10611710000011
TUGAS 3
PCA dan Analisis Faktor
Data Car sales SPSS pada Tabel 1 merupakan data yang akan dianalisis menggunakan
metode PCA dan Analisis Faktor.
Tabel 1. Data Car Sales SPSS
Price in Engine Horsepo Wheelba Widt Lengt Curb Fuel Fuel
thousands size wer se h h weight capacity efficiency
21.500 1,8 140 101,2 67,3 172 2.639 13,2 28
28.400 3,2 225 108,1 70,3 193 3.517 17,2 25
27.391 3,2 225 106,9 70,6 192 3.470 17,2 26
42.000 3,5 210 114,6 71,4 197 3.850 18 22
23.990 1,8 150 102,6 68,2 178 2.998 16,4 27
33.950 2,8 200 108,7 76,1 192 3.561 18,5 22
⁝ ⁝ ⁝ ⁝ ⁝ ⁝ ⁝ ⁝ ⁝
36.000 2,9 201 109,9 72,1 190 3.600 21,1 24
• Asumsi Multivariate
Asumsi multivariate terdiri dari uji barlett (asumsi korelasi) dan asumsi distribusi normal
multivariate.
1. Uji Barlett
Uji barlett dilakukan untuk mengetahui apakah terdapat korelasi antar variabel faktor.
Hipotesis:
H0: tidak terdapat korelasi antar variabel
H1: terdapat korelasi antar variabel
Taraf signifikan: α = 0,05
Daerah penolakan: Tolak H0 jika X 2 > X2(0,05;36)
Statistik uji:
Tabel 2. Uji Barlett
X 2
X2(0,05;36) P-Value α
645,016 50,998 0,000 0,05
Tabel 2 menunjukkan bahwa nilai X 2 sebesar 645,016 lebih besar dari nilai X2(0,05;36)
sebesar 50,998 dan diperkuat nilai P-Value sebesar 0,000 kurang dari α, maka dapat
diputuskan Tolak H0 yang artinya terdapat korelasi antar variabel.
20
Fuel efficiency
15
10
0
0 10 20 30 40 50 60
C11
4
Eigenvalue
1 2 3 4 5 6 7 8 9
Component Number
Secara visual yang ditunjukkan dari Gambar 2 yaitu terdapat 2 titik yang memiliki nilai
eigen value lebih dari 1 dan dapat diperjelas pada tabel 4 bahwa nilai eigen value pada price in
thousand sebesar 5,7916 dan Engine size sebesar 1,5102 dimana nilai tersebut lebih besar dari
1 yang berarti terdapat dua variabel baru yang terbentuk dari variabel asal.
Rifdha Hanun
10611710000011
• Eigen Vector Komponen Utama.
Berdasarkan dari nilai eigen vector komponen utama, menunjukkan bahwa nilai Price in
thousands, Horsepower, Wheelbase, dan Length mendominasi dengan nilai PC 2 dengan
rincian nilai nya dapat ditunjukkan pada tabel 5 sebagai berikut.
Tabel 5. Eigen Vector Komponen Utama
Variable PCA 1 PCA 2
Price in thousands 0,254 0,564
Horsepower 0,320 0,430
Wheelbase 0,301 -0,478
Length 0,304 -0,415
Pada tabel 5 menunjukkan bahwa nilai Price in thousands pada PC 2 memiliki nilai
sebesar 0,564. Sementara nilai PC 2 Horsepower dan Wheelbase sebesar 0,430 dan -0,478.
Nilai PC 2 Length sebesar -0,415. Selanjutnya yaitu hasil nilai eigen vector komponen
utamapada variabel Variable Engine size, Width, Curb weight, Fuel capacity, dan Fuel
Efficiency didominasi dengan nilai PC 1 dengan besar nilainya dapat ditunjukkan pada tabel 5.
Tabel 5. Eigen Vector Komponen Utama (Lanjutan)
Variable PCA 1 PCA 2
Engine size 0,366 0,200
Width 0,344 -0,197
Curb weight 0,382 -0,033
Fuel capacity 0,358 -0,096
Fuel Efficiency -0,350 -0,086
Pada tabel 5 menunjukkan bahwa nilai Engine size pada PC 1 memiliki nilai sebesar
0,366. Sementara nilai PC 1 Width dan Curb weight sebesar 0,344 dan 0,382. Nilai PC 1 Fuel
capacity dan efficiency sebesar 0,358 dan -0,350.
Analisis Faktor
• Rotasi Varimaks Loading Faktor
Tabel 6. Rotated Factor
Vairable Factor 1 Factor 2
Price in thousands -0,005 0,924
Engine size 0,495 0,770
Horsepower 0,225 0,907
Wheelbase 0,931 0,042
Width 0,780 0,370
Length 0,886 0,106
Curb weight 0,714 0,582
Fuel capacity 0,722 0,485
Fuel Efficiency -0,560 -0,640
Tabel 6 menunjukkan terbentuk dua kelompok baru dimana anggota kelompok 1 yaitu
Variable Wheelbase, Width, Length, Curb weight, dan Fuel capacity. Sedangkan kelompok 2 yaitu
Variable Price in thousands, Horsepower, Engine Size, dan Fuel Efficiency. Tabel 7 merupakan
kelompok baru yang terbentuk.
Tabel 7. Kelompok Baru
Nama Kelompok Anggota
Kelompok 1 Wheelbase, Width, Length, Curb weight, dan Fuel capacity
Kelompok 2 Price in thousands, Horsepower, Engine Size, dan Fuel Efficiency