Laporan Praktikum Geostatistika Statistika Multivariate PENDAHULUAN
Dewasa ini, tidak hanya satu atau dua hal harus diperhitungkan dalam mempertimbangkan sesuatu, namun banyak beberapa hal yang harus diperhatikan. Misal Misalka kan n saja saja dalam dalam hal hal pele peledak dakan an pada pada pertambangan, untuk menghasilkan frag fragm menta entasi si batua atuan n yang ang baik aik sete setela lah h peledakan untuk mencapai target produksi, maka diperlukan diperlukan perhitungan perhitungan yang matang pada spasi antar lubang ledak, tebal burden yang yang akan akan dileda diledakka kkan, n, kedalam kedalaman an lubang lubang ledak, ledak, bidang bidang bebas, bebas, dan variabe variabell lainny lainnya. a. ntuk hal!hal inilah terdapat suatu metode dalam statistika yang mengurusi mengurusi apabila ada suat suatu u atau atau lebi lebih h perl perlak akua uan n yang ang didu diduga ga mempengaruhi subjek dalam beberapa segi atau beberap beberapaa karakte karakterist ristik ik sehing sehingga ga dapat dapat diukur diukur beberapa beberapa karakteristik karakteristik atau variabel variabel tersebu tersebutt yang yang kemudi kemudian an juga juga dapat dapat dicari dicari besar kemungkinan antar variabel itu mempunyai hubungan. Data Data mult multiv ivari ariate ate meru merupa paka kan n data data yang diperoleh dengan mengukur lebih dari satu variab variabel el kriteri kriteriaa pada pada setiap setiap indivi individu du anggota sampel. TUJUAN PRAKTIKUM
". Dapat Dapat mena menamp mpil ilka kan n data data posting posting . #. Dapat menampilkan contouring atau pengkonturan data posting dengan menggunakan metode!metode inte interp rpo olasi lasi sert sertaa mem memband bandin ing gkan kan metode interpolasi pada gridding pada gridding . $. Dapat Dapat mema memaham hamii param paramet eter er smoothing smoothing . DASAR TEORI
Metode statistika multivariate adalah teknik!te !teknik anali alisis statisti stik yang ang memperlakukan sekelompok variabel kriteria yang saling berkorelasi sebagai suatu sistem deng dengan an memp memperh erhitu itung ngka kan n korel korelas asii antar antar variabel!variabel.
%nalisis statistik multivariat merupakan metode statistik yang memung memungkin kinkan kan kita kita melaku melakukan kan peneli penelitian tian terh terhad adap ap lebi lebih h dari dari dua dua vari variab able le seca secara ra bersamaan. Dengan menggunakan teknik analisi analisiss ini maka maka kita kita dapat dapat mengan menganali alisis sis pengaruh beberapa variable terhadap variable lain lainny nyaa dala dalam m wakt waktu u yang yang bers bersam amaa aan. n. %nalisis multivariat digunakan karena pada kenyat kenyataan aannny nnyaa masalah masalah yang yang terjadi terjadi tidak tidak dapat diselesaikan dengan hanya menghubu menghubung!hu ng!hubung bungkan kan dua variable variable atau meli melihat hat peng pengaru aruh h satu satu varia variabl blee terha terhada dap p variable lainnya. &eknik knik anal analisi isiss multi multiva vari riat at secara secara dasar diklasifikasi menjadi dua, yaitu analisis depend dependens ensii dan analisi analisiss interd interdepe epende ndensi nsi.. %nal %nalis isis is depen epend densi ensi berfu erfung ngsi si untu ntuk mene menera rang ngka kan n atau atau memp mempred redisk iskii vari variabl ablee 'variable( 'variable( tergantung tergantung dengan dengan menggunakan menggunakan dua atau lebih le bih variable bebas. )ang )ang termasuk dalam dalam klasifi klasifikasi kasi ini ialah ialah analisis analisis regresi regresi linear berganda, analisis diskriminan, analisis varian multivariate 'M%*+%(, dan analisis korelas korelasii kanoni kanonikal kal. Metode Metode depend dependensi ensi dikl diklasi asifik fikasi asika kan n dida didasar sarka kan n pada pada jumlah jumlah variable tergantung, misalnya satu atau lebih dan skala skala penguk pengukura uran n bersifa bersifatt metrik metrik atau atau non metrik. -ika variable tergantung hanya satu satu dan dan peng penguk ukur uran anny nyaa bers bersifa ifatt metri metrik, k, maka teknik analisisnya analisisnya digunakan digunakan analisis regresi regresi bergan berganda. da. -ika -ika variab variable le tergan tergantun tung g hanya satu dan pengukurannya bersifat non! metrik, maka teknik analisisnya meng menggu guna naka kan n anali analisi siss disk diskrim rimin inan an.. -ika -ika vari variab able le terg tergan antu tung ng lebi lebih h dari dari satu satu dan dan pengukurannya bersifat metrik, maka teknik analisisnya analisisnya digunakan digunakan analisis analisis multivariate multivariate varian varian.. -ika -ika variab variable le tergan tergantun tung g lebih lebih dari dari satu dan pengukurannya bersifat non!metrik, maka teknik analisisnya analisisnya digunakan digunakan analisis
conjoint. -ika variable tergantung dan bebas lebih dari satu dan pengukurannya bersifat metrik atau non metrik, maka teknik analisisnya digunakan analisis korelasi kanonikal. %nalisis interdependensi berfungsi untuk memberikan makna terhadap seperangkat variable atau membuat kelompok!kelompok secara bersama!sama. )ang termasuk dalam klasifikasi ini ialah analisis faktor, analisis kluster, dan multidimensional scaling . Metode interdependensi diklasifikasikan didasarkan pada jenis masukan variable dengan skala pengukuran bersifat metrik atau non metrik. -ika masukan data berskala metrik, maka kita dapat menggunakan teknik analisis faktor, analisis kluster dan multidimensional scaling. -ika masukan data berskala non! metrik, maka kita hanya dapat menggunakan teknik analisis multidimensional scaling. M%*+% mempunyai pengertian sebagai suatu teknik statistik yang digunakan untuk menghitung pengujian signifikansi perbedaan rata!rata secara bersamaan antara kelompok untuk dua atau lebih variable tergantung. &eknik ini bermanfaat untuk menganalisis variable!variabel tergantung lebih dari dua yang berskala interval atau rasio. Dalam P prosedur M%*+% disebut juga GLM Multivariat digunakan untuk menghitung analisis regresi dan varians untuk variabel tergantung lebih dari satu dengan menggunakan satu atau lebih variabel faktor atau covariates. ariabel ! variabel faktor digunakan untuk membagi populasi kedalam kelompok!kelompok. Dengan menggunakan prosedur general linear model ini, kita dapat melakukan uji /0 mengenai pengaruh variabel!variabel faktor terhadap rata!rata berbagai kelompok distribusi gabungan semua variabel tergantung. 1ita dapat meneliti interakasi antara faktor!faktor dan efek dari faktor!faktor individu. Lebih lanjut, efek!
efek covariates dan interaksi antar covariate dengan semua faktor dapat dimasukkan. Dalam analisis regresi, variabel bebas atau predictor dispesifikasi sebagai covariates. PENGOLAHAN DATA
Pengolahan data dilakukan dengan menggunakan Microsoft 23cel dan oftware Golden urfer versi "". Gridding Data
Pindahkan data yang diberikan ke Microsoft 23cel Save as data tersebut dengan format .&3t ' tab delimitied ( Masukkan data .&3t tadi ke Golden urfer pada grid kemudian pilih data Pada grup Gridding Method pilih metode gridding yang mau dipakai.
Lengkapi parameter dengan klik Advanced Options, lalu klik +1
Posting Data
Pilih Map
New
Post Map
Pada dialog Open, pilih data yang akan diolah kemudian klik Open untuk membuat petanya.
Contouring
Pilih Map
New
Contour Map
perbedaan dari masing!masing bentuk $d dan juga profil dari kelima metode Pada dialog Open, pilih data yang telah di ini dapat terlihat jelas karena terdapat grid , lalu klik Open atau +1 untuk membuat peta konturnya. pendekatan smoothing . %pabila dilihat dari gambar, terlihat bahwa gridding yang dilakukan dengan metode nearest neighbor bah warna kontur dengan pilih "evels sangat berbeda jauh dengan moving average kemudian cental $ill Contours dimana pada moving average didapatkan bentuk yang sangat landai, sedangkan pada 7entang Color Scale untuk menampilkan !riangulation with "inear #nterpolation skala peta dengan warna yang sudah dipilih terlihat sangat lancip. Dengan kata lain, smoothing untuk !riangulation with "inear %D #nterpolation ini sangat kecil. /al ini juga berarti bahwa luasan kontur yang diberikan pada masing!masing metode gridding juga Pilih Map New %D &ire'rame atau %D berbeda yang dapat terlihat pada skala dari Sur'ace gambar bentuk $Dnya. -ika diurutkan smoothing dari tinggi Pada dialog Open, pilih data yang telah di kerendah maka urutannya adalah moving grid , lalu klik Open atau +1 untuk membuat average, inverse distance to power, kriging, %D Petanya. triangulation with lineat interpolation, dan nearest neighbor . edangkan apabila ANALISIS etelah dilakukan analisis diurutkan berdasarkan kontur nya didapatkan multivariate terhadap data yang diberikan hasil yang sebaliknya. %rtinya, semakin dengan menggunakan microsoft e3cel #004 tinggi smoothing yang dihasilkan maka dan software golden surfer versi "", dapat semakin rendah atau semakin sedikit kontur dianalisis bahwa setiap metode gridding yang didapatkan, begitupun sebaliknya. yang digunakan akan membuat suatu bentuk KESIMPULAN yang berbeda pada bentuk $Dnya yang Dari hasil analisis multivariate ini, otomatis juga dapat terlihat pada bentuk dapat disimpulkan bahwa6 profilnya. Dalam analisis multivariate kali ". Posting dan contouring suatu data ini, telah dipraktikkan 5 jenis metode dapat ditampilkan dengan gridding dari "# metode yang tersedia dalam menggunakan software Golden urfer. aplikasi golden surfer versi "" yaitu, inverse #. Masing!masing metode gridding distance to power, kriging, nearest neighbor, mempunyai smoothing yang berbeda. $. Masing!masing metode gridding triangulation with linear interpolation, dan mempunyai contouring yang berbeda. moving average bentuk!bentuk profil dan
juga $d dari masing!masing metode gridding ini dapat dilihat pada bab lampiran. LAMPIRAN
Gambar ". Gridding 8nverse Distance to Power
Gambar #. Gridding 1riging
Gambar $. Gridding *earest *eighbor
Gambar 9. Gridding &riangulation with Linear 8nterpolation
Gambar 5. Gridding Moving %verage