53413415-analisis-multivariat

5/12/2018 53413415-analisis-multivariat - slidepdf.com

http://slidepdf.com/reader/full/53413415-analisis-multivariat 1/6

1.1 Karakteristik Analisis Mutlivariat

Analisis statistik multivariat merupakan metode statistik yang memungkinkan kita melakukan

penelitian terhadap lebih dari dua variable secara bersamaan.Dengan menggunakan teknik analisis

ini maka kita dapat menganalisis pengaruh beberapa variable terhadap variabel (variable) lainnya

dalam waktu yang bersamaan.Contoh kita dapat menganalisis pengaruh variable kualitas produk,

harga dan saluran distribusi terhadap kepuasan pelanggan. Contoh yang lain, misalnya pengaruh

kecepatan layanan, keramahan petugas dan kejelasan memberikan informasi terhadap kepuasan

dan loyalitas pelanggan. Analisis multivariat digunakan karena pada kenyataannnya masalah yang

terjadi tidak dapat diselesaikan dengan hanya menghubung-hubungkan dua variable atau melihat

pengaruh satu variable terhadap variable lainnya.Sebagaimana contoh di atas, variable kepuasan

pelanggan dipengaruhi tidak hanya oleh kualitas produk tetapi juga oleh harga dan saluran distribusi

produk tersebut.

1.2 Klasifikasi Teknik-Teknik Analisis Multivariat

Teknik analisis multivariat secara dasar diklasifikasi menjadi dua, yaitu analisis dependensi dan

analisis interdependensi.Analisis dependensi berfungsi untuk menerangkan atau memprediski

variable (variable) tergantung dengan menggunakan dua atau lebih variable bebas.Yang termasuk

dalam klasifikasi ini ialah analisis regresi linear berganda, analisis diskriminan, analisis varianmultivariate (MANOVA), dan analisis korelasi kanonikal.

Metode dependensi diklasifikasikan didasarkan pada jumlah variable tergantung, misalnya satu

atau lebih dan skala pengukuran bersifat metrik atau non metrik. Jika variable tergantung hanya

satu dan pengukurannya bersifat metrik, maka teknik analisisnya digunakan analisis regresi

berganda.Jika variable tergantung hanya satu dan pengukurannya bersifat non-metrik, maka teknik

analisisnya digunakan analisis diskriminan.Jika variable tergantung lebih dari satu dan

pengukurannya bersifat metrik, maka teknik analisisnya digunakan analisis multivariate varian.Jika

variable tergantung lebih dari satu dan pengukurannya bersifat non-metrik, maka teknik analisisnya

digunakan analisis conjoint.Jika variable tergantung dan bebas lebih dari satu dan pengukurannya

bersifat metrik atau non metrik, maka teknik analisisnya digunakan analisis korelasi kanonikal.

Contoh umum untuk metode dependensi, misalnya memprediski laba perusahaan denganmenggunakan biaya promosi dan harga produk.

Analisis interdependensi berfungsi untuk memberikan makna terhadap seperangkat variable

atau membuat kelompok-kelompok secara bersama-sama.Yang termasuk dalam klasifikasi ini ialah

analsis faktor, analisis kluster, dan multidimensional scaling. Contoh membuat klasifikasi terhadap

kelompok pengunjung supermarket tertentu.

Metode interdependensi diklasifikasikan didasarkan pada jenis masukan variable dengan skala

pengukuran bersifat metrik atau non metrik.Jika masukan data berskala metrik, maka kita dapat

menggunakan teknik analisis faktor, analisis kluster dan multidimensional scaling.Jika masukan data

berskala non-metrik, maka kita hanya dapat menggunakan teknik analisis multidimensional scaling.

1.3 Analisis Dependensi

Analisis depedensi dibagi menjadi 1) analisis regresi berganda, 2) analisis diskriminan, 3)

analisis multivariate varian, 4) analisis conjoint, dan 5) analisis korelasi kanonikal . Bagian berikut ini

akan membahas masing-masing teknik analisis yang termasuk dalam metode-metode dependensi

secara teori sedang untuk contoh penggunaan dengan SPSS akan dibahas pada Bab IV .

1.3.1 Analisis Regresi Linear Berganda

Yang dimaksud dengan analisis regresi linear berganda ialah suatu analisis asosiasi yang

digunakan secara bersamaan untuk meneliti pengaruh dua atau lebih variable bebas terhadap



satu variable tergantung dengan skala interval. Pada dasarnya teknik analisis ini merupakan

kepanjangan dari teknik analisis regresi linear sederhana. Untuk menggunakan teknik analisis

ini syarat-syarat yang harus dipenuhi diantaranya ialah:

y Data harus berskala interval.

y Variabel bebas terdiri lebih dari dua variable.

y Variabel tergantung terdiri dari satu variable.

y Hubungan antar variable bersifat linier. Artinya semua variable bebas mempengaruhi

variable tergantung. Pengertian ini secara teknis disebut bersifat rekursif, maksudnya

pengaruh bersifat searah dari variable-variabel X ke Y Tidak boleh terjadi sebaliknya

atau juga saling berpengaruh secara timbal balik (r ecipr ocal ).

y Tidak boleh terjadi multikolinieritas. Artinya sesama variable bebas tidak boleh

berkorelasi terlalu tinggi, misalnya 0,9 atau terlalu rendah, misalnya 0,01.

y Tidak boleh terjadi otokorelasi. Akan terjadi otokorelasi jika angka Durbin dan

Watson sebesar < 1 atau > 3 dengan skala 1 4.

y Jika ingin menguji keselarasan model (goodness of fit ), maka dipergunakan

simpangan baku kesalahan. Untuk kriterianya digunakan dengan melihat angka

Standar d E rr or of Estimate (SEE) dibandingkan dengan nilai simpangan baku

(Standar d Deviation). Jika angka Standar d E rr or of Estimate (SEE) < simpangan baku(Standar d Deviation), maka model dianggap selaras.

y Kelayakan model regresi diukur dengan menggunakan nilai signifikansi. Model regresi

layak dan dapat dipergunakan jika angka signifikansi lebih kecil dari 0,05 (dengan

presisi 5%) atau 0,01 (dengan presisi 1%)

1.3.2 Analisis Diskriminan

Apa itu analisis diskriminan? Yang dimaksud dengan analisis diskriminan ialah suatu

teknik statistik yang yang digunakan untuk memprediksi probabilitas obyek-obyek yang

menjadi milik dua atau lebih kategori yang benar-benar berbeda yang terdapat dalam satu

variable tergantung didasarkan pada beberapa variable bebas.

Lebih lanjut analisis diskriminan digunakan untuk membuat satu model prediksikeanggotaan kelompok didasarkan pada karakteristik-karakteristik yang diobservasi untuk

masing-masing kasus. Prosedur ini akan menghasilkan fungsi diskriminan yang didasarkan

pada kombinasi-kombinasi linier yang berasal dari variabel-variabel prediktor atau bebas yang

dapat menghasilkan perbedaan paling baik antara kelompok-kelompok yang dianalisis. Semua

fungsi dibuat dari sampel semua kasus bagi keanggotaan kelompok yang sudah

diketahui.Fungsi-fungsi tersebut dapat diaplikasikan untuk kasus-kasus baru yang mempunyai

pengukuran untuk semua variabel bebas tetapi mempunyai keanggotaan kelompok yang

belum diketahui.

Tujuan utama menggunakan analisis diskriminan ialah melihat kombinasi linier.Artinya

untuk mempelajari arah perbedaan-perbedaan yang terdapat dalam suatu kelompok sehingga

diketemukan adanya kombinasi linier dalam semua variable bebas.Kombinasi linier ini terlihat

dalam fungsi diskriminan, yaitu perbedaan-perbedaan dalam rata-rata kelompok. Jika

menggunakan teknik ini, pada praktiknya peneliti mempunyai tugas pokok untuk menurunkan

koefesien-koefesien fungsi diskriminan (garis lurus). Sebagai contoh: Jenis pelanggan kereta

api secara umum dapat dibagi dua, yaitu mereka yang menggunakan jasa kereta api eksekutif

dan bisnis/ekonomi. Untuk membuat klasifikasi ini prosedur analisis diskriman dapat

digunakan sehingga kita dapat mengetahui faktor-faktor yang berpengaruh terhadap

pembuatan klasifikasi tersebut.Tujuan melakukan klasifikasi tersebut ialah kita dapat

mengetahui apakah pengelompokan tersebut signifikan atau tidak. Artinya kelompok yang



menggunakan jasa kereta api eksekutif memang benar-benar berbeda dengan kelompok yang

menggunakan kelas bisnis / ekonomi.

Untuk menggunakan teknik analisis ini syarat-syarat yang harus dipenuhi diantaranya

ialah:

y Variabel tergantung hanya satu dan bersifat non-metrik, artinya data harus

kategorikal dan berskala nominal.

y Variabel bebas terdiri lebih dari dua variable dan berskala interval.

y Semua kasus harus independent

y Semua variabel prediktor sebaiknya mempunyai distribusi normal multivariat, dan

matrices variance-covariance dalam kelompok harus sama untuk semua kelompok

y Keanggotaan kelompok diasumsikan ekseklusif, maksudnya tidak satupun kasus yang

termasuk dalam kelompok lebih dari satu. dan exhaustive secara kolektif, maksudnya

semua kasus merupakan anggota satu kelompok

1.3.3 Analisis Korelasi Kanonikal

Pengertian dari analisis korelasi kanonikal ialah suatu teknik statistik yang digunakan

untuk menentukan tingkatan asosiasi linear antara dua perangkat variable, dimana masing-

masing perangkat terdiri dari beberapa variable.Sebenarnya analisis korelasi kanonikal

merupakan perpanjangan dari analisis regresi linear berganda yang berfokus pada hubungan

antara dua perangkat variable yang berskala interval.Fungsi utama teknik ini ialah untuk

melihat hubungan linieritas antara variable-variabel kriteria (variable-variabel tergantung)

dengan beberapa variable bebas yang berfungsi sebagai predictor. Sebagai contoh seorang

peneliti ingin mengkaji korelasi antara seperangkat variable dalam perilaku berbelanja sebagai

kriteria dan beberapa variable mengenai personalitas sebagai predictor. Tujuan penelitian ini

ialah peneliti ingin mengetahui bagaimana beberapa karakteristik personalitas tersebut

mempengaruhi perilaku berbelanja, misalnya pembuatan daftar belanja, jumlah toko yang

dikunjungi, dan frekuensi belanja dalam satu minggu.

Untuk menggunakan teknik analisis ini syarat-syarat yang harus dipenuhi diantaranyaialah:

y Variabel bebas terdiri dari lebih dari dua variable yang berskala interval.

y Variabel tergantung terdiri dari lebih dari dua variable yang berskala interval.

y Hubungan antar variabel bebas dan tergantung bersifat linier. Artinya semua variabel

bebas mempengaruhi secara searah terhadap semua variable tergantung, misalnya

korelasi antara variable-variabel bebas personalitas yang digunakan sebagai

predictor dengan variable-variabel tergantung yang digunakan sebagai kriteria

bersifat searah. Jika nilai variabel variable personalitas besar, maka nilai variable-

variabel perilaku berbelanja harus besar juga. Jika terjadi variabel variable

personalitas besar bernilai besar sedang nilai variable-variabel perilaku berbelanja

menjadi mengecil, maka hal ini berlawanan dengan asumsi linieritas.Tidak bolehterjadi multikolinieritas pada masing-masing kelompok variabel bebas dan variabel

tergantung yang akan dikorelasikan.

1.3.4 Analisis Multivariat Varian (MANOVA)

Manova mempunyai pengertian sebagai suatu teknik statistik yang digunakan untuk

menghitung pengujian signifikansi perbedaan rata-rata secara bersamaan antara kelompok

untuk dua atau lebih variable tergantung. Teknik ini bermanfaat untuk menganalisis variable-

variabel tergantung lebih dari dua yang berskala interval atau rasio.



Dalam SPSS prosedur MANOVA disebut juga GLM Multivariat digunakan untuk

menghitung analisis regresi dan varians untuk variabel tergantung lebih dari satu dengan

menggunakan satu atau lebih variabel faktor atau covariates. Variabel - variabel faktor

digunakan untuk membagi populasi kedalam kelompok-kelompok. Dengan menggunakan

prosedur gener al linear model ini, kita dapat melakukan uji H0 mengenai pengaruh variabel-

variabel faktor terhadap rata-rata berbagai kelompok distribusi gabungan semua variabel

tergantung. Kita dapat meneliti interakasi antara faktor-faktor dan efek dari faktor-faktor

individu. Lebih lanjut, efek-efek covariates dan interaksi antar covariate dengan semua faktor

dapat dimasukkan. Dalam analisis regresi, variabel bebas atau pr edictor dispesifikasi sebagai

covariates

Sebagai contoh: Suatu perusahaan plastik mengukur tiga ciri khusus filem plastik: daya

tahan tidak sobek, kehalusan, dan kapasitas. Dua tingkat ekstrusi dan dua zat aditif yang

berbeda diujicobakan. Kemudian ketiga karakteristik tersebut diukur dengan menggunakan

kombinasi tingkatan ekstrusi dan jumlah aditif masing-masing. Penelitian menemukan bahwa

tingkat ekstrusi dan jumlah zat aditif masing-masing memberikan hasil yang signifikan, tetapi

interaksi kedua faktor tidak signifikan

Pilihan-Pilihan untuk GLM MultivariateEstimated Marginal Means. Pilihlah faktor-faktor dan interaksi yang kita inginkan untuk

estimasi rata-rata marjinal populasi dalam sel-sel. Rata-rata ini jika ada kemudian dicocokkan

dengan covariates. Interaksi akan ada jika kita mempunyai suatu model yang tetap.

y Compare main effects. Menyediakan perbandingan pasangan yang tidak terkoreksi

antara rata-rata marjinal yang diestimasi untuk setiap efek dalam suatu model, yaitu

untuk antara dan dalam faktor. Pilihan ini hanya tersedia jika efek-efek ditentukan

dengan menggunakan opsi Display Means For list .

y Confidence interval adjustment. Pilihlah perbedaan signifikan yang terkecil (least

significant differ ence (LSD)), Bonferroni atau Tidak disesuaikan dengan tingkat

kepercayaan (confidence inter vals) dan signifikansi. Opsi ini tersedia jika pilihan

diberikan jika efek-efek utama perbandingan dipilih.

Untuk menggunakan MANOVA beberapa persyaratan yang harus dipenuhi ialah:

y Variabel tergantung harus dua atau lebih dengan skala interval

y Variabel bebas satu dengan menggunakan skala nominal.

y Untuk semua variabel tergantung, data diambil dengan cara random sample dari

vektor-vektor populasi normal multivariate dalam suatu populasi, dan untuk matrik-

matrik variance-covariance untuk semua sel sama

Untuk menggunakan prosedur GLM gunakan prosedur Explor e untuk memeriksa data

sebelum melakukan analisis variance. Untuk satu variabel tergantung gunakanlah, prosedur

GLM Univariate. Jika kita mengukur beberapa variabel tergantung yang sama pada beberapa

kesempatan untuk masing-masing subyek, maka gunakanlah GLM Rep1.4.4 Ringkasan

Teknik Analisis Interdependensi Multivariat

Pada bagian berikut ini akan digambarkan table 1.2 berupa ringkasan teknik analisis

interdependensi multivariat.



Teknik Tujuan Tipe

Pengukuran

Analisis Faktor Untuk membuat ringkasan informasi yang berisi jumlah variable

yang banyak menjadi sejumlah factor yang lebih sedikit

Interval

Analisis Kluster Untuk membuat klasifikasi individu-individu atau obyek-obyek

ke dalam jumlah yang lebih kecil kelompok yang berbedadengan tujuan untuk meyakinkan bahwa akan terdapat

kesamaan yang besar dalam kelompok-kelompok tersebut dan

perbedaan antar kelompok-kelompok tersebut

Interval

Multidimensional

Scaling

Untuk mengukur obyek-obyek dalam ruangan multidimensional

dengan didasarkan pada penilaian-penilaian yang diberikan oleh

responden mengenai kemiripan obyek-obyek tersebut.

Tergantung

teknik yang

digunakan



RESUME

Analisis Multivarians

(Untuk Memenuhi Tugas Mata Kuliah Metodologi Penelitian)

Oleh:

Fitra Devy Dwi Anggrainie

0810233097

JURUSAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS BRAWIJAYA MALANG

MALANG

2010

Documents

53413415-analisis-multivariat