NAVIGATE

Home

Bantuan Olah Data

Download SPSS

Petunjuk Excel

Sitemap

Kategori Artikel

About Us

Contact Us

FAQ

Privacy Policy

Disclaimer

TOS

Penjelasan Tentang Analisis Multivariat Dan Jenisnya

HomepageMultivariat

Anwar Hidayat accelerated-mobile-pagesMultivariat 1 tahun ago

Analisis Multivariate

Analisis Multivariat

Analisis Multivariat adalah metode pengolahan variabel dalam jumlah yang banyak, dimana tujuannya
adalah untuk mencari pengaruh variabel-variabel tersebut terhadap suatu obyek secara simultan atau
serentak.
Pengertian Analisis Multivariat

Metode analisis multivariat adalah suatu metode statistika yang tujuan digunakannya adalah untuk
menganalisis data yang terdiri dari banyak variabel serta diduga antar variabel tersebut saling
berhubungan satu sama lain.

Analisis multivariat adalah salah satu dari teknik statistik yang diterapkan untuk memahami struktur data
dalam dimensi tinggi. Dimana variabel-variabel yang dimaksud tersebut saling terkait satu sama lain.

Berdasarkan beberapa definisi Analisis Multivariat di atas, maka statistikian menyimpulkan bahwa yang
dimaksud dengan Analisis Multivariat adalah suatu analisis yang melibatkan variabel dalam jumlah lebih
dari atau sama dengan 3 variabel.

Dimana minimal ada satu variabel terikat dan lebih dari satu variabel bebas serta terdapat korelasi atau
keterikatan antara satu variabel dengan variabel lainnya. Maka dapat diartikan bahwa Analisis
Multivariat juga merupakan analisis yang melibatkan cara perhitungan yang kompleks. tujuannya adalah
agar dapat memahami struktur data berdimensi tinggi dan saling terkait satu sama lain.

Teori Analisis Multivariat

Teori dari Metode analisis multivariat dalam hal ini sebenarnya telah diketahui sejak lama sekali, hanya
saja karena cara perhitungannya yang rumit maka jarang sekali diterapkan. Tetapi akhir-akhir ini,
bersamaan dengan berkembangnya teknologi. Dimana muncul aplikasi komputer seperti SPSS untuk
menghitung atau menganalisis metode statistik dengan mudah. Maka barulah Analisis Multivariat ini
sering digunakan oleh para peneliti karena kemudahan-kemudahan yang diberikan oleh aplikasi
komputer dan banyaknya informasi yang bisa didapat dari Analisis Multivariat ini.

Statistikian juga berpendapat bahwa telah sering terjadi kesalahpahaman yang mendasar dari para
mahasiswa atau bahkan para peneliti. Yaitu tentang definisi Analisis Multivariat, yaitu kerancuan dalam
memahami perbedaan antara Analisis Multivariat dan analisis multiple.

Perlu dipahami dan diperhatikan, bahwa pengertian Analisis Multivariat benar-benar berbeda dengan
analisis multiple atau disebut juga analisis multivariabel. Kalau tentang Analisis Multivariat sudah
dibahas di atas, saatnya kita coba kupas tentang analisis multivariabel.
Perbedaan Dengan Analisis Multivariabel

Analisis multivariabel adalah analisis yang melibatkan lebih dari satu variabel bebas. Dalam pengertian
tersebut, kita tidak perlu mengetahui apakah di antara beberapa variabel tersebut, baik variabel bebas
maupun variabel terikat terdapat keterikatan atau korelasi satu sama lain.

Maka statistikian dapat menyimpulkan perbedaan antara Analisis Multivariat dan analisis multivariabel,
yaitu: Analisis Multivariat pastilah analisis multivariabel, sedangkan analisis multivariabel belum tentu
Analisis Multivariat.

Baiklah, untuk meningkatkan pemahaman para pembaca, kami coba jelaskan lebih jauh pengertian
harfiah dari Variate. Alasan statistikian perlu menjelaskannya adalah karena Analisis Multivariat tidak
pernah bisa lepas dari variate. Maka, pertanyaannya: apakah yang disebut dengan variate?

Pengertian Variat

Titik penyusun bangunan atau pondasi dari Analisis Multivariat adalah variat itu sendiri

Variat adalah suatu kombinasi linear dari variabel-variabel yang memiliki bobot empiris yang telah
ditentukan

Suatu variate dari sejumlah n variabel yang terbobot (X1 sampai dengan Xn) dapat dinyatakan secara
matematis adalah sebagai berikut: nilai variate = w1X1+ w2X2+ w3X3+…+wnXn.

Sebelum melangkah lebih jauh, penting sekali bagi para pembaca, bahwa Analisis Multivariat adalah
salah satu bentuk dari analisis inferensial. Analisis inferensial artinya analisis yang melibatkan sejumlah
sampel saja. Dan dimana hasilnya nanti digunakan sebagai alat generalisasi untuk keseluruhan populasi.
Oleh karena itu, nantinya dalam Analisis Multivariat tidak akan lepas dari istilah-istilah signifikansi dan
juga tingkat kesalahan dan derajat kepercayaan.

Jenis Data Dalam Analisis Multivariat

Seperti halnya analisis statistik lainnya, Analisis Multivariat yang kita bahas ini juga tidak lepas dari jenis
data atau skala data. Skala data yang digunakan ada dua macam, yaitu data metrik dan data non metrik.

Data metrik adalah data yang bersifat numerik atau berisi angka-angka dan dapat dilakukan perhitungan
matematis di dalamnya, misal nilai ujian, tingkat IQ, berat badan, dll. Data metrik disebut juga dengan
data numerik atau data kuantitatif.

Dalam hal ini data metrik ada 2 macam, yaitu data interval dan data rasio. Untuk lebih jelasnya pelajari
artikel kami tentang skala data. Sedangkan data non metrik adalah data non numerik atau disebut juga
data kualitatif atau data kategorik.

Ada dua macam jenis data non metrik ini, yaitu data nominal dan data ordinal. Sekali lagi, agar anda
lebih paham lagi maka untuk lebih jelasnya silahkan pelajari artikel kami tentang skala data.

Baiklah, sepertinya pembukaan atau pengantar tentang Analisis Multivariat telah kita lalui. Selanjutnya
kita bahas lebih dalam lagi tentang klasifikasi Analisis Multivariat.

Klasifikasi Analisis Multivariat

Klasifikasi analisis multivariat ada tiga macam, yaitu yang pertama adalah teknik dependensi atau istilah
english versionnya adalah dependent technique. Yang kedua adalah teknik interdependensi atau english
versionnya adalah interdependent technique. Dan yang ketiga atau yang terakhir adalah dan model
struktural atau english versionnya disebut dengan istilah structural model.

Para pakar ada yang menyebutkan bahwa Analisis Multivariat hanya dikelompokkan ke dalam 2
klasifikasi saja. Yaitu analisis dependensi dan analisis interdependensi. Menurut statistikian, tidak ada
masalah tentang perbedaan ini, sebab para pakar yang berpendapat bahwa ada dua klasifikasi, telah
memasukkan Model Struktural atau struktural equation modelling sebagai bagian dari klasifikasi analisis
dependensi.

Teknik Dependensi Analisis Multivariat

Teknik Dependensi Analisis Multivariat adalah suatu metode Analisis Multivariat dimana variabel atau
kumpulan variabel yang diidentifikasi sebagai variabel dependen atau variabel terikat dapat diprediksi
atau dijelaskan oleh variabel lain yang merupakan variabel independen atau variabel bebas.

Analisis dependensi berfungsi untuk menerangkan atau memprediksi variabel terikat dengan
menggunakan dua atau lebih variabel bebas.

Sehingga berdasarkan pengertian di atas, maka analisis yang termasuk di dalam klasifikasi analisis
dependensi antara lain: analisis regresi linear berganda atau multiple linear regression, analisis
diskriminan atau discriminant analysis, analisis varian multivariate (MANOVA), dan analisis korelasi
kanonikal atau canonical correlations.

Jenis-Jenis Analisis Dependensi

Berikut kami tampilkan jenis-jenis analisis dependensi dalam bentuk tabel beserta skala data dan jumlah
variabel yang dianalisis:

Teknik Dependensi Analisis Multivariat

Dari tabel diatas, dapat kami jelaskan bahwa:

Regresi linear dan regresi logistik digunakan jika jumlah variabel dependen ada 1. Perbedaannya adalah,
regresi linear digunakan jika skala data variabel terikat adalah metrik. Sedangkan regresi logistik, skala
data variabel terikat adalah non metrik.

Related Post

Tutorial Lagrange Multiplier Test dengan Eviews

Tutorial Uji Ancova (Analysis of Covariance)

Multivariate Analysis of Variance Atau MANOVA

Analisis diskriminan juga melibatkan satu variabel terikat, namun sama halnya dengan regresi logistik,
skala data variabel terikat adalah data non metrik. Analisis diskriminan lebih dekat dengan regresi linear
dari pada regresi logistik, sebab analisis diskriminan mewajibkan variabel bebas yang berskala data
numerik haruslah berdistribusi normal.

Perbedaan Analisis Konjoin dengan Regresi Logistik

Sedangkan regresi logistik tidak mewajibkan asumsi tersebut. Analisis konjoin hampir sama dengan
analisis diskriminan, namun pada analisis konjoin, semua data yang digunakan adalah data non metrik.

Analisis Kanonikal lebih mirip dengan analisis diskriminan, hanya saja jumlah variabel terikat yang
digunakan lebih dari satu. Sedangkan MANOVA lebih mirip dengan analisis kanonikal, dimana
perbedannya adalah pada MANOVA atau yang biasa disebut dengan Multivariate Analysis of Variance
menggunakan data non metrik pada variabel bebas.

Agar anda lebih paham lagi, kami jelaskan beberapa pengertian tentang analisis dependensi yang sudah
disebutkan di atas.

Multiple Linear Regression atau Regresi Linear Berganda

Regresi Linear Berganda adalah metode analisis ini bertujuan menguji hubungan antara dua variabel
bebas atau lebih dan satu variabel terikat. Silahkan pelajari lebih jauh tentang Analisis Regresi Korelasi.

Multiple Discriminant Analysis atau Analisis Diskriminan Berganda

Analisis Diskriminan Berganda adalah suatu teknik statistika yang bertujuan untuk memprediksi atau
meramalkan probabilitas dari objek yang termasuk ke dalam dua atau lebih kategori mutual yang
eksklusif pada variabel terikat yang berdasarkan pada beberapa variabel bebas.

Asumsi dari analisis Diskriminan Berganda adalah adalah variabel bebas harus berupa data metrik dan
berdistribusi normal. Silahkan pelajari lebih jauh tentang Analisis Diskriminan.

Multiple Logit Regression atau Multiple Logistic Regression atau Regresi logistik Berganda
Regresi logistik Berganda adalah model regresi dimana satu variabel terikat non metrik yang diprediksi
atau diramalkan oleh beberapa variabel bebas berskala data metrik atau non metrik. Teknik ini hampir
sama dengan analisis diksriminan, hanya saja dalam perhitungannya menggunakan prinsip perhitungan
regresi seperti halnya regresi linear. Silahkan pelajari lebih jauh tentang regresi logistik.

Multivariate Analysis of Variance (MANOVA)

Suatu teknik statistik yang menyediakan suatu uji signifikansi simultan perbedaan rata-rata antara
kelompok-kelompok untuk dua atau lebih variabel dependen. Silahkan pelajari lebih jauh tentang
MANOVA.

Conjoint Analysis atau Analisis Konjoin

Analisis Konjoin adalah sebuah teknik statistik yang bertujuan untuk memahami preferensi responden
terhadap suatu produk atau jasa. Analisis ini juga dikenal dengan istilah english versionnya sebagai trade
off analysis.

Canonical Correlation atau Korelasi Kanonikal

Korelasi Kanonikal adalah bentuk pengembangan dari analisis regresi linear berganda. Tujuan dari
analisis korelasi kanonikal adalah untuk mengkorelasikan secara simultan beberapa variabel terikat
dengan beberapa variabel bebas.

Perbedaannya dengan regresi linear berganda adalah: regresi linear berganda hanya menggunakan satu
variabel terikat dengan beberapa variabel bebas. Sedangkan pada korelasi kanonikal ini menggunakan
beberapa variabel terikat yang akan dikorelasikan dengan variabel bebas.

Teknik Interdependensi Analisis Multivariat

Teknik Interdependensi Analisis Multivariat adalah Analisis Multivariat yang melibatkan analisis secara
serentak dari semua variabel dalam satu kumpulan, tanpa membedakan antara variabel yang terikat
ataupun variabel yang bebas.

Teknik analisis interdependensi berguna dalam memberikan makna terhadap sekelompok variabel atau
membuat kelompok kelompok secara bersama-sama.
Jenis Analisis Interdependensi

Berikut kami tampilkan jenis analisis interdependensi menggunakan tabel:

Teknik Interdependensi Analisis Multivariat

Berikut kami coba jelaskan satu persatu tentang jenis-jenis analisis interdependensi diatas.

Factor Analysis atau Analisis Faktor

Analisis faktor adalah sebuah teknik statistika untuk menganalisis struktur dari hubungan timbal balik
diantara sejumlah besar variabel yang bertujuan untuk menentukan kumpulan faktor dari common
underlying dimensions.

Dalam analisis faktor ada dua jenis analisis, yaitu Principal Components Analysis atau PCA dan Common
Factor Analysis. Silahkan pelajari lebih detail di artikel kami: Analisis Faktor.

Cluster Analysis atau Analisis Kluster

Analisis Kluster adalah sebuah teknik statistika yang bertujuan untuk mengelompokkan sekumpulan
objek sehingga setiap objek tersebut mirip dengan objek yang lainnya dalam suatu gugusan atau kluster
dan berbeda dari objek yang berada pada semua gugusan lainnya.

Dalam analisis kluster, ada dua jenis analisis, yaitu analisis kluster hirarki dan analisis kluster non hirarki.
Silahkan pelajari lebih detail di artikel kami: Analisis Kluster.

Multidimensional Scaling atau Penskalaan Multi Dimensi

Multidimensional Scaling adalah sebuah teknik statistika yang bertujuan dalam mengukur objek pada
skala multidimensi yang berdasarkan pada keputusan dari responden terhadap kesamaan objek.
Correspondence Analysis atau Analisis Korespondensi

Analisis Korespondensi adalah suatu teknik statistika yang menggunakan data-data non metrik dan
bertujuan untuk melakukan evaluasi terhadap hubungan linear atau hubungan non linear. Dimana
langkah tersebut sebagai bentuk usaha dalam mengembangkan perceptual map yang menggambarkan
asosiasi atau hubungan antara objek dengan seperangkat karakteristik deskriptif dari objek tersebut.

Teknik Model Struktural Atau Structural Model Analisis Multivariat

Teknik yang terakhir ini, yaitu Teknik Model Struktural adalah sebuah teknik yang yang mencoba
menganalisis hubungan secara simultan variabel dependen dan independen secara bersamaan. Model
seperti ini dikenal dengan istlah model persamaan struktural atau english versionnya adalah Structural
Equation Model dan biasa disingkat dengan SEM.

Kelebihan SEM adalah dapat meneliti hubungan antara beberapa kelompok variabel secara bersamaan
atau serentak. Baik variabel bebas maupun variabel terikat. Bahkan metode ini juga dapat
menggabungkan adanya variabel laten. Variabel laten dalam hal ini adalah variabel yang sebenarnya
keberadaannya tidak dapat diukur secara langsung ke dalam analisis.

Demikian telah kami coba jelaskan sedikit tentang analisis multivariat. Agar anda lebih pahami lagi secara
detail, silahkan pelajari beberapa artikel kami yang membahas lebih spesifik lagi tentang jenis-jenis
analisis yang digunakan dalam analisis multivariat.

Dalam situs kami, www.statistikian.com telah kami coba sediakan sebanyak dan selengkap mungkin.
Termasuk cara atau tutorial analisis multivarite tersebut yang tentunya banyak sekali jenisnya, baik yang
menggunakan aplikasi SPSS, STATA, Minitab atau bahkan menggunakan aplikasi Excel. Stay Tune Up With
www.statistikian.com.

By Anwar Hidayat

This article was last modified on July 31, 2017, 11:35 pm

Next Read Pengertian dan Penjelasan Uji Autokorelasi Durbin Watson »

AnalisisPengertianPenjelasanStatistik

Anwar Hidayat :Founder dan CEO dari Statistikian Sejak 2012. Melayani jasa bantuan olah dan analisis
data menggunakan berbagai aplikasi statistik, seperti: SPSS, STATA, Minitab, Eviews, AMOS dan Excel.
Silahkan WhatsApp: 08816050259, atau SMS/LINE/Telegram ke: 081373337354. Biaya 100 ribu sd 300
ribu Sesuai Beban. Proses 1 sd 3 Hari Tergantung Antrian.

Related Post

Tutorial Lagrange Multiplier Test dengan Eviews

Tutorial Uji Ancova (Analysis of Covariance)

Multivariate Analysis of Variance Atau MANOVA

Tutorial Uji Ancova Dengan SPSS – Analysis of Covariance

Tutorial Interprestasi Uji Ancova dengan SPSS

Regresi Logistik Ganda dalam SPSS

Tutorial Uji Two Way Anova Dalam Excel

Two Way Anova Dengan Excel Tanpa Replikasi

Penjelasan dan Tutorial Cara Uji Manova SPSS

Tutorial Cara Interprestasi Uji Manova dalam SPSS

View Comments (3)

arum says: 29 Januari 2017 at 13:54

Thx sgt membantu sekali

math says: 29 Juli 2017 at 15:49

Terimakasih, artikelnya sangat membantu aaya

Anwar Hidayat says: 6 Agustus 2017 at 00:51

Terima kasih juga

LEAVE A COMMENT

Home About Us Bantuan Olah Data Contact Us FAQ Petunjuk Excel Privacy Policy Disclaimer TOS
Download SPSS Daftar Isi

Top

Footer | Lihat Versi Non AMP

Powered by AMPforWP

Type your search query and hit enter

Type Here

Cari