Perlu diketahui kembali bahwasanya ada dua macam analisis cluster, yaitu analisis cluster hirarki dan analisis cluster non hirarki. Analisis cluster non hirarki salah satunya dan yang paling populer adalah analisis cluster dengan K-Means Cluster. Ciri khas dari analisis cluster yang satu ini adalah kita menentukan sendiri dari awal berapa cluster yang akan kita bentuk. Oleh karena itu dalam tutorial ini, kita akan coba membuat 3 cluster pada sampel dan variabel seperti artikel sebelumnya yaitu analisis cluster hirarki dengan SPSS. Sampai tahap ini anda telah selesai melakukan analisis k-means cluster dengan SPSS. Maka selanjutnya adalah anda menginterprestasikan hasilnya dengan membaca artikel kami selanjutnya, yaitu: Interprestasi Analisis Cluster Non Hirarki dengan SPSS.



Analisis Cluster Non Hirarki dengan SPSS

Sebelumnya kita telah mempelajari . Selanjutnya perlu diingat kembali bahwasanya ada dua macam analisis cluster, yaitu analisis cluster hirarki dan analisis cluster non hirarki. Analisis cluster non hirarki salah satunya dan yang paling populer adalah analisis cluster dengan K-Means Cluster. Ciri khas dari analisis cluster yang satu ini adalah kita menentukan sendiri dari awal berapa cluster yang akan kita bentuk. Oleh karena itu dalam tutorial ini, kita akan coba membuat 3 cluster pada sampel dan variabel seperti artikel sebelumnya yaitu analisis cluster hirarki dengan SPSS.

Download file kerja dalam tutorial ini:
Dataset
Output

Sebelum melangkah lebih jauh, silahkan anda lakukan proses standarisasi variabel seperti yang telah kami jelaskan sebelumnya pada analisis cluster hirarki. Setelah proses standarisasi selesai, maka kita bulai tutorial ini, yaitu:

Pada menu, klik "Analyze", "Classifiy", "K-Means Cluster".


K-Means Cluster
Analisis K-Means Cluster


Perhatikan jendela di atas, anda masukkan variabel yang telah distandarisasi ke dalam kotak "Variables" dan masukkan variabel "Sampel" ke dalam kotak "Label Cases by:". Kemudian pada "Method" pilih "iterate and classify" serta pada "Number of cluster" anda masukkan angka 3. Angka 3 di sini berarti anda akan membentuk 3 cluster. Selanjutnya klik tombol "Continue".

Klik tombol "Save" kemudian centang "Cluster Membership" dan "Distance from cluster center". Proses "Save" berguna untuk membentuk variabel baru secara otomatis untuk keperluan tahap akhir clustering yaitu tahap profiling. "Cluster Membership" artinya pada dataset, kita akan memberi tanda tiap sampel akan masuk ke salah satu cluster yang telah kita bentuk. Sedangkan "Distance from cluster center" untuk membentuk variabel baru yang merupakan jarak dengan nilai tengah cluster. Selanjutnya klik tombol "Continue".


K-Means Save
K-Means Save


Klik tombol "Options" kemudian pada "Statistics" centang "initial cluster center" dan "Anova Table".


K-Means Initial Cluster
K-Means Initial Cluster


Setelah anda klik "Continue" maka selanjutnya anda berada pada jendela utama, maka klik "OK" dan lihat "Output".

Sampai tahap ini anda telah selesai melakukan analisis k-means cluster dengan menggunakan aplikasi SPSS. Maka selanjutnya adalah anda menginterprestasikan hasilnya dengan membaca artikel kami selanjutnya, yaitu:

Statistikian

Statistikian

Blog Untuk Mempelajari Jenis Uji Statistik, Penelitian, SPSS dan Statistik Berbasis Komputer seperti excel, Stata dan Minitab. Bantuan Olah dan Analisa Data, SMS: 085748695938.

Tinggalkan Komentar:

0 comments:

Tinggalkan Komentar Anda Di Sini