ANALISIS KOMPONEN UTAMA

Apa itu Analisis Komponen

Utama??
Analisis Komponen Utama merupakan suatu teknik
statistik untuk mengubah dari sebagian besar variabel asli
yang digunakan yang saling berkorelasi satu dengan yang
lainnya menjadi satu set variabel baru yang lebih kecil dan
saling bebas (tidak berkorelasi lagi).
 
 

 
 

 
 

  
 

  
 
 Menggunakan Matriks
Kovarian atau Matriks Korelasi
??
 Matrik kovarian () digunakan jika variabel yang diamati
ukurannya pada skala dengan perbedaan tidak besar
atau jika satuan ukurannya sama.

 Matriks korelasi () digunakan jika variabel yang diamati

ukurannya pada skala dengan perbedaan yang sangat
lebar atau satuan ukurannya tidak sama, maka variabel
tersebut perlu dibakukan (standardized) sehingga
komponen utama ditentukan dari variabel baku.
 Bagaimana penentuan banyaknya Komponen
Utama??
 
 X1 X2 X3 X4 X5
24.5 84.5 73.9 80.1 41.6
26.5 91 67.5 74.6 53.3
29.7 100.8 61.4 104 59.6
22.8 86.6 65.3 118.4 51.2
26.7 86.7 62.7 105.9 51.2
25.3 102.5 63.3 99.3 45.6
22.8 88.8 52.4 110.9 46.8
23.3 85.5 62.5 117.9 41.8

Contoh Kasus 24.1

29.3
22.3
93.7
105.9
83.6
51.5
80.2
67.8
109.7
133.2
108.6
52.4
61.7
42.4
26.1 88.9 65.4 100.9 43.2
26.9 89.3 56.2 82.7 38.4
20.3 89.6 53.8 111.8 53.9
24.6 92.2 51.9 106 50.7
30.8 110.7 66 107.3 62.6
24.5 92.3 66.7 98 61.7
26.2 95.4 60.2 117.1 49.3
26.5 92.4 60.8 115.1 46.2
25.5 83.7 57 92.8 35.4
26.3 87.1 58.3 101.8 41.5
22.5 77.7 62 91.1 44.9
24.2 93.8 66 81.6 46.2
Langkah 1 = Input data pada R Langkah 2 = Standarisasi data
Langkah 3 = Mencari matriks korelasi

Langkah 4 = Mencari Nilai Eigen & Vektor Eigen

Langkah 5 = Mencari Skor Komponen Utama

 
Langkah 6 = Melihat ScreePlot
TERIMA KASIH
