Statistika, Tanya – Jawab (Part VIII)

Semangat pagi dengan statistika lagi, semoga tidak bosan dan menjadi sesuatu yang baru sebagai tambahan pengetahuan hari ini.

Quote:

Originally Posted by joe626  gan mau tanya nih….ane pake RStudio buat kerjainane pake metode PCA untuk menentukan kesesuaian lahan terhadap tanaman pangan, nah urutan apa saja yang harus ane lakuin biar hasilnya tepat? ty….

Dari variabel yang ditampilkan, rasanya kok aneh yah kalau pake PCA? apa cuma feeling ane aja yah? langkah-langkah PCA seperti analisis statistik klasik lainnya gan. RStudio? ane kurang “begaul” dengan software ini gan. mangap 

Quote:

Originally Posted by memmo  gan tolong,ada yg tau cara ngatasin masalah multikolinearitas ga? kalo mesti di transformasi pake yang mana? LN atau LG10 atau yang mana? masa mesti ganti data gaaaannnn mohon bantuannya ya para master statistik sekalian . terimakasih

Transformasi bukanlah jalan yang pas untuk mengatasi multikolinieritas.
Paling sip yang elimination procedure (forward/backward). Anyway, ini ngomongin Regresi Linier Berganda kan? 

Quote:

Originally Posted by 4ple  permisi gan, mau numpang tanya nih,salah satu metode untuk menguji hubungan data kategorik dengan distribusi tidak normal adalah chi square (maaf kalo salah) Syarat uji Chi square adalah: a. Tidak ada sel yang nilai observed yang bernilai nol b. Sel yang mempunyai nilai expected kurang dari 5, maksimal 20% dari jumlah sel. pertanyaan ane, jika syarat tidak terpenuhi,terus diuji pake apa? terima kasih

Chi square itu turunan dari Normal gan, so ane jadi bingung pertanyaan agan ini. “menguji hubungan data kategorik dengan distribusi tidak normal”

Quote:

Originally Posted by legendro  tetapi dari semua skripsi ama jurnal yang ane baca kok cmn nyantumin beberapa dari mereka ya ??jadi ndak semua dibahas gitu gan ??brati itu pilihan ya mau make semua atau cmn sebagian,,ane make hetero,,multikol ama linier,,alat analisis ane make kanonikal gan,,

pada intinya saat menggunakan metode klasik yang “rumusnya” udah ada (diturunkan dari suatu distribusi, misal normal) dan hanya dapat dipake dengan syarat yang harus dipenuhi dari sifat2 distribusi tersebut. Tidak semua asumsi kok, yang inti2 saja .. kalau mau tahu, sebenarnya asumsi klasik bia mencapai 20 asumsi jika mau dipenuhi satu2 

Quote:

Originally Posted by cex_hau  all mau tanya tentang faktor analisis, itu gimana seh cara kerja spss buat bikin segmentasi nya? cendol +5 buat yang bisa jelasin  tuh contohnya gimana mereka bisa ngelompokinnya yah?

Cendol +5? agan ini bisa saja, kesian yang nolong entar da pamrihnya.Hehehe…
coba ane jelasin, moga berkenan:
simpel kok gan liat aja Loading Factor tiap variabel yang paling besar.
misal nilai loading factor var “Magazine” yang terbesar = 0,972 pada faktor ke-1 maka Magazine masuk ke faktor 1, Internet masuk ke faktor ke-2 karena loading factornya paling besar di faktor ke-2 dst. CMIIW 

kalo cara spss ngitung loading factor nya, yahh tinggal baca buku deh analisis faktor (PCA) di modul/buku (ada tuh cara memperoleh loading factor tiap variabel) 

Quote:

Originally Posted by noname66670  gan, ada ebook2 yg ngebahas path analysis gk?

ada, mampir di blog ane gan .. +caranya via AMOS, LISREL dsb 

Quote:

Originally Posted by addictd  Ada yang mau ditanya tentang ukuran penyebaran.. kalo ditanya interpretasi itu kenapa nyarinya pake rata-rata ya? ane masih gak ngerti..makasih sebelumnya

kalau pake varians? sebagai ukuran apa gan? maaf ganti nanya nh

Quote:

Originally Posted by Netshops  permisi aganane mau tnya skripsi ane kan tentang membandingkan hasil belajar dua kelas masalah uji normalitas,liliefors,homogenitas dkk deh…he ane g ngerti , uji itu buat apa ya trmksh sblumnya

luaaass banget, uji normalitas yah digunakan pada model yang estimasi parameternya menggunakan dasar distribusi normal gan…

Quote:

Originally Posted by missiceres  dear sepuh sekalian, saya mohon bimbingannya lagi terkait tugas akhir yang sedang saya buat. saya bukan dari statistik jadi buta sekali.saya mulai yaa…. 1. saya punya variabel X1, X2,…. X22 inti dari pekerjaan saya adalah mencari tingkat produktifitas pembangunan konstruksi apabila dilakukan pekerjaan X1, X2, X3 dsb. saya sudah berencana menyebar angket dengan skala 1=low s/d 5=high untuk hal berikut. Disini saya akan lakukan perankingan dengan analisa regresi yang sederhana saja 2. nah ada pertanyaan lagi dari dosen apakah bisa dibuktikan kalau ditambahkan variabel Y1, Y2, Y3 s/d Y5 (Misal) SUPAYA=> dapat membuktikan bahwa (misalkan) variabel Y1 (peningkatan biaya) itu berhubungan dengan pekerjaan X1, X2, kemudian variabel Y2 (pencapaian target pasar) itu berhubungan dengan X3,X4, dan sebagainya. Kemudian bagaimana bentuk skala kuisionernya? apakah dipasangkan masing-masing variabel tsb dalam artian 22 x 5 = 110 isian? dan seperti apakah skalanya? apakah -10 s/d 10 seperti AHP? apakah bisa dilakukan analisis korelasi (secara acak), maksudnya Y1, X1, X2 s/d X22; Y2, X1, X2 s/d 22; dst… apa kiat2 supaya nilai sig. nya bisa dapet 0.05? cukupkah dengan sample sejumlah 30 responden? masukan dari sepuh sekalian akan sangat membantu penyelesaian TA saya, karena pengelompokan variabel X dan Y sudah final diasistensikan, tinggal kuisioner dan olah data…. kalo dipikir2 masih banyak ya  mana waktu berjalan terus Terimakasih yaa Salam.

Salam juga, semoga jawaban ini bisa membantu.
Sebelumnya ane ingetkan untuk tidak selalu mematok target hasil uji harus signifikan..coz banyak sekali faktor yang mempengaruhi hal tersebut.
Mengenai usul dosen agan, ane kok cenderung menyarankan SEM atau path analysis yah? semua terjawab pertanyaan yang agan berikan CMIIW

Quote:

Originally Posted by lre41  gan mau nannya donk. kalo analisis data multivariat yang berdistribusi gaussian model itu buat menaksir parameter pake mixture likelihood atau clasifikasi likelihood? bedanaya ap tuh ya gan? msh nubie nh gan.. mohon diajarkan .. trima kasih

berarti agan tahu maximum likelihood atau mungkin general likelihood?
kalau tidak salah bukannya dist. gauss = dist normal? CMIIW. jadi agan pasti tahu jawabannya pakai metode estimasi parameter apa?

• elimination procedure
• PCA
• regresi linier
• rstudio
• statistika