PROPOSAL/SKRIPSI
FATMAWATI
413415025
𝑛 = 𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑜𝑏𝑗𝑒𝑘
𝑝 = 𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙
2.1.3 Analisis Eksplorasi Data Peubah Ganda
Pada awalnya masalah pereduksian dimensi data atau umumnya
penggambaran data dalam dimensi banyak merupakan salah satu kesulitan yang
banyak dijumpai pada berbagai disiplin ilmu, terlebih lagi bagi para peneliti yang
mencoba mewujudkan suatu fenomena melalui pengukuran atau pencatatan dari
banyak aspek yang diduga memiliki peran yang penting untuk mengetahui fenomena
tersebut. Melalui teknik penskalaan hal tersebut sekarang merupakan sesuatu yang
mungkin dilakukan. Teknik-teknik penskalaan memberikan suatu tahapan yang alami
dalam mengeksplorasi matriks data.
Teknik-teknik yang digunakan dalam analisis eksplorasi biasanya menekankan
pada sajian geometrik dan tidak terkait pada suatu model (stokastik) tertentu, sehingga
pernyataan akan nyata tidaknya suatu hasil tidak pernah muncul. Tampilan secara
geometrik pada awalnya akan mudah bila jumlah peubah yang diamati dari suatu
objek kurang dari empat, karena masih mungkin untuk ditampilkan dalam suatu ruang
berdimensi tiga, di samping analisisnya relatif lebih mudah. Suatu masalah baru akan
muncul bila peubah yang diamati menjadi semakin besar, karena tidak mungkin lagi
dapat ditampilkan secara serempak dalam ruang berdimensi kurang dari empat.
Penskalaan dimensi ganda (multidimensional scaling) merupakan suatu metode yang
dapat digunakan untuk penyederhanaan tersebut berdasarkan ukuran
kemiripan/ketakmiripan antar objek pengamatan.
Analisis-analisis yang dapat digolongkan dalam Penskalaan dimensi ganda
antara lain adalah: analisis komponen utama, analisis komponen utama umum atau
biplot baik dari matriks data yang dibakukan, matriks peragam, matriks korelasi dan
biplot simetris, analisis korelasi kanonik, analisis diskriminan, analisis korespondensi,
dan analisis Penskalaan dimensi ganda metrik.
2.1.4 Jarak Euclidean
Jika P sebuah bilangan bulat positif, maka sebuah pasangan berurutan orde p
bilangan real 𝑎1 , 𝑎2 , … , 𝑎𝑝 Himpunansemua pasangan berurutan p dinamakan ruang-p
dan dinyatakan dengan Rp.
Dua vector 𝑢 = (𝑢1 , 𝑢2 , … , 𝑢𝑝 ) dan 𝑣 = (𝑣1 , 𝑣, … , 𝑣𝑝 ) di dalam ruang Rp
dikatan sama jika 𝑢1 = 𝑣1 , 𝑢2 = 𝑣2 , … , 𝑢𝑝 = 𝑣𝑝 .
Jumlah 𝑢 + 𝑣 = (𝑢1 + 𝑣1 , 𝑢2 + 𝑣2 , … , 𝑢𝑝 + 𝑣𝑝 .
Jika diberikan sembarang scalar
BAB III
METODOLOGI PENELITIAN
1.1 Waktu dan Tempat Penelitian
1.2 Metode Pengumpulan Data
1.3 Roadmap Penelitian
1.4 Metode Analisis
Langkah analisis dalam penelitian ini adalah:
1. Melakukan analisis deskriptif pada data yang diperoleh. Dimana baris adalah
objek atau kabupaten/kota dan kolom merupakan indikator pembangunan wilayah.
2. Menentukan nilai kemiripan antara objek ke dalam bentuk matriks jarak D dengan
menggunakan rumus jarak euclidean
𝐃=d
3. Menentukan matriks B
4. Menentukan jumlah dimensi dan titik koordinat dengan mencari eigen values dan
eigen vectors dari matriks B. membentuk koordinat objek berdasarkan eigen
vector yang berkorespondensi dengan eigen value yang dipilih. Koordinat
5. Menghitung disparaties matriks D yang merupakan jarak euclidean dari koordinat
yang terbentuk.
6. Menggabungkan konfigurasi MDS objek dan konfigurasi MDS subjek (peubah)
dalam satu konfigurasi (space)
7. Menguji validitas stimulus koordinat dengan menghitung nilai stres dan R2.
8. Menginterpretasi hasil analisis Multidimensional Scaling
Variabel Penelitian
Adapun variabel yang digunakan dalam penelitian ini adalah sebagai berikut:
1. Gedung Sekolah Dasar (GGSD)
2. Guru Sekolah Dasar (GRSD)
3. Angka Partisipasi Sekolah (APS)
4. Penduduk Yang Memiliki Ijasa SLTA dan AK/PT (Ijasa)
5. Sarana Kesehatan (RS)
6. Tenaga Medis (TM)
7. Pos Pelayanan Keluarga Berencana Kesehatan Terpadu (Posyandu)
8. Rumah tangga pengguna jamban sendiri (WC)