Sabtu, 28 April 2012

ANALISA CLUSTER

Analisis cluster merupakan teknik multivariat yang mempunyai tujuan utama untuk mengelompokkan objek-objek/cases berdasarkan karakteristik yang dimilikinya. Analisis cluster mengklasifikasi objek sehingga setiap objek yang memiliki sifat yang mirip (paling dekat  kesamaannya) akan mengelompok kedalam satu cluster (kelompok) yang sama. Cluster-cluster yang terbentuk memiliki homogenitas internal yang tinggi dan heterogenitas eksternal yang tinggi. Pemilihan indikator yang menjadi dasar pengelompokan objek ditentukan oleh peneliti, yang tentunya mempertimbangkan kaedah logis dan keilmuan yang ada. Indikator/set variabel cluster adalah suatu set variabel/indikator yang merpresentasikan karakteristik yang dipakai objek-objek.

Solusi analisis cluster bersifat tidak unik, anggota cluster untuk tiap penyelesaian/solusi tergantung pada beberapa elemen prosedur dan beberapa solusi yang berbeda dapat diperoleh dengan mengubah satu elemen atau lebih. Solusi cluster secara keseluruhan bergantung pada variabel-variaabel yang digunakan sebagai dasar untuk menilai kesamaan. Penambahan atau pengurangan variabel-variabel yang relevan dapat mempengaruhi substansi hasi analisisi cluster.

Data penjualan 157 mobil yang berasal dari berbagai tipe dan merek mobil. Ingin diklasifikasikan 157 mobil yang terjual berdasarkanan Variable Engine Size, Horsepower, Wheelbase, Width, Length, Curb weight, Fuel capacity dan Fuel efficiency
Dengan analisa cluster ingin diketahui :
  1. Jika dikelompokan kedalam dua katagori, bagai mana ciri-ciri mobil yang termasuk katagori I dan juga ciri-ciri mobil yang termasuk katagori II.
  2. Berapa mobil yang masuk kedalam katagori I dan juga mobil yang masuk dalam katagori II.
  3. Dari data, mobil mana saja yang masuk dalam katagori I dan yang masuk dalam katagori II.

Dari hasil analisa terbentuk dua cluster dari data:

(Silakan Klik)

 







0 komentar:

Posting Komentar

Silahkan cantumkan alamat email atau CP anda jika ingin komentar dan tertarik untuk mengikuti pelatihan statistik, agar secepatnya dapat kami jawab pertanyaan anda. Terima kasih sebelumnya.