METODE-METODE
MULTIVARIAT
Eko Sasongko Putra / 230820301009
Aplikasi Statistik Multivariat
Magister Akuntansi, Fakultas Ekonomi dan Bisnis Universitas Jember
Analisis Multivariat
Metode statistik yang digunakan untuk menganalisis hubungan antara beberapa variabel secara simultan.
Metode ini memungkinkan peneliti untuk memahami kompleksitas hubungan antara variabel-variabel
tersebut dan mengidentifikasi pola atau struktur yang mungkin tersembunyi di dalam data.
Penerapan analisis multivariat dapat dikatakan tepat ketika peneliti ingin menjawab pertanyaan penelitian
yang melibatkan lebih dari satu variabel dan ingin memahami hubungan antara variabel-variabel tersebut
secara komprehensif. Misalnya, dalam penelitian pemasaran, analisis multivariat dapat digunakan untuk
mengidentifikasi faktor-faktor yang mempengaruhi keputusan pembelian konsumen, mengukur kepuasan
pelanggan berdasarkan beberapa variabel, atau mengidentifikasi segmen pasar berdasarkan karakteristik
demografis dan perilaku konsumen.
Skala Pengukuran Skala Pengukuran
Nonmetrik Metrik
Skala
Skala Nominal Skala Interval Pengukuran
Sistem yang digunakan untuk
Skala ini digunakan untuk mengukur variabel Skala ini digunakan untuk mengukur variabel dengan mengukur dan menggambarkan
kategorikal yang tidak memiliki urutan atau tingkatan atau urutan tertentu, dan memiliki jarak
tingkatan. Contohnya adalah jenis kelamin atau antara nilai-nilai yang sama. Contohnya adalah suhu karakteristik atau atribut dari suatu
kategori produk. Teknik analisis multivariat yang dalam derajat Celsius atau skor tes. Teknik analisis variabel. Skala pengukuran
cocok untuk skala nominal adalah analisis multivariat yang cocok untuk skala interval adalah
kontingensi atau analisis chi-square analisis regresi linear atau analisis faktor memungkinkan kita untuk
memberikan nilai numerik pada
variabel yang diamati, sehingga
memungkinkan analisis statistik
Skala Ordinal Skala Rasio yang lebih lanjut.
Skala ini digunakan untuk mengukur variabel dengan Skala ini memiliki semua sifat skala interval,
tingkatan atau urutan tertentu, tetapi tidak memiliki ditambah dengan titik nol yang bermakna.
jarak antara nilai-nilai. Contohnya adalah tingkat Contohnya adalah berat badan atau pendapatan.
kepuasan pelanggan (sangat puas, puas, tidak puas). Teknik analisis multivariat yang cocok untuk skala
Teknik analisis multivariat yang cocok untuk skala rasio adalah analisis regresi linear atau analisis jalur
ordinal adalah analisis nonparametrik seperti uji
Mann-Whitney atau uji Kruskal-Wallis
Kesalahan Pengukuran
Kesalahan pengukuran adalah tingkat ketidakakuratan dalam mengukur variabel yang digunakan dalam
analisis multivariat. Kesalahan pengukuran dapat berasal dari berbagai sumber, seperti kesalahan entri
data, ketidakakuratan pengukuran, atau ketidakmampuan responden untuk memberikan informasi dengan
akurat.
Dampak dari kesalahan pengukuran pada analisis multivariat adalah adanya "noise" atau gangguan dalam
variabel yang diamati atau diukur. Kesalahan pengukuran ini dapat menyebabkan hubungan antara
variabel menjadi lebih lemah dan hasil analisis menjadi kurang akurat. Misalnya, dalam menghitung
korelasi atau mean, efek "true" dari variabel sebagian tersembunyi oleh kesalahan pengukuran, sehingga
korelasi menjadi lebih lemah dan mean menjadi kurang presisi.
Untuk mengurangi dampak kesalahan pengukuran, peneliti harus berusaha meningkatkan validitas dan
reliabilitas pengukuran. Hal ini dapat dilakukan dengan memastikan bahwa pengukuran yang digunakan
sesuai dengan apa yang ingin diukur, dan melakukan validasi dan uji reliabilitas terhadap instrumen
pengukuran yang digunakan.
• Tujuan Penelitian 2. Jenis Data
Tentukan apakah tujuan penelitian adalah Perhatikan jenis data yang digunakan,
Menentukan Teknik untuk menjelaskan hubungan antara apakah data tersebut bersifat kategorikal,
variabel, mengklasifikasikan atau ordinal, interval, atau rasio. Jenis data ini
Multivariat yang membedakan kelompok, mengidentifikasi akan mempengaruhi pilihan teknik
faktor-faktor yang mempengaruhi
Tepat variabel, atau menggali struktur yang
multivariat yang tepat.
mendasari variabel.
dalam
independen.
Multivariat 2 Pahami bahwa ukuran sampel mempengaruhi semua hasil. Ukuran sampel yang
lebih besar cenderung menghasilkan hasil yang lebih stabil dan dapat
diandalkan.
3 Kenali data. Memahami karakteristik data yang digunakan, seperti jenis data,
distribusi, dan asumsi yang mendasarinya, akan membantu dalam pemilihan dan
interpretasi teknik multivariat yang tepat.
04. Tahap 4
Estimasi dan Evaluasi Model. Setelah model multivariat ditentukan, langkah selanjutnya adalah
mengestimasi model menggunakan data yang ada. Setelah itu, perlu mengevaluasi kualitas model
dengan memeriksa signifikansi statistik, kecocokan model, dan interpretasi parameter estimasi.
05. Tahap 5
Interpretasi Variabel. Pada tahap ini, perlu menginterpretasikan variabel-variabel dalam model
multivariat untuk memahami hubungan antara variabel-variabel tersebut. Interpretasi dapat dilakukan
dengan melihat koefisien estimasi variabel dalam model.
06. Tahap 6
Validasi Model Multivariat. Sebelum menerima hasil analisis, perlu melakukan validasi model
multivariat dengan melakukan analisis diagnostik yang menguji generalisabilitas hasil ke populasi
yang lebih luas.
THANK YOU