Analisis Korelasi Kanonik PDF

LOGO
ANALISIS PEUBAH GANDA

ANALISIS KORELASI KANONIK
HAZMIRA YOZZA – JUR. MATEMATIKA FMIPA UNAND

www.themegallery.com
Kompetensi Khusus
Menganalisis hubungan antara dua kelompok peubah

1 dengan data menggunakan analisis korelasi kanonik
Menggunakan salah satu software statistika (SPSS)

2 untuk menganalisis data dengan analisis korelasi
kanonik
COMPANY LOGO
Analisis Korelasi Kanonik
Salah satu metode analisis dt pg yang bertujuan untuk

menganalisis hubungan antara dua kelompok peubah
Merupakan generalisasi dari analisis korelasi dua peubah
Contoh : analisis hubungan antara
X1 = kecepatan membaca
Kemampuan membaca
X2 = ketepatan bacaan
dengan
Y1 = kecepatan aritmatik
Y2 = ketepatan hasil Kemampuan aritmetik
(Spearman)
COMPANY LOGO
Analisis Korelasi Kanonik
Pendekatan :
mendapatkan kombinasi linier dari X1 dan X2
U = a1X1 + a2X2
dan kombinasi linier dari Y1 dan Y2
V = b1Y1 + b2Y2
sedemikian sehingga korelasi antara U dan V sebesar
mungkin
COMPANY LOGO
Data dalam An.Korelasi Kanonik
Objek X1 X2 … Xp Y1 Y2 … Yq
1 x11 x21 … xp1 y11 y21 … yq1
2 x12 x22 … xp2 y12 y22 … yq2
3 x13 x23 … xp3 y13 y23 … yq3
: : : : : : :
n x1n x2n … xpn y1n y2n … yqn
CATATAN :
• Banyak data : n > 10(p+q)
• Bakukan peubah asal jika satuannya berbeda/keragamannya
berbeda
COMPANY LOGO
Matriks Ragam Peragam
 s X2 s X1 X 2 L s X 1 X p s X1Y1 s X 1Y2 L L s X1Yq 

 1 
 s X 2 X1 s X2 2 L s X 2 X p s X 2Y1 s X 1Y2 L L s X 2Yq 
 M M SXXO M M M SXY O M 
s s X p X 2 L s X2 p s X Y s X pY2 L L s X pYq 
 X p X1 p 1 
S = s L sY1 X p sY21 sY1Y2 L L sY1Yq 
 Y1 X1 sY1 X 2 
 sY X sY2 X 2 L sY2 X p sY2Y1 sY21 L L sY2Yq 
 2 1 T
M M O M 
 : :S XY : : SYY 
 : : : : M M O M 
 sYq X1 sYq X 2 L sYq X p sYqY1 sYqY2 L L sY2q 

COMPANY LOGO
Landasan Teoritis dari AKK
Misal terdapat dua kelompok Peubah

XT = (X1, X2, …, Xp) dan YT = (Y1, Y2, …, Yq)
Akan didapatkan kombinasi linier dari X
U1 = a11X1 + a12X2+…+a1pXp= a1TX
U2 = a21X1 + a22X2+…+a2pXp= a2TX
:
Sehingga :
Ur = ar1X1 + ar 2X2+…+ar pXp= arTX rU1V1 maks
rU2V2 maks (kedua)
Dan kombinasi linier dari Y
V1 = b11Y1 + b12Y2+…+b1pYp = b1TY :
V2 = b21Y1 + b22Y2+…+b2pYp = b2TY rUrVr maks (ke-r)
:
Vr = br1Y1 + br 2Y2+…+br pYp = brTY
U1,…,Ur, V1, …,Vr disebut peubah kanonik
COMPANY LOGO
Perhatikan :
U1 = a11X1 + a12X2+…+a1pXp= a1TX
V1 = b11Y1 + b12Y2+…+b1pYp = b1TY
Akan ditentukan a1 dan b1 sehingga rU1V1 maksimum
Cov(U1 ,V1 ) a1S XY b1

Corr (U1 , V1 ) = =
Var (U1 )Var (V1 ) (a1S XX a1 )(b1SYY b1 )
KET
Cov(U1 ,V1 ) = Cov(a1 X , b1Y ) = a1Cov( X , Y )b1 = a1S XY b1
Var (U1 ) = Var (a1 X ) = a1T Var ( X )a1 = a1T S XX a1

Var (V1 ) = Var (b1Y ) = b1T Var (Y )b1 = b1T S YY b1
COMPANY LOGO
a1S XY b1
Corr (U1 ,V1 ) = Corr (U1 ,V1 ) = a1S XY b1
(a1S XX a1 )(b1SYY b1 )
PERLU DIBERI KENDALA :
Var (U1 ) = a1S XX a1 = 1
Var (V1 ) = b1SYY b1 = 1
Masalah : mendapatkan a1 dan b1 sehingga :
maks Corr (U1 , V1 ) = a1S XY b1
Maks
Kendala : a1S XX a1 = 1
L = a1S XYb1 − λ(a1S XX a1 −1) − (b1SYYb1 −1)
b1SYY b1 = 1
COMPANY LOGO
Maks L = a1S XY b1 − λ (a1S XX a1 − 1) − (b1SYY b1 − 1)

∂L ∂L
= a1S XX a1 −1 = 0 = b1SYY b1 − 1 = 0
∂λ ∂δ
∂L ∂L
= S XY b1 − 2λS XX a1 (1) T
= S XY a1 − 2δSYY b1 = 0 (2)
∂a1 ∂b1
a1T S XY b1 − 2λa1T S XX a1 = 0 b1T S XY
T
a1 − 2δb1T SYY b1 = 0
T
a S XY b1 − 2λ = 0
1
b1T S XY
T
a1 − 2δ = 0
a1T S XY b1 = 2λ = λ * b1T S XY
T
a1 = 2δ
a1T S XY b1 = 2δ = δ *
a1T S XY b1 = λ* = δ *
λ* = δ * = Corr(U,V)
COMPANY LOGO
Karena λ = δ maka (2) menjadi T

S XY a1 − λ * SYY b1 = 0
T
S XY a1 = λ * SYYb1 (3)
(1) S XYb1 − λ * S XX a1 = 0
−1 −1
SYX S XX S XYb1 = λ * SYX S XX S XX a1 (Kalikan dengan SYX SXX-1)
= λ * SYX a1
T
= λ * S XY a1 (4)
Substitusikan (3) ke (4)
−1
SYX S XX S XY b1 = λ *2 SYYb11
−1 −1
SYY SYX S XX S XY b1 = λ *2 SYY
−1
SYYb1 −1
(Kalikandg SYY )
−1 −1
SYY SYX S XX S XY b1 = λ *2 Ib1
−1 −1
(SYY SYX S XX S XY − λ *2 I)b1 = 0
COMPANY LOGO
−1 −1
(SYY SYX S XX S XY − λ *2 I)b1 = 0
2 : akar karakteristik dari −1 −1
λ* SYY SYX S XX S XY
−1 −1
b1 : vekt karakteristik dari SYY SYX S XX S XY
λ * = Corr(U, V) Agar Corr(U,V) maksimum, haruslah dipilih λ*2

yang terbesar
−1 −1
a1 : vekt karakteristik dari S XX S XY SYY SYX Peubah kanonik
yang lain diperoleh
atau
dengan cara
serupa
a1 = λ *−1 S XX
−1
S XY b1
COMPANY LOGO
Langkah-langkah dalam AKK

1. Bakukan data
2. Hitung SXX, SXY, SYY
3. Tentukan :
−1 −1
λi*2 : akar karakteristik terbesar ke-i dari SYY SYX S XX S XY
−1 −1
bi : vekt karakteristik dari SYY SYX S XX S XY
(yang berpadanan dengan λi*2
−1 −1
ai : v.karakteristik dr S XX S XY SYY SYX atau a1 = λ *−1 S XX
−1
S XY b1
ri (U , V ) = λ*i 2
4. Tentukan U dan V
Ui = ai1X1 + ai2X2+…+aipXp= aiTX
Vi = bi1Y1 + bi2Y2+…+bipYp= biTY
COMPANY LOGO
Memilih banyaknya pasangan peubah kanonik
r akar ciri → r pasangan peubah kanonik

Tidak semua pasangan memiliki korelasi yang nyata
PROSEDUR
1. Uji korelasi pasangan pertama
Uji : H0 : ρ1 = ρ2 = … = ρr = 0 vs H1 : Ada ρi ≠ 0
Statistik uji
 1  r
φ = −  n − ( p + q + 1)  ∑ ln( 1 − λ *i 2 )
2
0
 2  i =1
2 2
Jika φ0 > χ pq → tolak Ho → Ada korelasi yang nyata
(pastilah korelasi peubah kanonik pertama)
COMPANY LOGO
Memilih banyaknya pasangan peubah kanonik
2. Uji korelasi pasangan kedua

Statistik uji
 1  r
φ = −n − ( p + q + 1)∑ ln(1 − λ*i 2 )
1
2
 2  i =2
Jika tolak Ho → Ada korelasi yang
nyata (pastilah korelasi peubah kanonik kedua)
3. Dan seterusnya sampai tidak ada lagi korelasi yang

nyata
COMPANY LOGO
Interpretasi Peubah Kanonik
1. Bobot kanonik (Canonical weight)

Dg memperhatikan tanda dan besarnya koefisien (bobot)
suatu peubah asal dalam membentuk peubah kanonik
Bobot besar → peubah asal memiliki kontribusi besar
terhadap peubah kanonik (& sebaliknya)
Tanda sama → hubungannya sama (& sebaliknya)
KELEMAHAN :
a. Hasil dapat menyesatkan : bobot kecil sering
diinterpretasikan kecilnya kontribusi peubah thd peubah
kanonik, padahal bisa saja terjadi karena tingginya korelasi
peubah tsb dengan peubah lain pada kelompok yang sama
b. Bobot kanonik tidak stabil
COMPANY LOGO
Interpretasi Peubah Kanonik
2. Loading kanonik (Canonical Loading)

Disebut juga Korelasi Struktur Kanonik kanonik atau
intraset correlation
Mengukur besarnya korelasi antara peubah kanonik dengan
peubah asal yang membangkitkannya (antara Xj dengan Ui
atau antara Yj dengan Vi)
Corr(X,Ui)=SXX ai
Corr(Y,Vi)=SYY bi
Semakin besar loading kanonik, semakin besar kontribusi
peubah asal terhadap peubah kanoniknya
KELEMAHAN : tidak stabil
COMPANY LOGO
LOGO

(CONTOH)
Kasus
Dilakukan studi terhadap 16 koloni kupu-kupu Euphydryas

editha di California dan Oregon. Dicatat nilai dua kelompok
peubah
Y : Peubah lingkungan
X : Peubah penyebaran (frekuensi gen utk
phosphoglucose isomerase )Pgi) yang ditentukan dengan
teknik elektroforesis
Ingin diketahui apakah terdapat keterkaitan antara kedua
kelompok peubah
Y1= altitute X1 = frek. Gen dengan mobilitas 0.40
Y2= persitipasi X2 = frek. Gen dengan mobilitas 0.60
Y3= Suhu maksimum X3 = frek. Gen dengan mobilitas 0.80
Y4 =Suhu Minimum X4 = frek. gen dengan mobilitas 1.00
X5 = frek. Gen dengan mobilitas 1.16
COMPANY LOGO
Data
Peubah Genetik Peubah Lingkungan
Koloni
A1 A2 A3 A4 A5 B1 B2 B3 B4
SS 0 3 22 57 17 500 43 98 17
SB 0 16 20 38 13 800 20 92 32
WSB 0 6 28 46 17 570 28 98 26
JRC 0 4 19 47 27 550 28 98 26
JRH 0 1 8 50 35 550 28 98 26
SJ 0 2 19 44 32 380 15 99 28
CR 0 0 15 50 27 930 21 99 28
UO 10 21 40 25 4 650 10 101 27
LO 14 26 32 28 0 600 10 101 27
DP 0 1 6 80 12 1500 19 99 23
PZ 1 4 34 33 22 1750 22 101 27
MC 0 7 14 66 13 2000 58 100 18
IF 0 9 15 47 21 2500 34 102 16
AF2 3 7 17 32 27 2000 21 105 20
GH3 0 5 7 84 4 7850 42 84 5
GL 0 3 1 92 4 10500 50 81 -12
COMPANY LOGO
Langkah 1 : Bakukan data

Peubah Genetik Peubah Lingkungan
Koloni
X1 X2 X3 X4 X5 Y1 Y2 Y3 Y4
SS -0.42 -0.56 0.32 0.29 -0.02 -0.556 1.07 0.118 -0.35
SB -0.42 1.18 0.13 -0.66 -0.39 -0.452 -0.58 -0.823 1.02
WSB -0.42 -0.16 0.88 -0.26 -0.02 -0.532 0.00 0.118 0.47
JRC -0.42 -0.43 0.04 -0.21 0.91 -0.539 0.00 0.118 0.47
JRH -0.42 -0.83 -0.98 -0.06 1.65 -0.539 0.00 0.118 0.47
SJ -0.42 -0.69 0.04 -0.36 1.37 -0.598 -0.93 0.274 0.65
CR -0.42 -0.96 -0.33 -0.06 0.91 -0.407 -0.50 0.274 0.65
UO 1.99 1.84 1.99 -1.31 -1.22 -0.504 -1.29 0.588 0.56
LO 2.96 2.51 1.25 -1.16 -1.59 -0.522 -1.29 0.588 0.56
DP -0.42 -0.83 -1.17 1.44 -0.48 -0.209 -0.65 0.274 0.19
PZ -0.18 -0.43 1.43 -0.91 0.45 -0.122 -0.43 0.588 0.56
MC -0.42 -0.03 -0.42 0.74 -0.39 -0.035 2.14 0.431 -0.26
IF -0.42 0.24 -0.33 -0.21 0.35 0.138 0.42 0.744 -0.44
AF2 0.30 -0.03 -0.14 -0.96 0.91 -0.035 -0.50 1.214 -0.08
GH3 -0.42 -0.29 -1.07 1.64 -1.22 1.996 1.00 -2.076 -1.45
GL -0.42 -0.56 -1.63 2.03 -1.22 2.917 1.57 -2.546 -3.00
COMPANY LOGO
Langkah 2 : Hitung SXX, SXY, SYY

SXX SXY
X1 X2 X3 X4 X5 Y1 Y2 Y3 Y4
X1 1.000 0.855 0.618 -0.532 -0.505 -0.203 -0.530 0.295 0.221
X2 0.855 1.000 0.615 -0.548 -0.597 -0.190 -0.410 0.173 0.246
X3 0.618 0.615 1.000 -0.823 -0.127 -0.573 -0.550 -0.536 0.593
X4 -0.532 -0.548 -0.823 1.000 -0.264 0.727 0.699 -0.717 -0.759
X5 -0.505 -0.597 -0.127 -0.264 1.000 -0.458 -0.138 0.438 0.412
Y1 -0.203 -0.190 -0.573 0.727 -0.458 1.000 0.568 0.828 -0.936
Y2 -0.530 -0.410 -0.550 0.699 -0.138 0.568 1.000 -0.479 -0.705
Y3 0.295 0.173 0.536 -0.717 0.438 0.828 -0.479 1.000 0.719
Y4 0.221 0.246 0.593 -0.759 0.412 -0.936 -0.705 0.719 1.000
STXY SYY
COMPANY LOGO
Langkah 3 : Tentukan bi dan ai

−1 −1
λi*2 : vekt karakteristik terbesar ke-i dari SYY SYX S XX S XY
ri (U , V ) = λ*i 2
−1 −1
bi : vekt karakteristik dari SYY SYX S XX
(yang S XY
berpadanan dengan akar karakteristik terbesar ke-i)
Catatan :
−1 −1
•matriks SYY SYX S XX S XY tidak simetris
•Minitab tdk menyediakan fasilitas untuk mencari nilai dan vektor
karakteristika dari matriks yang tidak simetris. Jadi gunakan
software lain (software matematika)
.
COMPANY LOGO
λi*2 λi* Vektor karakteristik
1 0.773 0.879 -0.114 0.619 -0.693 0.048
2 0.557 0.746 -0.777 0.98 -0.562 0.928
3 0.169 0.412 -3.654 -0.601 -0.565 -3.623
4 0.047 0.217 1.594 0.86 1.599 0.742 Y : dt baku
V1 = -0.114 Y1 + 0.619 Y2 – 0.693 Y3 + 0.048 Y4

V2 = -0.777 Y1 + 0.980 Y2 – 0.562 Y3 + 0.928 Y4
V3 = -3.654 Y1 - 0.601 Y2 – 0.565 Y3 - 3.623 Y4
V4 = 1.594 Y1 + 0.860Y2 + 1.599 Y3 + 0.742 Y4
COMPANY LOGO

−1
ai = S S XY bi
XX
a
1 -0.675 0.909 0.376 1.442 0.269
2 -1.087 3.034 2.216 3.439 2.928 X : dt baku
3 1.530 2.049 2.231 4.916 3.611
4 0.284 -2.331 -0.867 -1.907 -1.133
U1 = -0.675 X1 + 0.909 X2 + 0.376 X3 + 1.442 X4 + 0.269 X5

U2 = -1.087 X1 + 3.034 X2 + 2.216 X3 + 3.439 X4 + 2.928 X5
U3 = 1.530 X1 + 2.049 X2 + 2.231 X3 + 4.916 X4 + 3.611 X5
U4 = 0.284 X1 - 2.331 X2 – 0.867 X3 – 1.907 X4 – 1.133 X5
COMPANY LOGO
Langkah 5 : Memilih banyaknya pasangan peubah

kanonik
Uji korelasi pasangan pertama
Statistik uji
 1 r
φ = − n − ( p + q + 1)∑ ln(1 − λ*i 2 )
2
0
 2  i =1
 1 
= − 16 − (5 + 4 + 1){ln(1 − 0.7731) + ln(1 − 0.5570) + ln(1 − 0.1694) + ln(1 − 0.0472)}
 2 
= 27.85
2 2
Titik kritis : χα , pq = χ 0.05, 20 = 31.410
Karena φ02 < 31.410 tidak tolak Ho → Tidak terdapat
korelasi yang nyata dari kedua peubah kanonik) → tidak
terdapat korelasi yang nyata antara peubah lingkungan
dan peubah genetik →uji tidak perlu dilanjutkan (Catatan :
Korelasi tinggi tp tidak nyata. Boleh jadi krn datanya sedikit)
COMPANY LOGO
Andai korelasi tersebut nyata …………..
Lakukan pengujian untuk menguji korelasi

pasangan peubah kanonik kedua
Lakukan interpretasi terhadap peubah kanonik
COMPANY LOGO
INTERPRETASI : dengan bobot kanonik
U1 = -0.675 X1 + 0.909 X2 + 0.376 X3 + 1.442 X4 + 0.269 X5

•U1 : kontras antara X1 (dengan X yang lain)
•U1 dapat diinterpretasikan sebagai kekurangan dari gen dengan
mobilitas 0.40
V1 = -0.114 Y1 + 0.619 Y2 – 0.693 Y3 + 0.048 Y4
•V1 : bernilai positif (besar) pada Y2 (presipitasi) dan negatif

(besar) pada Y3 (suhu maksimum)
Terlihat bahwa gene dengan mobilitas 0.40 kurang pada koloni yang
terdapat pada daerah dengan presipitasi tinggi dan daerrah dengan
yang suhu maksimumnya rendah
COMPANY LOGO
INTERPRETASI : dengan loading kanonik (Intraset correlation)
Corr(X,Ui)=SXX ai Corr(Y,Vi)=SYY bi
 1.000 0.855 0.618 − 0.532 − 0.506− 0.675  1.000 0.568 0.828 − 0.936   − 0.114 
 0.855 1.000 0.615 − 0.548 − 0.597 0.909  0.568 1.000 − 0.479 − 0.705   0.619
=

= 0.618 0.615 1.000 − 0.824 − 0.127 0.376 0.828 − 0.479 1.000 0.719  − 0.693
 
 
− 0.264 1.442  − 0.936 − 0.705 1.000   0.048
− 0.532 − 0.548 − 0.824 1.000 0.719
 
− 0.506 − 0.597 − 0.127 − 0.264 1.000  0.269  0.77 
 
− 0.57 =  0.85
− 0.39 − 0.86
 − 0.78 
= − 0.70  
 0.92 
− 0.36
•U1 : berkorelasi positif tinggi dengan •V1 : berkorelasi positif (tinggi) dg Y1

X4(frekuensi gen dg mobilitas Pgi (altitute) & Y2 (presipitasi) dan negatif
mobility 1.00) (tinggi) dg Y3 (suhu maks) & Y4 (suhu
min)
•U1 dapat diinterpretasikan sebagai
frekuensi yang tinggi dari gene •V1 berkaitan dengan altitute & pers-
dengan mobilitas 1.00 pirasi yg tinggi & suhu yang rendah
Koloni dg frekuensi gen dg mobilitas 1.00 yang tinggi terkait dengan

koloni yang hidup pada daerah altitute dan presipitasi tinggi dengan
suhu yang rendah
COMPANY LOGO
LOGO

(SPSS)
Langkah-langkah
1. Input data (lengkap dengan nama peubah)

2. Menu : File > New > Syntax
3. Tuliskan perintah :
4. Menu : Run > All

5. Interpretasikan output. Catatan : tidak semua output perlu
COMPANY LOGO
Keterangan perintah
MANOVA Y1 to Y4 WITH X1 to X5
• AKK terkait dengan MANOVA, shg perintahnya adl perintah MANOVA
• Y1 to Y2 : Peubah tak bebas adalah Y1 sampai Y4
• X1 to X5 : Peubah bebas adalah X1 sampai X5
/PRINT=ERROR(SSCP COV COR) SIGNIF

• Untuk mengatur yang akan ditampilkan
(SSCP COV COR) : matriks SSCP, Kovarians dan Korelasi
SIGNIF : Menampilkan hasil pengujian
COMPANY LOGO
Keterangan perintah
(HYPOTH EIGEN DIMENR)

• Untuk melanjutkan pengujian
/DISCRIM=RAW STAN ESTIM COR ALPHA(5.0)

• Untuk membentuk fungsi diskriminan bagi data mentah (Raw), data
terstandarkan (STAN)
COMPANY LOGO
Eigenvalues and Canonical Correlations

Root No. Eigenvalue Pct. Cum. Pct. Canon Cor. Sq. Cor
1 3.408 69.280 69.280 .879 .773
2 1.257 25.565 94.845 .746 .557
3 .204 4.148 98.993 .412 .169
4 .050 1.007 100.000 .217 .047
% keragaman data
yang dapat
Akar karakteristik dijelaskan
Korelasi Kanonik
% kumulatif kera-
gaman data yang
dapat dijelaskan Kuadrat Korelasi
Kanonik
COMPANY LOGO
Pengujian signifikansi korelasi : dg Wilk Lambda
Dimension Reduction Analysis

Roots Wilks L. F Hypoth. DF Error DF Sig. of F
1 TO 4 .07953 1.38393 20.00 24.17 .221
2 TO 4 .35055 .86932 12.00 21.46 .587
3 TO 4 .79135 .37238 6.00 18.00 .887
4 TO 4 .95279 .24772 2.00 10.00 .785
Catatan :
• Dasar uji : uji F
• Prosedur uji sama dengan uji Bartlett, dimulai dengan menguji
akar 1- 4 (untuk menguji korelasi pasangan pertama) dst
• Hasil pengujian sama dengan yang sebelumnya, bahwa korelasi
pasangan peubah kanonik pertama tidak nyata (demikian juga
pasangan yang lain)
COMPANY LOGO
INTERPRETASI : dg bobot kanonik
Standardized canonical coefficients for DEPENDENT variables

Function No.
Variable 1
Y1 -.114
Y2 .619
Bobot Y pada V
Y3 -.693
Y4 .048
Standardized canonical coefficients for COVARIATES

CAN. VAR.
COVARIATE 1
X1 -.675
X2 .909
X3 .376 Bobot X pada U
X4 1.442
X5 .269
COMPANY LOGO
INTERPRETASI : dg loading kanonik
Correlations between DEPENDENT and canonical variables

Function No.
Variable 1
Y1 .766
Y2 .853
Y dengan V
Y3 -.861
Y4 -.780
Correlations between COVARIATES and canonical variables

CAN. VAR.
Covariate 1
X1 -.568
X2 -.387
X3 -.703
X4 .922 X dengan U
X5 -.361
COMPANY LOGO
LOGO

Analisis Korelasi Kanonik PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Analisis Korelasi Kanonik PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

LOGO

ANALISIS PEUBAH GANDA

HAZMIRA YOZZA – JUR. MATEMATIKA FMIPA UNAND

Menganalisis hubungan antara dua kelompok peubah

Menggunakan salah satu software statistika (SPSS)

Analisis Korelasi Kanonik

Salah satu metode analisis dt pg yang bertujuan untuk

Analisis Korelasi Kanonik

Data dalam An.Korelasi Kanonik

Matriks Ragam Peragam

 s X2 s X1 X 2 L s X 1 X p s X1Y1 s X 1Y2 L L s X1Yq 

Landasan Teoritis dari AKK

Misal terdapat dua kelompok Peubah

Landasan Teoritis dari AKK

Cov(U1 ,V1 ) a1S XY b1

Var (U1 ) = Var (a1 X ) = a1T Var ( X )a1 = a1T S XX a1

Landasan Teoritis dari AKK

Landasan Teoritis dari AKK

Maks L = a1S XY b1 − λ (a1S XX a1 − 1) − (b1SYY b1 − 1)

Landasan Teoritis dari AKK

Karena λ = δ maka (2) menjadi T

λ * = Corr(U, V) Agar Corr(U,V) maksimum, haruslah dipilih λ*2

Langkah-langkah dalam AKK

Memilih banyaknya pasangan peubah kanonik

r akar ciri → r pasangan peubah kanonik

Memilih banyaknya pasangan peubah kanonik

2. Uji korelasi pasangan kedua

3. Dan seterusnya sampai tidak ada lagi korelasi yang

Interpretasi Peubah Kanonik

1. Bobot kanonik (Canonical weight)

Interpretasi Peubah Kanonik

2. Loading kanonik (Canonical Loading)

ANALISIS KORELASI KANONIK

Dilakukan studi terhadap 16 koloni kupu-kupu Euphydryas

Langkah 1 : Bakukan data

Langkah 2 : Hitung SXX, SXY, SYY

X1 1.000 0.855 0.618 -0.532 -0.505 -0.203 -0.530 0.295 0.221

X2 0.855 1.000 0.615 -0.548 -0.597 -0.190 -0.410 0.173 0.246

X3 0.618 0.615 1.000 -0.823 -0.127 -0.573 -0.550 -0.536 0.593

X4 -0.532 -0.548 -0.823 1.000 -0.264 0.727 0.699 -0.717 -0.759

X5 -0.505 -0.597 -0.127 -0.264 1.000 -0.458 -0.138 0.438 0.412

Y1 -0.203 -0.190 -0.573 0.727 -0.458 1.000 0.568 0.828 -0.936

Y2 -0.530 -0.410 -0.550 0.699 -0.138 0.568 1.000 -0.479 -0.705

Y3 0.295 0.173 0.536 -0.717 0.438 0.828 -0.479 1.000 0.719

Y4 0.221 0.246 0.593 -0.759 0.412 -0.936 -0.705 0.719 1.000

Langkah 3 : Tentukan bi dan ai

Langkah 3 : Tentukan bi dan ai

λi*2 λi* Vektor karakteristik

1 0.773 0.879 -0.114 0.619 -0.693 0.048

2 0.557 0.746 -0.777 0.98 -0.562 0.928

3 0.169 0.412 -3.654 -0.601 -0.565 -3.623

4 0.047 0.217 1.594 0.86 1.599 0.742 Y : dt baku

V1 = -0.114 Y1 + 0.619 Y2 – 0.693 Y3 + 0.048 Y4

Langkah 3 : Tentukan bi dan ai

U1 = -0.675 X1 + 0.909 X2 + 0.376 X3 + 1.442 X4 + 0.269 X5

Langkah 5 : Memilih banyaknya pasangan peubah

Andai korelasi tersebut nyata …………..

Lakukan pengujian untuk menguji korelasi

INTERPRETASI : dengan bobot kanonik

U1 = -0.675 X1 + 0.909 X2 + 0.376 X3 + 1.442 X4 + 0.269 X5

V1 = -0.114 Y1 + 0.619 Y2 – 0.693 Y3 + 0.048 Y4

•V1 : bernilai positif (besar) pada Y2 (presipitasi) dan negatif

INTERPRETASI : dengan loading kanonik (Intraset correlation)

λi2 λi Vektor karakteristik