Analisis Korespondensi

Correspondence Analysis
Apa Analisis Korespondensi

Korespondensi Analisis adalah adalah

sebuah tehnik multivariate secara grafik
yang digunakan untuk eksplorasi data
dari sebuah tabel kontingensi.
Memproyeksikan baris-baris
dan kolom-kolom dari matriks data
sebagai titik-titik ke dalam sebuah
grafik dalam sebuah jarak Euclid
 Manfaat Analisis Korespondensi

Mereduksi jumlah kategori dalam

peubah
kategori-kategori yang mirip
digabungkan dalam satu kategori

Melihat hubungan antara dua atau

lebih gugus peubah
Permasalahan Utama dalam
Analisis Korespondensi
Bagaimana Grafik yang ada mampu
merepresentasikan baris-baris atau
kolom-kolom tabel kontingensi dalam
ruang berdimensi rendah namun
merangkum informasi sebanyak
mungkin.
Generalized Singular Value
Decomposition
Macam Analisis Korespondensi
Analisis Korespondensi Sederhana
tabel kontingensi dua arah

Analisis Korespondensi Berganda

tabel kontingensi multi arah
Beberapa Istilah Dasar dalam
Analisis Korespondensi
Matriks Korespondensi
Didefinisikan sebagai matriks dari frekuensi
relatif pada tabel kontingensi yang berukuran axb
nij
Paxb  ( p ij )  ( )
n
dimana n = n
i j
ij
 Lanjutan
Vektor jumlah baris dari matriks P
r = P1 = (p1.,…,pa.)’ = (n1../n,…, na./n)’
Vektor jumah kolom dari matriks P
c = P’1 = (p.1, …,p.b)’ = (n.1/n,…, n.b/n)’
dimana :
1 = (1, b…, 1)’ adalah sebuah vektor satuan
ni. =  nij , i = 1, 2, …, a
j 1
a

n.j = n
j1
ij , j = 1, 2, …, b
Lanjutan
Matriks diagonal baris
 p1. 0  0
0 p2.  0 
D r  diag(r )  
    
 
0 0  pa . 

Matriks diagonal kolom

 p.1 0  0 
0 p.2  0 
D c  diag(c)  
     
 
0 0  p.b 
Lanjutan
Matriks profil baris
 p11 p12 p1b 
p 
p1. p1. 
 1. 
 p 21 p 22

p 2b 
R  D r 1 P   p p 2. p 2. 
 2.    
p pa2 p ab 
 a1  
 p a. p a. p a. 
Profil baris ke-i

ri =  pi1 ,
pi2
, ,
pib 

 pi. pi. pi. 
Lanjutan
Matriks profil kolom
 p11 p12 p a1 
p 
p.1 p.1 
 .1 
 p 21 p 22

pa2 
C  D c1 P    p p .2 p.2 
 .2    
p p 2b p ab 
 1b  
 p.b p.b p.b 
Profil kolom ke-j

cj =  p , p1j 2j
, ,
p aj 

p p.j p.j 
 .j
Lanjutan
Rataan profil baris (average row profile) = Pusat
baris (row centroid) = vector of rowamasses
c = (p.1,…,p.b)’ =  p i. ri
i 1

rata-rata terboboti dari profil baris

Rataan profil kolom (average column profile) =
pusat kolom (column centroid) =vector of column
masses b


r = (p1. ,…, pa.)’ = j 1
p. j cj.

rata-rata terboboti dari profil kolom

 Pendekatan jarak yang digunakan
Jarak Khi Kuadrat, yang didefinisikan sbg :

p  pi. p. j 
2
 ni. n. j  2
 nij   a b
n
ij

  
2
a b
 n  =
ni. n. j
i 1 j 1 pi . p. j
i 1 j 1
m
n = n tr(E) = n   2i
i 1

dimana : E = Dr-1 (P – rc’)Dc-1 (P – rc’)’

12  …  2m adalah akar ciri tak nol dari E dan
m = rank(E) = rank(P - rc’) = rank(P)-rank(rc’) = min(a, b) – 1
 Lanjutan
2 bisa juga dituliskan sebagai :
  pij 
2

 2  n pi.    p. j  / p=. j    npi. ri  c D c1 ri  c
 j  pi.   
i   i

 n p i. d i2
i

dimana :
d i2 = ri  c D c1 ri  c Jrk Euclid terboboti
Lanjutan
Total inertia = 2/n  setara dgn ragam
  pi.d i2
i

Rata-rata pembobot dari jarak kuadrat

khi kuadrat antara profil baris-profil baris
dengan rata-ratanya
 Pereduksian dimensi dengan GSVD
GSVD dari matriks (P - rc’) adalah
(P - rc’) = AB’
dimana :
aAm , bBm diperoleh dari penguraian nilai
1 / 2
 1 / 2
singular matriks : T  D r (P  rc )Dc
dan berlaku :
AD 1
r A  Im dan  1
B Dc B  I m
 merupakan matriks diagonal dengan unsur-unsur
diagonalnya adalah nilai singular 1,…,m dari (P - rc’)
Koordinat Baris dan Kolom
Koordinat matriks baris adalah k kolom
pertama dari matriks :
F = Dr-1A
Koordinat matriks kolom adalah k kolom
pertama dari matriks :
G = Dc-1B
Plot antara 2 kolom pertama matriks F dgn 2
kolom pertama matriks G Plot simetrik
Ilustrasi
Melihat bagaimana citra bank-
bank yang berada di lima kota
besar (Jakarta, Surabaya,
Medan, Bandung dan
Semarang) dengan
menggunakan metode
korespondensi.
Sumber data
Data ini adalah data primer hasil survei PT.
Marketing Research Indonesia (MRI)
tentang citra masyarakat terhadap bank-
bank di Indonesia pada bulan Januari 1997.
Target respondennya adalah:
 Priadan wanita berusia 15-60 tahun
 Penghasilan minimum Rp 150.000,00

 Menjadi nasabah di suatu bank

 Bank-bank yang menjadi target
Bank Pemerintah Bank Swasta
1. Bank BNI’46 1. Bank Buana
2. Bank BRI
2. Bank Modern
3. Bank BDN
4. Bank Exim 3. Bank SBU
5. Bank BTN 4. Bank Tamara
6. Bank Bapindo 5. Bank BUN
7. Bank BPD
Bank Swasta 6. Bank Panin
1. Bank BCA 7. Bank BHS
2. Bank Lippo 8. Bank Bukopin
3. Bank Niaga
9. Bank Pacific
4. Bank Danamon
5. Bank Bali 10. Bank BDNI
6. Bank BII Bank Asing
7. Bank Duta 1. Citibank
8. Bank Bira
2. Standard Chartered Bank
9. Bank Utama
10. Bank Universal 3. American Express Bank
 Atribut Untuk Mengukur Citra Bank
A. Lokasinya strategis J. Setoran awal/
minimalnya kecil
B. Pelayanannya Profesional
K. Biaya administrasinya
C. Pelayanannya Cepat
rendah
D. Pelayanan staff-nya L. Cabangnya banyak
ramah M. Bank yang terpercaya
E. Produknya bervariasi N. Keamanannya terjamin
F. Memiliki fasilitas modern O. Didukung oleh grup yang
G. Memiliki layanan kuat
pembayaran rekening P. Bank-nya terkenal
tertentu Q. Ada teman/saudara di
H. Memberikan bank tersebut
hadiah/undian R. Iklannya bagus
I. Memberikan bunga lebih S. Bank yang sesuai untuk
tinggi saya
Plot Korespondensi
 Interpretasi Gambar

Atribut terbagi menjadi 5 kelompok besar, yaitu:

1. Atribut A,B,C,D,Q dan S bergerobol berdekatan
dengan hampir semua bank yang ada.
2. Atribut I dan R terlihat bergerombol dan relatif
dekat dengan bank Danamon, Citibank dan
Universal.
3. Atribut E,F,O dan H terlihat bergerombol dan relatif
dekat dengan bank BCA, Bali, American Express dan
Lippo.
4. Atribut G,P dan L terlihat bergerombol dan relatif
dekat dengan bank BCA, BRI dan BNI.
5. Atribut J,K,M dan N terlihat bergerombol dan relatif
dekat dengan bank BRI dan BNI