Tampilkan postingan dengan label Multivariate Analysis. Tampilkan semua postingan
Tampilkan postingan dengan label Multivariate Analysis. Tampilkan semua postingan

Belajar Analisis Faktor

Selasa, 15 November 2011

Udah lama sekali aku nggak update blog. Padahal pengennya eksis di blog tapi apa daya nggak kesampaian. Topik yang pengen aku share kali ini adalah analisis faktor yang merupakan hasil project 2 mata kuliah analisis data II.

Analisis faktor

Analisis faktor itu merupakan salah satu metode di dalam pendekatan multivariate. Yang dimaksud multivariate di sini tidak hanya analisis yang menggunakan banyak variabel tetapi variabel-variabel tersebut memiliki korelasi yang tinggi dan wajib berdistribusi multivariate normal.

Analisis faktor itu digunakan untuk mengelompokkan variabel-variabel yang memiliki korelasi yang relatif tinggi dan berdistribusi multivariate normal. Kelompok-kelompok yang dihasilkan oleh analisis faktor nantinya independen satu dengan lainnya. Selain itu dalam analisis faktor variabel yang berada dalam satu kelompok memiliki korelasi yang tinggi dengan variabel lain dan variabel yang berada di kelompok yang berbeda cenderung memiliki korelasi yang rendah. Analisis faktor sekilas sama dengan analisis komponen utama, meskipun demikian ada perbedaan di antara keduanya. Analisis faktor merupakan analisis yang tidak hanya mengelompokkan saja namun mengkonfirmasi ulang kelompok-kelompok yang di dapat dengan teori yang ada. Sedangkan analisis komponen utama mengelompokkan variabel-variabel yang pada awalnya memiliki korelasi yang tinggi menjadi kelompok-kelompok yang disebut PC (principal component : komponen utama), dimana pc-pc tersebut sudah independen. Analisis komponen utama biasanya dipakai sebagai analisis yang tidak berdiri sendiri sebagai contoh apabila di dalam analisis regresi terjadi multikolinieritas maka variabel-variabel yang memiliki korelasi yang tinggi tersebut dapat dianalisis komponen utama sehingga menghasilkan variabel baru yang disebut pc, pc-pc yang telah independen nantinya dapat diregresikan sehingga asumsi tidak terjadi multikolinieritas dapat terpenuhi.

Di dalam analisis faktor pemilihan banyaknya faktor melalui pendekatan matriks varians-kovarians berbeda dengan pendekatan matriks korelasi. Pemilihan faktor dengan menggunakan matriks korelasi diperbolehkan memilih jumlah faktor berdasarkan banyaknya faktor yang memiliki nilai eigen value yang lebih dari satu namun untuk pemilihan faktor dengan menggunakan pendekatan matriks varians-kovarians hal itu tidak dapat dilakukan karena eigen value yang dihasilkan dari matriks varians-kovarians memiliki nilai yang lebih dari satu semua. Kelebihan lain yang dimiliki pendekatan matriks korelasi adalah skala variabel tidak berpengaruh karena matriks korelasi merupakan matriks varians-kovarians dari data yang telah distandardkan. Sehingga dari beberapa penjelasan yang telah dipaparkan lebih aman menggunakan pendekatan matriks korelasi dalam menganalisis faktor.

Contoh mudahnya untuk analisis faktor itu misalnya data nilai siswa kelas III SMP pada saat tryout. Nilai-nilai itu terdiri dari nilai matematika, fisika, kimia, ekonomi, sejarah, geografi. Nilai-nilai ini kemudian dianalisis faktorkan dan mendapatkan dua faktor yaitu faktor 1 dan faktor 2. Berdasarkan loading faktor terbesar maka faktor 1 merupakan kelompok dimana terdiri dari nilai matematika, fisika, dan kimia. Sedangkan faktor 2 merupakan nilai ekonomi, sejarah dan geografi. Dari hal itu dapat diketahui bahwa faktor satu merupakan faktor kemampuan numeric dan faktor 2 merupakan faktor kemampuan non numeric.

Setelah dijabarkan dengan menggunakan daya tangkapku sebagai mahasiswa kalo masih belum paham dan

Kamu bisa mendownload teori dan asumsi buat analisis faktor dengan klik di sini

Kamu juga bisa download hasil project 2 yang berisi analisis faktor web personal dosen dengan klik di sini

MANOVA Pengaruh Jenis Rasa Terhadap Tingkat Lama Konsumsi, Tingkat Konsumsi dan Tingkat Pembelian

Kamis, 07 April 2011


Multivariate Analysis adalah salah satu mata kuliah wajib di semester 6 ini. Mata kuliah ini punya bobot 4 sks, cukup banyak. Dari 4 sks ini terdapat 1 sks yang digunakan untuk praktikum, responsif dan laporan. Berbeda laporan hasil praktikum lainnya, kali ini berbentuk jurnal. This is my first time to make a journal..

Terus isi jurnal itu tentang...
Permodelan MANOVA dengan treatment jenis rasa pada susu berkalsium dengan variabel responnya ada 3 yaitu tingkat lama konsumsi, tingkat konsumsi dan tingkat pembelian susu.

Langkah kerja yang aku gunakan adalah
pertama uji multivariate normal memakai macronya minitab, macronya dapat dari asisten dosen. Kita tinggal pakai saja
kedua, uji homogenitas data multivariate pakai metode BOX M
ketiga, uji perbedaan pengaruh treatmen dengan MANOVA
keempat, pendugaan parameter secara simultan pakai metode Tsquare Hotteling sama metode Bonferroni dan dibandingkan

HASIL
Data dari variabel penelitian telah memenuhi asumsi distribusi multivariate normal
Data tidak memenuhi asumsi homogenitas data namun untuk melanjutkan penelitian kita berasumsi data telah memenuhi asumsi homogenitas
Dari hasil uji pengaruh perbedaan treatment didapatkan kalau treatment tidak berpengaruh secara signifikan sehingga tidak perlu uji perbandingan berpasangan
kemudian hasil perbandingan selang kepercayaan Tsquare hotteling dengan metode Bonferroni didapatkan kalau selang kepercayaan metode Bonferroni lebih pendek daripada tsquare hotteling

Tampilan isi jurnalku

ABSTRAK

Susu berkalsium memiliki beberapa jenis rasa antara lain vanila, cokelat dan tawar (plain) maka perlu suatu kajian teoritis terkait pengaruh jenis rasa susu berkalsium dengan variabel-variabel yang berpengaruh, hal ini dimaksudkan agar produsen dapat menyediakan supply susu berkalsium dengan jenis rasa dengan tepat. Oleh karena itu tujuan dari makalah ini adalah mendapatkan permodelan pengaruh jenis rasa terhadap beberapa variabel. Metode yang digunakan dalam makalah ini adalah MANOVA karena ingin diuji secara simultan terhadap variabel-variabel yang diteliti. Variabel-variabel yang digunakan dalam metode MANOVA ini adalah jenis susu (X) yang menjadi treatment, variabel tingkat lama konsumsi (Y1), variabel tingkat konsumsi (Y2) dan tingkat pembelian susu (Y3) menjadi variabel respon. Berdasarkan analisa yang telah dilakukan, dapat diketahui bahwa tidak terdapat pengaruh jenis susu terhadap tingkat lama konsumsi, tingkat konsumsi dan tingkat pembelian susu berkalsium. Sedangkan untuk pengujian mean secara simultan didapatkan bahwa range interval mean metode Bonferroni lebih pendek daripada range interval mean metode T2 Hotteling.

Kata kunci: susu berkalsium, MANOVA, metode Bonferroni, metode T2 Hotteling.


I. Pendahuluan

Susu berkalsium adalah salah satu varian susu yang cukup diminati masyarakat karena pada jenis susu ini kandungan kalsiumnya lebih tinggi daripada kandungan kalsium pada varian susu yang lain. Susu berkasium memiliki beberapa jenis rasa yaitu vanila, cokelat, dan tawar (plain). Beberapa jenis rasa dalam susu berkalsium ini ingin diteliti apakah terdapat perbedaan pengaruh jenis rasa terhadap variabel-variabel tertentu, dan dalam hal ini variabel yang digunakan adalah tingkat lama konsumsi, tingkat konsumsi dan tingkat pembelian susu sehingga untuk mendapatkan keputusan apakah jenis rasa mempengaruhi tiga variabel tersebut diperlukan suatu metode yang dapat menganalisis permasalahan tersebut.

MANOVA atau multivariat analysis of variance adalah salah satu metode yang digunakan untuk mengetahui perbandingan apakah ada pengaruh suatu treatment terhadap beberapa jenis variabel. Sehingga untuk permasalahan bagaimana pengaruh jenis rasa susu berkalsium terhadap tingkat lama konsumsi, tingkat konsumsi dan tingkat pembelian susu dapat dianalisis dengan menggunakan MANOVA dengan jenis rasa sebagai treatment (perlakuan), tingkat lama konsumsi, tingkat konsumsi dan tingkat pembelian susu sebagai variabel yang diukur. Oleh karena itu, tujuan dari makalah ini adalah mendapatkan model jenis susu terhadap tingkat lama konsumsi, tingkat konsumsi dan tingkat pembelian susu berkalsium untuk menjawab permasalahan perlukah produsen menyediakan yang berbeda pada masing-masing jenis susu berkalsium.

3. Metode penelitian

Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Tugas Akhir mahasiswa S1 Statitistika Rinawati Muauwana (1304 100 048). Obyek penelitian ini adalah anggota rumah tangga (ART) yang pernah mengkonsumsi susu berkalsium (ANLENE) dan lama konsumsi lebih dari 6 bulan. Studi kasus penelitian ini adalah Provinsi Jawa Timur.

Variabel yang digunakan dalam penelitian ini terdiri atas variabel dependen dan variabel independen, sebagai berikut :

Variabel

Deskripsi

Jenis skala

X

Jenis rasa susu berkalsium

Nominal

Y1

Tingkat lama konsumsi susu berkalsium

Ordinal

Y2

Tingkat konsumsi susu berkalsium

Ordinal

Y3

Tingkat pembelian susu berkalsium

Ordinal

4. Hasil dan Pembahasan

Pengujian asumsi distribusi normal multivariat dari variabel-variabel dependen dan independen secara serentak akan didapatkan seperti pada Gambar 4.1

Gambar 4.1 Q-Q Plot Distribusi Normal Multivariat

Gambar 4.1 menunjukkan bahwa variabel penelitian telah berdistribusi normal multivariat karena titik-titik pada q-q plot telah membentuk suatu pola distribusi normal multivariat dengan nilai d2 sebesar 0.586538.

Setelah variabel penelitian memenuhi asumsi distribusi normal multivariat kemudian akan dilakukan uji homogenitas data dengan metode Box M dengan statistik uji F dan taraf signifikansi alpha=0.05, karena p-value < α yaitu sebesar 0.011 maka dapat diketahui bahwa paling tidak ada dua matriks kovarian yang tidak sama dengan 0 atau dengan kata lain varians data tidak homogen.

Analisis dengan menggunakan metode MANOVA mengasumsikan bahwa data telah berdistribusi normal multivariat dan homogen, namun asumsi homogenitas data pada penelitian kali ini tidak dapat terpenuhi sehingga untuk melanjutkan analisis ke tahap MANOVA data penelitian ini diasumsikan telah homogen. Analisis dengan metode MANOVA dapat dilihat melalui tabel berikut ini.

Tabel 4.1 MANOVA


Kriteria

Uji

Derajat bebas

P-value


Statitik

F

Num

Denom


Wilks Lambda

0.93485

1.13

6

198

0.346


Lawley-Hotteling

0.06866

1.12

6

196

0.351


Pullai

0.0661

1.14

6

200

0.341


Roy

0.04687

1.14




Tabel 4.1 menunjukkan bahwa tidak ada pengaruh treatment jenis rasa terhadap tingkat lama konsumsi, tingkat konsumsi dan tingkat pembelian susu berkalsium karena nilai p-value Wilks Lambda sebesar 0.346 dimana nilai tersebut lebih dari α=0.05 sehingga dapat disimpulkan bahwa produsen tidak perlu menyiapkan persediaan susu berkalsium berdasarkan jenis rasa, karena tidak terdapat pengaruh perlakuan terhadap variabel dependen maka tidak perlu dilakukan uji perbandingan berpasangan namun kita dapat mengestimasi variabel-variabel dependen pada setiap perlakuan yang disajikan pada Tabel 4.2.

Tabel 4.2 Selang Kepercayaan Pendugaan μi

Variabel dependen

Jenis Rasa

Rata-Rata

Standar eror

Selang kepercayaan 95% metode Bonferroni

Selang kepercayaan 95% metode T2 Hotteling

Batas bawah

Batas atas

Batas bawah

Batas atas

Tingkat Konsumsi Susu

1

2.698

0.130

2.439

2.956

2.360

3.036

2

2.587

0.126

2.337

2.837

2.153

3.021

3

2.600

0.221

2.162

3.038

2.312

2.888

Tingkat Lama Konsumsi

1

3.302

0.117

3.071

3.534

3.007

3.598

2

3.109

0.113

2.885

3.333

2.736

3.481

3

3.533

0.198

3.141

3.926

3.207

3.859

Variabel dependen

Jenis Rasa

Rata-Rata

Standar eror

Selang kepercayaan 95% metode Bonferroni

Selang kepercayaan 95% metode T2 Hotteling

Batas bawah

Batas atas

Batas bawah

Batas atas

Tingkat membeli susu

1

1.535

0.118

1.301

1.769

0.669

2.401

2

1.457

0.114

1.230

1.683

0.864

2.049

3

1.200

0.200

.804

1.596

0.826

1.574

Tabel 4.2 menunjukkan bahwa nilai μi yang terdapat pada selang kepercayaan metode Bonferroni dan T2 Hotteling menunjukkan interval yang hampir sama namun selang kepercayaan tersebut memiliki range interval yang berbeda dimana range interval untuk metode Bonferroni lebih pendek daripada range interval T2 Hotteling.

5. Kesimpulan

Berdasarkan hasil analisis data yang telah dilakukan maka data jenis rasa, tingkat lama konsumsi, tingkat konsumsi dan tingkat pembelian susu berkalsium memenuhi asumsi distribusi normal namun data tersebut terdapat paling tidak ada satu pasang Ʃl tidak sama dengan Ʃ, karena untuk pengujian pengaruh perbedaan treatment pada MANOVA membutuhkan asumsi data telah homogen maka untuk pembahasan selanjutnya data diasumsikan telah homogen. Pada pengujian pengaruh perbedaan treatment pada MANOVA didapatkan bahwa tidak ada pengaruh perlakuan jenis rasa terhadap tingkat lama konsumsi, tingkat konsumsi dan tingkat pembelian susu berkalsium. Sedangkan untuk pengujian mean secara simultan didapatkan bahwa range interval mean metode Bonferroni lebih pendek daripada range interval mean metode T2 Hotteling.

6. Daftar Pustaka

Johnson, R.A., and Wichern, D.W. (2007). Applied Multivariat Statistical Analysis 7th Edition. USA. Prentice Hall

Anonim_a. (2011). Calcium. [http://en.wikipedia.org/wiki/Calcium](On-line: April, 3rd 2011)


untuk download Jurnal dalam bentuk *pdf bisa dengan cara klik di sini

Share

| More