9
saja yang mendasari orang mau memberikan jawaban terhadap pertanyaan- pertanyaan dalam suatu survei politik? Dari hasil penelitian diperoleh adanya
tumpang tindih antara berbagai sub-kelompok buir-butir pertanyaan. Dengan analisis faktor dapat dilakukan identifikasi fakor-faktor apa saja yang mewakili
secara konseptual. b. Analisis Cluster kelompok
Analisis cluster bertujuan untuk mengelompokkan elemen yang mirip sebagai objek penelitian menjadi kelompok cluster yang berbeda sedemikian hingga
data yang berada dalam kelompok yang sama cenderung memiliki sifat yang lebih homogen dibanding dengan data pada kelompok yang berbeda.
c. Multidimensional Scaling
Multidimensional scaling merupakan suatu teknik statistik yang mengukur obyek-obyek dengan didasarkan pada penilaian responden mengenai kemiripan
similarity obyek-obyek tersebut. Sebagai contoh : Seorang responden diminta unuk menilai kemiripan karakteristik antar mobil Honda dengan mobil Suzuki.
Kemiripan ini dilihat berdasarkan komponen-komponen sikap. Komponen- komponen sikap tersebut membantu menerangkan apakah obyek-obyek tersebut,
dalam hal ini mobil Honda dan mobil Suzuki mempunyai kemiripan.
B. Matriks Data Multivariat
Data dalam analisis multivariat dapat dinyatakan dalam bentuk matriks dimana jika terdapat n baris dan p kolom dengan bentuk umum digambarkan pada
matriks X sebagai berikut:
10
X =
… …
… …
… …
… …
dengan : elemen dari matriks X
n : banyaknya obyek p : banyaknya variabel
Contoh : Diberikan matriks A dengan 2 baris dan 3 kolom sebagai berikut:
A =
C. Analisis Cluster
Analisis cluster merupakan suatu teknik analisis statistik yang ditujukan untuk menempatkan sekumpulan obyek ke dalam dua atau lebih grup berdasarkan
kesamaan-kesamaan obyek atas dasar berbagai karakteristik Simamora,2005:201.
Dalam analisis cluster terdapat beberapa istilah penting yang perlu diketahui yaitu :
1. Aglomeration Schedule, merupakan daftar yang memberikan informasi tentang objek atau kasus yang akan dikelompokkan di setiap tahap pada
proses analisis cluster dengan metode hierarki. 2. Rata-rata cluster Cluster Centroid, adalah nilai rata-rata variabel dari
semua objek atau observasi dalam cluster tertentu.
11
3. Pusat cluster
Cluster Centers, adalah titik awal dimulai pengelompokkan di dalam cluster non hierarki.
4. Keanggotaan cluster adalah keanggotaan yang menunjukkan cluster untuk setiap objek yang menjadi anggotanya.
5. Dendogram yaitu suatu alat grafis untuk menyajikan hasil dari analisis cluster yang dilakukan oleh peneliti. Dendogram berguna unuk
menunjukkan anggota cluster yang ada jika akan ditentukan berapa cluster yang seharusnya dibentuk.
Gambar 1. Contoh dendogram Apabila akan dibentuk 2 cluster, dengan melihat dendogram di atas dapat
diketahui bahwa cluster pertama beranggotakan obyek D sampai B dan cluster kedua beranggotakan obyek G sampai E.
6. Jarak antara pusat cluster Distance Between Cluster Center merupakan jarak yang menunjukkan bagaimana terpisahnya pasangan individu.