JAWABAN NOMOR 5

ANALISIS CLUSTER

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Alasan 100 1 5 1.62 .930

Penggunaan uang hasil
100 1 4 2.56 .935
kerja
pendidikan anak 100 1 3 1.45 .642
pendidikan ayah 100 1 5 2.56 .925
pendididkan ibu 100 1 4 2.43 .832
pengetahuan orang tua
100 1 2 1.04 .197
terhadap keguiatan anak
dukungan orang tua
100 1 2 1.06 .239
terhadap keguiatan anak
harapan anak terhadap
100 1 3 1.45 .520
keluarga
harapan anak terhadap
100 1 4 3.27 1.136
pemerintah
Valid N (listwise) 100

Deskripsi di atas digunakan sebagai dasar perhitungan z-score.

Case Processing Summarya

Cases
Valid Missing Total
N Percent N Percent N Percent

100 100.0% 0 0.0% 100 100.0%

a. Squared Euclidean Distance used

Tabel output di atas menunjukkan bahwa semua data sejumlah 100 obyek telah
diproses tanpa data yang hilang.
Tabel di atas yaitu dari 1 sampai 100, hanya saja tidak bisa ditampilkan secara
keseluruhan, jadi hanya sebagian saja. tabel di atas menunjukkan matrik jarak antara
variabel satu dengan variabel yang lain. Semakin kecil jarak euclidan, maka semakin
mirip kedua variabel tersebut, sehingga membentuk kelompok (cluster)

Agglomeration Schedule

Cluster Combined Stage Cluster First Appears

Stage Cluster 1 Cluster 2 Coefficients Cluster 1 Cluster 2 Next Stage

1 98 99 .000 0 0 2
2 71 98 .000 0 1 13
3 21 79 .000 0 0 12
4 55 75 .000 0 0 52
5 23 52 .000 0 0 44
6 17 22 .000 0 0 8
7 3 9 .000 0 0 17
8 17 96 .775 6 0 41
9 49 78 .775 0 0 10
10 49 84 1.143 9 0 29
11 19 83 1.143 0 0 61
12 21 76 1.143 3 0 17
13 26 71 1.143 0 2 21
14 65 66 1.143 0 0 25
15 6 59 1.143 0 0 31
16 2 34 1.143 0 0 20
17 3 21 1.143 7 12 24
18 7 20 1.143 0 0 26
19 24 72 1.157 0 0 28
20 2 44 1.157 16 0 30
21 26 36 1.157 13 0 31
22 18 90 1.170 0 0 36
23 68 70 1.170 0 0 24
24 3 68 1.170 17 23 41
25 12 65 1.170 0 14 48
26 7 60 1.170 18 0 33
27 40 53 1.170 0 0 75
28 24 50 1.170 19 0 55
29 10 49 1.170 0 10 34
30 2 47 1.170 20 0 32
31 6 26 1.170 15 21 35
32 2 16 1.170 30 0 43
33 7 11 1.170 26 0 37
34 10 95 1.445 29 0 40
35 6 62 1.445 31 0 39
36 18 58 1.445 22 0 38
37 7 42 1.445 33 0 42
38 18 38 1.445 36 0 45
39 6 37 1.445 35 0 43
40 10 32 1.445 34 0 46
41 3 17 1.445 24 8 42
42 3 7 1.445 41 37 50
43 2 6 1.445 32 39 49
44 23 89 1.918 5 0 49
45 18 86 1.918 38 0 66
46 10 85 1.932 40 0 47
47 10 43 1.945 46 0 54
48 12 64 2.220 25 0 57
49 2 23 2.220 43 44 53
50 3 74 2.300 42 0 52
51 35 61 2.300 0 0 53
52 3 55 2.300 50 4 56
53 2 35 2.300 49 51 54
54 2 10 2.300 53 47 62
55 24 56 2.312 28 0 59
56 3 8 2.429 52 0 58
57 12 81 2.588 48 0 71
58 3 51 2.588 56 0 61
59 24 48 2.588 55 0 66
60 41 69 2.615 0 0 83
61 3 19 2.615 58 11 63
62 2 4 2.615 54 0 64
63 1 3 2.615 0 61 70
64 2 31 3.088 62 0 65
65 2 100 3.101 64 0 68
66 18 24 3.101 45 59 67
67 18 77 3.205 66 0 68
68 2 18 3.205 65 67 69
69 2 80 3.363 68 0 72
70 1 82 3.599 63 0 71
71 1 12 3.599 70 57 73
72 2 28 3.701 69 0 73
73 1 2 3.701 71 72 74
74 1 5 3.745 73 0 75
75 1 40 3.757 74 27 76
76 1 73 4.245 75 0 78
77 45 97 4.533 0 0 90
78 1 88 4.533 76 0 79
79 1 33 4.628 78 0 80
80 1 30 4.628 79 0 82
81 13 25 4.650 0 0 84
82 1 87 4.729 80 0 83
83 1 41 4.729 82 60 85
84 13 29 4.858 81 0 87
85 1 67 4.914 83 0 86
86 1 46 4.914 85 0 87
87 1 13 5.703 86 84 88
88 1 39 5.715 87 0 89
89 1 94 5.899 88 0 91
90 45 63 6.028 77 0 92
91 1 91 7.946 89 0 94
92 14 45 8.733 0 90 96
93 27 57 9.389 0 0 95
94 1 93 9.429 91 0 97
95 27 54 9.508 93 0 98
96 14 92 13.095 92 0 97
97 1 14 18.328 94 96 99
98 15 27 26.857 0 95 99
99 1 15 28.081 97 98 0

Tabel di atas merupakan hasil proses clustering dengan metode single linkage setelah
jarak antar variabel diukur dengan jarak euclidan, maka dilakukan pengelompokkan
yang dilakukan secara bertingkat.
Proses aglomerasi ini bersifat kompleks, khususnya perhitungan koefisien yang melibatkan
sekian banyak obyek dan terus bertambah. Proses aglomerasi pada akhirnya akan
menyatukan semua obyek menjadi satu cluster. Hanya saja dalam prosesnya dihasilkan
beberapa cluster dengan masing-masing anggotanya, tergantung jumlah cluster yang
dibentuk. Perincian jumlah cluster dengan anggota yang terbentuk dapat dilihat pada tabel
output berikut ini :
Proses aglomerasi ini bersifat kompleks, khususnya perhitungan koefisien yang
melibatkan sekian banyak obyek dan terus bertambah. Proses aglomerasi pada akhirnya akan
menyatukan semua obyek menjadi satu cluster. Hanya saja dalam prosesnya dihasilkan
beberapa cluster dengan masing-masing anggotanya, tergantung jumlah cluster yang
dibentuk. Perincian jumlah cluster dengan anggota yang terbentuk dapat dilihat pada tabel
output berikut ini :
Cluster Membership

Case 4 Clusters 3 Clusters 2 Clusters

1: 1 1 1 1
2: 2 1 1 1
3: 3 1 1 1
4: 4 1 1 1
5: 5 1 1 1
6: 6 1 1 1
7: 7 1 1 1
8: 8 1 1 1
9: 9 1 1 1
10: 10 1 1 1
11: 11 1 1 1
12: 12 1 1 1
13: 13 1 1 1
14: 14 2 1 1
15: 15 3 2 2
16: 16 1 1 1
17: 17 1 1 1
18: 18 1 1 1
19: 19 1 1 1
20: 20 1 1 1
21: 21 1 1 1
22: 22 1 1 1
23: 23 1 1 1
24: 24 1 1 1
25: 25 1 1 1
26: 26 1 1 1
27: 27 4 3 2
28: 28 1 1 1
29: 29 1 1 1
30: 30 1 1 1
31: 31 1 1 1
32: 32 1 1 1
33: 33 1 1 1
34: 34 1 1 1
35: 35 1 1 1
36: 36 1 1 1
37: 37 1 1 1
38: 38 1 1 1
39: 39 1 1 1
40: 40 1 1 1
41: 41 1 1 1
42: 42 1 1 1
43: 43 1 1 1
44: 44 1 1 1
45: 45 2 1 1
46: 46 1 1 1
47: 47 1 1 1
48: 48 1 1 1
49: 49 1 1 1
50: 50 1 1 1
51: 51 1 1 1
52: 52 1 1 1
53: 53 1 1 1
54: 54 4 3 2
55: 55 1 1 1
56: 56 1 1 1
57: 57 4 3 2
58: 58 1 1 1
59: 59 1 1 1
60: 60 1 1 1
61: 61 1 1 1
62: 62 1 1 1
63: 63 2 1 1
64: 64 1 1 1
65: 65 1 1 1
66: 66 1 1 1
67: 67 1 1 1
68: 68 1 1 1
69: 69 1 1 1
70: 70 1 1 1
71: 71 1 1 1
72: 72 1 1 1
73: 73 1 1 1
74: 74 1 1 1
75: 75 1 1 1
76: 76 1 1 1
77: 77 1 1 1
78: 78 1 1 1
79: 79 1 1 1
80: 80 1 1 1
81: 81 1 1 1
82: 82 1 1 1
83: 83 1 1 1
84: 84 1 1 1
85: 85 1 1 1
86: 86 1 1 1
87: 87 1 1 1
88: 88 1 1 1
89: 89 1 1 1
90: 90 1 1 1
91: 91 1 1 1
92: 92 2 1 1
93: 93 1 1 1
94: 94 1 1 1
95: 95 1 1 1
96: 96 1 1 1
97: 97 2 1 1
98: 98 1 1 1
99: 99 1 1 1
100: 100 1 1 1

Dari tabel di atas dapat dijabarkan bahwa:

Apabila diinginkan dibentuk 4 cluster, maka:
Anggota cluster 1 adalah semua kecuali (14, 45, 63, 92, 97, 15, 27, 54, 57)
Anggota cluster 2 adalah 14, 45, 63, 92, 97
Anggota cluster 3 adalah 15
 Anggota cluster 4 adalah 27, 54, 57
Apabila diinginkan dibentuk 3 cluster, maka:
Anggota cluster 1 adalah semua kecuali (15, 27, 54, 57)
Anggota cluster 2 adalah 15
Anggota cluster 3 adalah 27, 54, 57
Apabila diinginkan dibentuk 2 cluster, maka:
Anggota cluster 1 adalah semua kecuali (15, 27, 54, 57)
Anggota cluster 2 adalah 15, 27, 54, 57
 Dendogram berguna untuk menunjukkan anggota cluster yang ada jika akan
ditentukan berapa cluster yang seharusnya dibentuk. Sebagai contoh yang terlihat
dalam dendongram,