Diskriminan, Analisis Logit, Multivariate Analysis-of-Variance MANOVA dan Canonical Correlation Analysis
. Kelompok kedua adalah metode-metode interdependen. Metode-metode interdependen terpusat pada asosiasi mutual antar
semua variabel tanpa membedakan tipe-tipe variabel. Secara umum, metode- metode ini tidak memberikan prediksi melainkan mencoba memberikan gambaran
mengenai struktur
yang mendasari
data dengan
cara menyederhanakan
kompleksitas atau dengan mereduksi data. Yang termasuk dalam kelompok ini adalah Principal Components Analysis, Analisis Faktor, MDS, Analisis Kluster,
Pemodelan Loglinear.
B. Jenis-jenis data hasil pengukuran
Dalam penerapan analisis data multivariat, harus sangat diperhatikan jenis- jenis data pengukuran. Suatu metode kadang tidak dapat diaplikasikan untuk
semua jenis data. Penerapan metode secara tepat dapat terjadi hanya jika pengukuran data berada pada skala yang tepat. Pada dasarnya, perbedaan skala
pengukuran data berpengaruh pada pengkategorian asumsi-asumsi dasar mengenai hubungan angka-angka yang merepresentasikan sifat-sifat obyek dan pentingnya
operasi matematika terhadap angka-angka tersebut. Secara umum, jenis-jenis data adalah:
1. Data Nominal
Suatu nilai hasil pengukuran disebut berskala nominal jika bilangan tersebut berfungsi sebagai pengidentifikasi yaitu pembeda antara satu obyek dengan obyek
lain. Perbedaan bilangan menunjukkan adanya obyek yang terpisah dan tidak PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
sama. Selain untuk identifikasi, bilangan dapat dikatakan berada pada skala nominal
apabila digunakan
untuk klasifikasi
atau kategorisasi.
Contoh penggunaan data nominal adalah kategorisasi jenis kelamin. Jika obyek berjenis
kelamin laki-laki, obyek diberi nilai 0. Jika obyek berjenis kelamin wanita, obyek diberi nilai 1. Bilangan 0 untuk obyek laki-laki tidak menunjukkan nilai yang
lebih rendah dari bilangan 1 yang diberikan pada nilai subyek wanita. Karena fungsi pengukuran dalam hal ini adalah sebagai alat identifikasi, perubahan atau
penggantian nilai nominal dapat dilakukan dengan bebas selama tidak mengaburkan identifikasi atau kategorisasi semula. Contohnya seperti pada
contoh sebelumnya, obyek laki-laki bisa diberi nilai 9 dan atau obyek wanita diberi nilai 2 atau 7. Perubahan nilai tanpa diikuti perubahan fungsi identifikasi
dan kategorisasi obyek semacam ini disebut transformasi isomorfik. Proses statistik yang diperbolehkan untuk diterapkan pada data nominal adalah
menghitung banyaknya kasus, mencari modus dan korelasi kontingensi seperti Chi-Square
dan Fisher’s exact test.
2. Data Ordinal
Suatu hasil pengukuran disebut berada pada level ordinal jika nilai berfungsi untuk menunjukkan perbedaan jenjang kualitatif. Perbedaan nilai antar obyek
tidak menunjukkan perbedaan kuantitatif tetapi hanya menunjukkan perbedaan kualitatif. Bila terdapat jenjang kualitatif 1, 2 dan 3, dapat dikatakan 32 dan 21
serta 31. Akan tetapi, jarak antara 3 dan 2 dengan jarak antara 2 dan 1 tidak dapat dikatakan sama. Jarak jenjang antara dua nilai yang berurutan tidak selalu
sama. Nilai 0 dalam skala ordinal tidak memiliki nilai mutlak. Contoh penerapan PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
data ordinal adalah pemberian rangking misalnya untuk siswa-siswi dalam suatu kelas. Jenjang kualitatif antara rangking pertama dengan rangking kedua belum
tentu sama dengan jenjang kualitatif antara rangking kedua dengan rangking ketiga. Karena jarak antara dua nilai yang berurutan tidak selalu sama secara
kualitatif maka setiap nilai jenjang dapat diganti dengan nilai lain selama urutan jenjang yang satu dengan jenjang yang lain tidak berubah. Penggantian ini disebut
transformasi monotonik. Transformasi monotonik mengubah nilai tetapi tidak merubah urutan bilangan. Operasi statistik yang diijinkan untuk data ordinal
adalah median, persentil, korelasi rangking, Sign Test dan Run Test.
3. Data Interval
Suatu hasil pengukuran disebut berada pada level interval jika hasil pengukuran tersebut adalah hasil pengukuran ordinal yang memiliki jarak antarjenjang yang
tetap atau selalu sama. Bila terdapat jenjang kualitatif 1, 2 dan 3, maka secara kualitatif dan kuantitatif jarak antara 1 dan 2 adalah sama dengan jarak antara 2
dan 3. Seperti hasil pengukuran ordinal, data interval tidak memiliki harga 0 mutlak. Salah satu contoh hasil pengukuran interval adalah hasil pengukuran suhu
pada thermometer. Bilangan-bilangan pada thermometer memperlihatkan jenjang dan kadar suhu yang berinterval sama. Dapat dikatakan bahwa 36
C adalah 6 C
lebih panas daripada 30 C. Sedangkan 12
C adalah 6 C lebih dingin daripada
18 C. Akan tetapi, tidak dapat dikatakan bahwa 36
C adalah tiga kali lebih panas daripada 12
C. Bilangan 0 pada pengukuran suhu tidak bersifat mutlak. Artinya suhu 0
C tidak berarti tidak memiliki panas sama sekali. Perbedaan bilangan pada level interval memiliki arti perbedaan kualitatif dan kuantitatif. Data pada level
