Tools hebat! Biplot dan Analisis Korespondensi

Image
Kalau di analisis korespondensi itu kan, hanya untuk menggambarkan secara visual hubungan antar variabel (asosiasi) apakah mereka punya hubungan yang dekat atau tidak dilihat dari posisi dan jarak mereka satu sama lain. Nah untuk menggambarkan multi (banyak) variat (variabel) hanya dengan 2 dimensi, maka perlu dilakukan reduksi dimensi. Misalkan kita punya 5 variabel maka gak mungkin kita gambarin 5 dimensi. Maka kita reduksi dimensinya dengan hanya 2 dimensi. Pada saat kita mereduksi dimensi ini, kita menggunakan Faktor=Dimensi=Axis, nah untuk masing-masing dimensi ini ada besarnya variance yang di bisa dijelasin. Misalkan di biplot mu itu axis 1 (dimensi 1) hanya menjelaskan keragaman 39% artinya perubahan semua variabel yang ada dalam analisis mu hanya bisa dijelaskan 39% oleh dimensi (axis 1). Faktor (dimensi) ini bisa dimisalkan gini deh, kalau kita bilang makanan itu :

enak=gurih(dimensi 1)+renyah(dimensi(2)

gurih=asin+manis+asam
renyah=mudah digigit+tidak lembek+dll

Faktor Gurih itu hanya bisa menjelaskan Enak sebanyak 39%. Kan sama saja kalo kita bilang variasi (keragaman) rasa enak dijelaskan oleh dimensi (gurih) sebanyak 39%.

Tambahannya…..

1. Analisis koresponden itu untuk mengetahui asosiasi antar variabel yang banyak (dalam tabel kontingensi)
2. Menggunakan variabel yang diskret.
3. Axis 1 dan 2 digunakan untuk menjelaskan variance yang diwakilkan oleh variabel yang dipetakan. Caranya adalah lihat jarak terjauh titik ke axis nya. Maka titik tersebut di interpretasikan ke axis tersebut. Nilai negatif pada aksis mengindikasikan arah yang berlawanan dengan nilai positif (misalkan axis1 di interpretasikan dengan “KECEPATAN PENYELESAIAN PROYEK” maka semakin positif nilainya, maka semakin cepat proyek tersebut diselesaikan oleh perusahaan tersebut. Sebaliknya jika nilainya negatif, maka perusahaan tersebut di asosiasikan dengan perusahaan yang lambat menyelesaikan proyek). Asal tanda positif dan negatifnya dari LOADING FAKTOR pada variabelnya.
4. Jika nilainya lebih dekat ke pusat grafik (inersia) maka artinya perusahaan tersebut gak ada bedanya dengan perusahaan lain dari sisi kecepatan penyelesaian proyek.
5. Prosentase pada aksis (F1 maupun F2) menunjukkan variasi yang bisa dijelaskan oleh FAKTOR (F) baik F1 maupun F2. Faktor ini digunakan untuk mereduksi dimensi variabel supaya bisa dipetakan dalam grafik dua dimensi.

 

Advertisements