Pengantar Analisis Multivariat

Ketika ada terminologi multivariat, maka kita pasti akan berpikir ada terminologi univariat ataupun bivariat. Nah, dari namanya, maka multivariat sebenarnya berasal dari dua kata. “Multi” yang berarti “banyak” dan “variat” yang berarti variabel. Dengan demikian, multivariat adalah banyak variabel. Dari sini, kita sudah bisa menduga-duga apa arti univariat dan bivariat. ( dah bisa di duga kan?)

Analisis multivariat muncul karena masalah yang dihadapi peneliti semakin rumit. Misalnya, seorang guru yang meneliti prestasi seorang siswa. Dia ingin melihat faktor-faktor apa saja yang mempengaruhi prestasi siswa tersebut. Tentu saja akan ada banyak faktor yang mempengaruhinya seperti keturunan, lingkungan belajar, metode pengajaran dan lain sebagainya. Variabel-variabel tersebut perlu di analisis dengan menggunakan analisis multivariat.

Analisis multivariat secara umum terbagi atas dua macam: Model Dependen dan model Interdependen. 

Model dependen berkenaan dengan hubungan antara variabel dependen dan variabel independen. Bisa kedua variabel tersebut multivariat atau salah satu dari keduanya. Nah sekiranya variabel dependen berskala ratio sedangkan variabel independen yang multivariat juga berskala interval/ratio, maka analisis multivariat yang tepat untuk memecahkan masalah ini adalah analisis regresi ganda (Multiple Regression Analysis). Sedangkan bila variabel dependen berskala nominal dan independen berskala interval/ratio, maka analisis yang sesuai adalah analisis regresi logistic (Logistic Regression Analysis).

Model interpenden adalah model analisis multivariat yang tidak membedakan variabel yang dianalisis apakah dependen atau independen. Bila semua variabel berskala interval atau ratio, maka ada 4 yaitu (1) analisis komponen utama (Principal Component Analysis), (2) analisis faktor (Faktor Analys), (3) Penskalaan Multidimensional Metrik (metric Multidimensional Scaling dan (4) analisis rumpun (Cluster Analysis). Sedang jika semua variabel yang dianalisis berskala nominal, maka model analisis yang sesuai adalah model log linear (Log linear model)

Selain model-model multivariat di atas, juga terdapat model yang lain seperti Analisis Regresi Ordinal, analisis regresi polikotomus, analisis regresi poisson dan analisis jalur. Analisis regresi ordinal adalah model regresi yang variabel dependen maupun independennya berskala ordinal. Sedang analisis regresi polikotomus adalah model yang variabel dependennya lebih dari dua buah seperti amat berat, berat ringan, amat ringan dan lain sebagainya. Analisis regresi poisson terjadi jika variabel dependen mengikuti distribusi poisson. Analisis jalur digunakan untuk mempelajari efek langsung dan tak langsung dari variabel.

Share