Principal Component Analysis Siana Halim. Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996
|
|
- Yenny Halim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Principal Component Analysis Siana Halim Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996
2 Pendahuluan Sebuah analis keuangan ingin menentukan sehat tidaknya sebuah departement keuangan pada sebuah industri. Dalam penelitian awal telah diidentifikasikan terdapat sejumlah rasio keuangan (kirakira ada 120 variabel) yang dapat digunakan untuk analisa di atas. Tentu saja, tidaklah mudah untuk menginterpretasikan 120 buah informasi untuk menentukan apakah departement keuangan tsb dalam keadaan sehat atau tidak. Apa yang harus dilakukannya? Tugas pertama dari analysis tersebut tentunya adalah menyederhanakan/mereduksi ke-120 rasio menjadi beberapa index saja (misalnya 3), ),yang mana index tersebut merupakan kombinasi linear dari seluruh rasio awal (120 rasio).
3 Pendahuluan Manajer marketing berkeinginan untuk membangun sebuah model regresi untuk menentukan forecast dari sales. Namun demikian, ternyata variable-variable yang seharusnya independent ternyata saling berkorelasi (multicollinearity). Dalam model regresi adanya multicollinearity dapat menyebabkan standard error dari estimasi parameter sangat tinggi, dan model regressi yang dihasilkan menjadi tidak stabil. Apa yang harus dilakukan oleh manager tersebut? Akanlah sangat membantu, bila marketing manajer tersebut membangun variable baru yang merupakan kombinasi linear dari variable-variable lama, sedemikian hingga variable- variable baru tersebut tidak saling berkorelasi. Variablevariable baru ini dapat digunakan untuk membangun model regresi yang dikehendakinya.
4 Bagaimana Caranya? Gunakan Principal Component Analysis (PCA). PCA adalah sebuah teknik untuk membangun variablevariable baru yang merupakan kombinasi linear dari variable-variable asli. Jumlah maximum dari variablevariable baru ini akan sama dengan jumlah dari variable lama, dan variable-variable baru ini tidak saling berkorelasi satu sama lain.
5 Secara Geometri X1 X2 Observasi Original Mean Original Mean Corrected Corrected x x * 1 = cosθ x1 + sin θ x * 2 = sinθ x1 + cos 2 θ x Dicari θ optimum s.d.h variance x * maximum dan x 2 * orthogonal (saling tegak lurus) dengan x * θ = * 1 =.728 x x 0 + x * 2 =.685x x 0 + x 2 2 S = R =
6 Secara Geometri Mean Corrected Data New Variables Observasi X1 X2 X1* X2* Mean SS S = R 1 = Variance
7 Objective dari PCA Dalam PCA Variable-variable baru disebut sebagai principle component dan nilai-nilai bentukan dari varible ini disebut sebagai principle component score. Variable yang baru merupakan kombinasi linear dari variable-variable asli. Variable baru pertama berhubungan dengan variance maximum dari data. Variable baru kedua menunjukkan variance maximum yang belum terhitung pada variable pertama Variable baru ketiga menunjukkan variance maximum yang belum terhitung pada kedua variable pertama Variable baru ke-p menunjukkan variance maximum yang belum terhitung pada p-1 variable terdahulu. Seluruh p variable baru tidak berkorelasi.
8 Loadings Loadings adalah korelasi antara variable asli dengan variable baru. Loadings memberikan indikasi variable original mana yang sangat penting atau mempengaruhi pembentukan variable baru Semakin tinggi nilai Loading maka variable lama ybs semakin memiliki pengaruh terhadap pembentukan variable baru. Loading dapat pula dihitung dengan menggunakan rumus sbb: l ij = w s ij j L ij adalah loading dari variable ke-j untuk principal component ke-i, w ij adalah bobot dari variable ke-j terhadap principal component ke-i, λ i adalah nilai eigen dari principal component ke-i dan s j adalah standard deviasi dari variable ke-j λ i
9 Hal-hal yang berhubungan dengan PCA 1. Adakah effect dari type data (misalnya mean corrected ataupun data yang telah di-standard-kan) terhadap PCA? 2. Apakah PCA merupakan teknik yang memadai? 3. Berapakah jumlah Principal Component yang harus dipilih? 4. Bagaimana menginterpretasikan t ik PCA? 5. Bagaimana penggunaan dari Principal Component Scores?
10 1. Adakah effect dari type data (misalnya mean corrected ataupun data yang telah di-standard-kan) terhadap PCA? Secara umum, bobot yang dibebankan /diberikan pada sebuah variable dipengaruhi oleh variance relative dari variable, karena itu data seharusnya distandardkan s.d.h. variance untuk setiap variable menjadi sama (yaitu satu). Namun demikian, pilihan antara memproses data awal dengan mean corrected atau data yang distandardkan a a juga tergantung pada faktor-faktor lain. Sebagai contoh, jika tidak ada alasan yang memaksa seorang pengambil keputusan untuk menganggap sebuah variable ibl lbih lebih penting dari variable ibl yangli lain maka analisa akan lebih baik jika kita menggunakan data yang distandardkan. Namun demikian bila, ada alasan bahwa variance dari suatu variable menunjukkan tingkat kepentingan dari variable tersebut, maka analisa akan lebih baik jika kita menggunakan mean corrected data.
11 2.Apakah PCA merupakan teknik yang memadai? Jika objective dari analisa data adalah membangun kombinasi linear yang tidak saling berkorelasi maka keputusan apakah PCA cukup baik digunakan atau tidak tergantung pada apakah hasil dari PCA ini dapat diinterpretasikan atau tidak. Bila hasil dari PCA tidak dapat diinterpretasikan, maka penggunakan PCA tidak ada artinya dan sebaiknya dihindari. d i Jika objective dari analisa data adalah untuk mengurangi jumlah variable (principle component) yang merupakan kombinasi linear dari variable-variable asli, maka jumlah principle component harus kurang dari jumlah variable asli. Dalam kasus seperti ini, PCA hanya boleh dilakukan bila data dapat direpresentasikan dalam beberapa buah principle component tanpa menghilangkan informasi secara substansial (without a substantial loss of information)
12 3. Berapakah jumlah Principal Component yang harus dipilih? Jika data yang digunakan adalah data yang sudah distandardkan, gunakan aturan nilai eigen yang lebih dari satu untuk menentukan jumlah principal component Plot prosentase dari variance pada tiap principal component dan lihatlah pada siku pada plot tersebut (scree plot). ) Aturan ini dapat digunakan untuk mean-corrected data ataupun data yang telah distandardkan. Gunakan komponen-komponen yang secara statistik signifikan.
13 4. Bagaimana menginterpretasikan PCA? Gunakan nilai Loading untuk menginterpretasikan PCA. Semakin tinggi nilai loading dari suatu variable maka variable tersebut memiliki pengaruh dalam pembentukan principle component score dan sebaliknya. Secara tradisional, nilai loading yang dianggap sebagai nilai cutoff adalah 0.5.
14 5. Bagaimana penggunaan dari Principal Component Scores? Nilai principal component scores dari dua variable baru (principal component) utama, dapat digunakan sebagai input variable untuk data clustering. Secara umum scores dari principal component juga dapat digunakan sebagai input variable untuk analisa regressi dan analisa diskriminant (discriminant analysis) Keuntungan menggunakan principal component score adalah variable-variable baru ini tidak saling berkorelasi sehingga masalah multicolinearity dapat dihindari.
Factor Analysis Siana Halim. Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996
Factor Analysis Siana Halim Subhash Sharma, Applied Multivariate Techniques, John Willey & Sons, 1996 Pendahuluan Seorang manajer pemasaran dari perusahaan pakaian ingin mengetahui apakah terdapat hubungan
Lebih terperinciMENGATASI MULTIKOLINEARITAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA)
MENGATASI MULTIKOLINEARITAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) Laporan Praktikum ke-2 Disusun untuk Memenuhi Laporan Praktikum Analisis Regresi Lanjutan Oleh Nama : Faisyal Nim : 125090507111001
Lebih terperinciPenggunaan Analisis Faktor (Factor Analysis) dengan Aplikasi Program SPSS 11.5
Penggunaan Analisis Faktor (Factor Analysis) dengan Aplikasi Program SPSS 11.5 Oleh: Muji Gunarto (mgunarto@hotmail.com) I. Pendahuluan (Landasan Teori) Analisis faktor adalah salah satu analisis yang
Lebih terperinciPendahuluan. 0 Analisis interaksi antarvariabel 0 Interdependence 0 Deteksi multikolinearitas
Pendahuluan 0 Analisis interaksi antarvariabel 0 Interdependence 0 Deteksi multikolinearitas Tujuan 0 Tujuan utama: 0 Menjelaskan struktur hubungan di antara banyak variabel dalam bentuk faktor/variabel
Lebih terperinciAnalisis Regresi: Regresi Linear Berganda
Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.
Lebih terperinci3. Dasar-dasar Manipulasi Data
3. Dasar-dasar Manipulasi Data Hampir semua teknik-teknik statistik menggunakan ukuran-ukuran tertentu, misalnya mean, sum of squares dan cross product, varians dan covarians, dan korelasi sebagai bahan
Lebih terperinciPENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN)
Saintia Matematika Vol. 1, No. 6 (2013), pp. 507 516. PENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN) Juliarti Hardika,
Lebih terperinciAnalisis Faktor Terhadap Resiko Kejadian Diare pada Anak Balita di Kota Ambon
Statistika, Vol. 15 No. 2, 59-64 November 2015 Analisis Faktor Terhadap Resiko Kejadian Diare pada Anak Balita di Kota Ambon Ferry Kondo Lembang 1, Yuanita Samangun 2 1,2Jurusan Matematika Fakultas MIPA
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.2. Analisis Faktor Analisis faktor merupakan salah satu metode statistik multivariat yang mencoba menerangkan hubungan antara sejumlah variabel variabel yang saling independen antara
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Analisis Faktor Analisis faktor merupakan salah satu metode statistik multivariat yang mencoba menerangkan hubungan antara sejumlah variabel-variabel yang saling independen antara satu
Lebih terperinciJurusan Statistika, FST, Institut Sains & Teknologi AKPRIND Yogyakarta
E-ISSN 2527-9378 Jurnal Statistika Industri dan Komputasi Volume 3, No. 1, Januari 2018, pp. 21-30 ANALISIS KOMPONEN UTAMA UNTUK MENGATASI MULTIKOLINEARITAS PADA FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT
Lebih terperinciSIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS
SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS Joko Sungkono 1, Th. Kriswianti Nugrahaningsih 2 Abstract: Terdapat empat asumsi klasik dalam regresi diantaranya asumsi normalitas.
Lebih terperinciMinggu XI ANALISIS KOMPONEN UTAMA. Utami, H
Minggu XI ANALISIS KOMPONEN UTAMA Utami, H Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen Utama 4 Contoh Utami, H Minggu XIANALISIS KOMPONEN UTAMA 2 / 16 Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen
Lebih terperinciANALISIS FAKTOR RESIKO PADA KEJADIAN BERAT BADAN BAYI LAHIR DI BAWAH NORMAL DI RSUP H. ADAM MALIK MEDAN
Saintia Matematika Vol. 1, No. 6 (2013), pp. 557 566. ANALISIS FAKTOR RESIKO PADA KEJADIAN BERAT BADAN BAYI LAHIR DI BAWAH NORMAL DI RSUP H. ADAM MALIK MEDAN Siti Andri Yanti, Agus Salim Harahap, Suwarno
Lebih terperinciKAJIAN FAKTOR PENYEBAB PENDERITA HIPERTENSI DENGAN MENGGUNAKAN ANALISIS FAKTOR DI KOTAMADYA MEDAN (Studi Kasus : RSUP H.
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 4 (2014), pp. 333 343. KAJIAN FAKTOR PENYEBAB PENDERITA HIPERTENSI DENGAN MENGGUNAKAN ANALISIS FAKTOR DI KOTAMADYA MEDAN (Studi Kasus : RSUP H. Adam Malik
Lebih terperinciBab 4 ANALISIS FAKTOR TEORITIS DAN APLIKATIF
Bab 4 ANALISIS FAKTOR TEORITIS DAN APLIKATIF Analisis Multivariat untuk analisis identifikasi, prediksi, eksplorasi, deskripsi: 1. Principle Component Analysis (PCA) 2. Factor Analysis 3. Cluster Analysis
Lebih terperinciS 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)
PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto
Lebih terperinciJURNAL GAUSSIAN, Volume 2, Nomor 2, April 2013, Halaman Online di:
JURNAL GAUSSIAN, Volume, Nomor, April 013, Halaman 119-18 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN KOEFISIEN KORELASI KANONIK DAN INTERPRETASI FUNGSI KANONIK MULTIVARIAT Muhamad
Lebih terperinciTE Teknik Numerik Sistem Linear
TE 9467 Teknik Numerik Sistem Linear Operator Linear Trihastuti Agustinah Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember O U T L I N E. Objektif.
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih terperinciBAB IV ANALISIS HASIL
BAB IV ANALISIS HASIL A. Analisis Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian ini. Berikut hasil yang telah diperoleh
Lebih terperinciBAB III METODE PENELITIAN. kuantitatif merupakan metode untuk menguji teori-teori tertentu dengan cara
BAB III METODE PENELITIAN A. Pendekatan dan Jenis Penelitian Penelitian ini menggunakan pendekatan kuantitatif. Penelitian kuantitatif merupakan metode untuk menguji teori-teori tertentu dengan cara meneliti
Lebih terperinciIII. METODOLOGI PENELITIAN
19 III. METODOLOGI PENELITIAN 3.1. Lokasi dan Waktu Penelitian Penelitian di lapangan dilaksanakan pada pertengahan bulan Februari hingga April 2010. Lokasi penelitian adalah areal perkebunan inti dan
Lebih terperinciMinggu II STATISTIKA MULTIVARIATE TERAPAN
Minggu II STATISTIKA MULTIVARIATE TERAPAN (PENDAHULUAN) Herni U Universitas Gadjah Mada Outline 1 Analisis Statistika Multivariat 2 Contoh Kasus Multivariat 3 Organisasi Data Outline 1 Analisis Statistika
Lebih terperinciIDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR
Saintia Matematika Vol. 2, No. 1 (2014), pp. 1 11. IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR Aswin Bahar, Gim Tarigan, Pengarapen Bangun Abstrak. Pernikahan dini merupakan
Lebih terperinciBab II. Tinjauan Pustaka
Bab II Tinjauan Pustaka 2.1 Penelitian Terdahulu Principal Component Analysis (PCA) merupakan metode dalam statistika yang digunakan untuk mereduksi dimensi input dengan kehilangan informasi yang minimum,
Lebih terperinciMetode Regresi Ridge dengan Iterasi HKB dalam Mengatasi Multikolinearitas
Vol. 14, No. 1, 93-99, Juli 2017 Metode Regresi Ridge dengan Iterasi HKB dalam Mengatasi Multikolinearitas Nurhasanah Abstrak Regresi berganda dengan peubah bebas saling berkorelasi (multikolinearitas)
Lebih terperinciGEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH
GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH SKRIPSI Disusun Oleh : NURMALITA SARI 240102120008 DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinciBAB 2 PENGENALAN IRIS, PENENTUAN LOKASI IRIS, DAN PEMBUATAN VEKTOR MASUKAN
BAB 2 PENGENALAN IRIS, PENENTUAN LOKASI IRIS, DAN PEMBUATAN VEKTOR MASUKAN Pengenalan suatu objek tentu saja tidak bisa dilakukan tanpa persiapan sama sekali. Ada beberapa proses yang perlu dilakukan sebelum
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB TINJAUAN PUSTAKA.1 Pengertian Belajar Pengertian belajar menurut para ahli adalah sebagai berikut : a. Menurut Lyle E.Bourne,JR.,Bruce R.Ekstrand Belajar adalah perubahan tingkah laku yang relatif
Lebih terperinciSTRUCTURAL EQUATION MODELING - PLS. SPSS for Windows
STRUCTURAL EQUATION MODELING - PLS SPSS for Windows A. PENILAIAN MODEL PENGUKURAN Penilaian model pengukuran dibagi menjadi 2 pengukuran yaitu pengukuran model reflektif dan pengukuran model formatif.
Lebih terperinciMETODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Sumber daya manusia merupakan salah satu aset yang dimiliki organisasi. Salah satu upaya yang dilakukan dalam rangka meningkatkan sumber daya manusia
Lebih terperinciPENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS
e-jurnal Matematika Vol. 2, No. 1, Januari 2013, 54-59 PENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS NI KETUT TRI UTAMI 1, I KOMANG GDE SUKARSA 2, I PUTU EKA NILA
Lebih terperinciPERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO
Perbandingan Model ARIMA... (Alia Lestari) PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Alia Lestari Fakultas Teknik Universitas
Lebih terperinciANALISIS FAKTOR YANG MEMPENGARUHI TINGKAT PRODUKSI PADI SAWAH DI KABUPATEN PADANG LAWAS
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 4 (2014), pp. 323 332. ANALISIS FAKTOR YANG MEMPENGARUHI TINGKAT PRODUKSI PADI SAWAH DI KABUPATEN PADANG LAWAS Ida Yanti Hasibuan, Pengarapen Bangun, Ujian
Lebih terperinciAnalisis Komponen Utama (Principal component analysis)
Analisis Komponen Utama (Principal component analysis) A. LANDASAN TEORI Misalkan χ merupakan matriks berukuran nxp, dengan baris-baris yang berisi observasi sebanyak n dari p-variat variabel acak X. Analisis
Lebih terperinciTUGAS STATISTIK MULTIVARIATE. Disusun oleh: Lina Dianati Fathimahhayati 10/306097/PTK/6867
TUGAS STATISTIK MULTIVARIATE Disusun oleh: Lina Dianati Fathimahhayati 0/06097/PTK/6867 PROGRAM STUDI PASCASARJANA TEKNIK INDUSTRI JURUSAN TEKNIK MESIN DAN INDUSTRI FAKULTAS TEKNIK UNIVERSITAS GADJAH MADA
Lebih terperinciPERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 1-5 ISSN: 2303-1751 PERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA NI WAYAN
Lebih terperinciPenggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot
Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier Bernhard M. Wongkar 1, John S. Kekenusa 2, Hanny A.H. Komalig 3 1 Program Studi Matematika, FMIPA, UNSRAT Manado, bernhard.wongkar2011@gmail.com
Lebih terperinciAnalisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur
Analisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur Qonitatin Nafisah, Novita Eka Chandra Jurusan Matematika Fakultas MIPA Universitas Islam Darul Ulum Lamongan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Regresi logistik digunakan untuk memprediksi variabel respon yang biner dengan satu set variabel penjelas (prediktor). Estimasi parameter dapat menjadi tidak
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Pendekatan dan Jenis Penelitian Penelitian ini menggunakan pendekatan kuantitatif. Penelitian kuantitatif merupakan metode untuk menguji teori - teori tertentu dengan cara
Lebih terperinciIV. METODE PENELITIAN
33 IV. METODE PENELITIAN 3.1 Kerangka Pemikiran Berdasarkan perumusan masalah, tujuan dan manfaat, penelitian ini dibangun atas dasar kerangka pemikiran bahwa kemiskinan merupakan masalah multidimensi
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan tingkat
BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi dan Korelasi 2.1.1 Analisis Korelasi Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan tingkat hubungan Y dan X dalam bentuk
Lebih terperinciBAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
Lebih terperinciBAB III METODE PENELITIAN. B. Populasi dan Teknik Pengambilan Sampel. Sampling Jenuh, yaitu teknik Sampling yang semua anggota populasi
BAB III METODE PENELITIAN A. Jenis Penelitian Penelitian ini merupakan penelitian asosiatif dengan melakukan analisis pada sektor pemerintahan di provinsi Jawa Timur. Dimana penelitian ini bertujuan untuk
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Obyek dan Subyek Penelitian Penelitian ini dilakukan di Rumah Sakit PKU Muhammadiyah Unit II Gamping yang merupakan salah satu instansi rumah sakit yang berada di Jl. Wates
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Deskriptif Hasil Penelitian Responden dalam penelitian ini yaitu mahasiswa Universitas Multimedia Nusantara. Penyebaran kuesioner dilakukan menggunakan penyebaran secara
Lebih terperinciMETODE PENELITIAN. Lokasi dan Waktu Penelitian. Metode Pengumpulan Data
METODE PENELITIAN Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Kabupaten Solok Provinsi Sumatera Barat. Penelitian dilaksanakan selama 4 bulan dimulai dari bulan Juni hingga September 2011.
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Absorbsi Near Infrared Sampel Tepung Ikan Absorbsi near infrared oleh 50 sampel tepung ikan dengan panjang gelombang 900 sampai 2000 nm berkisar antara 0.1 sampai 0.7. Secara grafik
Lebih terperinciTE Teknik Numerik Sistem Linear. Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember
TE9467 Teknik Numerik Sistem Linear Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember O U T L I N E OBJEKTIF TEORI 3 CONTOH 4 SIMPULAN 5 LATIHAN OBJEKTIF
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN A. Metode Dasar Penelitian Metode deskriptif dapat diartikan sebagai prosedur pemecahan masalah yang diselidiki, dengan menggambarkan atau melukiskan keadaan obyek penelitian pada
Lebih terperinciGEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH ABSTRACT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 717-726 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS
Lebih terperincialjabar geo g metr me i
Pertemuan 12 & 13 ANALIS KOMPONEN UTAMA & FUNGSI DISCRIMINAN Obyektif : Reduksi variabel Interpretasi Aplikasi AKU dalam Anls Regresi Discrimination Fisher and Classification Classification with two Multivariate
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinciMULTI KOLLINIERITAS DALAM REGRESI MULTIPLE LOGISTIK. Hery Tri Sutanto Jurusan Matematika MIPA Unesa Surabaya. Abstrak
MULTI KOLLINIERITAS DALAM REGRESI MULTIPLE LOGISTIK S-16 Hery Tri Sutanto Jurusan Matematika MIPA Unesa Surabaya Abstrak Adanya korelasi yang tinggi antar variabel bebas menandakan adanya kolinearity dalam
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu variabel yang
Lebih terperinciKORELASI. Alat hitung koefisien korelasi Pearson (data kuantitatif dan berskala rasio) Kendall, Spearman (data kualitatif dan berskala ordinal)
KORELASI Pada SPSS korelasi ada pada menu Correlate dengan submenu: 1. BIVARIATE Besar hubungan antara dua (bi) variabel. a. Koefisien korelasi bivariate/product moment Pearson Mengukur keeratan hubungan
Lebih terperinciANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI MAHASISWA
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI
Lebih terperinciBAB III METODE PENELITIAN. penelitian ini adalah metode kuantitatif. Metode ini disebut metode kuantitatif
BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Dalam penelitian apabila dilihat dari segi bentuk data ada dua jenis data, yaitu data kualitatif dan data kuantitatif. 1 Jenis penelitian yang digunakan
Lebih terperinciBAB 2 LANDASAN TEORI. Pengertian kriminalitas menurut para ahli adalah sebagai berikut:
BAB 2 LANDASAN TEORI 2.1 Kriminalitas Pengertian kriminalitas menurut para ahli adalah sebagai berikut: a. Menurut Kartini Kartono (1992:122) Kejahatan adalah tingkah laku yang melanggar hukum dan norma-norma
Lebih terperinciBAB III FUZZY QUANTIFICATION THEORY II
30 BAB III FUZZY QUANTIFICATION THEORY II 3.1 Konsep Dasar Fuzzy Quantification Theory adalah metode untuk mengendalikkan datadata kualitatif dengan menggunakan teori himpunan fuzzy (Kusumadewi, 2010).
Lebih terperinciANALISIS KOMPONEN UTAMA DENGAN MENGGUNAKAN MATRIK VARIAN KOVARIAN YANG ROBUST
ANALISIS KOMPONEN UTAMA DENGAN MENGGUNAKAN MATRIK VARIAN KOVARIAN YANG ROBUST Irwan Sujatmiko, Susanti Linuwih, dan Dwi Atmono A.W. Jurusan Statistika ITS Kampus ITS Sukolilo Surabaya 6 Abstract. The present
Lebih terperinciANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA. Bahriddin Abapihi 1)
Bahriddin Abapihi//Paradigma, Vol.15 No.1 Pebruari 2011 hlm.11 18 11 ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA Bahriddin Abapihi 1) 1) Jurusan Matematika FMIPA, Universitas Haluoleo,
Lebih terperinciBAB 2 LANDASAN TEORI. bebas X yang dihubungkan dengan satu peubah tak bebas Y.
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Regresi linier sederhana merupakan suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel tak bebas tunggal dengan
Lebih terperinciAplikasi System Dynamic pada Model Perhitungan Indikator Millennium Development Goals (MDGs)
45 Aplikasi System Dynamic pada Model Perhitungan Indikator Millennium Development Goals (MDGs) A Mufti Kepala Bagian Data & Informasi Kantor Utusan Khusus Presiden Republik Indonesia untuk Millennium
Lebih terperinciPertemuan 3 & 4 INTERPRETASI GEOMETRI DAN GENERALISASI VARIANS. Interpretasi Geometri pada Sampel. Generalisasi varians
Pertemuan 3 & 4 INTERPRETASI GEOMETRI DAN GENERALISASI VARIANS Interpretasi Geometri pada Sampel Generalisasi varians , Interpretasi Geometri pada Sampel Sample Geometry and Random Sampling Data sampel
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir francis
BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir francis Galton. Galton melakukan studi tentang kecenderungan tinggi badan anak.
Lebih terperinciPERBANDINGAN REGRESI RIDGE DAN PRINCIPAL COMPONENT ANALYSIS DALAM MENGATASI MASALAH MULTIKOLINEARITAS
PERBANDINGAN REGRESI RIDGE DAN PRINCIPAL COMPONENT ANALYSIS DALAM MENGATASI MASALAH MULTIKOLINEARITAS 1) Irwan dan Hasriani 1) Dosen Pada Jurusan Matematika Fakultas Sains dan Teknologi Universitas Islam
Lebih terperinciMETODE PENELITIAN. Perumusan Indikator Wilayah yang Layak Dicadangkan untuk Kawasan Produksi Beras
METODE PENELITIAN Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Kabupaten Agam, Sumatera Barat yang meliputi 15 kecamatan dengan 73 nagari. Pelaksanaaan penelitian lapangan dilaksanakan bulan
Lebih terperinciBAB VI ANALISIS FAKTOR-FAKTOR PENENTU KEPUTUSAN HUTANG
BAB VI ANALISIS FAKTOR-FAKTOR PENENTU KEPUTUSAN HUTANG Bab ini akan memaparkan analisis terhadap faktor-faktor yang menentukan keputusan hutang pada pemilik usaha tenun dengan menggunakan Theory Planned
Lebih terperinci(2.1) keterangan: i = Banyaknya faktor yang terbentuk; (i=1,2,3,...,k)
BAB 2 LANDASAN TEORI 2.1 Analisis Faktor Menurut J. Supranto (2004), analisis faktor merupakan teknik statistika yang utamanya dipergunakan untuk mereduksi atau meringkas data dari variabel yang banyak
Lebih terperinciANALISIS FAKTOR (FACTOR ANALYSIS)
ANALISIS FAKTOR (FACTOR ANALYSIS) Dr. Widayat, SE. MM. Outline Apa analisis faktor? Syarat dan asumsi yang diperlukan? Bagaimana caranya? Aplikasi analisis faktor Factor Analysis Prosedur analisis yang
Lebih terperinciANALISIS FAKTOR ANALISIS FAKTOR
ANALISIS FAKTOR ANALISIS FAKTOR Analisis factor digunakan untuk menemukan hubungan sejumlah variable yang bersifat independent dengan yang lain Analisis Faktor merupakan teknik untuk mengkombinasikan pertanyaan
Lebih terperinciESTIMASI PARAMETER REGRESI LOGISTIK BINER DENGAN METODE PARTIAL LEAST SQUARES
ESTIMASI PARAMETER REGRESI LOGISTIK BINER DENGAN METODE PARTIAL LEAST SQUARES Selpadina Indriyani 1, Raupong 2, Anisa 3 1 Mahasiswa Program Studi Statistika FMIPA Universitas Hasanuddin 2,3 Dosen Program
Lebih terperinciANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA
Saintia Matematika Vol. 1, No. 5 (2013), pp. 483 494. ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA Karyanus Daely, Ujian Sinulingga Asima Manurung Abstrak. Indeks Prestasi
Lebih terperinci2.1 Pengertian Regresi
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu variabel yang
Lebih terperinciPERBANDINGAN KINERJA BEBERAPA METODE KLASIFIKASI HASIL REDUKSI DATA BERDIMENSI TINGGI
ISSN 1858-4667 JURNAL LINK Vol 16/No. 1/Februari 212 PERBANDINGAN KINERJA BEBERAPA METODE KLASIFIKASI HASIL REDUKSI DATA BERDIMENSI TINGGI Ronny Susetyoko 1, Elly Purwantini 2 1,2 Departemen Teknik Elektro,
Lebih terperinciBAB III PEMBAHASAN. Analisis cluster merupakan analisis yang bertujuan untuk. mengelompokkan objek-objek pengamatan berdasarkan karakteristik yang
BAB III PEMBAHASAN Analisis cluster merupakan analisis yang bertujuan untuk mengelompokkan objek-objek pengamatan berdasarkan karakteristik yang dimiliki. Asumsi-asumsi dalam analisis cluster yaitu sampel
Lebih terperinciBAB V ANALISIS DATA PENELITIAN. responden. Data deskriptif ini nantinya dapat menggambarkan keadaan ataupun
BAB V ANALISIS DATA PENELITIAN 5.1. Gambaran Umum Responden Bagian ini menjelaskan mengenai data deskriptif yang diperoleh dari responden. Data deskriptif ini nantinya dapat menggambarkan keadaan ataupun
Lebih terperinciKNM XVI 3-6 Juli 2012 UNPAD, Jatinangor
KNM VI - Juli 0 UNPAD, Jatinangor PERBANDINGAN REGRESI BERTATAR (STEPWISE REGRESSION) DAN REGRESI KOMPONEN UTAMA (RKU) DALAM MENGATASI MULTIKOLINIERITAS PADA MODEL REGRESI LINIER BERGANDA MADE SUSILAWATI,
Lebih terperinciOPTIMASI KUAT TEKAN DAN DAYA SERAP AIR DARI BATAKO YANG MENGGUNAKAN BOTTOM ASH DENGAN PENDEKATAN RESPON SERENTAK
OPTIMASI KUAT TEKAN DAN DAYA SERAP AIR DARI BATAKO YANG MENGGUNAKAN BOTTOM ASH DENGAN PENDEKATAN RESPON SERENTAK Ricky Afi Damaris (), Bobby O. P. Soepangkat () Mahasiswa MMT ITS, Staf Pengajar MMT ITS
Lebih terperinciTeknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil
Teknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil Ronny Susetyoko, Elly Purwantini Politeknik Elektronika Negeri Surabaya
Lebih terperinciBAB II TINJAUAN PUSTAKA. dari variabel-variabel yang saling berkorelasi. Analisis peubah ganda dapat
BAB II TINJAUAN PUSTAKA 2.1 Analisis Peubah Ganda Analisis peubah ganda merupakan metode statistika yang menganalisis secara bersama-sama variabel yang cukup banyak yang diamati pada setiap individu atau
Lebih terperinciPENENTUAN KOEFISIEN KORELASI KANONIK DAN INTERPRETASI FUNGSI KANONIK MULTIVARIAT
PENENTUAN KOEFISIEN KORELASI KANONIK DAN INTERPRETASI FUNGSI KANONIK MULTIVARIAT SKRIPSI Oleh : MUHAMAD FALIQUL ASBAH J2E 008 040 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Banyak metode yang dapat digunakan untuk menganalisis data atau informasi pada suatu pengamatan. Salah satu metode statistik yang paling bermanfaat dan paling sering
Lebih terperinciBAB III K-MEANS CLUSTERING. Analisis klaster merupakan salah satu teknik multivariat metode
BAB III K-MEANS CLUSTERING 3.1 Analisis Klaster Analisis klaster merupakan salah satu teknik multivariat metode interdependensi (saling ketergantungan). Oleh karena itu, dalam analisis klaster tidak ada
Lebih terperinciMK. PERENCANAAN LINGKUNGAN ANALISIS PEUBAH GANDA MULTIVARIATE ANALYSIS
MK. PERENCANAAN LINGKUNGAN ANALISIS PEUBAH GANDA MULTIVARIATE ANALYSIS Oleh: Prof.Dr.Ir.Soemarno,M.S Obyek Pengamatan Variabel X4 Variabel X1 Variabel X2 Variabel X3 Variabel Xn Multi-Variabel Metode analisis
Lebih terperinciBab 7 Analisa Kinerja Multi Parameter dengan Teknik Karakterisasi Beban kerja (Workload)
Bab 7 Analisa Kinerja Multi Parameter dengan Teknik Karakterisasi Beban kerja (Workload) Dr. Yeffry Handoko Putra, M.T UNIVERSITAS KOMPUTER INDONESIA Page 1 KARAKTERISASI BEBAN KERJA Merupakan proses memodelkan
Lebih terperinciKombinasi Regresi Tak Bias Ridge dengan Regresi Komponen Utama untuk Mengatasi Masalah Multikolinieritas
Statistika, Vol. 17 No. 1, 25 31 Mei 2017 Kombinasi Regresi Tak Bias Ridge dengan Regresi Komponen Utama untuk Mengatasi Masalah Multikolinieritas Fitriana Novitasari, Suliadi, Anneke Iswani A. Prodi Statistika,
Lebih terperinciKAJIAN PENGARUH NOISE DALAM ANALISIS KOMPONEN UTAMA UNTUK PEUBAH-PEUBAH YANG BERKORELASI FAJRIANZA ADI NUGRAHANTO
KAJIAN PENGARUH NOISE DALAM ANALISIS KOMPONEN UTAMA UNTUK PEUBAH-PEUBAH YANG BERKORELASI FAJRIANZA ADI NUGRAHANTO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN
BAB IV PEMBAHASAN HASIL PENELITIAN Dalam bab ini akan dilakukan pengujian dan analisis model berdasarkan data kuesioner yang terkumpul untuk menjawab pertanyaan penelitian dan hipotesis yang telah diajukan
Lebih terperinciBAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS)
BAB. IX ANALII REGREI FAKTOR (REGREION FACTOR ANALYI) 9. PENDAHULUAN Analisis regresi faktor pada dasarnya merupakan teknik analisis yang mengkombinasikan analisis faktor dengan analisis regresi linier
Lebih terperinciBAB VI PENUTUP. bab sebelumnya, maka kesimpulan dari penelitian ini adalah:
94 BAB VI PENUTUP A. Kesimpulan Berdasarkan hasil analisis dan pembahasan yang telah dijelaskan pada bab sebelumnya, maka kesimpulan dari penelitian ini adalah: 1. Berdasarkan hasil pengujian, diketahui
Lebih terperinciBAB III METODOLOGI PENELITIAN
20 BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Waktu dan tempat penelitian di lakukan pada PT. Bursa Efek Indonesia, yang datanya tidak langsung diperoleh di kantor PT. Bursa Efek Indonesia
Lebih terperinciANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI KEBERHASILAN SISWA SEKOLAH MENENGAH PERTAMA DI KECAMATAN DEMAK
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI KEBERHASILAN SISWA SEKOLAH MENENGAH PERTAMA DI KECAMATAN DEMAK SKRIPSI Oleh : Nada Farkhana J2A 605 080 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN Dalam penelitian ini, analisis data yang dilakukan menggunakan pendekatan kuantitatif yaitu dengan menggunakan analisis regresi sederhana, dan perhitungannya menggunakan
Lebih terperinciBAB IV ANALISIS DATA DAN PEMBAHASAN
BAB IV ANALISIS DATA DAN PEMBAHASAN A. Analisis Data 1. Statistik Deskriptif Statistik deskriptif pada penelitian ini akan menggambarkan data penelitian tentang FDR, ROE,dan NOM. Sampel penelitian sebanyak
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Sampel Penelitian yang digunakan dalam penelitian ini ialah Perusahaan yang Terdaftar di Jakarta Islamic Index tahun 2011-2013. Teknik yang digunakan dalam
Lebih terperinci3 METODOLOGI. 3.1 Lokasi dan Waktu Penelitian
15 3 METODOLOGI 3.1 Lokasi dan Waktu Penelitian Pada penelitian ini, lokasi yang menjadi objek penelitian adalah wilayah PPN Brondong, Kabupaten Lamongan propinsi Jawa Timur. Pemilihan lokasi ini didasari
Lebih terperinci