Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

By : Harjanto Sutedjo Ssi, MMSi  :  : (021) 78881112 ext 333.

Presentasi serupa


Presentasi berjudul: "By : Harjanto Sutedjo Ssi, MMSi  :  : (021) 78881112 ext 333."— Transcript presentasi:

1 By : Harjanto Sutedjo Ssi, MMSi  :  : (021) ext 333

2 Tujuan Perkuliahan Setelah mengikuti materi ini anda diharapkan mampu : Menjelaskan apa yang dimaksud analisis multivariate, kelebihan dan sifat-sifatnya. Memahami dan mampu mengidentifikasi berbagai jenis skala pengukuran serta berbagai jenis data dasar. Menjelaskan secara singkat beberapa teknik multivariate yang penting. Menjelaskan klasifikasi teknik multivariate beserta dasar pengklasifikasiannya. (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis2

3 Apakah Analisis Multivariate ? Identik dengan semua metode statistik yang menganalisa multiple measurement secara simultan pada setiap individu atau obyek yang sedang diteliti. Semua analisis simultan pada lebih dari 2 distribusi variabel dapat diduga sudah dekat sekali dengn analisis multivariate Beberapa teknik multivariate merupakan perluasan dari analisis univariate (analisis dari distribusi variabel tunggal) dan analisis bivariate (Analisis dari dua distribusi variables) Tujuan dari analisis multivariate adalah untuk mengukur, menjelaskan, dan memprediksi derajat hubungan diantara variate-variate (kombinasi variabel terbobot) (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis3

4 Why Multivariate Realitas Univariate stats only go so far when applicable “Real” data usually contains more than one DV Multivariate analyses are much more realistic and feasible “Minimal” Increase in Complexity More control and less restrictive assumptions Using the right tool at the right time Coba anda pahami alasan-alasan penggunaan analisis multivariate di atas ! (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis4

5 Beberapa Konsep Dasar Variate Skala Pengukuran Jenis Data Dasar Kesalahan Pengukuran dan Pengukuran Multivariate Statistical signification Vs Statistical Power Klasifikasi metode analisa data Jenis-jenis Teknik Multivariate Klasifikasi Teknik Multivariate (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis5

6 Variate Batu penyusun bangunan Analisis multivariate adalah variate Merupakan suatu kombinasi linear dari variabel-2 dengan bobot empiris yang ditentukan Suatu variate dari sejumlah n variabel terbobot (X1 to Xn) dapat dinyatakan secara mathematika sebagai : variate value = w1X1+ w2X2+…+wnXn (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis6

7 Skala Pengukuran Semua skala pengukuran dapat diklasifikasikan kedalam empat jenis skala berikut ini : 1.Nominal Juga disebut sebagai skala kategorik Merupakan skala pengukuran yang bersifat membedakan saja Angka atau simbol yang diberikan tidak memiliki maksud kuantitatif hanya menunjukkan ada aau tidak adanya atribut atau kharakteristik yang diteliti Contoh : Jenis kelamin seseorang, status perkawinan, kepesertaan keluarga berencana, lulus atau tidak dll. Bekerja dengan data ini, peneliti harus menentukan angka untuk tiap kategori, sebagai contoh : 1 untk wanita dan 2 untuk laki-laki (angka ini hanya representasi dari kategori atau kelas-2 dan tidak meunjukkan bilangan dari suatu atribut atau karakteristik. (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis7

8 (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis8 2.Ordinal Skala pengukuran yang sifatnya membedakan dan mengurutkan Setiap sub kelas dapat dibandingkan dengan yang lain dalam hubungan “ lebih besar” atau “ lebih sedikit”. Example: misalkan seseorang diminta untuk mengurutkan tiga buah produk berdasarkan tingkat kepuasan terhadap produk. Not at all satisfied Product AProduct BProduct C Very satisfied Skala Pengukuran BrandRank A1 B2 C3

9 3.Interval Skala pengukuran yang bersifat membedakan, mengurutkan dan memiliki jarak yang sama Tidak memiliki nilai nol mutlak. Semua statistik (note : ingat-ingat pengertian istilah statistik) dapat diukur dengan skala interval, kecuali yang berbasis rasio seperti koefisien variasi. contoh : Suatu suhu 80 F tidak dapat dikatakan dua kali lebih panas dari suhu 40 F, karena kita tahu bahwa 80 F, pada skala suhu yang lain, seperti celcius adalah 26,7 C sedangkan 40 F = 4,4 C. meskipun 80 F kelihatannya dua kali 40F, seseorang tidak dapat mengatakan bahwa 80F dua kali lebih panas dari 40F, karena pada skala yang lain panasnya tidak dua kalinya. (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis9 Skala Pengukuran

10 4.Ratio Skala pengukuran yang sifatnya membedakan, mengurutkan dan mempunyai nilai nol mutlak. Nilai nol mutlak adalah nilai dasar yang tidak bisa diubah meskipun menggunakan skala yang lain. Karenanya nilai-nilai dalam skala ini dapat dibandingkan dan dapat dilakukan operasi matematis seperti penjumlahan pengurangan, bagi ataupun perkalian. Contoh : 100 Kg memiliki berat dua kali 50 kg 1000 meter memiliki panjang 20 kali 50 meter dll (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis10 Skala Pengukuran

11 Jenis Data Dasar Terdapat dua jenis data dasar : 1. Non Metric (Qualitative) Data non metrik bisa berupa Atribut, karakteristik, atau sifat kategorik yang menunjukkan atau menggambarkan suatu subyek. Variabel yang diukur menggunakan skala nominal dan ordinal umumnya merupakan variabel non metric 2. Metric (Quantitative) Pengukuran dilakukan sehingga suatu subyek dapat diketahui perbedaannya dalam jumlah atau derajat. Variabel yang diukur mengunakan skala Interval dan Ratio umumnya merupakan variabel metric (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis11

12 Kesalahan Pengukuran dan Pengukuran Multivariate Kesalahan pengukuran adalah derajat diamana nilai hasil pengamatan tidak mewakili / menunjukkan nilai “sebenarnya”. Dalam mengukur derajat kesalahan pengukuran yang ada dalam setiap ukuran, peneliti harus melakukan uji validitas dan reliabilitas dari ukuran (measure). Validitas  adalah derajat sejauh mana kesalahan pengukuran terdapat pada suatu ukuran / sebuah derajat yang menyatakan sejauh mana suatu ukuran secara akurat menunjukkan yang diukurnya. Reliabilitas  derajat yang menunjukkan sejauh mana variabel yang diamati mengukur “nilai sebenarnya” dan sejauh mana variabel tersebut ”bebas kesalahan”. (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis12

13 Klasifikasi metode data analitis Klasifikasi metode data analitis dapat dibagi menjadi Klasifikasi metode data analitis dapat dibagi menjadi : 1. Dependence Method Dapat didefinisikan sebagai suatu metode di mana suatu variabel atau kumpulan variabel yang diketahui sebagai variabel tak bebas diprediksi atau dijelaskan oleh variabel-variabel yang lain yang disebut sebagai variabel bebas. 2. Interdependence Method Adalah suatu metode dimana tidak ada satu atau sekelompok variabel yang didefinisikan sebagai variabel bebas ataupun variabel tak bebas. (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis13

14 Jenis Teknik Multivariate 1. Principal Componen Analysis (PCA) 2. Factor Analysis (FA) 3. Canonical Correlation Analysis (CCA) 4. Cluster Analysis (CA) 5. Discriminan Analysis (DA) 6. Multiple Regression Analysis (MRA) 7. Conjoint Analysis (CoA) 8. Analisis Variansi Multivariate (MANOVA), 9. Multidimensional Scalling 10. Structural Equation Modelling (SEM) (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis14

15 Klasifikasi Teknik Multivariate (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis15 Cluster Analysis Cases/Respondent Object Interdependence What type of relationship is being examined? Structural equation modeling Canonical correlationanaly sis with dummy variales MANOVA Canonical correlatio n Multiple relationship of dependent & independent variables One dependent variable in singgle relationship Dependence Several dependent variable in single relationship variables metric Non metric metric Non metric What is the measurement scale of the dependent variable ? How many variable are being predicted ? What is the measurement scale of the dependent variale What is the measurement scale of the predictor variable ? Multiple regression Conjoint analysis Multiple discriminant Analysis Linear Probability models Factor Analysis Corresponde nce analysis Multidimen- sional Scaling metric Non metric Is the structure of relationships among : How are the atributes measurement ? : Dasar klasifikasi : Teknik Multvariate Sumber : Lihat Joseph F Hair dkk

16 (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis16 Klasifikasi of Multivariate Techniques ( Interdependence Method) Number of variable Type of Data MetricNon Metric TwoSimple Corelation Two way contingency table More than two Principal Componen Analysis  Faktor Analysis Multiway Contingency table  Loglinear model  Corespondence Analysis Sumber : Lihat subbash Sharma hal 11

17 classification of Multivariate Techniques ( Dependence Method) Depemden Variable (s) OneMore than One Independent Variale(s) MetricNon MetricMetricNon Metrik  One Metric Non Metric  Regression  t-test  Discriminan nalysis  Logistic regression  Discrete Discriminan Analysis  Canonical Correlation  Manova (Multivariate Analysis of Variance)  Multiple group discriminan analysis (MDA)  Discrete MDA  More than One Metric Non Metric  Multiple regression  Anova  Discriminan nalysis  Logistic regression  Discrete Discriminan Analysis  Conjoint Analysis (MONANOVA)  Canonical Correlation  Manova (Multivariate Analysis of Variance)  Multiple group discriminan analysis (MDA)  Discrete MDA (c) Harjanto Sutedjo,Gunadarma UniversityMultivariate Analysis17 Sumber : Lihat subbash Sharma hal 6


Download ppt "By : Harjanto Sutedjo Ssi, MMSi  :  : (021) 78881112 ext 333."

Presentasi serupa


Iklan oleh Google