Jurusan Manajemen
Fakultas Ekonomi & Bisnis
Uiversitas Palangka Raya 2019/2020
St. 4 Multivariate Data Analysis
Multivariate Analysis
Metode analisis multivariat adalah suatu metode statistika yang tujuan digunakannya adalah untuk menganalisis data yang terdiri dari
banyak variabel serta diduga antar variabel tersebut saling berhubungan satu sama lain. Analisis multivariat adalah salah satu dari tek
nik statistik yang diterapkan untuk memahami struktur data dalam dimensi tinggi. Dimana variabel-variabel yang dimaksud tersebut s
aling terkait satu sama lain.
Univariate Analysis
Analisis univariate adalah analisa yang dilakukan menganalisis tiap variabel dari hasil penelitian. Analisa univariat b
erfungsi untuk meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga kumpulan data tersebut ber
ubah menjadi informasi yang berguna. peringkasan tersebut dapat berupa ukuran statistik, tabel, grafik..
2
Statistics 4 Multivariate Data Analysis
3
Tipe Skala Pengukuran
Data hasi pengukuran yang dapat diuru
tkan atas dasar kriteria tertentu serta
Diperloreh melalui pengelompokan ob munujukan semua sifat yang dimiliki ol
yek berdasarakan kategori tertentu. eh data ordinal.
4
Statistics 5 Examining The Data
Missing Data Data hilang atau Missing Data dapat diartikan sebagai data ata
u informasi yang “hilang” atau tidak tersedia mengenai subjek
penelitian pada variabel tertentu akibat faktor non sampling er
ror.
5
Add an image
6
Proses Perbaikan Missing Data
7
Outliers
Outliers adalah data yang memiliki nilai sangat jauh dari nilai umumnya, atau dengan kata lain memiliki nilai yang ekstrem. Adanya o
utliers ini dapt berpengaruh pada hasil uji asumsi, seperti uji normalitas, lineraritas, maupun homogenitas varians.
Outliers berpengaruh terhadap proses analisa data, salah satunya terhadap nilai mean dan standard deviasi. Outlier dapat menyeba
bkan variance data menjadi besar, interval data dan range menjadi lebar, mean tidak dapat menunjukan nilai yang sebenarnya (bias),
dan pada beberapa analisa inferensia outliers dapat menyebabkan kesalahan dalam pengambilan keputusan dan kesimpulan.
8
Kesalahan Penginputan Da Add an image Subjek yg Mengerjakan Se
ta cara asal-asalan
9
Cara Mendeteksi Outliers
Add an image Add an image Add an image Add an image Add an image
Anda dapat melihat bahwa pada output terdapat tabel Casewise Diagnostics, hal itu menunjukkan bahwa terdapat observasi atau sampel dengan nilai absolut studenti
zed residual lebih dari 3. Maka observasi tersebut menjadi outlier. Langkah terakhir di atas, hanya dapat mendeteksi adanya outlier univariat saja. Untuk mendeteksi o
utlier univariat, maka anda harus melakukan langkah berikut: pada menu, klik Transform -> Compute Variable. Jika jendela baru terbuka, ketikkan target variable: Proba
bilitas Mahalanobis. Dan ketikkan kode ekspresi pada Numeric Expression sebagai berikut: CDF.CHISQ(Mah,3). Penjelasan kode: Mah: Mahalanobis Distance. 3 adalah b
anyaknya jumlah variabel bebas.
10
Mengatasi Outliers
Membuang outlier tersebut dari analisis regresi linear berganda, yaitu dengan langkah sebagai berikut: Pada menu, klik Data -> Select Case -> Pilih if condition satisfie
d -> tekan tombol If. maka selanjutnya pada kolom isian ekspresi, ketikkan kode sebagai berikut: Abs(SRE_1)<3 and Probabilitas Mahalanobis>0.001. Maksud kode: Ab
s: Absolut, SRE_1: Studentized Residual. Artinya kita akan membuang observasi yang mempunyai nilai absolut studentized residual lebih dari 3 dan/atau probabilitas
kurang dari 0.001. Kemudian tekan tombol Continue. Di jendela utama tekan OK. Lihat pada dataset, ada tanda yang menunjukkan bahwa beberapa observasi dikelu
arkan dari analisis.
11
Thank You for Watching!