NAMA

: ROSYANA SUTRASWATI
Nama : Siti Lina Fusha
NIM
: 1111-094-0000-08
NIM : 1112094000003
Hari, Multivariat
Tanggal
: Kamis, 14 Mei 2015
Tugas Praktek Statistik
TUGAS PRAKTEK STATISTIK MULTIVARIAT

Interprestasi
InterprestasiFrekuensi
Frekuensi

Statistics
TINGGAL

USIA

ANAK

INCOME

KORA

TV

MOTOR

MOBIL

ATM

BELI

KONSUM

N
Valid

KERJA

BELANJA

SI

23

21

22

21

21

21

22

22

22

23

20

20

21

Mean

30.67

.73

780952.38

6.00

1.32

.50

2.50

3.78

32.50

11.24

Std. Deviation

6.414

1.202

.646

.512

19.964

5.752

.418

.262

398.579

33.090

Missi
ng

505340.52

Variance

41.13
3

1.446

6
255369047
619.048

16.
10
3.7

2.145

4.600

00
13.
690

189750.0
0

1.50
4
2.26
2

130781.8
2.746

7.542

09
17103881
578.947

Minimum

20

200000

10

75000

10

Maximum

42

2000000

11

22

450000

70

21

644

16

16400000

126 338

29

11

55

87

3795000

650

236

Percent

Valid

Cumulative

Percent

Percent

Sum

TINGGAL
Frequen
cy

Valid

Bandung

8.7

8.7

8.7

Banjarnegara

4.3

4.3

13.0

Blora

4.3

4.3

17.4

Ciamis

4.3

4.3

21.7

Jakarta Selatan

8.7

8.7

30.4

Jakarta Utara

4.3

4.3

34.8

Jepara

4.3

4.3

39.1

Karawang

4.3

4.3

43.5

Madiun

4.3

4.3

47.8

Magelang

4.3

4.3

52.2

Parakan

4.3

4.3

56.5

Pekalongan

4.3

4.3

60.9

Semarang

8.7

8.7

69.6

Solo

4.3

4.3

73.9

Surabaya

13.0

13.0

87.0

Tegal

4.3

4.3

91.3

Tuban

4.3

4.3

95.7

Yogya

4.3

4.3

100.0

Total

23

100.0

100.0

USIA
Frequen

Percent

cy

Valid

Cumulative

Percent

Percent

20

4.3

4.8

4.8

24

4.3

4.8

9.5

25

17.4

19.0

28.6

26

8.7

9.5

38.1

28

4.3

4.8

42.9

29

4.3

4.8

47.6

30

8.7

9.5

57.1

31

4.3

4.8

61.9

32

4.3

4.8

66.7

34

4.3

4.8

71.4

35

8.7

9.5

81.0

40

8.7

9.5

90.5

42

8.7

9.5

100.0

21

91.3

100.0

8.7

23

100.0

Valid

Total
Missing

System

Total

ANAK
Frequen
cy

Percent

Valid

Cumulative

Percent

Percent

15

65.2

68.2

68.2

4.3

4.5

72.7

17.4

18.2

90.9

4.3

4.5

95.5

4.3

4.5

100.0

22

95.7

100.0

4.3

23

100.0

Valid

Total
Missing

System

Total

INCOME
Frequen

Percent

cy

Valid

Cumulative

Percent

Percent

200000

4.3

4.8

4.8

250000

4.3

4.8

9.5

300000

4.3

4.8

14.3

350000

13.0

14.3

28.6

400000

4.3

4.8

33.3

450000

13.0

14.3

47.6

750000

8.7

9.5

57.1

900000

4.3

4.8

61.9

950000

4.3

4.8

66.7

1000000

13.0

14.3

81.0

1500000

13.0

14.3

95.2

2000000

4.3

4.8

100.0

21

91.3

100.0

8.7

23

100.0

Total
Missing

Valid

System

Total

KORAN
Freque

Percent

Valid Percent

ncy

Valid

Cumulative
Percent

8.7

9.5

9.5

8.7

9.5

19.0

34.8

38.1

57.1

8.7

9.5

66.7

8.7

9.5

76.2

4.3

4.8

81.0

13.0

14.3

95.2

11

4.3

4.8

100.0

21

91.3

100.0

8.7

23

100.0

Total
Missing

System

Total

TV
Frequen

Percent

Valid Percent

cy

Cumulative
Percent

10

4.3

4.8

4.8

11

8.7

9.5

14.3

12

8.7

9.5

23.8

14

8.7

9.5

33.3

15

13.0

14.3

47.6

16

8.7

9.5

57.1

17

8.7

9.5

66.7

19

4.3

4.8

71.4

20

13.0

14.3

85.7

21

8.7

9.5

95.2

22

4.3

4.8

100.0

21

91.3

100.0

8.7

23

100.0

Valid

Total
Missing

System

Total

MOTOR
Frequen

Percent

cy

Valid

Cumulative

Percent

Percent

8.7

9.1

9.1

11

47.8

50.0

59.1

39.1

40.9

100.0

22

95.7

100.0

Valid
Total

Missing

System

Total

4.3

23

100.0

MOBIL
Frequency

Percent

Valid Percent

Cumulative
Percent

11

47.8

50.0

50.0

11

47.8

50.0

100.0

Total

22

95.7

100.0

System

4.3

23

100.0

Valid

Missing
Total

ATM
Frequency

Percent

Valid Percent

Cumulative
Percent

Valid

4.3

4.5

4.5

30.4

31.8

36.4

8.7

9.1

45.5

26.1

27.3

72.7

21.7

22.7

95.5

4.3

4.5

100.0

22

95.7

100.0

4.3

23

100.0

Total
Missing

System

Total

BELI
Frequency

Percent

Valid Percent

Cumulative
Percent

Valid

17.4

17.4

17.4

30.4

30.4

47.8

13.0

13.0

60.9

8.7

8.7

69.6

4.3

4.3

73.9

8.7

8.7

82.6

4.3

4.3

87.0

13.0

13.0

100.0

23

100.0

100.0

Total

KONSUMSI
Frequen

Percent

cy

Valid

Cumulative

Percent

Percent

75000

13.0

15.0

15.0

80000

4.3

5.0

20.0

90000

8.7

10.0

30.0

100000

4.3

5.0

35.0

120000

4.3

5.0

40.0

125000

4.3

5.0

45.0

135000

8.7

10.0

55.0

150000

4.3

5.0

60.0

180000

4.3

5.0

65.0

190000

4.3

5.0

70.0

225000

4.3

5.0

75.0

300000

8.7

10.0

85.0

450000

13.0

15.0

100.0

20

87.0

100.0

13.0

23

100.0

Valid

Total
Missing

System

Total

KERJA
Frequen

Percent

cy

Valid

Cumulative

Percent

Percent

10

4.3

5.0

5.0

11

4.3

5.0

10.0

14

13.0

15.0

25.0

15

17.4

20.0

45.0

30

8.7

10.0

55.0

40

4.3

5.0

60.0

Valid

42

4.3

5.0

65.0

45

13.0

15.0

80.0

55

4.3

5.0

85.0

60

4.3

5.0

90.0

65

4.3

5.0

95.0

70

4.3

5.0

100.0

20

87.0

100.0

13.0

23

100.0

Total
Missing

System

Total

BELANJA
Frequen

Percent

cy

Valid

Cumulative

Percent

Percent

4.3

4.8

4.8

13.0

14.3

19.0

13.0

14.3

33.3

4.3

4.8

38.1

4.3

4.8

42.9

10

4.3

4.8

47.6

11

8.7

9.5

57.1

12

4.3

4.8

61.9

14

8.7

9.5

71.4

15

4.3

4.8

76.2

18

8.7

9.5

85.7

20

8.7

9.5

95.2

21

4.3

4.8

100.0

21

91.3

100.0

8.7

23

100.0

Valid

Total
Missing
Total

System

Interprestasi
Analisis
Faktor
Interprestasi Analisis
Faktor

Descriptive Statistics
Mean
USIA

7.412

12

.83

1.337

12

862500.00

452329.827

12

KORAN

6.50

2.195

12

16.83

4.019

12

MOTOR

1.50

.674

12

MOBIL

.50

.522

12

ATM

2.67

1.371

12

BELI

4.58

2.906

12

230416.67

146852.714

12

KERJA

40.92

20.215

12

BELANJA

13.33

5.805

12

TV

KONSUMSI

Correlation Matrix
USIA

ANAK

Analysis N

32.25

ANAK
INCOME

Std. Deviation

INCOME

KORAN

TV

MOTOR

a,b

MOBIL

ATM

BELI

KONSUM

KERJA

BELANJA

SI
USIA

1.000

.564

.709

.193

-.060

.100

.716

.474

.567

.554

.367

.412

C ANAK

.564

1.000

.417

.031

-.310

.101

.391

.364

.331

.378

.265

.312

o INCOME

.709

.417

1.000

.108

-.121

.380

.471

.609

.506

.934

.626

.613

r KORAN
r
TV
e
MOTOR
l
MOBIL
a
ATM
t
i BELI

.193

.031

.108

1.000

.031

.123

.397

.514

.292

-.013

.396

.371

-.060

-.310

-.121

.031

1.000

.034

.130

.055

.126

-.168

-.014

-.044

.100

.101

.380

.123

.034

1.000

.258

.393

.487

.195

.444

.534

.716

.391

.471

.397

.130

.258

1.000

.254

.449

.365

.090

.150

.474

.364

.609

.514

.055

.393

.254

1.000

.647

.403

.970

.952

.567

.331

.506

.292

.126

.487

.449

.647

1.000

.252

.594

.623

o KONSUMSI

.554

.378

.934

-.013

-.168

.195

.365

.403

.252

1.000

.432

.375

n KERJA

.367

.265

.626

.396

-.014

.444

.090

.970

.594

.432

1.000

.980

.412

.312

.613

.371

-.044

.534

.150

.952

.623

.375

.980

1.000

BELANJA

a. Determinant = .000
b. This matrix is not positive definite.

A. Communalities
1. Communalities

Communalities
Initial

Extraction

USIA

1.000

.850

ANAK

1.000

.630

INCOME

1.000

.933

KORAN

1.000

.793

TV

1.000

.780

MOTOR

1.000

.494

MOBIL

1.000

.899

ATM

1.000

.946

BELI

1.000

.665

KONSUMSI

1.000

.815

KERJA

1.000

.968

BELANJA

1.000

.965

Extraction Method: Principal Component

Analysis.

Tabel. Communalities

Tabel di atas menunjukkan seberapa besar sebuah variabel dapat menjelaskan factor, yaitu;
USIA nilainya 0,850 artinya variabel USIA dapat menjelaskan faktor sebesar 85%.
ANAK nilainya 0,630 artinya variabel ANAK dapat menjelaskan faktor sebesar 63%.
INCOME nilainya 0,933 artinya variabel INCOME dapat menjelaskan faktor sebesar 93,3%.
KORAN nilainya 0,793 artinya variabel KORAN dapat menjelaskan faktor sebesar 79,3%.
TV nilainya 0,780 artinya variabel TV dapat menjelaskan faktor sebesar 78%.
MOTOR nilainya 0,494 artinya variabel MOTOR dapat menjelaskan faktor sebesar 49,4%.
MOBIL nilainya 0,899 artinya variabel MOBIL dapat menjelaskan faktor sebesar 89,9%.
ATM nilainya 0,946 artinya variabel ATM dapat menjelaskan faktor sebesar 94,6%.
BELI nilainya 0,665 artinya variabel BELI dapat menjelaskan faktor sebesar 66,5%.
KONSUMSI nilainya 0,815 artinya variabel KONSUMSI dapat menjelaskan faktor sebesar 81,5%.
KERJA nilainya 0,968 artinya variabel KERJA dapat menjelaskan faktor sebesar 96,8%.
BELANJA nilainya 0,965 artinya variabel BELANJA dapat menjelaskan faktor sebesar 96,5%.
Karena semuanya > 50% kecuali MOTOR maka dapat disimpulkan bahwasanya semua variabel
dapat menjelaskan factor kecuali MOTOR.

B. Faktor yang sekitarnya dibentuk

2. Faktor Yang Sekiranya Dapat Terbentuk

Tabel Total Variance Explained di bawah ini berguna untuk menentukan berapakah faktor yang
mungkin dapat dibentuk.

Total Variance Explained

Co

Initial Eigenvalues

Extraction Sums of Squared Loadings

Rotation Sums of Squared Loadings

mp
one

Total

nt

% of

Cumulative

Variance

Total

% of

Cumulative

Variance

Total

% of

Cumulative

Variance

5.505

45.873

45.873

5.505

45.873

45.873

4.096

34.137

34.137

1.831

15.261

61.134

1.831

15.261

61.134

3.072

25.600

59.737

1.367

11.394

72.528

1.367

11.394

72.528

1.312

10.933

70.670

1.036

8.632

81.160

1.036

8.632

81.160

1.259

10.490

81.160

.830

6.917

88.078

.704

5.871

93.948

.403

3.360

97.308

.222

1.851

99.159

.086

.713

99.872

10

.014

.119

99.991

11

.001

.009

100.000

-1.300E-015

100.000

12

-1.560E016

Extraction Method: Principal Component Analysis.

Tabel. Eigenvalue

Berdasarkan tabel di atas, lihat kolom "Component" yang menunjukkan bahwa ada 12
komponen yang dapat mewakili variabel. Total pada bagian Initial Eigenvalues adalah nialai-nilai
eigennya dan jumlahnya adalah 1.
Varians bisa diterangkan oleh faktor 1 adalah 5,505/12 x 100% = 45,873% , faktor 2 sebesar
1,831/12 x 100% = 15,267%, faktor 3 sebesar 1,367/12 x 100% = 11,394% dan faktor 4 sebesar
1,036/12 x 100%= 8,632%. Sehingga total keempat faktor akan mampu menjelaskan variabel
sebesar 45,873% + 15,267% + 11,394% + 8,632% = 81,166%. Dengan demikian, karena nilai Eigenvalues
yang ditetapkan 1, maka nilai Total yang akan diambil adalah yang > 1 yaitu component 1, 2, 3 dan 4.

3. Factor Loading

C. Factor Loading
Component Matrix

Component
1

ATM

.887

.368

-.074

-.134

BELANJA

.863

.408

-.228

-.039

INCOME

.850

-.327

-.178

.269

KERJA

.847

.427

-.259

-.035

BELI

.755

.146

.257

.085

USIA

.732

-.496

.255

-.061

KONSUMSI

.651

-.478

-.277

.293

ANAK

.526

-.484

-.109

-.326

MOTOR

.515

.304

-.015

.369

MOBIL

.539

-.423

.655

-.033

-.050

.337

.616

.533

.410

.352

.428

-.564

TV
KORAN

Extraction Method: Principal Component Analysis.

a. 4 components extracted.

Tabe.l Component Matrix

Tabel di atas menunjukkan seberapa besar sebuah variabel berkorelasi dengan faktor yang akan
dibentuk, yaitu;
ATM berkorelasi sebesar 0,887 dengan faktor 1, 0,368 dengan faktor 2, -0,74 dengan faktor 3 dan 0,134 dengan faktor 4.
BELANJA berkorelasi sebesar 0,863 dengan faktor 1, 0,408 dengan faktor 2, -0,228 dengan faktor 3
dan -0,039 dengan faktor 4.
INCOME berkorelasi sebesar 0,850 dengan faktor 1, -0,327 dengan faktor 2, -0,178 dengan faktor
3 dan 0,269 dengan faktor 4.
KERJA berkorelasi sebesar 0,847 dengan faktor 1, 0,427 dengan faktor 2, -0,259 dengan faktor 3
dan -0,035 dengan faktor 4.
BELI berkorelasi sebesar 0,755 dengan faktor 1, 0,146 dengan faktor 2, 0,257 dengan faktor 3 dan
0,085 dengan faktor 4.
Dst.
Secara jelasnya dapat anda lihat pada tabel Rotated Component Matrix di bawah ini untuk
menentukan variabel mana akan masuk faktor yang mana.

Rotated Component Matrix

Component
1

KERJA

.966

.109

-.126

.089

BELANJA

.959

.144

-.115

.103

ATM

.903

.251

-.090

.244

MOTOR

.617

.097

.289

-.143

BELI

.615

.463

.211

.169

MOBIL

.017

.887

.225

.247

USIA

.240

.884

-.102

.033

INCOME

.583

.658

-.130

-.379

KONSUMSI

.376

.600

-.214

-.518

ANAK

.154

.598

-.498

.028

TV

.029

.002

.880

.061

KORAN

.326

.186

.002

.808

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 9 iterations.

Tabel. Rotatede Component Matrix

Penentuan variabel masuk faktor mana ditentukan dengan melihat nilai korelasi terbesar. Pada
tabel di atas telah diurutkan dari nilai yang terbesar ke yang terkecil per faktor. Perhatikan baik-baik di
atas;
KERJA korelasi terbesar dengan faktor 1 yaitu 0,966.
BELANJA korelasi terbesar dengan faktor 1 yaitu 0,968.
ATM korelasi terbesar dengan faktor 1 yaitu 0,.
MOTOR korelasi terbesar dengan faktor 1 yaitu 0,617.
BELI korelasi terbesar dengan faktor 1 yaitu 0,615.
MOBIL korelasi terbesar dengan faktor 2 yaitu 0,887.
USIA korelasi terbesar dengan faktor 2 yaitu 0,884.
INCOME korelasi terbesar dengan faktor 2 yaitu 0,658.
KONSUMSI korelasi terbesar dengan faktor 2 yaitu 0,6.
ANAK korelasi terbesar dengan faktor 2 yaitu 0,598.
TV korelasi terbesar dengan faktor 3 yaitu 0,880.
KORAN korelasi terbesar dengan faktor 4 yaitu 0,808.
Maka dapat disimpulkan anggota masing-masing faktor:
Faktor 1: KERJA,BELANJA, ATM, MOTOR dan BELI
Faktor 2: MOBIL, USIA, INCOME, KONSUMSI,dan ANAK
Faktor 3: TV
Faktor 4: KORAN

Langkah terakhir untuk penentuan faktor adalah melihat tabel Component Transformation
Matrix.
Component Transformation Matrix
Component

.793

.600

-.088

.050

.528

-.680

.341

.378

-.279

.422

.670

.543

.118

.003

.653

-.748

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.

Tabel. Transformation Matrix

Tabel di atas menunjukkan bahwa pada component 1 nilai korelasi 0,793 > 0,5, component 2
nilai korelasinya 0,68 > 0,5 component 3 nilai korelasinya 0,670 > 0,5 dan component 4 nilai
korelasinya 0,748 > 0,5.
Karena semua component > 0,5 maka keempat faktor yang terbentuk dapat dikatakan tepat
dalam merangkum keduabelas variabel yang ada.