Analisis multivariat: jenis, contoh, metode analisis, tujuan, dan hasil

2024 Pengarang: Howard Calhoun | [email protected]. Terakhir diubah: 2023-12-17 10:31

Analisis multivariat varians adalah kombinasi dari berbagai metode statistik yang dirancang untuk menguji hipotesis dan hubungan antara faktor yang diteliti dan fitur tertentu yang tidak memiliki deskripsi kuantitatif. Juga, teknik ini memungkinkan Anda untuk menentukan tingkat interaksi faktor dan pengaruhnya terhadap proses tertentu. Semua definisi ini terdengar cukup membingungkan, jadi mari kita pahami lebih detail di artikel kami.

Kriteria dan jenis analisis varians

Metode analisis multivariat varians paling sering digunakan untuk menemukan hubungan antara variabel kuantitatif kontinu dan sifat kualitatif nominal. Sebenarnya, teknik ini adalah pengujian berbagai hipotesis tentang kesetaraan berbagai sampel aritmatika. Dengan demikian, dapatdipertimbangkan dan sebagai kriteria untuk membandingkan beberapa sampel. Namun, hasilnya akan sama jika hanya dua elemen yang digunakan untuk perbandingan. Studi tentang uji-t menunjukkan bahwa teknik ini memungkinkan Anda untuk mempelajari masalah hipotesis secara lebih rinci daripada metode lain yang diketahui.

Juga tidak mungkin untuk tidak memperhatikan fakta bahwa beberapa jenis analisis varians didasarkan pada hukum tertentu: jumlah kuadrat deviasi antarkelompok dan jumlah kuadrat deviasi intragrup benar-benar sama. Sebagai studi, uji Fisher digunakan, yang digunakan untuk analisis rinci varians intra-kelompok. Meskipun ini memerlukan prasyarat untuk normalitas distribusi, serta homoskedastisitas sampel - kesetaraan varians. Adapun jenis analisis varians dibedakan sebagai berikut:

• analisis multivariat atau multivariat;
• analisis univariat atau univariat.

Tidak sulit untuk menebak bahwa yang kedua mempertimbangkan ketergantungan satu fitur dan nilai yang diteliti, dan yang pertama didasarkan pada analisis beberapa fitur sekaligus. Selain itu, varians multivariat tidak memungkinkan Anda untuk mengidentifikasi hubungan yang lebih kuat antara beberapa elemen, karena ketergantungan beberapa nilai diselidiki sekaligus (meskipun metode ini jauh lebih mudah untuk dilakukan).

Faktor

Memikirkan metode analisis korelasi multivariat? Maka Anda harus tahu bahwa untuk studi terperinci, Anda harus mempelajari faktor-faktor yang mengendalikan keadaan percobaan dan mempengaruhi hasil akhir. Juga di bawahfaktor dapat menyiratkan metode dan tingkat nilai pemrosesan yang mencirikan manifestasi tertentu dari kondisi tertentu. Dalam hal ini, angka-angka diberikan dalam sistem pengukuran ordinal atau nominal. Jika ada masalah dengan pengelompokan data, Anda harus menggunakan nilai numerik yang sama, yang sedikit mengubah hasil akhir.

Perlu dipahami juga bahwa jumlah pengamatan dan kelompok tidak boleh terlalu besar, karena hal ini menyebabkan kelebihan data dan ketidakmampuan untuk menyelesaikan perhitungan. Pada saat yang sama, metode pengelompokan tidak hanya bergantung pada volume, tetapi juga pada sifat variasi nilai-nilai tertentu. Ukuran dan jumlah interval dalam analisis dapat ditentukan dengan prinsip frekuensi yang sama, serta interval yang sama di antara mereka. Akibatnya, semua studi yang diterima akan dicantumkan dalam statistik analisis multivariat, yang harus didasarkan pada berbagai contoh. Kami akan kembali ke ini di bagian selanjutnya.

Tujuan ANOVA

Jadi, terkadang situasi mungkin muncul ketika perlu membandingkan dua atau lebih sampel yang berbeda. Dalam hal ini, akan sangat logis untuk menerapkan analisis korelasi-regresi multivariat berdasarkan studi hipotesis dan hubungan berbagai faktor dalam derajat regresi. Juga, nama teknik menunjukkan fakta bahwa berbagai komponen varians digunakan dalam proses penelitian.

Apa inti dari penelitian ini? UntukPertama, dua atau lebih indikator dibagi menjadi beberapa bagian yang terpisah, yang masing-masing sesuai dengan tindakan faktor tertentu. Setelah itu, sejumlah prosedur penelitian dilakukan untuk mencari hubungan berbagai sampel dan hubungan di antara mereka. Untuk memahami teknik yang begitu kompleks namun menarik secara lebih rinci, kami menyarankan Anda mempelajari beberapa contoh analisis korelasi multivariat yang diberikan di bagian artikel kami berikut ini.

Contoh satu

Ada beberapa mesin otomatis di bengkel produksi, yang masing-masing dirancang untuk menghasilkan bagian tertentu. Ukuran elemen yang diproduksi adalah variabel acak, yang tidak hanya bergantung pada pengaturan mesin itu sendiri, tetapi juga pada penyimpangan acak yang pasti akan terjadi sebagai akibat dari produksi suku cadang. Tetapi bagaimana seorang pekerja dapat menentukan pengoperasian mesin yang benar jika pada awalnya ia memproduksi suku cadang yang cacat? Itu benar, Anda perlu membeli bagian yang sama di pasar dan membandingkan dimensinya dengan apa yang diperoleh selama produksi. Setelah itu, Anda dapat menyesuaikan peralatan sehingga menghasilkan bagian dengan ukuran yang diinginkan. Dan tidak masalah sama sekali ada cacat produksi, karena itu juga diperhitungkan dalam perhitungan.

Pada saat yang sama, jika ada indikator tertentu pada mesin yang memungkinkan Anda untuk menentukan intensitas penyesuaian (sumbu X dan Y, kedalaman, dan sebagainya), maka indikator pada semua mesin akan sangat berbeda. Jika pengukuran ternyata sama persis, maka cacat produksi tidak mungkinmemperhitungkan sama sekali. Namun, ini sangat jarang terjadi, terutama jika kesalahan diukur dalam milimeter. Tetapi jika bagian yang dirilis memiliki dimensi yang sama dengan standar yang dibeli di pasar, maka tidak ada pertanyaan tentang perkawinan apa pun, karena dalam produksi "ideal" mesin juga digunakan, memberikan kesalahan tertentu, yang mungkin juga terjadi. diperhitungkan oleh para pekerja.

Contoh kedua

Untuk pembuatan perangkat tertentu yang menggunakan listrik, perlu menggunakan beberapa jenis kertas isolasi yang berbeda: listrik, kapasitor, dan sebagainya. Selain itu, peralatan dapat diresapi dengan resin, pernis, senyawa epoksi dan elemen kimia lainnya yang memperpanjang masa pakai. Nah, berbagai kebocoran di bawah silinder vakum pada tekanan tinggi mudah dihilangkan menggunakan metode pemanasan atau pemompaan udara. Namun, jika master sebelumnya hanya menggunakan satu elemen dari setiap daftar, berbagai kesulitan mungkin muncul dalam proses produksi menggunakan teknologi baru. Apalagi hampir pasti, keadaan seperti itu akan disebabkan karena satu unsur. Namun, hampir tidak mungkin untuk menghitung faktor mana yang memengaruhi kinerja perangkat yang buruk. Oleh karena itu, disarankan untuk tidak menggunakan metode analisis multi-faktor, tetapi metode satu-faktor untuk mengatasi penyebab malfungsi dengan cepat.

Tentu saja, saat menggunakan berbagai alat dan perangkat yang melacak pengaruh faktor tertentu padahasil akhirnya, studi ini kadang-kadang disederhanakan, namun, tidak akan terjangkau bagi seorang insinyur pemula untuk memperoleh unit-unit tersebut. Itulah mengapa disarankan untuk menggunakan analisis varians satu arah, yang memungkinkan Anda mengidentifikasi penyebab masalah dalam hitungan menit. Untuk melakukan ini, cukup dengan menetapkan salah satu hipotesis yang paling mungkin di depan Anda, dan kemudian mulai membuktikannya melalui eksperimen dan menganalisis indikator kinerja perangkat. Segera, wizard akan dapat menemukan penyebab masalah dan memperbaikinya dengan mengganti salah satu pilihan dengan alternatif.

Contoh ketiga

Contoh lain dari analisis multivariat. Misalkan sebuah depot bus listrik dapat melayani beberapa rute pada siang hari. Pada rute yang sama ini, bus listrik dari merek yang sama sekali berbeda beroperasi, dan 50 pengontrol yang berbeda mengumpulkan tarif. Namun, manajemen depo tertarik pada bagaimana mungkin untuk membandingkan beberapa indikator berbeda yang mempengaruhi pendapatan total: merek bus listrik, efisiensi rute dan keterampilan pekerja. Untuk melihat kelayakan ekonominya, perlu dilakukan analisis secara detail dampak dari masing-masing faktor tersebut terhadap hasil akhir. Misalnya, beberapa penyelia mungkin tidak melakukan pekerjaan mereka dengan baik, sehingga karyawan yang lebih bertanggung jawab harus dipekerjakan. Sebagian besar penumpang tidak suka naik bus troli lama, jadi yang terbaik adalah menggunakan merek baru. Namun, jika kedua faktor ini sejalan dengan fakta bahwa sebagian besar rute memiliki permintaan tinggi, lalu apakah itu sepadan?berubah?

Tugas peneliti adalah menggunakan satu metode analitik untuk memperoleh sebanyak mungkin informasi yang berguna tentang pengaruh masing-masing faktor pada hasil akhir. Untuk melakukan ini, perlu untuk mengajukan setidaknya 3 hipotesis berbeda, yang harus dibuktikan dengan berbagai cara. Analisis dispersi memungkinkan pemecahan masalah seperti itu dalam waktu sesingkat mungkin dan memperoleh informasi yang berguna secara maksimal, terutama jika metode multifase digunakan. Perlu diingat, bagaimanapun, bahwa analisis univariat memberikan lebih banyak kepercayaan pada pengaruh faktor tertentu karena menganalisis sampel secara lebih rinci. Misalnya, jika depot mengarahkan semua upayanya untuk menganalisis pekerjaan konduktor, akan mungkin untuk mengidentifikasi banyak pekerja yang tidak bermoral di semua rute.

Analisis satu arah

Analisis satu faktor adalah seperangkat metode penelitian yang bertujuan menganalisis faktor tertentu untuk hasil akhir dalam kasus tertentu. Juga, cukup sering, teknik serupa digunakan untuk membandingkan pengaruh terbesar antara dua faktor. Jika kita menggambar analogi dengan depot yang sama, maka pertama-tama kita harus menganalisis secara terpisah dampak rute dan merek bus listrik yang berbeda terhadap profitabilitas, dan kemudian membandingkan hasilnya satu sama lain dan menentukan arah mana yang terbaik untuk mengembangkan stasiun.

Selain itu, jangan lupakan yang namanya hipotesis nol - yaitu hipotesis yang tidakdapat dibuang dan bagaimanapun juga dipengaruhi oleh semua faktor yang terdaftar sampai tingkat tertentu. Meski hanya membandingkan rute dan merek bus troli, pengaruh profesionalisme kondektur tetap tidak bisa dihindarkan. Oleh karena itu, bahkan jika faktor ini tidak dapat dianalisis, pengaruh hipotesis nol tidak boleh dilupakan. Misalnya, jika Anda memutuskan untuk menyelidiki ketergantungan laba pada rute, biarkan kondektur yang sama pada penerbangan sehingga pembacaan seakurat mungkin.

Analisis dua arah

Paling sering, teknik ini juga disebut metode perbandingan dan digunakan untuk mengidentifikasi ketergantungan dua faktor satu sama lain. Dalam praktiknya, Anda harus menggunakan berbagai tabel dengan indikator yang akurat agar tidak bingung dalam perhitungan Anda sendiri dan pengaruh faktor terhadapnya. Misalnya, Anda dapat menjalankan dua bus listrik yang sama sekali berbeda pada dua rute yang identik secara bersamaan, dengan mengabaikan faktor hipotesis nol (pilih dua konduktor yang bertanggung jawab). Dalam hal ini, perbandingan dua situasi akan menjadi kualitas tertinggi, karena eksperimen berlangsung pada waktu yang sama.

Analisis multivariat dengan eksperimen berulang

Metode ini digunakan dalam praktik jauh lebih sering daripada yang lain, terutama jika menyangkut sekelompok peneliti pemula. Pengalaman berulang memungkinkan tidak hanya untuk diyakinkan tentang pengaruh satu atau lain faktor pada hasil akhir, tetapi juga untuk menemukan kesalahan yang dibuat selama penelitian. Misalnya, sebagian besar analis yang tidak berpengalamanlupakan keberadaan satu atau lebih hipotesis nol, yang mengarah pada hasil yang tidak akurat selama penelitian. Melanjutkan contoh depot, kita dapat menganalisis pengaruh faktor-faktor tertentu pada musim yang berbeda dalam setahun, karena jumlah penumpang di musim dingin sangat berbeda dengan musim panas. Selain itu, pengalaman berulang dapat mengarahkan peneliti pada ide dan hipotesis baru.

Video dan kesimpulan

Kami harap artikel kami membantu Anda memahami apa yang menjadi dasar metode analisis korelasi multivariat. Jika Anda masih memiliki pertanyaan tentang topik ini, kami sarankan Anda menonton video singkat. Ini menjelaskan secara rinci metode analisis varians menggunakan contoh spesifik.

Seperti yang Anda lihat, analisis multivariat adalah proses yang agak rumit, tetapi sangat menarik yang memungkinkan Anda mengidentifikasi ketergantungan faktor-faktor tertentu pada hasil akhir. Teknik ini benar-benar dapat diterapkan di semua bidang kehidupan dan dapat digunakan secara efektif untuk berbisnis. Selain itu, model analisis multivariat dapat digunakan untuk mencapai tujuan terobosan dengan metode sederhana.