 0.574
0.724
-0.482
0.486
[4,]
-0.978 -0.166
[5,]
1.000
Nilai-nilai loadings pada hasil di atas erupakan nilai vektor eigen yang merupakan
koefisien-koefisien komponen utama. Nilai loadings tersebut sama dengan nilai vektor eigen
matriks kovarians namun ada bagian-bagian yang hilang.
Comp.1 Comp.2
SS loadings
Proportion Var
Cumulative Var
1.0
0.2
0.2
1.0
1.0
1.0
1.0
0.2
0.2
0.2
0.2
0.6
0.8
1.0
0.4
[2]
Dari scree plot terlihat kurva mulai landai pada titik comp 4, berarti dapat dikatakan
tiga komponen saja (komponen 1, komponen 2, komponen 3) sudah mencukupi untuk kelima
variabel pada soal.
Sehingga fungsi komponen utamanya adalah :
Y1 = -0.360X1 - 0.865X2 - 0.337X3
Y2 = -0.127 X1 + 0.106X2 + 0,124X3 - 0.978X4
Y3 = 0.574X1 - 0.797X3 - 0.166X4
Lampiran syntax yang digunakan
> r <- c(2075.1184 , 1951.9614 , -303.4482 , 294.4775 , 17.3813 , 1951.9614 , 5085.4767 ,
1632.2182 , 177.7665 , -15.6653 , -303.4482 , 1632.2182 , 2636.5666 , 167.9436 , -46.6042 ,
294.4775 , 177.7665 , 167.9436 , 3018.2188 , 1.6108 , 17.3813 , -15.6653 , -46.6042 , 1.6108
, 1.3508)
> R <- matrix(r, 5, 5)
>R
> ei_val <- eigen(R)$value
> ei_vec <- eigen(R)$vector
> ei_val
> ei_vec
> fit_pca <- princomp(scores=TRUE, covmat=R, cor=FALSE)
> summary(fit_pca)
> loadings(fit_pca)
> plot(fit_pca, type="lines")
[3]