Upload
meezan-ardhanu-asagabaldan
View
218
Download
0
Embed Size (px)
Citation preview
7/25/2019 Analisis Kuantitatif Uas Pak Budi_meezan
1/11
Ujian Akhir Semester
Analisis Kuantitatif
ANALISIS KUANTITATIF
Disusun untuk Memenuhi Nilai UAS pada Mata Kuliah Analisa Kuantitatif dan
Ekonomi Wilayah yang diampu oleh Dr. Ign. Boedi Hendrarto, M.Sc Mahasiswa
Magister Prodi MSDP Semester 2
Oleh
Meezan Ardhanu Asagabaldan
26010115410032
PROGRAM PASCASARJANA
UNIVERSITAS DIPONEGORO
SEMARANG
2016
7/25/2019 Analisis Kuantitatif Uas Pak Budi_meezan
2/11
Ujian Akhir Semester
Analisis Kuantitatif
1. Dari sudut pandang non-teknis, tujuan skala multidimensi (MDS) adalah untuk
memberikan representasi visual dari pola proximities (kesamaan atau jarak)
antara satu set objek. Di bawah ini ada data dari penelitian sedimen pada suatu
perairan. Cobalah anailisis data tersebut secara visual diketahui kedudukan antaramasing-masing stasiun berdasarkan kandungan bahan kimianya.
Stasiun Cu Mn Co Ni Zn Cd Ph Cr Dep %C %N
1 26 2470 14 34 160 0 70 53 144 3 0.53
2 30 1170 15 32 156 0.2 59 15 152 3 0.46
3 37 394 12 38 182 0.2 81 77 140 2.9 0.36
4 74 349 12 41 227 0.5 97 113 106 3.7 0.46
5 115 317 10 37 329 2.2 137 177 112 5.6 0.69
6 344 221 10 37 652 5.7 319 314 82 11.2 1.07
7 194 257 11 34 425 3.7 175 227 74 7.1 0.72
8 127 246 10 33 292 2.2 130 182 70 6.8 0.58
9 36 194 6 16 89 0.4 42 57 64 1.9 0.29
10 30 326 11 26 108 0.1 44 52 80 3.2 0.38
11 24 439 12 34 119 0.1 58 36 83 2.1 0.35
12 22 801 12 33 118 0 52 51 83 2.3 0.45
Jawaban:
Penggunaan AnalisisMultidimensional Scaling
Data disusun dahulu seperti ini:
parameter 1 2 3 4 5 6 7 8 9 10 11 12
Cu 26 30 37 74 115 344 194 127 36 30 24 22
Mn 2470 1170 394 349 317 221 257 246 194 326 439 801
Co 14 15 12 12 10 10 11 10 6 11 12 12
Ni 34 32 38 41 37 37 34 33 16 26 34 33
Zn 160 156 182 227 329 652 425 292 89 108 119 118
Cd 0 0.2 0.2 0.5 2.2 5.7 3.7 2.2 0.4 0.1 0.1 0
Ph 70 59 81 97 137 319 175 130 42 44 58 52
Cr 53 15 77 113 177 314 227 182 57 52 36 51Dep 144 152 140 106 112 82 74 70 64 80 83 83
%C 3 3 2.9 3.7 5.6 11.2 7.1 6.8 1.9 3.2 2.1 2.3
%N 0.53 0.46 0.36 0.46 0.69 1.07 0.72 0.58 0.29 0.38 0.35 0.45
Masukkan data pada SPSS
7/25/2019 Analisis Kuantitatif Uas Pak Budi_meezan
3/11
Ujian Akhir Semester
Analisis Kuantitatif
diolah menggunakan SPSS:
Case Processing Summarya
Cases
Valid Missing Total
N Percent N Percent N Percent
11 100.0% 0 .0% 11 100.0%
Raw unscaled Data
analisis MDS menurut kemiripan dari stasiun dikelompokkan menjadi 4 kelompok
dianalisis menurut kedekatan faktor faktor (row) dari beberapa stasiun tersebut:
7/25/2019 Analisis Kuantitatif Uas Pak Budi_meezan
4/11
Ujian Akhir Semester
Analisis Kuantitatif
Kesimpulan:
Pada gambaran visualisasi pengelompokkan sesuai dengan kualitas air, maka dapat
dikelompokkan sebagai berikut:
Kelompok 1: stasiun 2 dan 12
Kelompok 2: stasiun 3, 4, 10, dan 11
Kelompok 3: stasiun 5, 6, 7, dan 8
Kelompok 4: stasiun 1
7/25/2019 Analisis Kuantitatif Uas Pak Budi_meezan
5/11
Ujian Akhir Semester
Analisis Kuantitatif
2. Tabel di bawah ini menunjukkan data hasil pengukuran tanda-tanda morfologi dua
spesies kepiting bakau di teluk Semarang. Cobalah data tersebut di analisis agar
kita bias mendapatkan suatu formula untuk membedakan taksonomi dari kedua
spesies tersebut. Selain itu, coba tentukan factor mana saja yang lebih dominan
dalam menentukan nama spesies tersebut.
No Spesies ICS/OCS FMSH/FW FW/ICW
1 S. serrata 0.9524 0.0602 0.33441
2 S. serrata 0.8696 0.062 0.31216
3 S. serrata 0.4762 0.061 0.31338
4 S. paramamosain 0.2381 0.0576 0.39345
5 S. paramamosain 0.2439 0.0594 0.39039
6 S. paramamosain 0.4286 0.0586 0.39754
7 S. paramamosain 0.4286 0.0592 0.38766
8 S. paramamosain 0.4225 0.0562 0.38747
Jawaban:
Menggunakan analisis faktoruntuk membedakan taksonomi dari kedua spesies:
Tabel analisis menunjukkan faktor faktor yang membedakan taksonomi dari
spesies tersebut memiliki kecenderungan >50%, dengan hasil:
ICS/OCS : 75%
FMSH/FW : 78,5%
FW/ICW : 89,5%
Kesimpulan:
Faktor yang paling dominan dalam menjelaskan dan menentukan taksonomi dari
kedua spesies tersebut adalah faktor FW / ICW sebesar 89.5%
7/25/2019 Analisis Kuantitatif Uas Pak Budi_meezan
6/11
Ujian Akhir Semester
Analisis Kuantitatif
*Hasil Analisis:
7/25/2019 Analisis Kuantitatif Uas Pak Budi_meezan
7/11
Ujian Akhir Semester
Analisis Kuantitatif
3. Data dalam Tabel di bawah ini masih sulit untuk diambil kesimpulan sebelum
diolah. Buatlah analisis sehingga data tersebut dapat ditarik kesimpulan tentang
adanya pengelompokan daerah berdasarkan kesamaan yang mereka miliki.
Daerah tambak lamun magrove coral nelayan petambakA 30 2 14 7 231 23
B 40 5 11 6 331 12
C 44 7 12 5 432 10
D 29 7 16 8 121 11
E 60 6 17 9 345 15
F 74 7 13 3 678 17
G 65 4 14 6 546 20
Jawaban:
MenggunakanAnalisis cluster dalam mengolah data berikut:
*data telah diproses semua
Hasil cluster membership menunjukkan penempatan sampel sesuai berapa clusteryang diinginkan (2 5 cluster)
7/25/2019 Analisis Kuantitatif Uas Pak Budi_meezan
8/11
Ujian Akhir Semester
Analisis Kuantitatif
Dendogram merupakan intepretasi dari analisis cluster yang diinginkan, yaitu
dari 2 5 cluster. pembaca data lebih mudah dengan adanya dendogram.
7/25/2019 Analisis Kuantitatif Uas Pak Budi_meezan
9/11
Ujian Akhir Semester
Analisis Kuantitatif
4. Di bawah ini terdapat data hasil wawancara dengan questionerterhadap nelayan di
perikanan tangkap. Penelitian ini dilakukan untuk mengetahui apakah ada
pengaruh factor bahan bakar, ABK, Jarak operasi terhadap Hasil Tangkapan.
Kalau ada, bagaimanakah bentuk hubungan yang terjadi ?. Coba saudara analisis
dengan bantuan analisis jalur.
No. Resp. Bahan bakar ABK Jarak operasi Hasilt angkapan
1
2
3
4
5
6
7
8
9
10
1112
55
45
60
35
64
44
70
65
63
74
8473
36
46
47
25
68
69
57
49
58
67
7952
38
45
46
30
53
54
61
50
52
51
6953
60
50
62
40
68
59
79
69
65
70
8979
Jawaban:
Menggunakan analisis regresi, dengan interpretasi sebagai berikut:
Hasil analisis menunjukkan semuanya memiliki korelasi yang signifikan
Bahan bakar
ABK
Jarak Operasi Hasil Tangkapan
7/25/2019 Analisis Kuantitatif Uas Pak Budi_meezan
10/11
Ujian Akhir Semester
Analisis Kuantitatif
Variabel dependen : hasil tangkapan
Variabel independen : bahan bakar, ABK dan jarak operasi
Hasilnya adalah:
Nilai koefisien determinasi adalah 96.7%.
Kesimpulan:
Berdasarkan nilai signifikansi, karena nilainya di bawah 0.05 maka terdapat
pengaruh nyata variabel Bahan bakar dan Jarak Operasi terhadap jumlah hasil
tangkapan.
7/25/2019 Analisis Kuantitatif Uas Pak Budi_meezan
11/11
Ujian Akhir Semester
Analisis Kuantitatif
5. Jelaskan apa fungsi dari:
1.
Canonical analysis
2.
Cluster analysis
3.
Correspondence analysis
4.
General regression model5. Principal component analysis
6. Power analysis
7. Path analysis
8.
Cluster analysis
Jawaban:
1. Canonical analysis merupakan analisis yang berfungsi untuk menentukan
tingkatan asosiasi linear antara dua perangkat variabel dimana masing-masing
perangkat terdiri dari beberapa variabel. Variabel ini dibedakan dengan variabel
dependen dan independen
2. Cluster analysismemilki fungsi yaitu untuk mengatur informasi atau meringkas
data dengan mengelompokkan objek berdasarkan kesamaan karakteristik tertentu
sehingga biasa digunakan untuk pengelompokkan.
3. Correspondence analysis berfungsi untuk mengetahui hubungan antara satu
kategori variabel baris dengan satu kategori kolom, lalu menyajikan setiap
kategori variabel baris dan kolom dari tabel kontigensi sedemikian rupa sehingga
dapat ditampilkan secara bersama-sama pada satu ruang vektor berdimensi kecil
secara optimal
4. General regressionmerupakan model untuk menemukan model linear terbaikdari sejumlah model, dengan metode dasar ANOVA yang berguna untuk
memberikan informasi dasar seperti deskripsi dari fenomena data atau kasus yang
sedang diteliti, untuk tujuan kontrol serta sebagai prediksi.
5. Principal component analysis (PCA) adalah analisis yang berfungsi untuk
menyederhanakan variabel yang diamati dengan cara menyusutkan atau
mereduksi dimensinya, dengan cara menghilangkan korelasi diantara variabel
bebas melalui transformasi variabel bebas asal ke variabel baru
6. Power analysis berfungsi untuk mengestimasi bahwa sampel cukup besar untuk
mengasumsikan bahwa analisis statistik yang dilakukan cukup berarti dan cukupbesar untu mendeteksi kesalahan atau eror.
7. Path Analysis berfungsi untuk menganalisis hubungan sebab akibat yang tejadi
pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung
tidak hanya secara langsung tetapi juga secara tidak langsung