DEFINISI
Analisis korespondensi merupakan metode analisis untuk
merepresentasikan data tabulasi secara grafis, yang dalam bentuk umunya
dapat dikenal sebagai scatterplot. Analisis korespondensi merupakan
teknik eksplorasi data yang dilakukan pada data kategori dimana tidak
terdapat hipotesis yang spesifik.
B. TUJUAN
Analisis korespondensi merupakan salah satu teknik dalam
multivariat yang merupakan gabungan dari teknik reduksi data dan
pemetaan persepsi. Analisis korespondensi adalah metode statistik
deskriptif yang dirancang untuk menganalisis tabel kontingensi dua arah
atau multi arah yang mengandung hubungan antara variabel-variabel baris
dan kolom. Salah satu tujuan analisis korespondensi adalah untuk melihat
keterkaitan atau kedekatan suatu kategori pada satu peubah terhadap
kategori peubah lainnya.
C. LANGKAH SPSS
6. Define Row Range. Select row bound, Update and then Continue
7. Define Column Range. Select column bound, Update and then Continue
8. Use the buttons at the side of the screen to set desired parameters.
9. Select Statistics
Correspondence Table
Political Outlook
Region Liberal Tend Lib Moderate Tend Cons Conservative Active Margin
Northeast 19 23 58 16 15 131
Midwest 26 31 71 47 35 210
South 18 27 75 46 70 236
West 30 19 40 26 33 148
Active Margin 93 100 244 135 153 725
D. CONTOH KASUS
Penelitian di bidang sosial politik berikut ini ingin melihat hubungan
antara wilayah tempat tinggal penduduk di Kota Semarang dengan pandangan
mereka tentang calon walikota, serta ingin diketahui deskripsi pandangan calon
walikota di Semarang dalam kaitannya dengan wilayah. Misalkan calon walikota
dikategorikan dalam 4 calon , yaitu A,B,C,D. Sedangkan wilayah tempat tinggal
dikategorikan menjadi 5 bagian, yaitu Semarang Utara,Tengah, Selatan, Timur
dan Barat.
a. Input data
b. Prosedur Analisis
CORRESPONDENCE
TABLE=WILAYAH(1 5) BY
CALONWALIKOTA (1 4) /DIMENSIONS = 2
/MEASURE = CHISQ
/STANDARDIZE =
RCMEAN /NORMALIZATION
= SYMMETRICAL
/PRINT = TABLE RPOINTS RPROFILES
/PLOT = NDIM(1,MAX) BIPLOT(20) RPOINTS(20) CPOINTS(20)
TRROWS(20) TRCOLUMNS(20)
Intepretasi dari singular value yang merupakan akar kuadrat dari eigenvalue
antar kategori dari variabel dalam analisis untuk setiap dimensi adalah 0,490
untuk dimensi pertama (terbesar), 0,148 untuk dimensi kedua (juga merupakan
yang kedua terbesar) dan 0,051 dimensi ketiga. Dari yang diperoleh dalam
analisis (proportion of inertia), dapat dinyatakan bahwa keragaman yang dapat
diterangkan adalah sebesar 100% dengan rincian sebagai berikut:
1 Faktor pertama dengan eigen value sebesar 0,036 mampu menerangkan
keragaman data sebesar 90.8%
2 Faktor kedua dengan eigen value sebesar 0,015 mampu menerangkan
keragaman data sebesar 8.2% (total dengan figure pertama adalah 99%)
3 Faktor ketiga dengan eigen value sebesar 0,006 mampu menerangkan
keragaman data sebesar 1% (total dengan sebelumnya menjadi 100%)
Bila dilihat standar deviasinya terlihat bahwa untuk dimensi pertama
ditemukan nilai sebesar 0.033. nilai ini juga menunjukkan presisi yang
lebih baik dari dimensi kedua yang memiliki nilai standar deviasi
sebesar 0.049.
2 2 2 2 2 2
Total inersia diperoleh dari 1 + 2 + 3 = 0,24 + 0,022 + 0,003 = 0,265.
Gambar 1. Peta Kemiripan Antar Wilayah
Jika figure Row Points dan Coloumn Points digabungkan maka akan didapat
figure akhir yang memperlihatkan pemetaan karakteristik pandangan politik
penduduk pada keempat wilayah yang ada. Figur yang dimaksud ditampilkan
pada Gambar 2.
DAFTAR PUSTAKA
http://jurnalonline.um.ac.id/data/artikel/artikel91D0DA94E54E018161D00749F1
E0D79D.pdf