Uji Manual KOM, Barlet, MSA
July 16, 2022 | Author: Anonymous | Category: N/A
Short Description
Download Uji Manual KOM, Barlet, MSA...
Description
1.
Matri Matriks ks Kor Korela elasi si Anta Antarr Vari Variab abel el
Nilai korelasi antar variabel dapat dihitung dengan menggunakan rumus korelasi sederhana sebagai berikut :
( n ∑ x −(∑ x ) ) 2
2
i
i
2
2
√ ¿ n ∑ x j −( ∑ x j ) n ∑ x i x j −∑ x i ∑ x j ¿¿ r x x = ¿
)
(
i
j
Keterangan:
n
= banyaknya pasangan data variabel
∑ x ∑ x ∑ x x
i ;
i =1,2, … , p
i
= total jumlah dari variabel
j
= total jumlah dari variabel j ; j = 1,2, … p
i
=hasil perkalian dari total jumlah variabel
j
i dan variabel j
erikut ini nilai korelasi antar variabel yang dihitung dengan menggunakan rumus korelasi sederhana:
( n ∑ v −( ∑ v ) ) √ ¿ ( n ∑ v −( ∑ v ) ) 2
2 1
1
2
2
1
( 1) rv v = 1
n
∑v
1
1
v 1−
v ∑v ∑ 1
1
¿
1
¿¿
219961 125 ( 1857 ) −( −(¿¿ )
¿
219961 125 ( 1857 ) −( −(¿¿ )
¿ ¿ √ ¿ 125 ( 1857 ) −(( 469 ) ( 469)) ¿ ¿ ¿1
( n ∑ v −( ∑ v ) ) √ ¿ ( n ∑ v −( ∑ v ) ) 2
2
1
1
2
2
2
n
( 2) rv v = 1
2
∑v
1
2
v 2−
∑v ∑v
¿
1
2
¿¿
¿ 12164 12164
219961 −(¿¿ ) 125 ( 1857 ) −(
¿
233289 125 ( 1933 ) −( −(¿¿ )
¿
¿ ¿
¿
√ ¿ ( 469 ) ( 483)) 125 ( 1846 ) −(
¿
¿ !"#1$% : : :
(n ∑ Z −(∑ Z ) ) √ ¿ ( n ∑ Z −( ∑ Z ) ) 2
2
2
2
2
2
3
( 124 ) r Z Z = 2
n
3
Z ∑ Z Z −∑ Z ∑ ¿¿ 2
3
2
3
3
¿
219961
(
125 1837
¿
)−( −(¿¿ )
219961
(
125 1849
−(¿¿ ) )−(
¿ ¿ √ ¿ 125 ( 1817 ) −(( 469 ) ( 469)) ¿ ¿ =
7164 10386,957
=
0,6897
( n ∑ Z −(∑ Z ) ) √ ¿ ( n ∑ Z −( ∑ Z ) ) 2
2
3
3
2
2
3
( 125 ) r Z Z = 3
3
n
3
Z ∑ Z Z −∑ Z ∑ ¿¿ 3
3
3
¿
3
4223 10069,7122
219961 −(¿¿ ) 125 ( 1849 ) −(
¿
219961 125 ( 1849 ) −( −(¿¿ )
¿ ¿
¿
¿
11164 11164
√ ¿ ( 469 ) ( 469 )) 125 ( 1849 ) −(
¿
¿1 &ehingga diperoleh matriks korelasi antar variabel sebagai berikut:
¿
1 0,41 0,41 0,40 0,40 0,33 0,33 0,16 0,16 0,16 0,16 0,69 0,69 0,220,260,44 0,220,260,44 0,39 0,39 0,330,44 0,330,44 0,43 0,43 0,1 0,13 3 0,850,190,20 0,850,190,20 0,3 0,32 2 0,31 0,31 0,4 0,47 7 0,43 0,43 0,37 0,37 0,410, 0,410, 0,411 11 0,43 0,43 0,57 0,57 0,47 0,47 0, 56 0,45 0,45 0,53 0,53 0,38 0,38 0,190,210,23 0,190,210,23 0,26 0,26 0,24 0,24 0,1 0,10 0 0,0 0,09 9 0,43 0,43 0,3 0,37 7 0,28 0,28 0,23 0,23 0,2 0,27 7 0,38 0,38 0,7 0,70 0 0,3 0,33 3 0, ¿ 0,4
¿
0,40 0,431 0,40 0,431 0,45 0,45 0,35 0,35 0,35 0,35 0,37 0,37 0,53 0,53 0,29 0,29 0,420,490,42 0,420,490,42 0,35 0,35 0,47 0,47 0,26 0,26 0,2 0,29 9 0,40 0,40 0,3 0,37 7 0,35 0,35 0,27 0,27 0,4 0,45 5 0,450,3 0,450,33 3 0,4 0,49 9 0, ¿ 0,3 0,33 3 0,57 0,57 0,45 0,45 1 0,57 0,57 0,63 0,63 0,410,530,34 0,410,530,34 0,34 0,34 0,31 0,31 0,350,380,37 0,350,380,37 0,22 0,22 0,2 0,20 0 0,46 0,46 0,4 0,44 4 0,30 0,30 0,33 0,33 0,3 0,35 5 0,36 0,36 0,197 0,197 0,34 0,34 0 ¿ 0,1 0,16 6 0,47 0,47 0,35 0,35 0,57 0,57 10,590,65 0,61 0,61 0,31 0,31 0,175 0,175 0,290,180,23 0,290,180,23 0,34 0,34 0,3 0,38 8 0,24 0,24 0,3 0,38 8 0,6 0,610,250,22 10,250,22 0,2 0,27 7 0,2 0,26 6 0,15 0,15 0,3 0,30 00 0,16 6 0,56 0,56 0,35 0,35 0,63 0,63 0,591 0,591 0,56 0,56 0,51 0,51 0,38 0,38 0,11 0,11 0,25 0,25 0,26 0,26 0,23 0,23 0,26 0,26 0,3 0,38 8 0,2 0,28 8 0,44 0,44 0,4 0,41 1 0,220, 0,220,26 26 0,24 0,24 0,2 0,20 0 0,0 0,07 7 0,3 0,30 0 0, ¿ 0,1
, 460,380,060,300,250,180,230,360,310,350,420,090,130,120,160,130,230, ¿¿0,060,450,370,410,650,5610 0,22 0,2 2 0,530,53 0,530,53 0,53 0,53 0,61 0,61 0,51 0,51 0,461 0,461 0,47 0,47 0,27 0,27 0,34 0,34 0,220,33 0,220,33 0,33 0,33 0,37 0,37 0,3 0,33 3 0,42 0,42 0,5 0,57 7 0,28 0,28 0,2 0,24 4 0,31 0,31 0,3 0,36 6 0,14 0,14 0,4 0,42 2 0, ¿ 0,2 0,26 6 0,38 0,38 0,29 0,29 0,34 0,34 0,31 0,31 0,38 0,38 0,380,471 0,380,471 0,37 0,37 0,33 0,33 0,22 0,22 0,30 0,30 0,25 0,25 0,2 0,28 8 0,3 0,37 7 0,35 0,35 0,2 0,28 8 0,120,210,25 0,120,210,25 0,1 0,18 8 0,23 0,23 0,2 0,27 7 0, ¿ 0,4 0,44 4 0,19 0,19 0,42 0,42 0,34 0,34 0,17 0,17 0,11 0,11 0,06 0,06 0,27 0,27 0,37 0,37 1 0,57 0,57 0,59 0,59 0,69 0,69 0,57 0,57 0,1 0,18 8 0,3 0,35 5 0,25 0,25 0,2 0,28 8 0,38 0,38 0,420,610,42 0,420,610,42 0,5 0,56 6 0,4 0,43 3 0, ¿ 0,3 0,39 9 0,21 0,21 0,49 0,49 0,310,290,25 0,310,290,25 0,30 0,30 0,30 0,30 0,33 0,33 0,57 0,57 1 0,64 0,64 0,48 0,48 0,47 0,47 0,4 0,40 0 0,3 0,36 6 0,28 0,28 0,3 0,39 9 0,310,350,56 0,310,350,56 0,3 0,38 8 0,51 0,51 0,4 0,49 9 0, ¿ 0,3 0,33 3 0,23 0,23 0,42 0,42 0,35 0,35 0,18 0,18 0,26 0,26 0,25 0,25 0,220,220,59 0,220,220,59 0,64 0,64 1 0,59 0,59 0,420,310,29 0,420,310,29 0,2 0,25 5 0,3 0,31 1 0,24 0,24 0,4 0,40 0 0,56 0,56 0,3 0,310,480,43 10,480,43 0, 0,44 4 0,26 0,26 0,35 0,35 0,38 0,38 0,23 0,23 0,23 0,23 0,18 0,18 0,33 0,33 0,30 0,30 0,69 0,69 0,48 0,48 0,591 0,591 0,66 0,66 0,34 0,34 0,2 0,28 8 0,43 0,43 0,2 0,24 4 0,44 0,44 0,5 0,54 4 0,6 0,64 4 0,51 0,51 0,5 0,58 8 0,4 0,46 6 0, ¿ 0,4 0,43 3 0,24 0,24 0,47 0,47 10 10,370,34 ,370,34 0,26 0,26 0,23 0,23 0,33 0,33 0,25 0,25 0,57 0,57 0,47 0,47 0,42 0,42 0,66 0,66 1 0,200,330,24 0,200,330,24 0,37 0,37 0,4 0,47 7 0,4 0,45 5 0,66 0,66 0,5 0,56 6 0,64 0,64 0,5 0,51 10 ¿ 0,4 ¿ 0,130,100,20,220,380,380,360,370,280,180,400,310,340,2410,500,380,380,220,280,290,150,190,450, ¿ 0,0 0,08 8 0,09 0,09 0,29 0,29 0,20 0,20 0,24 0,24 0,28 0,28 0,310,330,37 0,310,330,37 0,35 0,35 0,36 0,36 0,29 0,29 0,28 0,28 0,3 0,33 3 0,50 0,50 1 0,350,450,160,25 0,350,450,160,25 0,3 0,31 1 0,25 0,25 0,3 0,34 4 1 0,4 0,46 60 ¿ 0,19 0,19 0,43 0,43 0,40 0,40 0,46 0,46 0,38 0,38 0,44 0,44 0,35 0,35 0,420,350,25 0,420,350,25 0, 0,28 28 0,25 0,25 0,43 0,43 0,2 0,24 4 0,38 0,38 0,35 0,35 1 0,20, 0,20,2 2 0,3 0,37 7 0,3 0,32 2 0,31 0,31 0,1 0,190,360,3 90,360,3 0,20 0 0,37 0,37 0,37 0,37 0,44 0,44 0,61 0,61 0,41 0,41 0,420,570,28 0,420,570,28 0,28 0,28 0,39 0,39 0,31 0,31 0,24 0,24 0,37 0,37 0,3 0,38 8 0,4 0,45 5 0,29 0,29 10,290,24 0,420,280,30 0,420,280,30 0,5 0,52 2 0, ¿ 0,2 0,32 2 0,28 0,28 0,35 0,35 0,300,250,22 0,300,250,22 0,09 0,09 0,28 0,28 0,12 0,12 0,38 0,38 0,310,240,44 0,310,240,44 0,47 0,47 0,2 0,22 2 0,16 0,16 0,2 0,27 7 0,2 0,291 91 0,5 0,55 5 0,5 0,51 1 0,8 0,83 3 0,40,350, ¿ 0,3 0,31 1 0,23 0,23 0,27 0,27 0,33 0,33 0,22 0,22 0,26 0,26 0,19 0,19 0,24 0,24 0,21 0,21 0,420,350,40 0,420,350,40 0,54 0,54 0,45 0,45 0,28 0,28 0,25 0,25 0,3 0,37 7 0,24 0,24 0,5 0,55 5 1 0,6 0,64 4 0,5 0,54 4 0,48 0,48 0,3 0,33 30 ¿ 0,3 0,47 7 0,27 0,27 0,45 0,45 0,35 0,35 0,27 0,27 0,24 0,24 0,12 0,12 0,31 0,31 0,25 0,25 0,610,560,56 0,610,560,56 0,64 0,64 0,6 0,66 6 0,29 0,29 0,3 0,310,320,42 10,320,42 0,5 0,510,64 10,64 10,580,61 0,5 0,53 3 0, ¿ 0,4 ¿ 0,4 0,43 3 0,38 0,38 0,45 0,45 0,36 0,36 0,26 0,26 0,20 0,20 0,16 0,16 0,36 0,36 0,18 0,18 0,420,310,51 0,420,310,51 0,56 0,56 0,1 0,15 5 0,25 0,25 0,310,280,83 0,310,280,83 0,5 0,54 4 0,58 0,58 1 0,4 0,48 8 0,48 0,48 0,5 0,50 0 ¿ 0,3 0,37 7 0,07 0,07 0,3 0,330,190,15 30,190,15 0,07 0,07 0,13 0,13 0,14 0,14 0,23 0,23 0,56 0,56 0,51 0,51 0,48 0,48 0,58 0,58 0,64 0,64 0,1 0,19 9 0,3 0,34 4 0,19 0,19 0,3 0,30 0 0,44 0,44 0,4 0,48 8 0,61 0,61 0,4 0,48 8 1 0,5 0,520, 20, 0,41 1 0,33 0,33 0,49 0,49 0,34 0,34 0,30 0,30 0,30 0,30 0,23 0,23 0,420,27 0,420,27 0,430,490,43 0,430,490,43 0,46 0,46 0,51 0,51 0,4 0,45 5 0,4 0,46 6 0,36 0,36 0,5 0,52 2 0,35 0,35 0,3 0,330,530,48 30,530,48 0,5 0,52 2 1 0, ¿ 0,4 ¿ 0,4 0,410, 10,26 26 0,39 0,39 0,23 0,23 0,18 0,18 0,250,14 0,250,14 0,30 0,30 0,27 0,27 0,53 0,53 0,510,580,61 0,510,580,61 0,58 0,58 0,35 0,35 0,4 0,43 3 0,3 0,34 4 0,43 0,43 0,4 0,49 9 0,520,690,50 0,520,690,50 0,6 0,66 6 0,6 ¿
'asi 'a sill
per erh hitun itunga gan n
nilai ilai
ko kore rela lasi si
anta antarr
va vari riab abel el
menggunakan &(&& terdapat dalam lampiran 11.
ya yan ng
di dihi hitu tung ng
den eng gan
1.
Uji Uji Asum Asumsi si Anal Analis isis is Fakt Faktor or
)ji KMO KMO untuk untuk menguk mengukur ur tingka tingkatt ke*uku ke*ukupan pan sampel sampel yang yang bertuj bertujuan uan untuk untuk mengetahui apakah semua data yang terambil telah *ukup untuk di+aktorkan. )ntuk menghitung nilai KMO nilai KMO"" digunakan rumus sebagai berikut: p
KMO=
p
∑ ∑r = =
2
ij
i 1 j 1
p
p
p
p
r +∑ ∑ a ∑ ∑ = = = = 2
ij
i 1 j 1
2
ij
i 1 j 1
i=1,2,..p j=1,2,..,p &elain &el ain KM,-M& KM,-M&A" A" uji artlet artlettt merupa merupakan kan tes statisti statisti** untuk untuk menguj mengujii apakah matriks korelasi se*ara statistik merupakan matriks identitas atau tidak" tid ak" dimana dimana matrik matrikss identi identitas tas mengid mengidenti enti+ik +ikasik asikan an baha baha dianta diantara ra variabel bebas tidak terdapat korelasi. )ji 'ipotesis :
H 0 : Matriks korelasi / merupakan matriks 0dentitas. H 1 : Matriks korelasi / bukan merupakan matriks 0dentitas. 2
χ obs
=
[
− ( n−1 ) −
]
( 2 p + 5 ) 6
ln| R|
andingkan dengan hi &2uare 3abel 3abel
2
χ α , p ( p− 1)/ 2
)ji artlett merupakan tes statisti* untuk menguji apakah variabel-variabel bebas yang dilibatkan berkorelasi.
H 0 : 3idak ada korelasi antar variabel bebas H 1 : Ada korelasi antar variabel bebas Kriteria uji dengan melihat p-value melihat p-value 4signi+ikansi5 4signi+ikansi5 : 3erima H 0 jika &ig. 6 !.!7 atau tolak H 0 jika &ig. 8 !.!7
9aab : 4i5. Menghitung nilai KM,
0n 0nii be bert rtuj ujua uan n un untu tuk k meng menguk ukur ur ting tingka katt ke ke*u *uku kupa pan n sampe sampell ya yang ng bertujuan untuk mengetahui apakah semua data yang terambil telah *ukup untuk di+aktorkan. &yarat untuk dapat melakukan analisis +aktor adalah data dari peubah-peubah yang dianalisis harus memiliki nilai statistik KM, minimal sebesar !"7.
(enilai (en ilaian an uji KM, dari dari matriks matriks antar antar variab variabel el adalah adalah sebagai sebagai berikut : a5 !"$ 8 KM, 1"!! 1"!! unit observ observasi asi sangat sangat baik baik untuk untuk analisi analisiss +aktor b5 !"< 8 KM, !"$ unit unit observasi baik untuk analisis +aktor *5 !" !" 8 KM, !"< !"< unit unit obser observa vasi si agak agak baik baik untu untuk k analis analisis is +aktor d5 !"> !"> 8 KM, !" !" unit unit observ observasi asi leb lebih ih dari dari *uku *ukup p untu untuk k analisis +aktor e5 !"7 8 KM, !"> unit unit observa observasi si *ukup *ukup untuk analisis analisis +aktor +aktor +5 KM, !"7 unit observasi observasi tidak layak untuk untuk analisis analisis +aktor +aktor
p
p
KMO=
∑r ∑ = =
2
ij
i 1 j 1
p
p
p
p
∑ ∑ r +∑ ∑a = = = = 2
ij
i 1 j 1
2
ij
i 1 j 1
i=1,2,..p j=1,2,..,p Keterangan : r iijj = koe+isien korelasi sederhana antara variabel i dan j aij = koe+isien korelasi parsial antara variabel i dan j p
dimana
p
∑a ∑ = =
2
ij
=r x x − x = korelasi parsial i
j
k
i 1 j 1
(erhitungan : p
?iperoleh nilai untuk
p
∑∑r i = 1 j = 1
2
ij
adalah sbb :
1 0,00624 0,04 0,0037 0,006241 0,000729
0,0062 1 0,00792 0,237 0, 0,0174 0,034
0,04 0,0037 0,00792 0,237 1 0,038 0,038 1 0,095 0,196 0,0096 0 0,,00476
0,0062 0 0,,000729 0,0174 0,034 0,0954 0,0096 0,196 0,0047 1 0,00212 0,00212 1
0,0467 0,0894
0,0999 0,1163
0,0225 0,00504
0,0092 0,0841
[
0,0027 0,0625
0,046 0,0998 0,0225 0,0027 0, 0,00922 0,017
0,0894 0,116 0,005 0,0625 0,0841 0,001225
1 0,0144
0,0144 1
0,0166 0,00123
)ntuk menghitung nilai korelasi parsial se*ara manual dapat digunakan rumus sebagai berikut :
r x x − x = i
j
k
r x x −( r x x ) ( r x x ) i
j
k
√ [ −( r 1
j
i
k
) ][ 1−( r x x ) ] 2
2
x k x j
i
k
]
'asil perhitungan perhitungan nilai koe+isien korelasi parsial menggunakan menggunakan rumus di atas 4se*ara manual5 dan menggunakan &(&&:
r x 1. x 2 − x 3=
r
x 1. x 2− x 3=
r x 1. x 2 – ((r x 3. x 2 ) ( r x1. x 3 )
√ [ 1−(r
) ][ 1−(r x x ) ] 2
x 3. x 2
2
1. 3
0,079 – ( ( −0,089 ) ( 0,2)
√ [ 1−(− 0,089 ) ][ 1−(0,2 ) ] 2
2
r x 1. x 2− x 3= 0,0991 Correlations
Ketersed 'emat ahan ontrol Variables 'arga Motor yang
'emat ahan akar
orrelation &igni+i*an*e 4-
kompetiti+4@%5
tailed5 ?+ Ketersediaan &uku
orrelation
adang
&igni+i*an*e 4tailed5 ?+
&uku
akar4@15 adang4 1.!!! . ! .099
.#$ #
1
r x 1. x 2 − x 4=
r x 1. x 2 – ( r x 4. x 2 ) (r x 1. x 4 )
√ [1−( r
x 4. x 2
r
x 1. x 2− x 4=
) ] [1− ( r x 2
)] 2
1. x 4
0,079 – ( 0,487 ) (0,061 )
√ [1−(0,487 ) ] [1− ( 0,061) ] 2
2
r x 1. x 2− x 4= 0,0565
Correlations
Ketersedi 'emat ahan ontrol Variables
akar4@15
Model Motor yang
'emat ahan akar
orrelation
menarik
&igni+i*an*e 4-
4@#5
tailed5 ?+ Ketersediaan &uku adang
orrelation &igni+i*an*e 4tailed5 ?+
: : :
r x 7. x 8− x 6=
r
x 7. x 8 − x 6=
r x 7. x 8 – ( r x 6. x 8 ))(( r x 7. x 6)
√ [1−(r
) ] [1− ( r x 2
x 6. x 8
)] 2
7. x 6
− 0,12 – ( −0,035 )( 0,129 ) 2 2 √ [ 1−(−0,035 ) ] [ 1−(0,129 ) ]
r x 7. x 8− x 6=−0,116529
&uku adang4
1.!!!
.
.
.
! .057
.>$< #
1.
Correlations
(romosi dari &istem (embayaran (rodusen4@
Kredit yang
5
ajar4@5
?+ &istem (embayaran
orrelation
Kredit yang ajar
&igni+i*an*e 4tailed5
1.!!!
-.117
.
.#7
!
#
-.117
1.!!!
.#7
.
#
!
?+ ?i baah ini adalah nilai korelasi parsial yang diperoleh :
!"$$ !"!7 !"! !"!> !"!1 -!"!7 !"!$ !"1$ !"1 !"!1 -!"!7 -!"1! -!"17 -!"1% -!"! -!"!##
!"!$ !"1$ !"1 -!"!##
-!"$# !"! !"1$ !"1#% !"1$ !"1%$ !"1> !"!> !"#$ !"!% !"!11 !"!> !"! !"11>
!"% !"!1 !"1!< !"!% -!"! !"!7 !"!$1 !"## !"1!% !"# !"1# !"#$ !"7$ !"<
-!"!#< -!"!% -!"!# !"!!1 -!"!1< -!"!
-!"1< -!"1# -!"1 -!"17 -!"1$1 !"$ !"$1 !"$# !" !"! !"## !"1!% !"# !"1# !"#$ !"7$
!"1# !"!7% !"!% !" -!"!< !"!% -!"!# -!"!1< -!"!% -!"!
!"!> !"11 !"1%# !"1%7 !"1> -!"!7$ -!"!1# -!"1%% -!"1%< -!"177 -!"11
!"!% -!"!# -!"!1< -!"!% -!"! -!"!7$ -!"!1# -!"1%% -!"1%< -!"177 -!"11
Bangkah selanjutnya adalah menghitung nilai KM, :
p
p
r ∑ ∑ = =
2
ij
i 1 j 1
KMO=
p
p
p
p
∑ ∑ r +∑ ∑a = = = = 2
ij
i 1 j 1
¿ ¿
2
ij
i 1 j 1
1 + 0,0062 + 0,04 + 0,0037 + 0,0062+ … + 0,00123 + 0,0144 + 1
( 1 + 0,0062 +… + 0,0144 + 1 ) + ( 0,99 + 0,012+ … +(−0,117 ))
10,53089
10,53089 + 8,483232
¿ !"77#!17
KMO and Bartlett's est
Kaiser-Meyer-,lkin Measure o+ &ling Ade2ua*y. artlettCs 3est o+ ApproD. hi-&2uare &pheri*ity
?+ &ig.
Kesimpulan :
.5!0
7.%%$ < .!!1
?ari perhitungan yang telah dilakukan di atas" diperoleh nilai KM, sebesar !.7>!. Karena nilai KM, yang diperoleh berkisar antara !.7 sampai 1" maka layak dilaku dil akukan kan analisi analisiss +aktor +aktor atau dapat dapat disimp disimpulk ulkan an data data lebih lebih dari dari *ukup *ukup untuk untuk analisis +aktor + aktor..
4ii5. )ji arlett )ji artlett merupakan tes statistik untuk menguji apakah matriks korelas kor elasii se*ara se*ara statisti statistik k merupa merupakan kan matrik matrikss identit identitas as atau atau tidak" tidak" dimana matriks identitas mengidenti+ikasikan baha diantara variabel bebas tidak terdapat korelasi. -
)ji 'ipotesis :
H 0 : Matriks korelasi / merupakan matriks 0dentitas. H 1 : Matriks korelasi / bukan merupakan matriks 0dentitas. -
&tat &tatis isti tik k uji uji yang yang digu diguna naka kan n: 2
χ obs
=
[
− ( n−1 ) −
6
Keterangan : n
= jumlah observasi
| R| p
= determinan matriks korelasi
= jumlah variabel
(erhitungan : 2
2
χ obs 2
[
] || ( ( )+ ) | | =−[ ( − )− ]
χ obs obs =
− ( n− 1 ) −
[
6
2 8
50 1
χ obs=− ( 49 )−
( 2 p +5 )
6
5
]
( 2 p + 5 )
ln R
ln R
]
21 ln ( 0,283707 ) 6
2
χ obs =57,32150349 'asil perhitungan menggunakan &(&& :
ln| R|
KMO and Bartlett's est
Kaiser-Meyer-,lkin Measure o+ &ling
.7>!
Ade2ua*y. artlettCs 3est o+ ApproD. hi-&2uare
57.""9
?+
&pheri*ity
<
&ig.
.!!1 2
χ α , p ( p−1)/ 2=¿ x 2 4!" 4!"75" 75"< < =
Nilai tabel yang diperoleh : #1"%% -
Krit Kriter eria ia pen penga gamb mbil ilan an kep keput utus usan an : 2
2
)ji arlett akan menolak ' ! jika nilai χ obs > χ α , p ( p −1 )/ 2 2
2
?iperoleh χ obs > χ α , p ( p −1 )/ 2 -
57,32150349 6 #1.%%
Kesimpulan Karena Kar ena diperol diperoleh eh nilai
2
2
χ obs > χ α , p ( p −1 )/ 2
57,32150349 6
#1.%% #1.% % maka dapat disimpulkan disimpulkan '! ditolak" yang berarti matriks korelasi bukan merupakan matriks identitas.
#. en entu tuka kan n $ila $ilaii M M%A %A
Namun demikian tetap dilakukan analisis pervariabel dengan metode anti– images ya yait itu u de deng ngan an meng menghi hitu tung ng ni nilai lai M&A M&A un untu tuk k masin masingg-ma masi sing ng variabel" uji M&A digunakan untuk mengukur kelayakan sebuah variabel untuk dilakukan analisis +aktor dengan +ormula sebagai berikut : 2
MSA i=
r ij
∑ r∑+∑ a 2
ij
2
ij
i=1"".."p;
j=1"".."p; iEj
9aab : (erhitungan :
MSA 1=
(r
2 12
2
2
2
2
2
2
r 12 + r 13 + r 14 + r 15 + r 16 + r 17 + r 18
2
+ r 132 + r 142 + r 152 + … +r 182 ) +( a 122 + a132 + a142 + … + a182)
MSA 1=
MSA 1=
0,006241 + 0,04 + 0,003721 + 0,006241 + 0,000729 + … + 0,089401
( 0,006241 + 0,04 + …+ 0,089401 ) +( 0,9801+ 0,00324+ … + 0,079) 0,192989 0,192989 + 2,079803
MSA 1= ¿ 0&0(91#7
MSA 2=
MSA 2=
MSA 2=
2
(r
2
2
2
2
2
2
r 21 + r 23 + r 24 + r 25 + r 26 + r 27 + r 28
2 21
+ r 232+ … + r 282 ) +( a212+ a232+ a242 +… + a 282 ) 0,00624 + 0,0792 + 0,237 + 0,0174 + 0,034 + … + 0,0116
( 0,00624 + 0,0792 + … + 0,0116) +( 0,9801 + 0,00324 + … + 0,103684 )
0,51836 0,51836+ 4,080693
MSA 2= 0,112710
MSA 3=
MSA 3=
MSA 3=
2
(r
2
2
2
2
2
r 31 + r 32 + r 34 + r 35 + r 36 + r 37 + r 38
2 31
2
+ r 322 + … + r 382) +( a312 + a322 + a 342+ … + a382)
0,04 + 0,00792 + 0,038 + 0,0954 + 0,0096 + … + 0,005
( 0,04 + 0,00792 + … + 0,005 ) +( 0,043681+ 0,036864 + … + 0,008281 ) 0,21842 0,21842+ 1,343079
MSA 3= ¿ 0&1"97( MSA 4=
2
(r
2 41
2
2
2
2
2
r 41 + r 42 + r 43 + r 45 + r 46 + r 47 + r 48
2
+ r 422 + … + r 482 ) +( a412 + a 422 + a 432 + … + a482 )
0,0037 + 0,237 + 0,038 + 0,196 + 0,0047 + … + 0,0625
MSA 4= ( 0,0037 + 0,237 + … + 0,0625 )+( 0,000676 + 0,000529 + … + 0,067081 )
MSA 4=
0,5446 0,5446 + 3,170197
MSA 4= ¿ 0&1(!!0#
MSA 5=
MSA 5=
MSA 5=
(r
2
2
2
2
2
2
r 51 + r 52 + r 53 + r 54 + r 56 + r 57 + r 58
2 51
2
+ r 522 + … + r 582) +( a512 + a532 + a542+ … + a582 ) 0,00624 + 0,0174 + 0,095 + 0,196 + 0,00212 + … + 0,0841
( 0,00624 + 0,0174 + … +0,0841 ) +( 0,0049 + 0,000361 + … + 0,093025) 0,41008 0,41008+ 2,294621
MSA 5= ¿ 0&151!175
MSA 6=
MSA 6=
MSA 6=
2
(r
2 61
2
2
2
2
2
2
r 61 + r 62 + r 63 + r 64 + r 65 ++ r 67 + r 68
+ r 622+ r 632 + … + r 682) +( a612 + a622 + a 632 +… + a682)
0,000729 + 0,034 + 0,0096 + 0,00476 + 0,00212 + … + 0,001225
( 0,000729 + 0,034+ … +0,001225 ) +( 0,000169 + 0,002304 + … + 0,004 )
0,069434 0,069434 + 0,385627
MSA 6= ¿ 0&15#517
MSA 7=
MSA 7=
(r
2 71
2
2
2
2
2
2
r 71 + r 72 + r 73 + r 74 + r 75 + r 76 + r 78
2
+ r 722 + r 732 + … + r 782 ) +( a 712 + a 722 + a732 +… + a782) 0,0467 + 0,0999 + 0,0225 + 0,0027 + 0,0092 + … + 0,0144
( 0,0467 + 0,0999 + …+ 0,0144 ) +( 0,040804 + 0,064516 +… + 0,013689 )
MSA 7=
0,212 0,212 + 1,363029,
MSA 7=¿ 0&1"(!007
MSA 8=
MSA 8=
MSA 8=
(r
2 81
2
2
2
2
2
2
r 81 + r 82 + r 83 + r 84 + r 85 + r 86 + r 87
2
+ r 822+ r 832+ … + r 872 ) +( a812+ a822 +a832 + … + a872) 0,0894 + 0,1163 + 0,00504 + 0,0625 + 0,0841 + … + 0,0144
( 0,0894 + 0,1163 + … + 0,0144 ) +( 0,0841+ 0,084681+ … + 0,013689 ) 0,37297 0,37297+ 1,964405
MSA 8= ¿ 0&1595!79
". )kst )kstra raks ksii Fakt Faktor or
Fkstraksi +aktor adalah proses inti dalam analisis +aktor" ekstraksi +aktor dilakukan dengan menggunakan metode komponen utama yang ber+ungsi untuk unt uk menaks menaksirk irkan an paramet parameter er-pa -parame rameter ter dalam dalam analis analisis is +aktor +aktor yaitu" yaitu" varianss spesi+ik" varian spesi+ik" komunalitas komunalitas dan matriks loading factor . Fkstraksi +aktor yang yang dila dilaku kuka kan n dida didasa sark rkan an pada pada matr matrik ikss vari varian an-k -kov ovar aria ian. n. )ntu )ntuk k menghitung matriks varian-kovarian digunakan +ormula di baah ini : 2
s jj = s j =
1
n
∑ ( y − y´ )
2
ij
n−1 i =1
j
dan s jk =
1
n
∑ ( y − y´ ) ( y − y´ )
n −1 i= 1
ij
j
ij
k
9aab :
)ntuk menghitung nilai varian se*ara manual digunakan rumus sbb : 2
s jj = s j =
1
n
∑ ( y − y´ ) n− 1 =
2
ij
i 1
j
2 1
s 11= s =
n
1
∑ ( y n− 1 =
i1
− y´ 1 )2
i 1
¿
1 [( 3.20 −3.884 )2 + ( 3.30 −3.884 )2 + … + ( 4.00−3.884 )2 ] 50 −1
¿
1
[ (−0.684 ) + (−0.584 ) + … + ( 0.116 ) ] 2
2
2
49 1 ¿ [ ( 0.467856 )+ ( 0.341056 ) +… + ( 0.013456 ) ] 49
¿
1 49
[ ( 26.3272 ) ]
¿ 0.537
2 2
s 22= s =
n
1
∑ ( y n −1 =
i2
− y´ 2 )2
i 1
¿
1
[( 3 −3.72 )2+ ( 3−3.72 )2 + … + (3 −3.72 )2 ]
50 −1 1 ¿ (−0.732 )2 +(−0.732 )2+ … + (−0.732)2 49
[
]
¿
1 [ ( 0.535824 ) + ( 0.535824 ) + … + ( 0.535824 ) ] 49
¿
1 [ ( 24.3088 ) ] 49
¿ 0.496 * * * 2 8
s 88= s =
n
1
∑ ( y n −1 =
i8
− y´ 8 )2
i 1
¿
1 [( 2.9 −3.568 )2 + ( 2.3−3.568 )2+ … +( 4.2 −3.568 )2 ] 50 −1
¿
1 49
¿
1 [ ( 0.446224 ) + ( 1.607824 ) +… + ( 0.399424 ) ] 49
¿
1 [ ( 42.1288 ) ] 49
[ (−0.668 ) +(−1.268 ) + … + ( 0.632 ) ] 2
2
2
¿ 0.860 Untu per!itungan varian dengan menggunaan "#"": +es,ritie %tatisti,s
N 'emat ahan akar Ketersediaan &uku adang 'arga Motor yang kompetiti+ Model Motor yang menarik
Varian*e 7!
.5"7
7!
.(9!
7!
1."!!
7!
.9!#
7!
1.059
7!
1.15
7!
1.11(
7!
.!0
Kombinasi Garna Motor yang menarik Keaetan Mesin Motor (romosi dari (rodusen &istem (embayaran Kredit yang ajar Valid N 4listise5
7!
)ntuk )nt uk menghi menghitun tung g nilai nilai kovari kovarian an se*ara se*ara manual manual diguna digunakan kan rumus rumus sbb :
s jk =
s 12=
¿
1
1
50 −1
∑ ( y − y´ ) ( y − y´ )
n −1 i=1
ij
j
ij
k
n
∑ ( y
n− 1 i =1
1
n
i1
− y´ 1 ) ( y i2 − y´ 2 )
[ ( 3.20 −3.884) ( 3.00−3.732 ) + ( 3.30 −3.884) ( 3.00−3.732 )+ … + ( 4.00 −3.884 ) ( 3.00−
¿
1 [ ( 2.0056 ) ] 49
¿ 0.040112 n
1
s 13= n− 1
¿ ¿
1 50 −1
= ( y ∑ i 1
i1
− y´ 1 ) ( y i3 − y´ 3 )
[ ( 3.20 −3.884) ( 3.40−2.872 ) + ( 3.30 −3.884) ( 2.70− 2.872 )+ … + ( 4.00 −3.884 ) ( 3.70 −
1 [ ( 8.3976 ) ] 49
¿ 0.167952
* * * n
1
s 78 = n− 1
y = ( ∑
i7
i 1
− y´ 7 ) ( y i 8− y´ 8 )
¿
1 [ ( 4.10 −3.184 ) ( 2.90 −3.568 ) + ( 4.20 −3.184 ) ( 2.30 −3.568 ) + … + ( 3.40 −3.184 ) ( 4.20 − 50 −1
¿
1 [ (−5.7556 ) ] 49
¿− 0.11511 &ehingga jika ditampilkan dalam bentuk matriks varian-kovarian adalah sbb :
[
0.53 537 7 0.040112
0.16 1679 7952 52
0.04 0428 2896 96
−0. 0.07 0715 15
0. 0.32 3298 9808 08
−0.02145 −0. 0.16 1640 406 6 0. 0.09 0940 4072 72 −0.1393 −0. 0.22 2298 989 9
1.366
0.219968
0.364312
0.04 0401 0112 12 0.496
0.167952
−0.0715
0.042896
0.329808
0.219968
0.964
0.05 0586 8664 64
0.09 0940 407 72
0.36 3643 4312 12
0.43 4381 8176 76
−0.02145 −0. 0.13 1393 93 −0.16406 −0.229 2989 89
0. 0.12 1228 2816 16
0. 0.19 1990 9088 88
0.2 .218 1822 224 4
0.058 5866 664 4
0. 0.19 19 0. 0.21 21
0.122816
0.181552
0.438176
0. 0.05 0528 2896 96
0.22 .22
1.059
0.07 0724 243 3 −0. −0. 0.05 0507 079 9
0. 0.10 1022 2264 64
0.27 .27
−0.07243 −0.05079
0.18 1815 1552 52
0.05 0528 2896 96
0.102 0226 264 4
0.075 .07504 04
0. 0.22 2231 3192 92
0. 0.27 2715 1528 28
0.07
−0. −0.1
1.185
0.145752
0.14 1457 575 52
1.114
−0.0347 −0.11511
0.8
(. Cari Cari $ila $ilaii )i/e )i/en n
)ntuk )nt uk melaku melakukan kan analisi analisiss +aktor +aktor selanj selanjutn utnya" ya" terlebi terlebih h dahulu dahulu di*ari di*ari besarnya nilai eigen dari tiap-tiap variabel aal. Nilai eigen jumlah nilai variansi variansi dari variabel variabel aal yang menunjukkan menunjukkan kepentingan kepentingan relative masing-masing +aktor dalam menghitung varian variabel yang dianalisis. &usunan nilai eigen selalu diurutkan dari yang terbesar sampai terke*il. )ntuk memperoleh nilai-nilai eigen yakni dengan mende+inisikan matriks dan ju juga ga mat atri riks ks id iden enti tita tass varian-kovarian [ S ]❑ dan mendapatkan persamaan karakteristik" maka haruslah
[ I I ]]❑ .
)nt ntu uk
det ( S − λI )=0
9ika dua belas variabel diringkas menjadi satu +aktor maka variansi yang bias dijelaskan oleh satu +aktor tersebut adalah :
λ^ j x 100 r ( S )
^ λ j x 100 s 11+ s 22+ … + s pp dimana : ke-j λ^ j = nila eigen ke-j
r ( S )= s11+ s22 + … + s pp 4diagonal matriks varian-kovarian5 9aab : )ntuk memperoleh nilai-nilai eigen adalah dengan mende+inisikan matriks varian-kovarian S
dan dan juga juga matr matrik ikss id iden enti tita tass I . erd erdas asar arka kan n
perhitungan pada nomor #" diperoleh matriks varian-kovarian sebagai berikut: [ S ] 8 x 8 = matriks varian kovarian yang terbentuk:
[
0.537 0.040112
0.04 040 0112 0.496
0.0428 2896 96
0.058 5866 664 4
−0. 0.07 0715 15
0. 0.32 3298 9808 08
0.094 .09407 072 2
1.366
0.219968
0.364312
0.122816
0.181552
0.07504
−0.07 0.0724 243 3 −0.05 0.0507 079 9
0.05 0.0528 2896 96
0.22 0.2231 3192 92
0.10 0.1022 2264 64
0.27 0.2715 1528 28
0.167952
−0.0715
0.042896
0.329808
0.219968
0.964
0.438176
0.058 586 664
0.09 094 407 072 2
0.36 364 431 312 2
0.4381 8176 76
1.059
−0.02145 −0. 0.13 1393 93 −0.16406 −0.229 2989 89
0.12 0.1228 2816 16
0.199 990 088
0.21 218 822 224 4
−0.02145 −0. 0.164 16406 06 −0.1393 −0. 0.229 22989 89
0.16 167 795 952 2
−0.07243 −0.05079
0.18 181 155 552 2
0.0528 2896 96
0.102 0226 264 4
0.075 7504 04
0.2231 3192 92
0.271 7152 528 8
0.199 0.19908 088 8 0.218 0.21822 224 4
−0.0347 −0.11511
1.185
0.145752
0.14 145 575 752 2
1.114
0.1 1151 511 1 −0.0347 −0.
0.86 860 0
]
dimana matriks identitas: 1 0 0 0 0 0 0 0
I ]]8 x 8 = [ I
0 1 0 0 0 0 0 0
0 0 1 0 0 0 0 0
0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0
0 0 0 0 0 1 0 0
0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 1
[ ] [ ]
&ehingga dapat dibentuk matriks H0 sbb ;
H0=
λ
0
0
0
0
0
0
0
0
λ
0
0
0
0
0
0
0
0
λ
0
0
0
0
0
0
0
0
λ
0
0
0
0
0
0
0
0
λ
0
0
0
0
0
0
0
0
0
0
0λ λ
0
0
0
0
0
0
0
0
0
0
0
0
0
λ
Bangkah selanjutnya untuk mendapatkan persamaan karakteristik" maka haruslah det ( S − λI )=0 .
det
(
0,537 0,041 0,171 0,044 0,059
0,041 0,496 −0,073 0,336
0,171 −0,073 1,366 0,224
0,096
0,372 0,1 ,12 25 0,185 0,077
−0,022 −0,142 142 −0,167 −0,234 0,203
0,223
0,044 0,336 0,224 0,962
0,059 0,096 0,372 0,447
−0,022 −0,16 ,167 −0,142 −0,23 ,234
0,125 −0,074
0,185 0,054
0,447 1,059 0,052 −0,074 −0,052 −1,185 0,054 0,228
0,104 0,277
0,148 −0,035
0,104 0,148 1,114 −0,11 ,117
0,203 ,203 0,223 ,223 0,077 0,228 0,277
−0,035 −0,117 0,860 ,860
− λ
)(
1 0 0 0 0 0 0 0
1
0,537 0,041 0,171 0,044 det 0,059 0,022 −0,167 0,203
( (
0,041 0,496 −0,073 0,336 0,096 0,142 142 −0,234 0,223
0,171 −0,073 1,366 0,224 0,372 0,1 ,125 25 0,185 0,077
0,044 0,336 0,224 0,962 0,447 0,074 −0,054 0,228
0,059 0,096 0,372 0,447 1,059 0,052 −0,104 0,277
−0,022 −0,167 ,167 −0,142 −0,234 ,234 0,125 −0,074 −0,052 1,185 0,148 −0,035
0,185 0,054 0,104 0,148 1,114 −0,11 ,117
0,203 203 0,223 223 0,077 0,228 0,277 0,035 −0,117 0,860 860
?iperoleh hasil perhitungan sbb : 0,537− λ 0,041 0,041 0,496 − λ 0,171 −0,073 ,073 0,044 0,336 det 0,059 0,096 −0,022 −0,142 −0,167 −0,234 0,203
nilai
0,223
eigen
−
)(
0,171 0,044 0,059 −0,022 −0,167 −0,073 0,336 0,096 −0,142 −0,234 1,366 ,366− λ 0,224 0,372 0,125 0,185 0,224 0,962− λ 0,447 −0,074 0,054 0,372 0,447 1,059− λ −0,052 0,104 0,125 −0,074 −0,052 ,052 1,185 ,185− λ 0,148 0,185 0,054 0,104 0,148 1,114 − λ 0,077
0,228
0,277
0,117 −0,035 −0,1
&etelah itu nilai eigen yaitu dalam hal ini nilai eigen 1 4 λ1 ¿ sampai dengan
λ 0 0 λ
<
dihi hitu tung ng 4 λ8 ¿ di
meng menggu guna naka kan n
so+t so+ta are re
mathemati*a7" sehingga didapatkan hasil perhitungan sbb :
λ1= 2,024 λ2= 1,593 λ3 = 1,081 λ 4= 0,994 λ5 = 0,685 λ6 = 0,595 λ7 = 0,389 λ8 = 0,217
?apat disimpulkan : Ianyak +aktor yang akan dipilih adalah yang memiliki nilai eigen lebih dari 1" sedangkan +aktor yang memiliki nilai eigen kurang dari satu akan dibuang. 9adi ada % +aktor yang memiliki nilai eigen lebih dari 1atau dengan kata lain diperoleh % +aktor komponen utamaJ.
0 0 0 0 0 0
0 0 0 0 0 0
0,203 0,223 0,077 0,228 0,277 −0,035 −0,117
0,860 ,860−
&elanjutnya " besar persentase atau total varian yang dapat dijelaskan oleh masing-masing +aktor dapat dihitung dengan rumus sbb :
λ^ j x 100 r ( S ) λ^ j s 11+ s 22+ … + s pp
x 100
dimana : ke-j λ^ j = nilai eigen ke-j
r ( S )= s11+ s22 + … + s pp 4diagonal matriks varian-kovarian5 dipero!e" : r ( S ) = s 11 + s22 + … + s pp
¿ ( 0.537 ) + ( 0.496 )+ … + ( 0.860 ) ¿ 7.581 λ^ 1 r ( S ) λ^ 2 r ( S )
x 100 =
2,024 x 100 =26,705 0,537 + 0,496 + … + 0,86
x 100 =
1,593 x 100 =21,018 0,537 + 0,496 + … + 0,86
λ^ 3 r ( S ) λ^ 4 r ( S ) λ^ 5 r ( S )
λ^ 8 r ( S )
1,081
0,537 + 0,496 + … + 0,86
x 100 = 14,263
0,994 x 100 =13,115 0,537 + 0,496 + … + 0,86
x 100 =
0,685 x 100 = 9,038 0,537 + 0,496 + … + 0,86
r ( S ) r ( S )
x 100 =
λ^ 6 λ^ 7
x 100 =
x 100 =
0,595 x 100 =7,580 0,537 + 0,496 + … + 0,86
x 100 =
0,389 x 100 =5,133 0,537 + 0,496 + … + 0,86
x 100 =
0,217 x 100 =2,863 0,537 + 0,496 + … + 0,86
&edangkan hasil perhitungan dengan menggunakan &(&& adalah sbb :
5. Cari Cari ek ekto torr )i )i/e /en n
S e1 = λ1 e1
9aab : )ntuk )nt uk menghi menghitun tung g vektor vektor eigen eigen dapat dapat diguna digunakan kan persam persamaan aan sebagai sebagai berikut : S e j= λ j e j
( S − λ j I ) e j=0
Menentukan nilai vektor eigen untuk λ1= 2,024
( S− λ I ) e j= 0 1
0,537 0,041 0,171
(
0,041 0,496 −0,073
0,044 0,336 0,059 0,096 −0,022 −0,14 142 2 −0,167 −0,234 0,203 0,223
−0,022 −0,167 ,167 −0,142 −0,234 ,234
0,171 −0,073 1,366
0,044 0,336 0,224
0,059 0,096 0,372
0,224 0,372 0,125 ,125 0,185 0,077
0,962 0,447 −0,074 0,054 0,228
0,447 1,059 −0,052 0,104 0,277
0,125
0,185
0,20 203 3 0,22 223 3 0,077
0,074 − −0,052
0,054 0,104 0,148 1,114 −0,117 ,117
0,228 0,277 −0,035 −0,117 0,86 860 0
1,185 0,148 −0,035
1 0 0
−2,024
)(
0 0 0 0 0
((
0,537 0,041 0,171 0,044 0,059 0,022 −0,167 0,203
−1,487
0,041 0,496 −0,073 0,336 0,096 0,142 142 −0,234 0,223
0,041 −1,528 −0,073
0,171 −0,073 1,366 0,224 0,372 0,1 ,125 25 0,185 0,077
0,171 −0,073 −0,658
0,044 0,336 0,224 0,962 0,447 0,074 −0,054 0,228
0,044 0,336 0,224
0,059 0,096 0,372 0,447 1,059 0,052 −0,104 0,277
0,059 0,096 0,372
−0,022 −0,16 ,167 −0,142 −0,23 ,234 0,125 −0,074 −0,052 1,185 0,148 −0,035
0,203 203 0,223 223 0,185 0,077 0,054 0,228 0,104 0,277 0,148 0,035 1,114 −0,117 −0,117 ,117 0,860 860
−0,022 −0,167 ,167 −0,142 −0,234 ,234
0,203 203 0,223 223 0,077
−
2,024 0 0 0 0 0 0 0
))[ (] [ ]
e1 0 0,041 0 e2 0,171 0,125 0,185 0 e3 0,044 0,336 0,224 −1,06 ,062 0,447 ,447 −0,074 0,054 0,228 e 4 =0 0 0,059 0,096 0,372 0,447 −0,965 −0,052 0,104 0,277 e 5 0 −0,022 −0,142 0,1 ,125 25 − 0,074 −0,052 −0,839 839 0,148 ,148 −0,035 e 6 0 −0,167 −0,234 0,185 0,054 0,104 0,148 2,024 −0,117 e 7 0 e8 0,203 0,223 0,077 0,228 0,277 −0,035 −0,1 0,117 2,024 024
[ ][ ] [ ][ ] e1 −0,135891 e2 −0,113548 e3 0,281118 e 4 = −0,190862 e5 0,293296 e6 −0,139549 e7 0,851806 e8 0,148726
Menentukan nilai vektor eigen untuk λ2= 1,593
−0,148109 e1 e2 −0,340878 e3 0,0563018 e 4 = 0,165134 e5 −0,202916 −0,28644 e6 e7 −0,171679 e8 0,82343
2
Menentukan nilai vektor eigen untuk untuk λ3 =1,081
e1 −0,559484 e2 0,402818 e3 0,185298 e 4 = −0,624141 e5 −0,116684 e6 −0,17799 e7 −0,232384 e8 0,0392403
[ ][ ] [ ][ ] [ ][ ]
Menentukan nilai vektor eigen untuk λ 4=0,994
e1 e2 e3 e4 = e5 e6 e7 e8
−0,478268 −0,195697 −0,150039 0,348863
0,47607 −−0,368095 0,204008 −0,43011
Menentukan nilai vektor eigen untuk λ5 =0,685
0,0550762 e1 −0,0467434 e2 e3 −0,148761 e 4 = 0,178776 e5 0,178776 0,773282 e6 e7 0,0744996
e8
0,15347
Menentukan nilai vektor eigen untuk λ6 =0,595
e1 0,0168122 e2 0,520319 e3 0,656524 e 4 = 0,524724 e5 −0,131311 e6 0,045842 e7 0,0159766 e8 0,0551531
[ ][ ]
Menentukan nilai vektor eigen untuk λ7 =0,389
e1 −0,100971 e2 0,561678 e3 −0,58921 e 4 = 0,268499 e5 0,339492 e6 −0,290617 e7 0,112819 e8 0,206409
[ ][ ] [ ][ ]
Menentukan nilai vektor eigen untuk λ8 =0,217
e1
−0,306158
0,286271 e2 −0,24624 e3 e 4 = 0,213677 e5 0,7604992 −0,214757 e6 e7 −0,36166 −0,209962 e8
!. $i $ila laii Fak Fakto torr oad oadin in/ /
&etelah &et elah memper memperole oleh h nilai nilai vektor vektor eigen eigen untuk untuk masingmasing-mas masing ing lamda" lamda" dengan nilai ve*tor eigen yang terbentuk akan dihitung nilai +aktor loading untuk masing-masing variabel.
#ov ( x i , y j ) =! ij =e j √ λλ j 'asilnya tabel matriks komponen. 9aab :
aktor loading adalah korelasi antara +aktor dan variabel" dihitung dengan rumus sbb :
#ov ( x i , y j ) =! ij =e j √ λλ j
'asil perhitungan menggunakan &(&& : Comonent Matri2a
1 'emat ahan akar Ketersediaan &uku adang 'arga Motor yang kompetiti+ Model Motor yang menarik Kombinasi Garna Motor
omponent
%
.%$
-.!<
.>%
-.##!
-.#
.%!
.%
.1$
-.%$
.>1
.#>7
-.1#
-.!7
.%$
.<
-.7
.!
-.%!
.>>
-.!
View more...
Comments
