Tugas 1 Analisis Multivariat

GIMIN EDI SUSANTO /1965270005

1. Apa perbedaan analisis multivariate dengan analisis multivariable?

Jawaban: Perbedaan analisis multivariate dengan analisis multivariable. 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 kerikatan atau korelasi satu sama lain.maka statistikan dapat
menyimpulkan perbedaan anatara analisis multivariat dan analisis multivariabel,yaitu analisis
multivariat pastilah analisis multivariabel,sedangkan analisis multivariabel belum tentu analisis
multivariat.alasan statistikian perlu menjelaskan adalah karena analisis multivariat tidak pernah
bisa lepas dari variate,maka pertanyaannya apakah yang disebut dengan variate,variat adalah
suatu kombinasi linear dari variabel-variabel yang memiliki bobot empiris yang telah
ditentukan,suatu variat dari sejumlah n variabel yang terbobot (x1 sampai dengan Xn) dapat
dinyatakan secara matematis adalah sebgai berikut: nilai variat=w1X1
+w2X2+w3X3.......+wnXn.

Analisis multivariat adalah salah satu bentuk dari analisis inferensial. Analisis
inferensial artinya analisis yang melibat kan sejumlah sampel saja dan dimana halnya
nanti digunakan sebagai alat generasi untuk keseluruhan populasi. Oleh karena itu,
nantinya dalam analisis multivariat tidak akan lepas dari istilah-istilah signifikasi dan
juga tingkat kesalah dan derajat kepercayaan.

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 berisis angka-angka dan dapat dilakukan perhitungan matematis di
dalamnya,misal nilai ujian,tingkat IQ,berat badan dll.data metrik juga disebut dengan
dta numerik atau data kuantiatif.dalam hal ini data metrik ada 2 macam,yaitu data
interval dan data rasio,sedagkan 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 nomianl dan data ordinal.

Analisis Multivariat adalah Teknik analisis multivariat secara dasar diklasifikasi menjadi dua,
yaitu analisis dependensi dan analisis interdependensi. Analisis dependensi berfungsi untuk
menerangkan atau memprediski variable (variable) tergantung dengan menggunakan dua atau
lebih variable bebas. Yang termasuk dalam klasifikasi ini ialah analisis regresi linear berganda,
analisis diskriminan, analisis varian multivariate (MANOVA), dan analisis korelasi kanonikal.

Metode dependensi diklasifikasikan didasarkan pada jumlah variable tergantung, misalnya satu
atau lebih dan skala pengukuran bersifat metrik atau non metrik. Jika variable tergantung hanya
satu dan pengukurannya bersifat metrik, maka teknik analisisnya digunakan analisis regresi
berganda. Jika variable tergantung hanya satu dan pengukurannya bersifat non-metrik, maka
teknik analisisnya digunakan analisis diskriminan. Jika variable tergantung lebih dari satu dan
pengukurannya bersifat metrik, maka teknik analisisnya digunakan analisis multivariate varian.
Jika variable tergantung lebih dari satu dan pengukurannya bersifat non-metrik, maka teknik
analisisnya digunakan analisis conjoint. Jika variable tergantung dan bebas lebih dari satu dan
pengukurannya bersifat metrik atau non metrik, maka teknik analisisnya digunakan analisis
korelasi kanonikal.

Analisis interdependensi berfungsi untuk memberikan makna terhadap seperangkat variable atau
membuat kelompok-kelompok secara bersama-sama. Yang termasuk dalam klasifikasi ini ialah
analsis faktor, analisis kluster, dan multidimensional scaling. Contoh membuat klasifikasi
terhadap kelompok pengunjung supermarket tertentu.

2. Apa perbedaan teknik depensi dan interdepensi dalam analisis multivariate?

JAWAB: 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 diatas, maka analisis yang termasuk dimdlam klasisfikasi
analisisa dependensi anatara lain : analisis regresi linear berganda atau multi linear regresian,
analisis diskriminan atau discriminant analysis varian multivariate (MANOVA), dan analisis
korelasi kanonikal atau canonical correlation.

Contoh analisis dependensi:

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.

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.

Interdepensi dalam analisis multivariate adalahTeknik 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:

Jenis Analisis Interdependensi

Berikut kami tampilkan jenis analisis interdependensi menggunakan tabel:

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.

3. Pada tujuan apa :

a. Regresi berganda

Multiple Regression atau Multiple Regression atau Regresi Berganda

Regresi 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

b. Model Persamaan Struktural.

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.
--------------------