MAK 203
“UKURAN-UKURAN ASOSIASI
ANALISIS MULTI VARIABEL”
1. Model Dasar
Regresi linear dua variabel bisa dinyatakan sebagai berikut:
Y = Bo + B1Xi
Lereng dan interpretasi Y dikenal sebagai koefisien regresi. Lereng, B 1, merupakan
perubahan Y untuk 1 unit dalam X. Lereng kadang-kadang disebut kenaikan berdasarkan
jarak. Lereng didefinisikan dengan rumus:
B1 = 𝜟Y
𝜟X
Intersepsi, Bo, adalah nilai untuk fungsi regresi apabila ia memotong sumbu Y, intersepsi
merupakan estimasi Y jika X = 0.
2. Model Kuadrat Terkecil (Method of Least-Square)
Metode kuadrat terkecil memungkinkan kita untuk menentukan sebuah garis regresi,
atau garis yang paling sesuai, yang akan menjaga eror-eror ini tetap minimum. Metode ini
menggunakan kriteria meminimumkan total eror kuadrat estimasi. Apabila kita memrediksi
nilai Y untuk setiap nilai X, selisih antara Y, aktual dengan Y prediksi merupakan eror. Eror
dikuadratkan lalu dijumlahkan.
3. Uji Goodness of Fit
Dengan garis regresi yang diplot dan beberapa prediksi ilustratif, kita sekarang akan
mengumpulkan bukti goodness of fit yaitu seberapa baik model mencerminkan data. Uji yang
paling penting dalam regresi dua variabel adalah apakah lereng sama dengan nol.
4. Koefisien Determinasi
Koefisien determinasi mempunyai banyak tujuan. Sebagai sebuah indeks yang sesuai,
koefisien ini diinterpretasikan sebagai proporsi total dari varians dalam Y yang dijelaskan
oleh X. Sebagai ukuran hubungan linear, koefisien ini menunjukkan seberapa baik garis
linear sesuai dengan data. Koefisien determinasi juga merupakan indikator penting bagi
akurasi positif dari persamaan yang dihasilkan.
Tidak Ya
Apakah lebih
dari satu? Apakah variabel-
variabel metrik
atau nonmetrik?
Apakah variabel
Apakah variabel Non-
bergantung metric Metrik
bergantung metric Metrik
atau atau
atau nonmetrik?
nonmetrik?
Non-
Metrik
Metrik Metrik
C. Teknik Antarketergantungan
1. Analisis Faktor
Analisis komponen utama menyaring faktor-faktor yang tidak saling berkorelasi yang
menyebabkan porsi varians terbesar dari sebuah himpunan variabel awal. Analisis faktor juga
berupaya mengurangi banyaknya variabel dan menentuknan konstruk yang mendasari dan
menjelaskan varians. Sebuah matriks korelasi digunakan untuk mendapatkan sebuah matriks
faktor dimana kombinasi linear terbaik dari variabel dapat disaring. Dalam banyak
penerapannya, matriks faktor akan dirotasi untuk menyederhanakan struktur faktor.
2. Analisis Gugus
Analisis gugus adalah sekumpulan teknik untuk mengelompokkan objek atau orang
yang serupa. Prosedur penggugusan berawal dari sekelompok orang, kejadian, atau objek
yang belum dibedakan dan berupaya mengatur kembali kelompok tersebut mennjadi sub
kelompok yang homogen.
3. Skala Multi Dimensi
Pengambilan skala multi dimensi (MDS) sering kali digunakan bersama-sama dengan analisis
gugus atau analisis gabungan. Hal ini memungkinkan persepsi responden mengenai sebuah
produk, jasa, atau subjek sikap lainnya yang digambarkan dalam bentuk ruang. MDS
membantu periset memahami konstruk 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 multidimensi dan akan diungkap secara numeric dan geometris oleh
peta ruang. Penggunaan MDS memungkinkan periset memahami konstruk yang tidak dapat
diukur secara langsung. Proses ini memberikan sebuah peta ruang yang memperlihatkan
kesamaan dalam jarak relatif.
DAFTAR PUSTAKA
Cooper, Donald R. dan Pamela S. Schindler. 2006. Metode Riset Bisnis, Volume 2 Edisi 9.
Jakarta: PT Media Global Edukasi.