Saturday, March 30, 2019

Analisis Multivariat dengan Menggunakan Metoda Interdependensi (skripsi dan tesis)

Analisis multivariate dengan menggunakan metode interdipendensi/saling ketergantungan, untuk mencari faktor penyebab timbulnya masalah atau membantu mencari informasi yang diinginkan. Dalam hal ini, peneliti ingin mengetahui sesuatu yang belum tahu yang merupakan masalah. Tujuannya untuk memberikan arti (meaning) kepada sekelompok variable atau mengelompokkan sekumpulan variable menjadi kelompok yang lebih sedikit jumlahnya dan masing-masing kelompok membentuk variable baru yang disebut faktor (mereduksi banyaknya variable). Jadi metode interdependensi dilakukan untuk pengelompokkan atau mereduksi variable yang banyak sekali menjadi variable baru yang lebih sedikit, tetapi tidak mengurangi informasi yang terkandung dalam variable asli. Jika peneliti focus pada variable, maka metode interdependensi yang digunakan adalah analisis faktor, sedangkan jika peneliti focus pada objek, maka metode interdependensi yang digunakan adalah: 1) Analisis klaster; 2) Penskalaan multidimensi; atau 3) Analisis kanonikal.

1. Analisis Faktor
Analisis faktor, adalah analisis untuk menentukan variable baru yang disebut faktor yang jumlahnya lebih sedikit dibandingkan dengan banyaknya variable asli dimana faktor-faktor tersebut tidak berkorelasi satu dengan yang lain (multikolonearitas). Variabel baru tersebut harus memuat sebanyak mungkin informasi yang terkandung dalam variable asli. Dalam proses mereduksi banyaknya variable, informasi yang hilang harus seminimal mungkin. 5 Variabel baru yang disebut faktor, dipergunakan untuk melakukan analisis regresi linear berganda, dengan variable-variabel bebas yang tidak lagi saling multikolinear yang merupakan syarat dari analisis regresi linear berganda. Analisis faktor terdiri dari: 1) Principal-component analysis, dan 2) Common factor analysis. 
2. Analisis Klaster 
Adalah analisis untuk mengelompokkan elemen yang mirip sebagai objek penelitian menjadi kelompok (cluster) yang berbeda dan saling asing (mutually exclusive). Berbeda dengan analisis diskriminan dimana kelompok sudah ditentukan, kemudian suatu fungsi diskriminan dipergunakan untuk menentuakan suatu elemen (objek) harus masuk kelompok yang mana, sebaliknya analisis klaster, kelompok (claster) dibentuk berdasarkan criteria tertentu dengan memperhatikan data yang ada yang ditunjukkan oleh bilai banyak variable.
 3. Analisis Korespondensi
 Digunakan untuk mengakomodasi dua hal, yaitu: a) data non metric (kualitatif, nominal dan ordinal); dan b) hubungan non linear. Dalam analisis korespondensi digunakan suatu table kontingensi, yaitu table silang (crosstab) dari dua variable kategori. Kemudian mengubah data nonmetrik (kualitatif, nominal dan ordinal) menjadi data metric (kuantitatif, interval dan rasio) dan melakukan reduksi dimensional (mirip dengan analisis faktor) dan perceptual mapping (mirip dengan analisis multidimensional).
4. Penskalaan Multidimensi
 Bertujuan untuk membentuk pertimbangan atau penilaian pelanggan mengenai kemiripan (similarity) atau preferensi (perasaan lebih suka) kedalam jarak (distances) yang diwakili dalam ruang multidimensional. Jika objek A dan B dinilai pelanggan sebagai pasangan objek yang paling mirip dibandingkan dengan pasangan lain, teknik penskalaan multidimensional akan memposisikan objek A dan B sedemikian rupa sehingga jarak antar objek dalam ruang multidimensional akan lebih pendek/kecil dibandingkan dengan jarak pasangan objek yang lainnya. 

No comments:

Post a Comment