{"id":491,"date":"2023-07-29T17:51:19","date_gmt":"2023-07-29T17:51:19","guid":{"rendered":"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/"},"modified":"2023-07-29T17:51:19","modified_gmt":"2023-07-29T17:51:19","slug":"uji-sferisit-bartlett","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/","title":{"rendered":"Panduan uji kebulatan bartlett"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><strong>Uji kebulatan Bartlett<\/strong> membandingkan matriks korelasi yang diamati dengan matriks identitas. Pada dasarnya, ini memeriksa apakah ada redundansi antar variabel yang dapat diringkas dengan sejumlah faktor.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Hipotesis nol dari pengujian ini adalah bahwa variabel-variabel tersebut ortogonal, yaitu tidak berkorelasi. Hipotesis alternatifnya adalah variabel-variabel tersebut tidak ortogonal, yaitu cukup berkorelasi hingga matriks korelasi menyimpang secara signifikan dari matriks identitas.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Pengujian ini sering dilakukan sebelum menggunakan teknik reduksi data seperti analisis komponen utama atau analisis faktor untuk memverifikasi bahwa teknik reduksi data benar-benar dapat memampatkan data secara bermakna.<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>Catatan:<\/strong> Uji kebulatan Bartlett tidak sama dengan <a href=\"https:\/\/statorials.org\/id\/tes-bartlett\/\" target=\"_blank\" rel=\"noopener\">uji kesetaraan varians Bartlett<\/a> . Ini adalah kebingungan umum karena keduanya memiliki nama yang mirip.<\/span><\/p>\n<\/blockquote>\n<h2> <strong><span style=\"color: #000000;\">Matriks korelasi dan matriks identitas<\/span><\/strong><\/h2>\n<p> <span style=\"color: #000000;\"><strong>Matriks korelasi<\/strong> hanyalah matriks nilai yang menunjukkan koefisien korelasi antar variabel. Misalnya, matriks korelasi berikut menunjukkan koefisien korelasi antara berbagai variabel untuk tim bola basket profesional.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/id\/koefisien-korelasi-pearson-1\/\" target=\"_blank\" rel=\"noopener\">Koefisien korelasi<\/a> dapat bervariasi dari -1 hingga 1. Semakin jauh suatu nilai dari 0, semakin tinggi korelasi antara dua variabel.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Matriks identitas<\/strong> adalah matriks yang semua nilai pada diagonalnya adalah 1 dan semua nilai lainnya adalah 0.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam hal ini, jika angka-angka dalam matriks ini mewakili koefisien korelasi, ini berarti bahwa setiap variabel benar-benar ortogonal (yaitu &#8220;tidak berkorelasi&#8221;) terhadap semua variabel lainnya dan oleh karena itu teknik reduksi data seperti PCA atau analisis faktor tidak akan mampu \u201c kompres\u201d data dengan cara yang berarti.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Jadi, alasan kami melakukan uji kebulatan Bartlett adalah untuk memastikan bahwa matriks korelasi variabel-variabel dalam kumpulan data kami menyimpang secara signifikan dari matriks identitas, sehingga kami mengetahui bahwa teknik reduksi data layak digunakan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Jika nilai p uji kebulatan Bartlett lebih kecil dari tingkat signifikansi yang dipilih (pilihan umum adalah 0,10, 0,05, dan 0,01), maka kumpulan data kami cocok untuk teknik reduksi data.<\/span><\/p>\n<h2> <strong><span style=\"color: #000000;\">Cara melakukan uji kebulatan Bartlett di R<\/span><\/strong><\/h2>\n<p> <span style=\"color: #000000;\">Untuk melakukan uji kebulatan Bartlett di R, kita dapat menggunakan fungsi <strong>cortest.bartlett()<\/strong> dari perpustakaan <strong>psikis<\/strong> . Sintaks umum dari fungsi ini adalah sebagai berikut:<\/span><\/p>\n<p style=\"text-align: center;\"> <span style=\"color: #000000;\">kortes.bartlett(R, n)<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">R: matriks korelasi kumpulan data<\/span><\/li>\n<li> <span style=\"color: #000000;\">n: ukuran sampel kumpulan data<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Kode berikut menunjukkan cara melakukan pengujian ini pada kumpulan data palsu yang kami buat:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#make this example reproducible\n<\/span>set.seed(0)\n\n<span style=\"color: #008080;\">#create fake data\n<\/span>data &lt;- data.frame(A = rnorm(50, 1, 4), B = rnorm(50, 3, 6), C = rnorm(50, 5, 8))\n\n<span style=\"color: #008080;\">#view first six rows of data\n<\/span>head(data)\n#ABC\n#1 6.0518171 4.5968242 11.25487348\n#2 -0.3049334 0.7397837 -1.21421297\n#3 6.3191971 17.6481878 0.07208074\n#4 6.0897173 -1.7720347 5.37264242\n#5 2.6585657 2.6707352 -4.04308622\n#6 -5.1598002 4.5008479 9.61375026\n\n<span style=\"color: #008080;\">#find correlation matrix of data\n<\/span>cor_matrix &lt;- cor(data)\n\n<span style=\"color: #008080;\">#view correlation matrix\n<\/span>cor_matrix\n\n#ABC\n#A 1.0000000 0.1600155667 0.2825308511\n#B 0.1600156 1.0000000000 0.0005358384\n#C 0.2825309 0.0005358384 1.0000000000\n<span style=\"color: #008080;\">\n#load psych library\n<\/span>library(psych)\n\n<span style=\"color: #008080;\">#perform Bartlett's Test of Sphericity\n<\/span>cortest.bartlett(cor_matrix, n = nrow(data))\n\n#$chisq\n#[1] 5.252329\n#\n#$p.value\n#[1] 0.1542258\n#\n#$df\n#[1] 3<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Statistik uji Chi-square adalah 5,252329 dan nilai p yang sesuai adalah 0,1542258, yang tidak kurang dari tingkat signifikansi kita (kita gunakan 0,05). Oleh karena itu, data ini mungkin tidak cocok untuk PCA atau analisis faktor.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Sederhananya, ketiga variabel dalam kumpulan data kami tidak cukup berkorelasi, sehingga teknik reduksi data seperti PCA atau analisis faktor akan mengalami kesulitan untuk mengompresi variabel-variabel ini menjadi kombinasi linier yang mampu menangkap varians signifikan yang ada dalam data.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Uji kebulatan Bartlett membandingkan matriks korelasi yang diamati dengan matriks identitas. Pada dasarnya, ini memeriksa apakah ada redundansi antar variabel yang dapat diringkas dengan sejumlah faktor. Hipotesis nol dari pengujian ini adalah bahwa variabel-variabel tersebut ortogonal, yaitu tidak berkorelasi. Hipotesis alternatifnya adalah variabel-variabel tersebut tidak ortogonal, yaitu cukup berkorelasi hingga matriks korelasi menyimpang secara signifikan [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Panduan Uji Kebulatan Bartlett - Statorial<\/title>\n<meta name=\"description\" content=\"Pengantar sederhana tentang uji kebulatan Bartlett.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Panduan Uji Kebulatan Bartlett - Statorial\" \/>\n<meta property=\"og:description\" content=\"Pengantar sederhana tentang uji kebulatan Bartlett.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T17:51:19+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/\",\"url\":\"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/\",\"name\":\"Panduan Uji Kebulatan Bartlett - Statorial\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-29T17:51:19+00:00\",\"dateModified\":\"2023-07-29T17:51:19+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Pengantar sederhana tentang uji kebulatan Bartlett.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Panduan uji kebulatan bartlett\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Panduan Uji Kebulatan Bartlett - Statorial","description":"Pengantar sederhana tentang uji kebulatan Bartlett.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/","og_locale":"id_ID","og_type":"article","og_title":"Panduan Uji Kebulatan Bartlett - Statorial","og_description":"Pengantar sederhana tentang uji kebulatan Bartlett.","og_url":"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/","og_site_name":"Statorials","article_published_time":"2023-07-29T17:51:19+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"2 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/","url":"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/","name":"Panduan Uji Kebulatan Bartlett - Statorial","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-29T17:51:19+00:00","dateModified":"2023-07-29T17:51:19+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Pengantar sederhana tentang uji kebulatan Bartlett.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/uji-sferisit-bartlett\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Panduan uji kebulatan bartlett"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/491"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=491"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/491\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=491"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=491"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=491"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}