Ilmu statistika mengenal adanya analisis komponen utama atau principal component analysis. Analisis komponen utara merupakan metode yang berguna untuk menyederhanakan suata data dengan mentransformasikan linier sehingga membentuk sistem koordinat baru. Peneliti biasanya menggunakan analisis komponen utama dengan Minitab untuk memperoleh hasilnya.
Pasalnya, Minitab dianggap sederhana dan mampu menghasilkan output yang diharapkan peneliti. Namun, analisis komponen utama menggunakan Minitab hanya bisa digunakan jika memenuhi persyaratannya. Jika ingin mengetahui seluk beluk mengenai analisis komponen utama dengan menggunakan Minitab, berikut ini adalah ulasannya:
1. Pengertian
Analisis komponen utama adalah teknik statistic yang berguna untuk mengubah sebagian besar variable asli yang biasanya dipakai jika saling berhubungan satu dengan yang lainnya. Kemudian, variable asli tersebut menjadi satu set variable baru yang lebih kecil dan tidak berhubungan lagi (bebas).
Jadi, bisa dibilang jika analisis komponen utama berfungsi untuk mereduksi data sehingga peneliti dengan mudah menginterpretasikan data-data yang diperolehnya. Analisis komponen utama juga merupakan salah satu analisis yang berkesinambungan atau bukan analisis yang langsung berakhir.
2. Persyaratan
Analisis komponen utama dapat digunakan jika peneliti memiliki banyak data yang diperoleh dalam penelitian. Padahal, banyaknya data yang diperoleh dapat mengakibatkan adanya tumpang tindih antar data yang satu dengan yang lainnya. Dengan begitu, analisis komponen utama bisa mempertahankan sebagian besar informasi yang didapatkan meskipun ada sedikit pengubah yang menjadi komponen utamanya saja.
3. Contoh Penggunaan
Analisis komponen utama bisa digunakan ketika peneliti melakukan pengamatan karakteristik suatu pohon. Peneliti akan memperoleh banyak data soal tinggi pohon, umur pohon, diameter pohon, dan lain sebagainya. Padahal, peneliti menginginkan data yang diperoleh tidak sebanyak data tersebut. Namun, peneliti juga tidak ingin kehilangan informasi yang diukur.
Dengan begitu, peneliti bisa menggunakan analisis komponen utama. Salah satu cara menentukan banyaknya komponen utama yaitu dengan menggunakan analisis komponen utama dengan Minitab. Meskipun ada banyak lain software statistic yang bisa digunakan, misalnya yaitu SAS.
Minitab mampu melakukan analisis komponen utama untuk mengurangi jumlah variable data. Dengan begitu, data tersebut akan lebih mudah dianalisis oleh peneliti. Niasanya komponen utama tersebut bisa menjelaskan hingga 90% variasi dalam data.
4. Cara Pengaplikasian
Analisis komponen utama dengan Minitab bisa dipilih karena caranya sederhana. Caranya yaitu dengan memilih menu Stat, pilih Multivariate dan klik Principal Component. Pada bagian input variable, masukkan variable diffgeom, complex, algebra, reals, dan juga statistics.
Namun, pastikan juga jumlah komponen yang akan dihitung adalah 5. Kemudian, gunakan type matriks hubungan covariance karena variable tersebut memiliki skala ukuran yang sama. Peneliti kemudian akan mendapatkan output yaitu berupa statistic deskriptif.
Di atas telah dijelaskan mengenai analisis komponen utama dengan Minitab yang menarik untuk dipelajari. Namun, untuk beberapa orang mungkin masih kesulitan untuk menganalisis komponen utama menggunakan Minitab. Jika kesulitan mengaplikasikannya, cobalah untuk berkonsultasi pada kami. Kami adalah jasa olah data dan bimbungan skripsi, tesis, dan disertasi yang profesional dan terpercaya.
2 tanggapan untuk “Ragam Informasi Seputar Analisis Komponen Utama dengan Minitab”
Assalamualaikum
Mau bertanya bagaimana melihat hasil Persamaan PCA dan melihat variabel baru dari PCA untuk diteliti selanjutnya
Karna skripsi saya oleh dosen menyarankan variabel X2 yg di proksikan dgn ROA harus menambah ROE, nah ROA Dan ROE harus menjadi 1 variabel X2
waalaikumsalam ka
untuk mengetahui lebih lanjut bisa langsung menghubungi kontak kami WA 08976567867. terima kasih