Analisis Multivariat Dr. Eko Pujiyanto, S.Si., M.T. Program Studi Teknik Industri - UNS E-mail : [email protected] HP atau WA : 081 2278 3991 Homepage : eko.staff.uns.ac.id/analisismutivariat
Nov 11, 2020
Analisis Multivariat
Dr. Eko Pujiyanto, S.Si., M.T.
Program Studi Teknik Industri - UNS
E-mail : [email protected]
HP atau WA : 081 2278 3991
Homepage : eko.staff.uns.ac.id/analisismutivariat
Agenda hari ini
• Tentang kelas ini
• Silabus, Penilaian dan Referensi
• Tentang saya
• Materi ke – 1 : – Pendahuluan
– Review matriks dan ruang vektor
Teknik Industri - Universitas Sebelas Maret
Tentang kelas ini
• Waktu kuliah :
Jum’at, 09.20 – 11.00
• Waktu konsultasi :
24 Jam via on line
• Homepage mata kuliah:
https://spada.uns.ac.id/course/view.php?id=3165
• Silabus, penilaian dan referensi
• Rencana kuliah
Teknik Industri - Universitas Sebelas Maret
Silabus, Penilaian dan Referensi
Teknik Industri - Universitas Sebelas Maret
Silabus dan Rencana Kuliah
Silabus, Penilaian dan Referensi
Teknik Industri - Universitas Sebelas Maret
Tentang saya
Academics Background
1993 : Undergraduate, Mathematics ITB
1998 : Graduate , Industrial Engineering ITB
2012 : Doctoral , Mechanical Engineering, UGM
Research Interest :
Biomaterial , Quality Engineering and Optimization
Status : Married , 4 boys
Hobbies : Iqro’
Teknik Industri - Universitas Sebelas Maret
Materi ke - 1
• Pendahuluan
• Review matrik dan ruang vektor
Teknik Industri - Universitas Sebelas Maret
Definisi Analisis Multivariat ?
Analisis Multivariat adalah metodepengolahan variabel dalam jumlahyang banyak, dimana tujuannya adalahuntuk mencari pengaruh variabel-variabel tersebut terhadap suatu obyeksecara simultan atau serentak.
Catatan : Variabel adalah atribut yang bervariasi (kalau tak bervariasi, tak memenuhi syarat sbg variabel)
11Teknik Industri - Universitas Sebelas Maret
Mengapa analisis multivariat ?
• Masalah di dunia nyata ( real problem ) selalu melibatkan banyak variabel dan sebaiknya dianalisis secara simultan.
• Masalah di dunia nyata relatif kompleksdan tersedia banyak data (BIG DATA).
• Saat ini tersedia banyak software statistikayang dapat digunakan untuk mengolahdata dengan mudah.
12Teknik Industri - Universitas Sebelas Maret
Definisi Analisis Multivariat ?
13Teknik Industri - Universitas Sebelas Maret
Mengapa analisis multivariat ?
Rencher, A.C. and Christensen, W.F. ( 2012 )
Teknik Industri - Universitas Sebelas Maret
Mengapa Analisis Multivariat ?
15Teknik Industri - Universitas Sebelas MaretPerwita dkk., 2017
Mengapa analisis multivariat ?
Prasyarat
• Memahami matrik dan ruang vektor.
• Memahami statistik dasar sepertidistribusi normal, uji t , interval kepercayaan, regresi dan analisisvariansi.
16Teknik Industri - Universitas Sebelas Maret
Jenis Skala
• Skala Nominal
• Skala Ordinal
• Skala Interval
• Skala Rasio
Teknik Industri - Universitas Sebelas Maret
Skala Nominal
• Skala pengukuran yang menyatakan kategori (penamaan; nomos=nama), kelompok atau klasifikasi dari konstruk yang diukur dalam bentuk variabel.
• Contoh: – Jenis kelamin merupakan variabel yang terdiri dari dua
ketegori: pria dan wanita.
– Skala pengukuran jenis kelamin dapat dinyatakan dengan angka: 1 = Pria, 2 = Wanita
Teknik Industri - Universitas Sebelas Maret
Skala Ordinal
• Merupakan salah satu jenis data berdasarkan urutan dari objek.
• Skala ini tidak menunjukan jarak dan interval
• Contoh :
– Angka 1 untuk mewakili mahasiswa tahun pertama, 2 untuk tahun kedua, 3 untuk tahun ketiga, dan 4 untuk mahasiswa senior.
Teknik Industri - Universitas Sebelas Maret
Skala Interval
• Skala yang menyatakan kategori, urutan dan jarak.
• Skala ini menggunakan konsep jarak yang sama (equality interval).
• Contoh
Misalnya temperature yang rendah pada suatu hari adalah 40oF dan temperature yang tinggi adalah 80oF.
Teknik Industri - Universitas Sebelas Maret
Skala Rasio
• Skala yang memiliki nol alamiah, sehingga memungkinkan kita membandingkan angka-angka.
• Skala yang menunjukan kategori, peringkat, jarak dan perbandingan objek yang diukur.
• Contoh
– Tinggi dan berat mahasiswa TI UNS
Teknik Industri - Universitas Sebelas Maret
Manfaat Jenis Skala/Data
• Membantu menentukan jenis analisis yang tepat untuk digunakan.
• Jenis skala tertentu tidak memungkinkan terpenuhinya asumsi mengenai distribusi data yang diperlukan.
• Membantu menentukan metode koreksi atas hasil pengukuran yang tepat.
Teknik Industri - Universitas Sebelas Maret
Manfaat Jenis Skala/Data
Teknik Industri - Universitas Sebelas Maret
Manfaat Jenis Skala/Data
Teknik Industri - Universitas Sebelas Maret
Ciri-ciri hubungan sebab akibat
• Dua variabel sama-sama berubah (kovarians)
• Penyebab terjadi sebelum yang disebabkan (time order)
• Variabel lain yang menjadi penyebab sudah dihilangkan (ruled out other factors)
Teknik Industri - Universitas Sebelas Maret
Peran sebuah variabel dalam
sebuah model sebab akibat• Variabel dependen (VD)
• Variabel independen (VI)
– Main
– Moderating
– Intervening
Teknik Industri - Universitas Sebelas Maret
Peran sebuah variabel dalam
sebuah model sebab akibat
X1
X2
Y
Main
X1
X2
Y
Moderate
X1 X2Y
Intervening
Teknik Industri - Universitas Sebelas Maret
Peran sebuah variabel dalamsebuah model sebab akibat
http://maaw.info/ArticleSummaries/ArtSumLuftShields03.htm
Teknik Industri - Universitas Sebelas Maret
Pemodelan Sistem
• Model : Penyerderhanaan hubungan antar variabel dalam dunia nyata.
• Model yang bagus : Hemat (parsimony) atau hanya memasukan variabel yang benar-benar diperlukan.
• Hanya variabel mempunyai tujuan jelas (by purpose) yang dimasukan dalam model Teori memerankan peran yang sangat penting.
Teknik Industri - Universitas Sebelas Maret
Pemodelan Sistem
• Jenis model
– Berbasis teori (theory-based models)
– Berbasis data (data-based models)
• Model berbasis data hanya digunakansebagai alternatif dari model berbasisteori.
Teknik Industri - Universitas Sebelas Maret
Jenis model
• Model matematis
• Model statistis
Teknik Industri - Universitas Sebelas Maret
Tipe Analisis Multivariat
• Analisis dependensi: variabeldikelompokkan menjadi variabel bebas(X) yang mempengaruhi dan variabeltidak bebas (Y) yang dipengaruhi.
• Analisis interdependensi: variabeltidak dibedakan menjadi variabelbebas (X) dan variabel tidak bebas (Y)
Teknik Industri - Universitas Sebelas Maret
Tipe Analisis Multivariat
• Analisis dependensi: • Regresi
• Manova
• Survival analysis
• Analisis diskriminan
• Conjoint analysis
• Multiple discriminant analysis
• Analisis interdependensi: • Analisis korelasi
• Analisis faktor
• Tabel kontinjensi
• Principal component analysis
Teknik Industri - Universitas Sebelas Maret
Review Matriks dan Vektor
• Mengapa Matriks dan vektor ?
• Beberapa definisi
• Operasi pada matriks
• Vektor
• Konsep Jarak
Teknik Industri - Universitas Sebelas Maret
Mengapa membahas MATRIKS?
• Pengolahan data dengan Matriks lebih efisien.
• Software statistika menggunakan teknik operasi matriks untuk pengolahan datanya.
• Secara natural data biasanya sudah tertata berdasarkan kolom dan baris.
Teknik Industri - Universitas Sebelas Maret
Definisi: Matriks, vektor, skalar, matrik kolom, matrik baris?
3
0
2
302
14
32
C
B
A
Matriks dg satu baris saja atau satu kolom saja disebuk vektor. Sebuah angka disebut skalar.
Teknik Industri - Universitas Sebelas Maret
Definisi: trace dan diagonal matriks dari square matrix
3115
920
1031
A
Diagonal A adalah: 1, 2, dan 3. Trace matriks A adalah 1+2+3=6
Teknik Industri - Universitas Sebelas Maret
Matriks Transpose
32
41'
34
21
TAA
A
Teknik Industri - Universitas Sebelas Maret
Zero Matrix dan Identity Matrix
100
010
001
00
000
I
A
Teknik Industri - Universitas Sebelas Maret
Symmetric matrix
306
024
641
'
A
aaAA jiij
Teknik Industri - Universitas Sebelas Maret
Ortogonal Matrix
• Matrix U disebut Ortogonal,jika:
• UU’ = U’U=I, yaitu jika
• U’=U-1
Teknik Industri - Universitas Sebelas Maret
Involutory Matrix
Teknik Industri - Universitas Sebelas Maret
Operasi Matriks: Perkalian dg Skalar
Teknik Industri - Universitas Sebelas Maret
Operasi Matriks: Penjumlahan
• Kedua matriks harus berdimensi sama. • Berlaku hukum komutatif ( A+B = B+A )
1087
887
532
554443
263534
231211
544
233
211
543
654
321
Teknik Industri - Universitas Sebelas Maret
Operasi Matriks: Perkalian
Teknik Industri - Universitas Sebelas Maret
Dot product untuk vektor
1
2
3
3
2
1
B
A
Hasil perkalian dot product A.B =1(3)+2(2)+3(1) = 10
Teknik Industri - Universitas Sebelas Maret
Operasi Matrix: Invers MatriksMatriks B merupakan invers matriks A jika A.B=B.A=I.
=A-1
Teknik Industri - Universitas Sebelas Maret
Teknik membuat matriks invers (matriks 2x2)
221 *
1*
determinan
1A
AAA
Teknik Industri - Universitas Sebelas Maret
Aa b
c d
A
d b
c a2
Teknik membuat matriks invers (matriks 2x2)
24
31
)4*3()2*1(
11A
Tidak setiap matriks punya invers, yg tdk punya invers disebut matrik singular.
Teknik Industri - Universitas Sebelas Maret
Eigen value & Eigen vector
Matriks square A dikatakan memiliki eigenvalue λ dengan eigen vector x (≠ 0) ygterkait jika: A x = λ x
Teknik Industri - Universitas Sebelas Maret
Matriks untuk Statistika: menghitung “Sum” dan “Mean”
Teknik Industri - Universitas Sebelas Maret
Matriks untuk Statistika: Sum of square and cross product SSCP (∑) dan Covar (S) matrix
k
j
n
ijij XXSSCP
1 1
2)(
)(1
Covar SSCPdf
S
Teknik Industri - Universitas Sebelas Maret
Matriks untuk Statistika : SSCP (∑)
Teknik Industri - Universitas Sebelas Maret
Matriks untuk Statistika: Analisis regresi sederhana
Teknik Industri - Universitas Sebelas Maret
Vektor dan Analisis Geometris
A(2,3)A = [2 3]
Teknik Industri - Universitas Sebelas Maret
Vektor 3D
Teknik Industri - Universitas Sebelas Maret
Penjumlahan Vektor
Teknik Industri - Universitas Sebelas Maret
Konsep Jarak
Teknik Industri - Universitas Sebelas Maret
Konsep Jarak
• “Jarak” merupakan hal yg penting, karena menjadi pertanda apakah dua hal (obyek) berbeda atau tidak.
• Ada beberapa konsep jarak
– Euclidean distance
– Statistical distance
– Mahalanobis distance
Teknik Industri - Universitas Sebelas Maret
Euclidean Distance2
122
12 )()( yyxxDjarak AB
Teknik Industri - Universitas Sebelas Maret
Stastitical Distance
where si is the standard deviation of the xi and yi over the sample set.
Teknik Industri - Universitas Sebelas Maret
Mahalanobis Distance
The Mahalanobis distance of an observation
from a group of observations with mean
and covariance matrix ( S )
Teknik Industri - Universitas Sebelas Maret
Pekan Depan
• Deteksi missing value dan cara mengatasi
• Deteksi outlier
• Pengujian normalitas data multivariate
– Untuk satu populasi
– Untuk dua populasi
Ref # 1 , hal 47 - 161
Teknik Industri - Universitas Sebelas Maret