Kerangka Berpikir TINJAUAN PUSTAKA

21 1 Deskripsi data Untuk melihat gambaran data yang akan diteliti dapat menggunakan deskripsi data. Dari deskripsi data dapat dilihat nilai rata-rata, nilai maksimum, nilai minimum, dan nilai sebaran data. 2 Uji multikolinieritas Uji multikolinieritas dilakukan untuk mengetahui ada atau tidaknya korelasi antar variabel. Uji multikolinieritas dilakukan dengan menggunakan nilai Variance Inflation Factor VIF. Jika nilai VIF lebih besar dari 10, maka variabel tersebut mempunyai permasalahan multikolinieritas dengan variabel bebas lainnya. Ada atau tidaknya multikolinieritas antar variabel sangat diperhatikan dalam analisis klaster karena hal itu berpengaruh, sehingga variabel-variabel yang bersifat multikolinieritas secara eksplisit dipertimbangkan dengan lebih seksama. Hal ini juga untuk menentukan ukuran kemiripan yang akan digunakan dalam analisis klaster. Jika asumsi multikolinieritas terpenuhi maka jarak Euclidean dapat digunakan untuk menentukan ukuran kemiripan. 3 Mengukur kesamaan antar obyek similarity Konsep kesamaan adalah yang fundamental dalam analisis klaster. Kesamaan antar objek merupakan ukuran korespondensi antar objek. Dalam penulisan ini, untuk mengukur kesamaan antar obyek menggunakan jarak Euclidean jika asumsi multikolinieritas terpenuhi. 22 4 Membuat klaster Proses inti dari analisis klaster adalah pengelompokan data yang dilakukan dengan dua metode: metode hirarki dan metode non-hirarki. Untuk metode hirarki dilakukan dengan tiga metode yaitu: metode Single Linkage, Complete Linkage, dan Average Linkage. Sedangkan, untuk metode nonhirarki pengelompokan dilakukan dengan metode K-Means. 5 Interpretasi klaster Tahap interpretasi meliputi pengujian tiap klaster apakah variabel-variabel yang telah membentuk klaster memiliki perbedaan pada tiap klaster, serta untuk melihat variabel yang paling berpengaruh terhadap pembentukan klaster. Pada tahap ini menggunakan analisis varian. 6 Memilih metode terbaik dengan mengukur kehomogenan dalam dan antar klaster Semakin kecil nilai Sw dan semakin besar nilai SB, maka metode tersebut memiliki kenerja yang baik, artinya mempunyai homogenitas yang tinggi. Dengan kata lain metode yang dipilih adalah metode yang mempunyai nilai Sw yang minimum dan nilai SB yang maksimum. Atau bisa juga dibuat rasio � � � � , jika rasio � � � � kecil berarti metode tersebut memiliki kinerja yang baik Bunkers et al., 1996. 7 Profiling Setelah terpilih satu metode terbaik, selanjutnya dilakukan profiling. Tahap ini menggambarkan karakteristik tiap klaster. Untuk menjelaskan klaster-klaster tersebut dapat berbeda pada dimensi yang relevan. Titik