ANALISIS

MULTIVARIAT
By
Dr. Irwan Muslim. S.E.,M.P.
Dosen Tetap Jurusan Ekonomi Pembangunan
Fakultas Ekonomi dan Bisnis Universitas Bung Hatta
2 Maret 2021
 KONTRAK PERKULIAHAAN
Matakuliah Analisis Multivariat
Semester Genap TA. 2020/2021

1. Mahasiswa wajib masuk/joint di portal sebagai tanda presensi (kehadiran)

2. Presensi : Absen (tidak masuk kuliah) maksimum hanya 4 kali
3. Lima kali atau lebih tidak hadir, mahasiswa tidak berhak mengikuti UAS
(tanda ======) di portal, secara otomatis nilai apapun tidak bias di entry
4. Jadwal Kuliah : 7.30 WIB (on time)

Komponen Penilaian:
5. Kehadiran : 10%
6. Tugas : 20%
7. UTS : 30%
8. UAS : 40%
PENDAHULUAN
• Mengapa Analisis Multivariat?
Kenyataan fenomena kehidupan sesunguhnya amatlah kompleks,
bahwa tidak ada satu hal yang tidak berhubungan dgn sesuatu hal lain.
Sangat naif bila seseorang hanya menjelaskan alasan (factor) dibalik
terjadinyanya fenomena alam atau kehidupan atau efek dari suatu
fenomena terhadap fenomena lain hanya bedasarkan analisis satu atau
dua variabel saja.
Dalam analisis satu variabel Seorang peneliti, misalnya hanya
menggunakan satu variabel yg diteliti., tentunya amat ditdak cukup
untuk memberikan gambaran dari fenomena yg sdg dipelajari.
• Dgn menggunakan peralatan statistik deskriptif, misal seorang peneliti
bisa memberikan gambaran suatu kelompok individu atau rumah
tangga berdasarkan satu veriabel tsb.
• Informasi statistic dgn satu variabel sangat kurang bermanfaat.
Bahkan suatu fenomena dgn menggunakan beberapa variabel, tetapi
dilakukan secara terpisah, misalnya dgn penyajian ukuran statistic dari
masing-masing variabel, masih merupakan suatu usaha
penggambaran yang kurang lengkap.
• Tahap selanjutnya si peneliti bisa melakukan analisis dgn memasukan variabel
kedua yg mungkin dianggap memengaruhi terjadinya atau menyebabkan
perubahan variabel pertama. Pada tahap ini dapat dilakukan suatu analisis (baik
secara sederhana, dgn cross tabulasi misalnya, atau dgn peralatan ukuran
korelasi atau ukuran asosiasi yang memberikan gambaran tentang derajat dan
bentuk keterkaitan variabel kedua.
• Analisis dgn dua variabel tsb ternyata kurang lengkap dan bahkan bisa
‘menyesatkan’. Dgn demikian maka diperlukan variabel ketiga, yang bias
merupakan variabel moderator (moderator variable) yang berinteraksi dgn
variabel independent yang pertama, didalam memengaruhi variabel dependen,
atau yang bias merupakan variabel antara (intervening atau mediating) yang
menghubungkan antara ke dua variabel awal (independent dan dependent) tsb.
• Dgn kata lain, penggunaan analisis satu atau dua variabel dpt
dikatakan kurang memadai dalam menggambarkan kompleksitas
kehidupan yang semakin lama semakin perlu dipahami dgn lebih baik
sehingga kebijakan yang dibuat dan keputusan yang diambil akan
lebih bermutu karena berdasarkan informasi dan analisis statistic yg
dpt dipercaya.
• Digunakannya analisis banyak variabel adalah, utamanya untuk lebih
bisa menggambarkan keterkaitan antar konsep yg ada di dalam suatu
fenomena secara lebih baik, dalam pengertian mendekati apa
sesungguhnya terjadi dibalik fenomena tsb.
• Dgn demikian, analisis banyak variabel semakin sering digunakan
untuk lebih dpt memberikan penjelasan yg lebih lengkap tentang
suatu fenomena yg kompleks. Walaupun demikian, prinsip parsimony
atau simplicity dalam pembuatan model, masih perlu
dipertimbangkan, karena adanya keterbatasan kemampuan akal
fikiran untuk mencerna atau memahami keterkaitan yang ‘ruwet’.
• Dgn kata lain dlm analisis banyak variabel diperlukan kesimbangan
antara kemampuan merefleksikan secara utuh suatu fenomena yang
kompleks dgn kesederhanaan (simplicity) di dalam menjelaskan
fenomena tsb.
• Bila analisis dilakukan terlalu kompleks (dgn berbagai macam persamaaan
dan keterkaitan yang rumit), yang memang mendekati kenyataan
fenomena yang terjadi, maka ‘kesederhanaan’ akan ‘terkorbankan’ yaitu
sulit untuk memahami apa yang terjadi sesungguhnya.
• Sebaliknya bila analisis dilakukan terlalu sederhana(mudah dipahami),
maka besar kemungkinan analisis tersebut tidak lengkap dan kurang
menyeluruh, spt tidak mencakup keterkaitan yang seharusnya ada,
sehingga analisis tsb kurang mencerminkan fenomena yang terjadi.
• Maka perlu kehati-hatian dalam menggunakan berbagai metode analisis
multivariable yang sudah semakin tersedia, sehingga sangat diperlukan
teori atau akal sehat dalam menggunakan berbagai alat analisis.
•  Beberapa Konsep Dasar
Fungsi matematik dan fungsi Statistik
Fungsi matematik:

Fungsi Statistik: dalam analisis statistic yg berkaitan dgn 2 variable,

biasanya dilakukan analisis yg mengkaitkan kedua varaibel tsb, salah
satunya variable bebas (independent variable), X dan yg lainnya
variable terikat (dependen variable), Y. Bentuk hubungan atau fungsi
secara statistic dituliskan sbb:

Dimana : X = Variabel bebas (independent Variable)

Y = Variabel terikat (dependent Variable)
ε = suku pengganggu (disturbance term) atau suku galat (error term)
• Apa manfaat atau guna dari ε tersebut?
Thomas (1997, hal 77-78) dan Asra dan Rudiansyah (2014, hal.236)
menyebutkan bahwa ε tsb mencakup:
1. Efek variable selain X, yg juga mempengaruhi Y
2. Berbagai factor lain, termasuk kesalahan pengukuran serta factor
acak yg tdk dpt diperkirakan, yg jg mempengaruhi nilai Y. Utk error
ini biasanya diasumsikan bersifat acak, yg secara rata-rata akan bisa
diasumsikan menjadi 0 (nol), dan bukan merupakan error
sistematik.
 Sekian dan Terima Kasih
sampai jumpa pada sesi berikutnya