KELOMPOK 2

Berlian Rizaldi (21037009)

Nurul Ain (210370041)
Yuliyane Erman (21037071)

ANALISIS FAKTOR
KONSEP :
Analisis yang dilakukan untuk menentukan hubungan internal antar segugus peubah acak.
Faktor- faktor yang dihasilkan merupakan kombinasi liniear dari variabel yang terobservasi.
Analisis faktor didasarkan pada matriks korelasi dari data variabel asli. Analisis faktor ini
termasuk kedalam metode interdepensi, dimana variabel bebas dan variabel terikat tidak di
kelompokkan/ dibedakan.

MODEL :
Pada umumnya model analisis faktor adalah:
X1 – μ1 = l11 F1 + l12 F2 + … + l1m Fm + ε1
X2 – μ2 = l21 F1 + l22 F2 + … + l2m Fm + ε2
.
Xp – μp = lp1 F1 + lp2 F2 + … + lpm Fm + εp
Dimana F adalah faktor acak, dengan f1, f2, ….., fm yang disebut faktor bersama. sementara l
adalah konstanta. atau dalam bentuk matriks menjadi
(X – μ) = L F + ε
(px1) (pxm) (mx1) (px1)

dengan asumsi:
 E(F) = 0, E() = 0
 Cov(F) = E(FF’) = I
 Cov() = E( ’) = Ψ = diag(Ψ1, …., Ψp
 F dan ε saling bebas,
 Cov (ε,F) = E (ε,F’) = 0
 ANALISIS CLUSTER

KONSEP :

Merupakan analisis yang dilakukan untuk mengelompokkan objek atau kasus kedalam beberapa
kelompok yang relative homogen. Kelompok tersebut juga disebut dengan cluster. Dalam suatu
cluster objek didalamnya cenderung memiliki kemiripan namun berbeda dengan objek yang
berada pada cluster lain. Analisis cluster ini termasuk kedalam metode interdepensi, dimana
variabel bebas dan variabel terikat tidak di kelompokkan/ dibedakan.

PROSEDUR :

1. Rumusan Masalah
Pada rumusan masalah ini akan dipilih variabel yang relevan
2. Ukuran Jarak
Untuk mengukur kemiripan objek, pendekatan yang paling umum dilakukan dengan
mengukur jarak dari objek- objek tersebut. Objek yang memiliki jarak yang dekat akan
memiliki kemiripan dibandingan dengan objek yang memiliki jarak yang jauh. Untuk
mengukur jaraknya, dapat digunakan rumus jarak Euclid, jarak mahalonabis, jarak ci-
block dan lainnya.
3. Pilih Prosedur Pengklasteran
a. Hierarchical cluster