ANALISIS CLUSTER
Cluster Hierarki
• Cluster hierarki biasanya digunakan untuk jumlah sampel (data) yang
relatif sedikit. Mengelompokkan cases/subyek (individu/responden)
berdasarkan kemiripan karakter subyek atau kemiripan persepsi mereka,
untuk jumlah responden tertentu dan berjumlah sedikit
K-Means Cluster
• Sedangkan data banyak seperti di atas 200 sampel (pendapat lain
mengatakan 100 sampel), dapat digunakan K- Means Cluster. K-mean
Cluster yang lebih efektif jika digunakan untuk pembuatan cluster
banyak subyek/kasus.
Selanjutnya buka SPSS kalian
Cluster Hierarki
STUDI KASUS
SUKORAME 15 16 4 1 9 9
BLULUK 18 19 2 2 9 8
NGIMBANG 27 39 8 2 19 19
SAMBENG 47 51 9 2 22 20
MANTUP 33 23 8 5 15 14
KEMBANGB 40 47 5 4 18 18
SUGIO 27 63 7 3 21 21
KEDUNGPR 45 44 11 4 23 23
MODO 42 48 6 1 17 16
BABAT 60 66 14 6 23 23
PUCUK 30 48 11 1 17 17
SUKODADI 40 49 10 6 20 19
LAMONGAN 49 58 12 14 20 20
TIKUNG 31 49 9 . 13 13
SARIREJO 16 34 6 1 9 7
DEKET 29 55 5 2 17 17
GLAGAH 48 68 7 4 8 27
KARANGBI 39 52 10 4 18 16
TURI 44 54 8 3 19 17
KALITENG 20 37 5 2 20 18
KARANGGE 36 44 12 5 18 18
SEKARAN 36 44 12 5 20 21
MADURAN 31 37 7 5 17 17
LAREN 48 55 14 6 20 13
SOLOKURO 26 35 21 9 10 10
PACIRAN 47 56 25 18 16 17
BRONDONG 45 52 17 6 10 10
LANGKAH - LANGKAH
• Buka file Cluster Hierarki • Lalu klik Analyze – Classify - Hierarchical cluster – masukkan semua data variable yang telah di z score – masukkan
variabel kecamatan ke dalam Label Cases by
• Buat keseragaman standart nilai • Pada kolom cluster klik cases
data,dengan men- z score data • Pada kolom display centang statistic dan plots
dengan langkah sebagai berikut: Klik • Klik Statistic – centang Agglomeration – pilih range of solutions. Kolom minimum diisi 2 dan maximum diisi 3 – continue
Analyze - Descriptive statistic -
descriptive. Lalu masukkan semua • Klik plots – centang dendogram – pilih none – continue
variabel – centang save standardized • Klik method – pilih ward method – pada measure pilih interval (squared Euclidean distance) – pada transform values
pilih standardize none – continue
- OK
• OK
Aglomerasi akan melakukan pengelompokan secara satu demi satu. Pada
tahap 1 (stage 1), kasus nomer 1(Kec Sukorame) dan kasus nomer 2
(Kecamatan Bluluk) adalah yang paling mirip karakteristiknya, sehingga
mereka menjadi satu kelompok terlebih dahulu. Kemudian lihat kolom
Next Stage pada stage 1, yang merupakan kelanjutan stage untuk cluster.
Terlihat stage 11, yang berarti proses dilanjutkan dengan meloncat ke
stage 11.
Jika dibuat 2 cluster, maka terlihat anggota cluster 1 adalah Kecamatan Sukorame, Bluluk, Sarirejo. Kemudian pada cluster 2 adalah Kecamatan
Ngimbang, Sambeng, Mantup dst…
Kemudian jika ingin dibuat 3 cluster, maka anggota dari cluster 1 adalah Kecamatan Sukorame, Bluluk, Sarirejo. Kemudian cluster 2 anggotanya
Kecamatan Ngimbang, Sambeng, Mantup dst… Serta pada cluster 3, beranggotakan Kecamatan Babat, Lamongan, Laren, Solokuro, Paciran dan
Brondong.