45
mengalihkan biaya kesehatan yang mahal, V
7
Asuransi Jiwa Unit Link untuk ketenangan pikiran, dan V
8
Karena pengaruh dari keluarga atau teman merupakan pernyataan-pernyataan yang diberikan kepada responden. Proses
komputasi yang digunakan untuk mengolah data adalah program SPSS 18.
B. Standarisasi Data
Standarisasi variabel dilakukan apabila terdapat perbedaan satuan yang signifikan diantara variabel-variabel yang diteliti. Namun, apabila data
yang terkumpul tidak mempunyai variabilitas satuan, maka proses analisis cluster dapat langsung dilakukan tanpa terlebih dahulu melakukan standardisasi. Karena
data pada lampiran 1 skala satuannya sudah sama, maka dalam penelitian ini standarisasi data tidak digunakan.
C. Memilih Ukuran Jarak
Jarak Euclidean adalah jarak antara obyek i dan j yang merupakan pasangan obyek yang akan diukur kemiripannya. Seperti pada penjelasan di bab 2,
rumus jarak Euclidean adalah sebagai berikut:
Dalam lampiran 1, terdapat 200 responden yang akan diukur kemiripannya. Diberikan contoh perhitungan untuk menghitung jarak antara
responden 1 dan 2, responden 1 dan 3, responden 2 dan 3. Ketiga responden dibandingkan dengan menggunakan delapan variabel, dengan tujuan untuk
menemukan dua orang yang paling mirip diantara ketiganya. Untuk perhitungan
46
sisanya akan ditampilkan pada lampiran 2 tabel matriks jarak Squared Euclidean dengan metode average linkage dan metode Ward.
Responden Total
1 6 5 6 4 5 5 5 6
2 5 6 5 5 4 4 5 4
-1 1 -1 1 -1 -1 0 -2 1 1 1 1 1 1 0 4 10
3.162
Tabel 4.1. Perhitungan Kedekatan Responden 1 dan 2
Pada tabel 4.1, perhitungan kedekatan antara responden 1 dan 2 menghasilkan jarak Euclidean sebesar 10 atau menghasilkan jarak Squared Euclidean sebesar
3.162. Responden
Total 1
6 5 6 4 5 5 5 6 3
4 4 3 6 3 5 6 5 -2 -1 -3 2 -2 0 1 -1
4 1 9 4 4 0 1 1 24
4.899
Tabel 4.2. Perhitungan Kedekatan Responden 1 dan 3
47
Pada tabel 4.2, perhitungan kedekatan antara responden 1 dan 3 menghasilkan jarak Euclidean sebesar 24 atau menghasilkan jarak Squared Euclidean sebesar
4.899. Responden
Total 2
5 6 5 5 4 4 5 4 3
4 4 3 6 3 5 6 5 -1 -2 -2 1 -1 1 1 1
1 4 4 1 1 1 1 1 14
3.742
Tabel 4.3. Perhitungan Kedekatan Responden 2 dan 3
Pada tabel 4. 3, perhitungan kedekatan antara responden 2 dan 3 menghasilkan jarak Euclidean sebesar 14 atau menghasilkan jarak Squared Euclidean sebesar
3.742. Terlihat dari perhitungan bahwa pasangan paling dekat dari ketiga
responden, menurut jarak Euclidean adalah responden 1 dan 2 karena skornya paling rendah, yaitu 3.162 atau menurut jarak Squared Euclidean yaitu 10.
Semakin rendah skor jarak, semakin dekat responden-responden yang dipasangkan. Proses pengclusteran dengan metode hierarki selalu diikuti dengan
perbaikan matriks jarak. Untuk perhitungan matriks jarak dapat dilihat pada lampiran 3 perbaikan matriks jarak dengan metode average linkage dan
lampiran 4 perbaikan matriks jarak dengan metode Ward.
48
D. Metode Pengclusteran
Pada skripsi ini akan digunakan dua metode pengclusteran, yaitu metode average linkage dan metode Ward.
1. Pengclusteran dengan Metode Average Linkage
Proses pengclusteran dengan metode average linkage adalah melalui langkah berikut:
Langkah 1. Pasangan responden yang berdekatan digabungkan menjadi satu cluster, yaitu responden 11 dan 74 lampiran 5.
Langkah 2. Menghitung jarak responden 11 dan 74 yang bergabung menjadi satu cluster dengan responden yang lain.
Langkah 3. Penggabungan berikutnya terjadi pada cluster-cluster yang paling mirip, sehingga membentuk cluster yang kedua. Kemudian dihitung
menggunakan rumus Johnson Wichern, 1992: ∑ ∑
Sehingga terbentuk matriks jarak yang baru. Langkah 4. Mengulangi langkah 2 dan 3, sebanyak N-1 kali, dimana N
adalah jumlah obyek atau responden. Proses pengclusteran juga dapat dilakukan dengan SPSS, yaitu pada tahap
agglomerasi seperti pada lampiran 5. Agglomeration Schedule dengan metode
