Cluster Analysis - Hierarchical

Selasa, Juli 07, 2009

Analisis Kluster dilakukan untuk mengelompokkan objek-objek berdasarkan karakteristik yang dimiliki. Teknik ini dimasukkan ke dalam multivariate, akan tetapi konsep variat dalam teknik ini berbeda dari konsep multivariate lainnya. Dimana pada konsep multivariate, variat diartikan sebagai kombinasi linier berbagai variable, sedangkan dalam analisis Kluster, variat diartikan sebagai sejumlah variable (yang dianggap sebagai karakteristik) yang digunakan untuk membandingkan sebuah objek dengan objek lainnya. Jadi dalam analisis Kluster tidak dilakukan pencarian nilai variat secara empiris, sebagaimana pada teknik-teknik multivariate lainnya.

1.Tujuan Dasar
Tujuan utama analisis Kluster adalah untuk menempatkan sekumpulan objek ke dalam dua atau lebih grup berdasarkan kesamaan-kesamaan objek atas dasar berbagai karakteristik. Melalui prinsip homogenitas grup, menurut Hair, et al., terdapat 3 sasaran yg tersedia bagi peneliti, yaitu :

1)Deskripsi taksonomi (taxonomy description).
Dengan taksonomi kita dapat mengelompokkan sekumpulan objek secara empiris.

2)Simplikasi data (data simplication).
Dengan taksonomi, yang kita peroleh memang grup. Akan tetapi berdasarkan struktur yang diperoleh, kita juga bisa menjelaskan profil setiap grup berdasarkan karakteristik umum yg dimiliki. Kalau dalam analisis faktor menjelaskan ”dimensi” yang mendasari jumlah variabel, dengan analisis Kluster kita juga dapat melakukan hal yang sama, yaitu dimensi yang mendasari sejumlah observasi yang berada dalam suatu Kluster.

3)Identifikasi hubungan (relationship identification).
Setelah Kluster terbentuk dan struktur data yang mendasarinya diperlihatkan dalam Kluster, peneliti mendapat informasi tentang hubungan antar observasi yang tidak mungkin diperoleh dengan analisis observasi secara individu. Bahkan secara kualitatif hubungan tersebut bisa juga diidentifikasi.

Download Gratis => klik di sini


0 comments: