Korelasi Antarpeubah Keterkaitan Objek dengan Peubah

relatif dekat jika dibandingkan dengan biplot kanonik dengan data asal, di mana nilai = 2.62. Sedangkan kesesuaian antarkonfigurasi untuk matriks koordinat objekkelompok berdimensi dua, terlihat bahwa biplot biasa dengan data asal dan biplot kanonik dengan data asal memiliki kesamaan bentuk dan ukuran yang relatif dekat jika dibandingkan dengan biplot biasa dengan data agregat, di mana nilai = 0.22. Kesesuaian antarkonfigurasi untuk koordinat peubah berdimensi dua, terlihat bahwa biplot biasa dengan data agregat dan biplot kanonik dengan data asal memiliki kesamaan yang relatif dekat jika dibandingkan dengan biplot biasa dengan data asal, di mana nilai = 1.42. Implikasi dari kesesuaian antarkonfigurasi ini dapat dilihat pada biplotnya. Adapun interpretasinya antara lain:

1. Kedekatan Antarobjek Provinsi

Kedekatan antarobjek atau kedekatan letak posisi dua objek yang digambarkan sebagai dua titik yang berdekatan diinterpretasikan sebagai kemiripan karakteristik dua objek. Gambar 1, Gambar 2 dan Gambar 3 memberikan gambaran adanya persamaan dan perbedaan posisi objek. Beberapa kemiripan karakteristik yang terdapat antara lain provinsi Jakarta 8 dengan Bali 14 pada biplot biasa dengan data agregat maupun data asal, tetapi pada biplot kanonik dengan data asal tidak memiliki kemiripan. Provinsi Riau 4 dengan Sumatera Selatan 6 pada biplot biasa dengan data agregat memiliki kesamaan, tetapi pada biplot biasa dengan data asal dan biplot kanonik dengan data asal tidak memiliki kesamaan karakteristik.

2. Keragaman Peubah

Keragaman peubah pada analisis biplot digambarkan oleh panjang pendeknya vektor peubah. Peubah dengan keragaman kecil digambarkan dengan vektor yang pendek, sebaliknya jika keragamannya besar digambarkan dengan vektor yang panjang. Berdasarkan Gambar 1, Gambar 2 dan Gambar 3 terlihat bahwa mata kuliah yang memiliki keragaman nilai yang relatif sama dan lebih tinggi dibandingkan mata kuliah lainnya yaitu Pengantar Matematika PM. Mata kuliah Kalkulus KA pada biplot kanonik dengan data asal memiliki keragaman relatif besar sebanding dengan mata kuliah Pengantar Matematika PM, tetapi pada biplot biasa dengan data asal tidak memiliki keragaman yang begitu besar jika dibandingkan dengan mata kuliah PM. Mata kuliah Kewirausahaan KW pada biplot biasa dengan data agregat memiliki keragaman nilai yang relatif kecil, sedangkan pada biplot biasa dengan data asal yaitu mata kuliah Olahraga dan Seni OR. Berbeda halnya biplot kanonik dengan matriks data asal, mata kuliah yang memiliki keragaman nilai yang relatif kecil yaitu mata kuliah Sosiologi Umum SO dan Agama AG. Perubahan yang terjadi terlihat pada mata kuliah Olahraga dan Seni OR bahwa mata kuliah ini memiliki keragaman relatif besar pada biplot biasa dengan data agregat dan biplot kanonik dengan data asal, tetapi pada biplot biasa dengan data asal memiliki keragaman yang kecil.

3. Korelasi Antarpeubah

Sudut antara dua vektor peubah menggambarkan korelasi dua peubah tersebut. Semakin sempit lancip sudut yang dibuat antara dua peubah, maka semakin tinggi korelasinya. Jika sudut yang dibuat tegak lurus maka tidak berkorelasi, sedangkan jika sudutnya tumpul atau berlawanan arah maka korelasinya negatif. Jika ditinjau berdasarkan peubah IPK IP, dalam biplot biasa dengan data agregat korelasi terbesar dari peubah IPK dibentuk oleh peubah Kalkulus KA, artinya semakin tinggi nilai IPK maka besar kemungkinan mendapatkan nilai Kalkulus yang tinggi pula. Sedangkan pada biplot biasa dengan data asal korelasi terbesar dari peubah IPK dibentuk oleh peubah Ekonomi Umum EK. Pada biplot kanonik dengan data asal peubah IPK memiliki korelasi terbesar dengan Pengantar Ilmu Pertanian PI. Perubahan yang terjadi yaitu peubah Pengantar Kewarganegaraan PK dengan Kimia KI bahwa pada biplot biasa dengan data agregat dan biplot kanonik dengan data asal memiliki korelasi yang besar, sedangkan pada biplot biasa dengan data asal tidak memiliki korelasi yang besar. Peubah yang tidak memiliki korelasi pada biplot biasa dengan data agregat dan biplot kanonik dengan data asal yaitu peubah IPK dengan Olahraga dan Seni OR, akan tetapi pada biplot biasa dengan data asal berkorelasi negatif.

4. Keterkaitan Objek dengan Peubah

Dari biplot kanonik diperoleh hasil bahwa provinsi DKI Jakarta, Bali dan Lampung merupakan provinsi yang relatif baik, sedangkan provinsi NAD, Banten, NTB dan Gorontalo relatif rendah kinerja lulusan Madrasah Aliyahnya. Provinsi DKI Jakarta dan Bali secara umum memiliki nilai yang relatif baik pada mata kuliah yang berhubungan dengan pengetahuan alam, sedangkan provinsi Lampung memiliki nilai yang relatif baik dalam pengetahuan sosial. Analisis Hasil Simulasi Biplot Kanonik dengan Berbagai Ukuran Contoh Kesesuaian antarkonfigurasi dari biplot biplot kanonik dengan matriks data asal dengan berbagai ukuran contoh lainnya terhadap matriks data pendekatan, matriks koordinat objekkelompok dan matriks koordinat peubah dalam dimensi dua memberikan kesamaan dan ketaksamaan. Perbedaan ukuran contoh yang digunakan mengakibatkan terjadinya perubahan konfigurasi yang diperoleh. Pada Tabel 3, 4 dan 5 terlihat bahwa biplot kanonik dengan data asal memiliki kesamaan yang relatif dekat dengan biplot kanonik dengan matriks berdiagonal utama 3, di mana nilai = 1.18 untuk matriks data pendekatan, = 0.02 untuk koordinat objekkelompok dan = 0.71 untuk koordinat peubah derdimensi dua. Sedangkan biplot kanonik dengan data asal dengan biplot kanonik dengan matriks data asal urutan terbalik memiliki kesamaan dan bentuk yang relatif jauh. Hal ini dapat dilihat pada nilai - nya yang besar Implikasi dari kesesuaian antarkonfigurasi ini dapat dilihat pada biplotnya. Adapun kesamaan bentuk dan ukuran dari konfigurasi ini, namun memberikan perbedaan yang cukup ekstrem. Perbedaan ini di interpretasikan antara lain: 1. Kedekatan Antarobjek Provinsi Gambar 3, Gambar 5 dan Gambar 7 memberikan gambaran adanya perbedaan posisi objek dari biplot kanoniknya. Beberapa perbedaan yang terlihat dalam hal kedekatan antarobjek, antara lain provinsi Sumatera Selatan 6 dengan Jambi 5 dan Sulawesi Barat 17 pada biplot kanonik dengan data asal dan berdiagonal utama3 memiliki kemiripan karakteristik, akan tetapi pada biplot kanonik dengan matriks data asal urutan terbalik relatif tidak memiliki kemiripan.

2. Keragaman Peubah