28
Selain berbagai alasan penggunaan statistik deskriptif, analisis ini dapat digunakan untuk mengecek apakah terdapat kolom yang kosong atau kecil pada
salah satu kategori sewaktu dilakukan tabulasi silang dengan status pekerjaan anak. Hal ini berguna pada saat mengambil keputusan untuk menentukan variabel
bebas mana saja yang dapat diikutsertakan dalam pembentukan model logistik pada analisis inferensia. Kolom yang tidak terisi atau terisi dengan jumlah yang
kecil akan membuat model terganggu atau tidak stabil.
2.7.4 Multivariate
Analisis statistika multivariate menurut Morrison 2005 adalah analisis statistika yang dikenakan pada data yang terdiri dari banyak variabel dan antar
variabel saling berkorelasi. Beberapa metode yang termasuk ke dalam golongan analisis ini adalah:
Tabel 5. Metode Analisis Multivariate
Metode Tujuan
Model
1 Principal
Component Analysis
Mereduksi dimensi data dengan cara membangkitkan variabel baru komponen
utama yang merupakan kombinasi linear dari variabel asal sedemikan hingga varians
komponen utama menjadi maksimum dan antar komponen utama bersifat saling bebas.
X a
Y =
i
maks varY
i
corrY dan
i
, Y
j
=0
2 Factor
Analysis Mereduksi dimensi data dengan cara
menyatakan variabel asal sebagai kombinasi linear sejumlah faktor, sedemikian hingga
sejumlah faktor tersebut mampu menjelaskan sebesar mungkin keragaman data yang
dijelaskan oleh variabel asal. X = CF +
ɛ Maks var CF
3 Cannonical
Correlation Menganalisis hubungan antar dua kelompok
variabel dengan cara membangkitkan variabel baru pada setiap kelompok. Variabel baru
tersebut merupakan kombinasi linear dari variabel asal. Kombinasi linearnya ditentukan
sedemikian hingga korelasi antar variabel baru yang berasal dari dua kelompok maksimum.
Ada dua kelompok variabel: X dan Y
dibangkitkan variabel baru: U
i
= a’X dan V
i
= b’Y sehingga corr U
i
, V
i
maks dan corr U
i
, V
i
= 0
29
Metode Tujuan
Model
4 Multivariate
Regression Memodelkan hubungan antara kelompok
variabel respon Y dengan kelompok variabel X yang diduga mempengaruhi variabel
respon. Y = Xβ +
ɛ
5 MANOVA
Menganalisis hubungan antara vektor variabel
respon Y yang diduga dipengaruhi oleh
beberapa perlakuan treatment. Y
ijk
= π
k
+ τ
ik
+ ɛ
I = 1,.....,t j = 1,....,n
ijk i
6 k
= 1,...,p Discriminant
Analysis Membentuk fungsi yang memisahkan antar
kelompok berdasarkan variabel pembeda, fungsi tersebut disusun sedemikian nisbah
keragaman data antar dan kelompok maksimum.
Y
1
= X
1
+ X
2
+ X
3
+ .... + X
7
n
Cluster Analysis
Mengelompokkan data ke dalam beberapa kelompok sedemikian hingga data yang berada
di dalam kelompok yang sama cenderung mempunyai sifat yang lebih homogen daripada
data yang berada di kelompok yang berbeda
Sumber: Morrison 2005
2.7.5 Analisis Chi-Square
