Multiple Classification Analysis (MCA) Widyo Pura Buana - MCA

Multiple Regression dan Multiple Classification Analysis MCA  analisis multivariat dg beberapa variabel bebas (indep. vbl) dan satu variabel tidak bebas (dependent vbl) dg tujuan : Mengetahui seberapa besar pengaruh indep vbl secara bersama sama thdp dependent vbl Mengetahui seberapa besar pengaruh setiap indep vbl thdp dependent vbl baik mempertimbangkan efek indep vbl yang lain maupun mengabaikan efek indep vbl yang lain

Perbedaan Multipel Regresi dan MCA Persamaan  additive Perbedaan Multipel Regresi dan MCA Dependent variable One Independent variables Several Statistical techniques Interval scale Multiple Regression Nominal Multiple Classification Analysis Dichotomous, Polytomous Widyo Pura Buana - MCA

Model MCA Yij...n= + ai +bj+ . . . .+e ij..n Dimana Yij...n = skor dependent variable utk individu n yg berada pada kategori i dari prediktor A, kategori j dari prediktor B, dst. = rata-rata keseluruhan (Grand mean) dependent variabel. ai = efek kategori ke - i dari prediktor A. bj = efek kategori ke - j dari prediktor B. e ij..n= error utk individu ybs. Widyo Pura Buana - MCA

Model MCA Grand Mean Row Effect Column Effect Residual Rata-rata keseluruhan + Efek baris + efek kolom + sisaan Grand Mean Row Effect Column Effect Residual Widyo Pura Buana - MCA

Performance by Task Difficulty and Arousal Contoh : Performance by Task Difficulty and Arousal Arousal (Column) Row Mean Low Medium High Task Difficulty (Row) Easy 3 2 9 6 1 5 13 7 4 8 Difficult Column Mean Grand Mean Performance kerja (interval), Tingkat Kesulitan dan Gairah Kerja Widyo Pura Buana - MCA

Widyo Pura Buana - MCA

Widyo Pura Buana - MCA

Widyo Pura Buana - MCA

Eta () Widyo Pura Buana - MCA

Goodness of Fit Widyo Pura Buana - MCA

Syntax SPSS MCA *MCA model with categorical predictors:. ANOVA Performance by Difficulty (1,2) Arousal (1,3) /MAXORDERS=NONE /METHOD=EXPERIMENTAL /STATISTICS=MCA. Widyo Pura Buana - MCA

Struktur Data MCA dengan SPSS Widyo Pura Buana - MCA

(baik secara overall atau individual) ANOVAa Experimental Method Sum of Squares df Mean Square F Sig. Performance Main Effects (Combined) 180.000 3 60.000 8.667 .000 Task Difficulty 120.000 1 17.333 Arousal 2 30.000 4.333 .024 Model Residual 26 6.923   Total 360.000 29 12.414 a. Performance by Task Difficulty, Arousal Tingkat Kesulitan Pekerjaan dan Gairah Kerja berpengaruh terhadap Performance Kerja (baik secara overall atau individual) Significant Widyo Pura Buana - MCA

Performance Deviation Mean Row Task Difficulty Easy 6 2 = 6 – 4 MCAa N Predicted Mean Deviation Unadjusted Adjusted for Factors Performance Task Difficulty Easy 15 6.00 2.000 Difficult 2.00 -2.000 Arousal Low 10 Medium 5.00 1.000 High a. Performance by Task Difficulty, Arousal Performance Deviation Mean Row Task Difficulty Easy 6 2 = 6 – 4 Row(i)-Grand Mean Difficult -2 = 2 – 4 Column Arousal Low Column(j)-Grand Mean Medium 5 1 = 5 – 4 High   Grand Mean 4 Widyo Pura Buana - MCA

=SQRT( SSRow/ SSTotal ) =SQRT(120/360) Arousal (Column) .408 Factor Summarya Eta Beta Formula Adjusted for Factors Performance Task Difficulty (Row) .577 =SQRT( SSRow/ SSTotal ) =SQRT(120/360) Arousal (Column) .408 =SQRT( SSColumn/ SSTotal ) =SQRT(60/360) Widyo Pura Buana - MCA

Performance by Task Difficulty, Arousal .707 .500 Model Goodness of Fit R R Squared Performance by Task Difficulty, Arousal .707 .500 =SQRT(R-Squared) = SSModel/SSTotal Widyo Pura Buana - MCA

Contoh lain Multiple Classification Analysis Jabatan Akademitk :-Tidakada - Asisten Ahli (AA) - Lektor Gaji yang diterima - Rp. 2 juta - Rp. 3 juta - Rp. 4 juta - Rp. 5 juta Jenis Kelamin: - Laki‐Laki ( L) - Perempuan (P) Golongan : III (3) IV (4)

Jabatan Akademik Lektor menunjukkan Adjusted Mean paling besar. Artinya Tingkat Jabatan Akademik yang lebih tinggi akan berpengaruh untuk mendapatkan gaji yang lebih besar 2. Dosen laki-laki yang mempunyai Jabatan Akademik Lektor dan masuk dalam Golongan Kepegawaian IV memiliki peluang gaji yang lebih besar 3. Jabatan Akademik berpengaruh terhadap “Rata-rata Gaji yang diterima” secara signifikan 4. Jenis kelamin berpengaruh terhadap “Rata-rata Gaji yang diterima” secara signifikan. 5. Golongan Kepegawaian berpengaruh terhadap “Rata-rata Gaji yang 6. Jabatan Akademik, Jenis kelamin, Golongan Kepegawaian secara bersama-sama berpengaruh signifikan terhadap “Rata-rata Gaji yang diterima” yaitu sebesar = 85,078 % dan sebesar 14,921 % dipengaruhi oleh faktor lain

Multiple Classification Analysis with Interaction Widyo Pura Buana - MCA

Syntax SPSS MCA *MCA model with categorical predictors, interaction:. ANOVA Performance by Difficulty (1,2) Arousal (1,3) /MAXORDERS=ALL /METHOD=EXPERIMENTAL /STATISTICS=MCA. Widyo Pura Buana - MCA

Task Difficulty * Arousal Model 240.000 5 48.000 9.600 Residual 24 ANOVAa Experimental Method Sum of Squares df Mean Square F Sig. Performance Main Effects (Combined) 180.000 3 60.000 12.000 .000 Task Difficulty 120.000 1 24.000 Arousal 2 30.000 6.000 .008 2-Way Interactions Task Difficulty * Arousal Model 240.000 5 48.000 9.600 Residual 24 5.000   Total 360.000 29 12.414 Widyo Pura Buana - MCA

Graphical display of interactions Two ways to display previous results Widyo Pura Buana - MCA