hali
Uploaded by
23 SLIDES
1058 VIEWS
350LIKES

Multiple Classification Analysis (MCA)

DESCRIPTION

Multiple Classification Analysis (MCA). Multiple Regression dan Multiple Classification Analysis. MCA  analisis multivariat dg beberapa variabel bebas (indep. vbl) dan satu variabel tidak bebas (dependent vbl) dg tujuan :

1 / 23

Download Presentation

Multiple Classification Analysis (MCA)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Multiple Classification Analysis (MCA) Widyo Pura Buana - MCA

  2. Multiple Regression dan Multiple Classification Analysis MCA  analisis multivariat dg beberapa variabel bebas (indep. vbl) dan satu variabel tidak bebas (dependent vbl) dg tujuan : • Mengetahui seberapa besar pengaruh indep vbl secara bersama sama thdp dependent vbl • Mengetahui seberapa besar pengaruh setiap indep vbl thdp dependent vbl baik mempertimbangkan efek indep vbl yang lain maupun mengabaikan efek indep vbl yang lain

  3. Persamaan  additive • Perbedaan Multipel Regresi dan MCA Widyo Pura Buana - MCA

  4. Model MCA Yij...n= + ai +bj+ . . . .+e ij..n Dimana Yij...n = skor dependent variable utk individu n yg berada pada kategori i dari prediktor A, kategori j dari prediktor B, dst. = rata-rata keseluruhan (Grand mean) dependent variabel. ai = efek kategori ke - i dari prediktor A. bj = efek kategori ke - j dari prediktor B. e ij..n= error utk individu ybs. Widyo Pura Buana - MCA

  5. Model MCA Rata-rata keseluruhan + Efek baris + efek kolom + sisaan Grand Mean Row Effect Column Effect Residual Widyo Pura Buana - MCA

  6. Widyo Pura Buana - MCA

  7. Widyo Pura Buana - MCA

  8. Widyo Pura Buana - MCA

  9. Widyo Pura Buana - MCA

  10. Eta () Widyo Pura Buana - MCA

  11. Goodness of Fit Widyo Pura Buana - MCA

  12. Syntax SPSS MCA *MCA model with categorical predictors:. ANOVA Performance by Difficulty (1,2) Arousal (1,3) /MAXORDERS=NONE /METHOD=EXPERIMENTAL /STATISTICS=MCA. Widyo Pura Buana - MCA

  13. Struktur Data MCA dengan SPSS Widyo Pura Buana - MCA

  14. Tingkat KesulitanPekerjaandanGairahKerjaberpengaruhterhadap Performance Kerja (baiksecara overall atau individual) Significant Widyo Pura Buana - MCA

  15. Widyo Pura Buana - MCA

  16. Widyo Pura Buana - MCA

  17. Widyo Pura Buana - MCA

  18. Jabatan Akademitk :-Tidakada - Asisten Ahli (AA) - Lektor Contoh lain Multiple Classification Analysis Gaji yang diterima - Rp. 2 juta - Rp. 3 juta - Rp. 4 juta - Rp. 5 juta Jenis Kelamin: - Laki‐Laki ( L) - Perempuan (P) • Golongan : • III (3) • IV (4)

  19. JabatanAkademikLektormenunjukkan Adjusted Mean paling besar. • Artinya Tingkat JabatanAkademik yang lebihtinggiakan • berpengaruhuntukmendapatkangaji yang lebihbesar • 2. Dosenlaki-laki yang mempunyaiJabatanAkademikLektordanmasuk • dalamGolonganKepegawaian IV memilikipeluanggaji yang lebih • besar • 3. JabatanAkademikberpengaruhterhadap “Rata-rata Gaji yang • diterima” secarasignifikan • 4. Jeniskelaminberpengaruhterhadap “Rata-rata Gaji yang diterima” • secarasignifikan. • 5. GolonganKepegawaianberpengaruhterhadap “Rata-rata Gaji yang • diterima” secarasignifikan • 6. JabatanAkademik, Jeniskelamin, GolonganKepegawaiansecara • bersama-samaberpengaruhsignifikanterhadap “Rata-rata Gaji yang • diterima” yaitusebesar = 85,078 % dansebesar 14,921 % dipengaruhi • olehfaktor lain

  20. Multiple Classification Analysis with Interaction Widyo Pura Buana - MCA

  21. Syntax SPSS MCA *MCA model with categorical predictors, interaction:. ANOVA Performance by Difficulty (1,2) Arousal (1,3) /MAXORDERS=ALL /METHOD=EXPERIMENTAL /STATISTICS=MCA. Widyo Pura Buana - MCA

  22. Widyo Pura Buana - MCA

  23. Graphical display of interactions • Two ways to display previous results Widyo Pura Buana - MCA

More Related