Selamat kepada Ririn Aimatus, Mahasiswi Universitas Brawijaya yang telah menulis skripsi dengan topik Robust PCA dengan penilaian sangat memuaskan.
Sebagai, pengasuh blog statistikaterapan.wordpress.com, Saya turut bergembira dengan kesuksesan tersebut. Sekali lagi, Selamat ya!

Posting berikut merupakan tulisan ketiga yang membahas analisis konjoin. Kali ini, tulisan difokuskan pada interpretasi output analisis konjoin. Output dapat dilihat pada posting yang berjudul, “Mengolah Analisis Konjoin dengan SPSS 15.”

SPSS 15 menghasilkan output analisis konjoin dalam beberapa bagian. Ada bagian yang menganalisis preferensi konsumen secara individu ada juga bagian yang menampilkan secara keseluruhan (overall).

Click me if you wanna know more!

Analisis konjoin adalah sebuah teknik guna mengukur preferensi konsumen terhadap atribut (spesifikasi atau fitur) sebuah produk atau jasa. Analisis konjoin berdasarkan pada subjektifitas konsumen terhadap beberapa kombinasi fitur yang ditawarkan. Subjektifitas konsumen ini diukur melalui peringkat (rank) atau skore (skala likert). Hasil analisis konjoin berupa informasi kuantitatif yang dapat memodelkanpreferensi konsumen untuk beberapa kombinasi fitur produk.

Analisis konjoin terdiri dari beberapa tahap. Pertama, memilih beberapa kombinasi atribut dan level dari masing‐masing atribut. Selanjutnya, kombinasi atribut ini diberi peringkat oleh beberapa responden (konsumen). Terakhir, analisis terhadap penilaian responden dilakukan untuk mengetahui preferensi konsumen.

SPSS 15 menggunakan pendekatan full‐profile di mana peringkat dari kombinasi produk ditentukan oleh level dari semua faktor tertentu. Masalahnya adalah meskipun telah dengan sangat selektif dipilih kombinasi fitur produk yang paling berpotensi tetapi jumlah kombinasi yang dihasilkan sangat banyak. Jika ada 4 faktor dengan 3 level akan menghasilkan 81 kombinasi produk (3×3x3×3). Seorang konsumen akan kesulitan memberi peringkat dari ke‐81 kombinasi produk tersebut selain membutuhkan waktu yang relatif lama.

Baca Selengkapnya di mengolah-analisis-konjoin-dengan-spss-15.

Posting kali ini mengulas bagaimana mengolah Robust Principal Component Analysis (ROBPCA). Motivasi penulisan artikel ini melihat antusiasme pengunjung blog yang mulai tertarik dengan penulisan skripsi bertema ROBPCA dari Hubert (2004) dan paper ROBPCA oleh Suryana (2007).

Pengolahan ROBPCA menggunakan toolbox Matlab yang ditulis oleh Hubert (2004). ROBPCA merupakan salah satu M-File yang terdapat dalam kumpulan Toolbox Statistik robust dengan nama LIBRA. Pengunjung harus menginstall program Matlab terlebih dahulu. Di sini, penulis menggunakan program Matlab 7.01.
Klik Me If You Wanna Know More!

Artikel ini merupakan kelanjutan dari posting artikel berjudul, ‘Memahami Model Regresi Linear Dengan Data Simulasi’. Setelah memahami proses membangkitkan data yang diperlukan untuk memahami model statistik (deterministik), maka kita fahami fenomena pemodelan regresi linear.

Salah satu unsur yang menjadi perhatian dalam analisis regresi adalah koefisien determinasi yang biasa disimbolkan dengan R kuadrat (R-square). Koefisien Determinasi merupakan salah ukuran yang menyatakan besarnya pengaruh variabel independen terhadap variabel dependen. Kisaran koefisien determinasi antara nol (tidak ada pengaruh) dan 100 (pengaruh sempurna). Sebagai mahasiswa yang mengadakan penelitian akan berbangga hati apabila dihasilkan koefisien determinasi di atas 80 persen. Pertanda kelulusan sarjana sudah di ambang pintu, tinggal menunggu pembantaian Dosen Penguji. Lalu, bagaimana jika koefisien determinasi yang dihasilkan cuilik….?

(more…)

« Previous PageNext Page »