Pertanyaan dasar mengenai Multivariat

• Kenapa dalam mengestimasi harus dilakukan optimasi (MLE)?
• Salah satu jawabannya adalah minimize error (misal regresi kita mengestimasi persamaan regresi dengan cara mencari garis regresi yang memiliki eror terkecil artinya jarak dari data ke estimasinya paling kecil)
• Secara math optimasi ada dua nesesari optimize dan secara kondisi. Pertama syaratnya optimasi adalah turunan pertamanya = nol. Turunan pertamanya adalah gradient = nol dan ini adalah syarat nesesarinya, sementara syarat secara kondisinya adalah ketika turunan berikutnya adalah negatif (untuk memax) dan positif (untuk memin). Ilustrasinya adalah grafik kurva ke atas atau kebawah (sin cos, misalnya)
• Mirip prinsipnya dengan least square error (tapi LSE lebih spesifik)
• Wilks lamda untuk varians. Jadi tergantung pembahasannya. Misalnya kalau yang dicari adalah?? Maka pergunakan wilks lambda.
• Missing data ada dua, satu yang sistematic ada yang random. Dan kalau diperbolehkan milih, maka mising data yang paling aman terjadi pada penelitian kita adalah missing data yang random. Karena kalau kita mising datanya sistematik maka kita bisa melihat adanya suatu fungsi pada data kita dan itu berarti ada kesalahan yang terjadi oleh si peneliti sehingga menghasilkan data yang missing secara sismtematik.
• Maka kalau data hilangnya sistematik maka kita harus mengulang penelitian atau survey. Tapi kalau mising valuenya random maka bisa diestimasi dengan misal rata-rata data yang ada, atau nilai regresi data yang ada, atau dll. Atau bisa juga mendelete variable atau pertanyaan yang banyak missingnya.
• Outlier. Kalau sampai ada outlier jangan buru2 datanya dibuang. Karena semua data sangat bernilai. Karena outlier itu sama dengan missing value karena terjadi bisa karena kesalahan kita atau memang sampelnya yang demikian.
• Outlier bisa terjadi karena salah ambil sampel. Misalnya ketika lagi ujian, maka ketika ada outlier yang nilainya bagus tetapi karena memang mahasiswa itu adalah expert dibidang itu maka hal tersebut adalah prosedural.

Introduction of multivariat - Basic statistik

Sebelum masuk ke multivariat yang sebenarnya, kita harus tahu dasar sebelumnya. Maka yang berikut ini adalah intro statistik:

- Statistic itu sebenarnya berasal dari kata apa ayoo?? (aku yg backgroundnya jurusan statistic seumur-umur belum pernah peduli dengan asal usul kata Statistic. Begitu juga dosen-dosen terdahulu ku, ^_^)

Statistik berasal dari kata statista, bahasa italia yang berarti state person. Seseorang di suatu lembaga yang bertugas untuk mengambil keputusan. Orang tersebut menggunakan data dan informasi untuk mendukung keputusannya tersebut.

- Lalu mengapa kita harus belajar statistik?

Agar kita bisa mengambil keputusan yang valid atau setidaknya memiliki dasar yang jelas, yaitu data atau informasi. Data dan informasi yang ada pasti tidak ada yang sama. Semuanya memiliki variabilitas yang heterogen. Karena itu ada statistik.

- Lompat sedikit ke conjoint analysis. Apa sih Conjoint analysis (dosenku yang sekarang adalah ahlinya conjoint. dia pernah menerbitkan buku khusus menengai conjoint. mau? call me ^_^).

Conjoint analisis bisa digunakan pada bidang marketing riset gunanya untuk mengetahui preferensi konsumen.

- Sementara itu, Analisa multivariat itu apa?

Merupakan, Statistika method dimana digunakan untuk data yang multivariat kemudian diolah secara simultan.

- Tunggu dulu, sebenarnya variat itu apa?

Variat itu adalah gabungan dari beberapa variable. Tapi tidak jarang orang juga menamakan variat adalah variable.

Nah segitu aja deh kuliah multivariat -intro ^_^