2, objek 32 Nusa Tenggara Timur 1 dengan objek 46 Sulawesi Tengah 1 dan objek 4 Sumatera Utara 2 dengan objek 30 Bali pada data disagregat tidak
memiliki kemiripan sedangkan pada data agregat memiliki kemiripan. Objek 45 Sulawesi Tenggara 2 dengan objek 52 Maluku Utara 2 pada data disagregat
memiliki kemiripan sedangkan pada data agregat tidak memiliki kemiripan.
2. Keragaman peubah
Keragaman peubah pada analisis biplot digambarkan oleh panjang pendeknya vektor peubah. Panjang vektor peubah sebanding dengan keragaman
peubah tersebut. Semakin panjang vektor peubah maka keragaman peubah tersebut semakin besar, dan sebaliknya.
Keragaman peubah pada Gambar 2 dan 3 baik pada data disagregat dan agregat terbagi pada dua kelompok yaitu:
Kelompok 1. Peubah-peubah pada data disagregat dan agregat yang memiliki
keragaman yang relatif sama. Peubah-peubah yang memiliki keragaman yang relatif sama ialah sebagai berikut: Peubah Pengantar Matematika PM, Kalkulus
KA, Pengantar Kewirausahaan PK, Bahasa Indonesia IN, Ekonomi Umum EK, Pengantar Ilmu Pertanian PP, Agama AG, Kimia KI dan Sosiologi
Umum SO.
Kelompok 2. Peubah-peubah pada data disagregat dan agregat yang memiliki
perbedaan keragaman. Peubah-peubah yang memiliki perbedaan keragaman yang sangat menonjol ialah: Peubah Olah Raga dan Seni OS pada data disagregat
keragamannya cukup besar sedangkan pada data agregat keragamannya kecil dan peubah Kewarganegaraan KN pada data disagregat memiliki keragaman yang
cukup besar sedangkan pada data agregat keragamannya kecil. Keragaman peubah yang terlihat pada Gambar 2 dan 3 umumnya sesuai
dengan diagram kotak garis boxplot.
3. Korelasi antar peubah
Nilai sudut antara dua vektor peubah menggambarkan korelasi kedua peubah. Semakin sempit sudut yang dibuat antara dua peubah, maka semakin
tinggi korelasinya. Jika sudut yang dibuat tegak lurus maka keduanya tidak berkorelasi. Sedangkan jika sudutnya tumpul maka korelasinya semakin rendah
dan jika berlawanan arah maka korelasinya negatif. Dari Gambar 3 dan 4 terlihat ada beberapa perbedaan yang menonjol dari
korelasi antar peubah pada data disagregat dan agregat, antara lain peubah peubah Fisika FI dan Pengantar Kewirausahaan PK masing-masing sebesar 0.47
dan -0.02, Agama AG dan Fisika FI sebesar 0.45
dan 0.01, Agama AG dan Olah Raga dan Seni OS sebesar 0.45
dan 0.20, Kewarganegaraan KN dan Sosiologi Umum SO sebesar 0.47
dan 0.23, Pengantar Kewirausahaan PK dan Olah Raga dan Seni OS sebesr 0.44
dan 0.06 dan Olah Raga dan Seni OS dan Ekonomi Umum EK 0.29
dan 0.04. Dalam biplot terlihat ada beberapa perbedaan sudut yang terbentuk antar
peubah pada data disagregat dan agregat antara lain peubah PM Pengantar Matematika dengan OS Olah Raga dan Seni, PK Pengantar Kewirausahaan,
KN Kewarganegaraan dan AG Agama pada data disagregat membentuk sudut yang relatif besar dengan korelasi masing-masing sebesar 0.22
, 0.37 , 034
dan 0.40 pada data agregat membentuk sudut yang relatif kecil dengan
korelasi masing-masing sebesar 0.16, 0.38 , 0.53
, 0.41 , KA Kalkulus
dengan OS Olah Raga dan Seni, PK Pengantar Kewirausahaan pada data disagregat membentuk sudut relatif besar dengan korelasi masing-masing sebesar
0.48 dan 0.43
pada data agregat membentuk sudut relatif kecil dengan korelasi masing-masing sebesar 0.35
, dan 0.32 . Pada data disagregat peubah
Fisika FI dengan Agama AG, Pengantar Kewirausahaan PK, dan Sosiologi Umum SO membentuk sudut lancip artinya korelasinya cukup besar. Hal ini
dapat ditunjukkan dengan nilai korelasi Pearson yaitu masing-masing sebesar 0.45
, 0.47 dan 0.52
. Pada data agregat peubah-peubah tersebut berkorelasi sangat rendah. Pada umumnya korelasi yang terlihat pada Gambar 2 dan 3 sama
dengan korelasi Pearson.
4. Keterkaitan objek dengan peubah