Anda di halaman 1dari 5

PERTANYAAN DAN JAWABAN TENTANG ANALISIS

KOMPARASIONAL BIVARIAT DAN ANALISIS


MULTIVARIAT

DOSEN PENGAMPUH: Dr. Muhammad Danial, M.Si

OLEH:

JUMRIATI
1713041023
PENDIDIKAN KIMIA A

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM


UNIVERSITAS NEGERI MAKASSAR
2019/2020
1
PERTANYAAN DAN JAWABAN ANALISIS KOMPRASIONAL BIVARIAT

1. Apa perbedaan uji satu pihak dengan dua pihak?


Jawaban:
Uji satu pihak (uji 1-arah/one tail) digunakan untuk melakukan uji hipotesis ketika
peneliti memiliki asumsi tambahan mengenai arah/kecenderungan dari suatu
karakteristik.
Namun, apabila peneliti tidak mempertimbangkan mengenai arah/kecenderungan dari
karakteristik, maka uji dua pihak (uji 2-arah) sebaiknya digunakan.
2. Sebutkan syarat digunakannya uji statistik Chi Square?
Jawaban:
Syarat-syarat uji statistik chi square digunakan yaitu:
a. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (F0)
sebesar 0 (Nol).
b. Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 cell saja yang
memiliki frekuensi harapan atau disebut juga expected count (“Fh”) kurang dari 5.
c. Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka jumlah cell dengan frekuensi
harapan yang kurang dari 5 tidak boleh lebih dari 20%.
3. Bagaimana menguji independensi antara dua faktor?
Jawaban:
Independensi (keterkaitan) anatara 2 faktor dapat diuji dengan uji chi square. Masalah
independensi ini banyak mendapat perhatian hampir disemua bidang ekonomi dan
pendidikan. Kita bisa menduga bahwa keadaan ekonomi tidak ada kaitannya denan
tingkat pendidikannya atau sebaliknya bahwa keadaan ekonomi seseorang terkait erat
dengan tingkat pendidikannya. Untuk menjawab dugaan-dugaan ini kita bisa
menggunakan uji chi square. Langkah-langkah sebagai berrikut:
a. Buatlah hipotesis
b. Lakukan penelitian dan kumpulkan data
c. Lakukan analisis
d. Kriteria pengambilan kesimpulan.

2
PERTANYAAN DAN JAWABAN ANALISIS MULTIVARIAT

1. Apa tujuan-tujuan kita dalam menggunakan teknik-teknik analisis: regresi berganda,


analisis diskriminan, korelasi kanonikal, dan MANOVA?
Jawaban:
a. 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. Tujuannya Untuk menganalisis secara bersmaan pengaruh beberapa
variable bebas terhadap satu variable tergantung.
b. 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. 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. Suatu teknik
statistik yang menyediakan suatu uji signifikansi simultan perbedaan rata-rata
antara kelompok-kelompok untuk dua atau lebih variabel dependen.
c. 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.
d. MANOVA bertujuan untuk menentukan apakah terdapat perbedaan signifikan
secara statistik pada beberapa variable yang terjadi secara serentak antara dua
tingkatan dalam satu variabel

2. Apa perbedaan metode dependensi dan independensi?


Jawaban:
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
3
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.

Sedangkan 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.

3. Apa syarat-syarat yang harus penuhi kita dalam menggunakan teknik-teknik analisis:
regresi berganda, analisis diskriminan, korelasi kanonikal, dan MANOVA?
Jawaban:
a. Syarat regresi berganda:
1) Data harus berdistribusi normal.
2) Regresi harus memenuhi syarat uji asumsi klasik yaitu Heteroskedastisitas,
Autokorelasi, Multikolinieritas dan Normalitas.
b. Syarat analisis diskriminan:
1) Variabel tergantung hanya satu dan bersifat non-metrik, artinya data harus
kategorikal dan berskala nominal.
2) Variabel bebas terdiri lebih dari dua variabel dan berskala interval.
3) Semua variabel prediktor sebaiknya mempunyai distribusi normal multivariat, dan
matrices variance-covariance dalam kelompok harus sama untuk semua kelompok
4) Keanggotaan kelompok diasumsikan ekseklusif, maksudnya tidak satupun kasus
yang termasuk dalam kelompok lebih dari satu. dan exhaustive secara kolektif,
maksudnya semua kasus merupakan anggota satu kelompok
5) Tidak ada korelasi antar variabel independen. Jika dua variabel independen
mempunyai korelasi yang kuat, dikatakan terjadi multikolinieritas.
6) Multivariate normality, atau variabel independen seharusnya berditribusi normal.
Jika tidak berdistribusi normal, hal ini akan menyebabkan masalah pada ketetapan
fungsi (model) diskriminan. Regresi Logistik (Logistc Regression) bisa dijadikan
alternative metode jika memang data tidak berdistribusi normal.
7) Matriks kovarians dari semua variabel independen seharusnya sama (equal.)
4
8) Tidak adanya data yang sangat ekstrem (outlier) pada variabel independen. Jika
ada data outlier yang tetap diproses, Hal ini bisa berakibat berkurangnya ketetapan
klasifikasi dari fungsi diskriminan.
c. Syarat korelasi kanonikal:
1) Variabel bebas terdiri dari lebih dari dua variable yang berskala interval.
2) Variabel tergantung terdiri dari lebih dari dua variable yang berskala interval.
3) Hubungan antar variabel bebas dan tergantung bersifat linier. Artinya semua
variabel bebas mempengaruhi secara searah terhadap semua variable tergantung,
misalnya korelasi antara variable-variabel bebas personalitas yang digunakan
sebagai predictor dengan variable-variabel tergantung yang digunakan sebagai
kriteria bersifat searah. Jika nilai variabel variable personalitas besar, maka nilai
variable-variabel perilaku berbelanja harus besar juga. Jika terjadi variabel
variable personalitas besar bernilai besar sedang nilai variable-variabel perilaku
berbelanja menjadi mengecil, maka hal ini berlawanan dengan asumsi linieritas.
4) Tidak boleh terjadi multikolinieritas pada masing-masing kelompok variabel
bebas dan variabel tergantung yang akan dikorelasikan.
d. Syarat MANOVA:
1) Variabel tergantung harus dua atau lebih dengan skala interval
2) Variabel bebas satu dengan menggunakan skala nominal.
3) Untuk semua variabel tergantung, data diambil dengan cara random sample dari
vektor-vektor populasi normal multivariate dalam suatu populasi, dan untuk
matrik-matrik variance-covariance untuk semua sel sama
4) Untuk menggunakan prosedur GLM gunakan prosedur Explore untuk memeriksa
data sebelum melakukan analisis variance. Untuk satu variabel tergantung
gunakanlah, prosedur GLM Univariate. Jika kita mengukur beberapa variabel
tergantung yang sama pada beberapa kesempatan untuk masing-masing subyek,
maka gunakanlah GLM Repeated Measures.

Anda mungkin juga menyukai