Professional Documents
Culture Documents
TUGAS
TUGAS
Oleh :
Dalam analisis multivariat terdapat banyak metode yang dapat digunakan untuk
menyelesaikan masalah atau mengolah data yang melibatnya banyak variabel. Semakin
banyak variabel yang diukur maka semakin banyak pula objek yang diamati. Akibatnya,
ukuran tabel yang dimiliki akan semakin besar dan sulit diinterpretasikan. Oleh karena itu,
diperlukan suatu metode yang memudahkan dalam menginterpretasikan data yang kita
miliki. Salah satu metode multivariat yang dapat digunakan untuk mengatasi permasalahan
itu adalah metode biplot.
Analisis Biplot diperkenalkan oleh pertama kali oleh Gabriel tahun 1971 dan telah
dikembangkan lebih lanjut oleh Gower dan Hand tahun 1996. Analisis ini bertujuan
memperagakan suatu matriks dengan menumpang tindihkan vektor- \vektor yang
merepresentasikan vektor-vektor baris dengan vektor-vektor yang merepresentasikan
vektor-vektor kolom matriks tersebut. Biplot adalah teknik statistika deskriptif yang dapat
disajikan secara visual guna menyajikan secara simultan n obyek pengamatan dan p peubah
dalam ruang bidang datar, sehingga ciri-ciri peubah dan obyek pengamatan serta posisi
relatif antar obyek pengamatan dengan peubah dapat dianalisis.
Biplot mampu menggambarkan data yang ada pada tabel ringkasan dalam grafik
dimensi dua. Analisis biplot bersifat deskriptif yaitu dengan menyajikan secara visual suatu
kumpulan objek dan variabel dalam satu grafik yang berbentuk bidang datar.
Menurut Sartono, dkk (2003), terdapat 4 informasi penting yang diperoleh dari tampilan
biplot, diantaranya :
1. Kedekatan antar objek yang diamati
Yaitu mengetahui objek yang memiliki kemiripan karakteristik dengan objek lain. Dua
objek dikatakan memiliki karakteristik yang sama jika digambarkan sebagai dua titik
dengan posisi yang berdekatan.
2. Keragaman variabel
Yaitu melihat apakah ada variabel yang memiliki nilai keragaman yang hampir sama
untuk setiap objek. Variabel yang memiliki nilai keragaman kecil digambarkan dengan
vektor pendek sedangkan variabel yang memiliki nilai keragaman besar digambarkan
dengan vektor panjang.
3. Korelasi antar variabel
Yaitu mengetahui bagaimana suatu variabel mempengaruhi atau dipengaruhi variabel
lain.variabel akan digambarkan sebagai garis berarah. Dua variabel yang memiliki nilai
korelasi positif (+) digambarkan sebagai dua buah garis dengan arah yang sama atau
membentuk sudut sempit (<90°). Dua variabel yang memiliki nilai korelasi negatif
digambarkan sebagai dua buah garis dengan arah yang berlawanan atau membentuk
sudut lebar (>90°). Dua variabel yang tidak berkorelasi digambarkan sebagai garis
dengan sudut mendekati 90° (siku-siku).
4. Nilai variabel pada suatu objek
Yaitu melihat keunggulan dari setiap objek. Suatu objek dikatakan memiliki nilai di
atas rata-rata jika objek tersebut terletak searah dengan arah vektor variabel. Jika objek
terletak berlawanan dengan arah dari vektor variabel maka objek tersebut dikatakan
memiliki nilai di bawah rata-rata. Jika objek hampir berada di tengah-tengahmaka
objek itu dikatakan memiliki nilai yang dekat dengan rata-rata.
Langkah pengerjaan :
1. Buka program SAS dengan cara klik aplikasi SAS yang tersedia di desktop.
Interpretasi Biplot :
Dari output di atas, dapat diinterpretasikan sebagai berikut :
1. Besarnya keragaman yang mampu dijelaskan oleh semua indikator yang digunakan
untuk melihat hubungannya terhadap keberhasilan pembangunan pendidikan adalah
sebesar 100%. Akan tetapi, dengan melakukan analisis biplot dengan mereduksi
seluruh indikator ke dalam ruang berdimensi dua maka informasi yang mampu
dijelaskan hanya 76.66% yang diperoleh dari penjumlahan dari 50.46% dan 26.2%.
Artinya, informasi yang mampu dijelaskan dengan biplot >70%. Oleh karena itu, dapat
dikatakan bahwa biplot cukup memberikan informasi mengenai hubungan keenam
indikator tersebut.
2. Terdapat keragaman yang tinggi pada peubah Fertility, Agriculture, Education dan
Examination. Namun setiap peubah yang lain juga memilki tingkat keragaman yang
juga relatif tinggi.
3. Peubah Examination dan Education; Fertility dan Chathlic; memiliki korelasi positif
yang cukup tinggi karena sudut antara vektor cukup sempit. Sedangkan education
dan InfantMortality; Examination dan Fertility; Examination dan Argicultur; dan
variabel lainnya, memiliki korelasi negatif karena sudut yang dibentuk lebar.
4. Provinsi V. DeGeneve, Neuchatel, Courtelary, LaVaux dan variabel lain merupakan
provinsi yang memiliki tingkat Education dan Examination. La Valle, RiveGauche,
Rive Droite dan variabel lainnya merupakan provinsi yang memiliki tingkat
Agriculture yang tinggi. Sedangkan Porrentr, sarine, vaveyse dan variabel lainnya
merupakan provinsi yang memiliki tingkat InfontMortality, Fertility dan Catholic
yang tinggi.