Analisis Penentuan Parameter Regularisasi pada Regularized Multiple Correspondence Analysis

HamidahAndiyani (2009) Analisis Penentuan Parameter Regularisasi pada Regularized Multiple Correspondence Analysis. Sarjana thesis, Universitas Brawijaya.

Abstract

Analisis korespondensi digunakan untuk mengetahui hubungan dari dua variabel kategori. Apabila suatu individu diamati beberapa variabel kategori (lebih dari dua) maka untuk mengetahui hubungan antar variabel kategori dapat dilakukan dengan Multiple Correspondence Analysis (MCA). Pada ukuran sampel kecil, Takane dan Hwang (2006) mengemukakan metode alternatif penggambaran pola hubungan dari beberapa variabel kategori yang disebut dengan Regularized MCA (RMCA) di mana membutuhkan penambahan suatu parameter regularisasi yang berupa angka positif kecil. Semakin besar ukuran sampel maka semakin besar pula nilai parameter regularisasi yang dibutuhkan. Dari data yang diuji, titik-titik kategori pada plot hasil MCA lebih mengumpul dibandingkan RMCA sehingga pengelompokkan lebih mudah. Selain itu, persentase inersia MCA lebih besar daripada RMCA. Keragaman koordinat letak dari hasil resampling bootstrap yang dihasilkan RMCA lebih kecil dibandingkan dengan MCA dengan persentase penurunan ragam lebih dari 50% sehingga titik-titik koordinat yang dihasilkan RMCA lebih reliabel dibanding MCA. Apabila RMCA diterapkan pada data dengan ukuran sampel data besar (n 30), RMCA juga bekerja lebih baik dibandingkan MCA.

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2009/336/050903681
Subjects: 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User: Unnamed user with email repository.ub@ub.ac.id
Date Deposited: 18 Jan 2010 10:05
Last Modified: 27 Oct 2021 03:09
URI: http://repository.ub.ac.id/id/eprint/152299
[thumbnail of 050903681.pdf]
Preview
Text
050903681.pdf

Download (3MB) | Preview

Actions (login required)

View Item View Item