TUGAS RANGKUMAN

ANALISIS MULTIVARIAT DAN PENYAJIAN LAPORAN HASIL RISET

Analisis multi variabel didefinisikan sebagai teknik statistik yang berfokus

pada, dan menghasilkan bantua yang jelas atas struktur hubungan simultan antara
tiga fenomena atau lebih.

Memilih Teknik Multi Variabel

Teknik multivariabel diklasifikasikan menjadi 2 (dua) variabel:

1. Teknik Ketergantungan
2. Teknik antar ketergantungan

Apabila sebuah masalah mengungkap keberadaan variabel kriteria dan variabel

prediktor, maka kita mempunyai asumsi adanya ketergantungan. Jika variabel saling
berhubungan tetapi tanpa rancangan variabel bergantung dan variabel bebas, maka
diasumsikan terdapat antarketergantungan dari variabel- variabel. Pilihan teknik
dipandu oleh banyaknya variabel bergantung dan variabel bebas serta apakah
variabel- variabel tersebut diukur pada skala metrik atau nonmetrik.

Teknik Bergantung

Regresi berganda digunakan sebagai alat deskriptif dalam tiga situasi.

Regresi berganda merupakan perluasan dari regresi linear dua variabel. Apabila
seorang periset tertarik untuk menjelaskan atau memredikdi sebuah variabel
bergantung metrik dari himpunan variabel bebas metrik (meskipun variabel contoh
bisa juga digunakan), regresi berganda sering dipilih. Hasil- hasil regresi
memberikan informasi variabel bebas yang signifikan secara statistik, kekuatan
asosiasi diantara satu atau lebih prediktor atau kriteria, serta sebuah persamaan
prediktif untuk penggunaan dimasa mendatang.
 Analisis diskriminan digunakan untuk mengklasifikasikan orang- orang atau
obyek menjadi kelompok- kelompok berdasarkan beberapa variabel pemrediksi.
Kelompok- kelompok didefinisikan oleh sebuah oleh sebuah variabel kategori
dengan dua nilai atau lebih, sementara pemrediksi merupakan variabel metrik.
Efektifitas dari persamaan diskriminan didasarkan tidak hanya pada signifikasi
statistiknya tetapi juga pada keberhasilannya dalam mengklasifikasikan kasus-
kasus secara benar dalam kelompok- kelompok.

Analisis multivariabel dari varians, Manova adalah salah satu teknik yang
lebih adaptif untuk data multi variabel. MANOVA menilai hubungan antara dua atau
lebih bergantung metrik dan variabel – variabel klasifikasi atau faktor. Manova paling
umum digunakan untuk menguji perbedaan diantara sampel berupa orang atau
obyek. Berbeda dengan ANOVA, manova menangani variabel bergantung
berganda, dengan demikian menguji semua variabel dan hubungan timbal baliknya
secara bersamaan.

Periset telah sangat bergantung pada permodelan persamaan struktural

(SEM) untuk menguji hipotesis tentang dimensi dari, dan hubungan diantara
variabel- variabel laten dan variabel- variabel yang diamati.

Periset mengacu pada model persamaan struktural seperti model- model Linear
structural relations (LISREL). Manfaat utama dari SEM adalah:

 Hubungan ganda dan saling bergantung dapat diestimasi secara simultan

 Dapat menggambarkan konsep- konsep yang tak teramati, atau variabel
laten, dalam hubungan ini dan menghitung eror pengukuran dalam proses
estimasi.

5 (lima) langkah yang harus diikuti periset pengguna SEM:

 Spesifikasi model
 Estimasi
 Evaluasi ketepatan
 Spesifikasi ulang
 Interpretasi dan komunikasi
Analisis Gabungan

Analisis gabungan merupakan teknik yang biasanya menangani variabel-

variabel bebas nonmetrik. Analisi gabungan memungkinkan periset menentukan
pentingnya atribut produk atau jasa tingkat fitur yang paling diinginkan. Responden
memberikan data preferensi dengan membuat ranking tau rating atas kartu- kartu
yang menggambarkan produk tertentu. Data ini menjadi pembobot kegunaan dari
karakteristik produk dengan pengambilan skala optimal dan algoritma loglinear.

Analisis komponen utama menyaring faktor- faktor yang tidak saling

berkorelasi yang menyebabkan porsi varians terbesar dari sebuah himpunan
variabel awal. Analisi faktor juga berupaya mengurangi banyaknya variabel dan
menemukan konstruk yang ,endasari dan yang menjelaskan varians. Sebuah
matriks korelasi digunakan untuk mendapatkan sebuah matriks faktor dimana
matriks kombinasi linear terbaik dari variabel dapat disaring.

Dalam banyak penerapannya, matriks faktor akan dirotasi untuk

menyederhanakan struktur faktor. Tidak seperti teknik untuk menganalisi hubungan
antar variabel, Analisis gugus adalah kumpulan teknik untuk mengelompokkan
obyek atau orang yang serupa. Prosedur penggugusan berawal dari sekelompok
orang, kejadian, atau obyek yang dibedakan dan berupaya mengatur kembali
kelompok tersebut menjadi sub kelompok homogen.

Pengambilan skala multi dimensi (DMS) seringkali digunakn bersama- sama

dengan analisis gugus atau analisis gabungan. Hal ini memungkinkan persepsi
responden mengenai sebuah produk atau jasa atau subyek sikap lainnya
digambrakan dalam bentuk ruang. MDS membantu periset memahami konstruksi
yang sulit diukur seperti kualitas produk atau keinginan, yang dirasakan dan
dipetakan secara kognitif dengan cara yang berbeda oleh masing- masing individu.
Item- item yang dinilai serupa akan mempunyai letak yang berdekatan dalam ruang
multi dimensi dan akan diunkap secara numerik dan geometris oleh peta ruang.
LAPORAN RISET TERTULIS

Laporan riset terdiri dari temuan- temuan, analisis dari temuan tersebut,
interpretasi, kesimpulan dan kadang- kadang rekomendasi.

Penyajian temuan riset yang berkualitas mempunyai dampak yang besar

terhadap persepsi pembaca atau pendengar atas kualitas studi. Dengan mengetahui
hal ini, maka periset seharusnya berupaya untuk berkomunikasi secara lebih baik
dan lebih jelas.

Laporan riset memuat temuan, analisis, interpretasi, kesimpulan dan kadang-

kadang rekomendasi. Format yang diikuti dapat berupa memo dan surat yang
pendek, informal, atau bisa juga lebih panjang dan lebih kompleks. Laporan panjang
dapat berupa laporan teknis atau laporan manajemen. Pada jenis laporan teknis,
masalah ditampilkan dan diikuti dengan temuan, kesimpulan, dan rekomendasi.
Dalam laporan manajemen, kesimpulan dan rekomendasi mendahului temuan.
Laporan teknis ditujukan bagi pembaca yang terlatih secara teknis, laporan
manajemen ditujukan untuk klien manajer.

Penulis laporan riset seharusnya dipandu oleh empat pertanyaan:

1. Apa tujuan dari laporan ini?

2. Siapa yang akan membacanya?
3. Bagaimana situasi dan keterbatasan saat laporan ditulis?
4. Bagaimana laporan akan digunakan?

Laporan seharusnya diatur dengan jelas, menarik secara fisik, dan mudah dibaca.
Penulis dapat mencapai tujuan- tujuan tersebut jika berhati- hati terhadap rincian
mekanis, gaya tulisan, dan pemahaman.

Terdapat tantangan khusus untuk menampilkan data statistik. Meskipun

beberapa data ini disatukan dalam teks, sebagian besar statistik ditempatkan dalam
tabel, diagram. Atau grafik. Pilihlah tabel, diagram, atau grafik tergantung pada data
spesifik dan tujuan penyajian.
 Penyajian secara lisan umum dilakukan dan harus memperhatikan masalah
komunikasi yang unik. Arahan biasanya dilakukan dibawah keterbatasan waktu,
arahan yang baik membutuhkan pengaturan dan persiapan yang cermat. Alat bantu
visual merupakan aspek yang sangat penting dari arahan tetapi sering kali diabaikan
atau diterapkan secara tak memadai.

Apakah secara tertulis ataupun lisan, presentasi yang buruk berpengaruh

buruk terhadap riset yang mungkin seharusnya cemerlang. Presentasi yang baik,
dilain pihak, akan meningkatkan reputasi riset serta periset.

Nama – Nama Kelompok 6 (enam):

1. Jon kennedi NPM : 1421011055

2. Aprizal Mahyunis NPM : 1421011050
3. Muhammad Iqbal NPM : 1421011048
4. Diana Purwitasari NPM : 1421011049