Anda di halaman 1dari 3

Analisis Gerombol

Analisis Gerombol merupakan suatu metode untuk mengelompokkan individu-

individu ke dalam beberapa kelompok dimana setiap unit pengamatan dalam satu

kelompok akan mempunyai ciri yang relatif sama sedangkan antar kelompok unit

pengamatan memiliki sifat yang berbeda.

Asumsi yang harus dipenuhi dalam penerapan Analisis Gerombol adalah:

1. Sampel yang diambil harus dapat mewakili populasi yang ada.

Dalam penelitian ini, digunakan data populasi, sehingga asumsi ini tidak perlu diuji

lagi.

2. Multikolinieritas

Multikolinieritas adalah kemungkinan adanya korelasi antar peubah bebas. Sebaiknya

tidak ada atau seandainya ada, besar multikolinieraitas tersebut tidaklah tinggi. Bila

data yang digunakan dalam Analisis Gerombol adalah data skor komponen dari hasil

AKU, maka tidak akan ditemukan lagi adanya Multikolinieritas.

Sebelum melakukan penggerombolan terlebih dulu ditentukan jarak kedekatan

(similarity) antar individu. Penentuan ukuran individu ini meliputi ukuran keragaman

dalam kelompok yang terbentuk dan ukuran keragaman antar kelompok. Ukuran

keragaman dalam kelompok relatif lebih kecil daripada keragaman antar kelompok.

Keragaman antar kelompok dapat ditetapkan oleh taksiran jarak diantara dua nilai pusat

kelompok dalam membandingkan dengan jarak dari anggota kelompok terhadap pusat

kelompok. Berdasarkan uraian yang ada di atas kita dapat menyimpulkan bahwa

penghitungan ukuran kemiripan atau jarak diantara dua objek secara berturutan

merupakan suatu hal yang fundamental untuk menggunakan tehnik analisis gerombol. .
Ukuran kedekatan yang digunakan adalah jarak Euclidus. Jarak ini digunakan

apabila antar peubah-peubah individu tidak berkorelasi. Ukuran jarak Euclidus untuk dua

buah unit X dan Y adalah:

d(X,Y) = ((X – Y)’ I (X – Y))1/2

dimana I adalah matrik identitas berukuran p x p.

Secara umum, analisis gerombol dibagi menjadi dua bagian utama yaitu metode

berhierarkhi (hierarchical clustering method) dan metode tak berhierarki (non

hierarchical clustering method). Metode berhierarkhi digunakan apabila banyaknya

gerombol yang akan dibentuk tidak diketahui dan metode tak berhierarkhi digunakan

apabila banyaknya gerombol yang akan terbentuk dianggap telah diketahui sebelumnya.

Analisis gerombol (Cluster Analysis) yang digunakan dalam penelitian ini adalah

metode tidak berhierarki (K-means Clustering). Banyaknya gerombol yang ingin

dibentuk terlebih dahulu ditentukan. Di dalam metode ini diasumsikan bahwa analisis

terdiri dari n individu dan p pengukuran. X (i,j) adalah nilai dari individu ke-i dalam

variabel ke-j; i = 1,2,…,n dan j = 1,2,…,p. Misal P (n,K) adalah pengelompokkan yang

merupakan hasil dari masing-masing individu yang dialokasikan ke dalam sebuah

gerombol (cluster) 1,2,…,K. Rata-rata variabel ke-j dalam gerombol (cluster) ke-l akan

dinotasikan dengan X (l,j), dan jumlah individu-individu yang termasuk dalam gerombol

(cluster) ke-l dinyatakan dengan n(l). Dalam notasi ini kita dapat menampilkan jarak

antara individu ke-i dan gerombol ke-l sebagai berikut:

[ ]
p
D(i, l ) = (∑ X (i, j ) − X (l , j ) )1 2
2

j =1

dengan komponen kesalahan tiap-tiap kelompok dapat didefinisikan sebagai berikut:

n 2

E [ P( n, K )] = ∑ D[ i, l (i )]
i =1
dimana l(i) adalah gerombol (cluster) yang terdiri individu ke-i, dan D[i,l(i)] adalah jarak

Euclidean antara individu i dan rata-rata klaster yang terdiri dari individu. Prosedur untuk

pengelompokkan adalah mengikuti langkah-langkah: mencari pengelompokkan dengan

komponen kesalahan E yang kecil dengan menempatkan individu-individu dari satu

kelompok ke kelompok lainnya sampai tidak terjadi perpindahan hasil individu dalam

pereduksian E.

Anda mungkin juga menyukai