Analisis Kelas Laten (Class Laten) Untuk Pengelompokan Data Kategorik

Pardede, Timbul (2013) Analisis Kelas Laten (Class Laten) Untuk Pengelompokan Data Kategorik. In: Seminar Nasional FMIPA-UT 2013.

Preview

Text fmipa2013_a1_timbulpardede.pdf - Submitted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (251kB) | Preview

Abstract

Dalam analisis kelompok pada bidang sosial, seringkali para peneliti mengunakan instrumen sebagai sumber informasi data yang akan dianalisis. Pada banyak kasus, kuesioner digunakan untuk mengukur suatu variabel yang tidak dapat diukur secara langsung karena objek yang diamati tidak memiliki nilai kuantitatif. Untuk dapat mengukur variabel yang tidak dapat diukur secara langsung, digunakan variabel indikator (manifes) yang memiliki tipe data kategorik. Dengan informasi yang diperoleh dari variabel indikator dibentuk sebuah variabel laten. Alat statistik yang dapat digunakan untuk mengelompokkan variabel laten adalah analisis Kelas laten (Latent Class Analysis). Pendugaan parameter dalam analisis analisi Kelas laten digunakan metode Maximum Likelihood Estimation (MLE) dengan iterasi algoritma Expectation-Maximum (EM). Dengan pendekatan Bayesian Information Criterion (BIC) dan Akaike Information Criterion (AIC) diperoleh model terbaik. Untuk melihat kecocokan model digunakan Statistik Pearson Chi kuadrat ( ) 2 χ dan Statistik ratio likelihood ( ) 2 G. Penelitian ini bertujuan untuk mengelompokkan data kategorik dengan menggunakan analisis kelas laten. Penelitian ini menggunakan dua data sekunder, Diagnoses of carcinoma (karsinoma), data sampel yang terdiri dari 7 dikotomis tentang ada atau tidaknya karsinoma pada servik uterus dan General Social Survey 1982, data sampel tentang sikap warga Amerika Serikat terhadap survei sosial. Dengan menggunakan paket program poLCA versi 1.4 pada program R versi 3..0.2, hasil penelitian menunjukkan bahwa untuk data karsinoma, model terbaik terdapat pada tiga model kelas laten, yaitu kelompok yang secara konsisten dinilai positif ada penyakit karsinoma diwakili 44,47%, secara konsisten dinilai negatif terkena penyakit karsinoma diwakili 37,36% dari populasi, dan 18,17 % dari populasi dinilai meragukan. Untuk data survei sosial, model terbaik terdapat pada tiga model kelas laten, yakni tipe responden ideal (62,1%), optimis (20,7%), ragu-ragu (17,2%).

Actions (login required)

View Item