Analisis Data Eksploratif : Macam-macam Transformasi Lain

📋 Daftar Isi

Transformasi Logaritma

Transformasi logaritma merupakan cara lain untuk mengatasi kemencengan data yaitu dengan menggunakan logaritma basis 10 atau logaritma natural. Transformasi logaritma akan membuat hubungan yang tidak linier menjadi linier serta data yang menceng menjadi normal atau setidaknya mendekati distribusi normal.

Transformasi Akar Kuadrat

Transformasi akar kuadrat digunakan dengan mengakar kuadratkan masing-masing nilai observasi data ataupun mengakar kuadratkan five tukey summary.

Transformasi Box Cox

Transformasi box cox fokus pada respon. Box cox memepertimbangkan kelas transformasi berparameter tunggal, yaitu λ yang dipangkatkan pada variabel respon Y, sehingga transformasinya menjadi , adalah parameter yang diduga.Nah yang terakhir ini buat tambahan pengetahuan aja. Transformasi box cox fokus pada respon. Box cox memepertimbangkan kelas transformasi berparameter tunggal, yaitu λ yang dipangkatkan pada variabel respon Y, sehingga transformasinya menjadi , adalah parameter yang diduga.

.tg-wrap{padding-bottom:20px;} .tg {border-collapse:collapse;border-spacing:0;} .tg td{border-bottom-width:1px;border-color:black;border-style:solid;border-top-width:1px;border-width:0px; font-family:Arial, sans-serif;font-size:14px;overflow:hidden;padding:10px 5px;word-break:normal;} .tg th{border-bottom-width:1px;border-color:black;border-style:solid;border-top-width:1px;border-width:0px; font-family:Arial, sans-serif;font-size:14px;font-weight:normal;overflow:hidden;padding:10px 5px;word-break:normal;} .tg .tg-sh4c{text-align:center;vertical-align:top} .tg .tg-baqh{text-align:center;vertical-align:top} .tg .tg-amwm{font-weight:bold;text-align:center;vertical-align:top} .tg-sh4c .mjx-chtml {text-align: center !important;}

λ	Transformasi
2	\[y^{2}\]
0.5	\[\sqrt{Y}\]
0	\[\frac{\log{Y}}{\ln{Y}} \]
-0.5	\[\frac{1}{\sqrt{Y}}\]
-2	\[\frac{1}{Y^{2}}\]

Beberapa hal yang perlu diperhatikan dalam transformasi Box Cox :

Transformasi Box Cox tidak selalu berhasil dalam kesimetrisan data hasil transformasi
Transformasi Box Cox hanyak bisa dilakukan apabila semua data bernilai popsitif dan lebih dari 0. Namun apabila terdapat data yang tidak memenuhi syarat, dapat dijumlahkan dengan suatu konstanta c terlebih dahulu agar positif dan lebih dari 0.

Prosedur Box Cox adalah secara simultan, mengubah dalam model :

\[ W=X\beta +\xi; {\xi}_{i} \sim NID(0,{\tau}^{2}) \] \[ W=(w_{1},w_{2},…,w_{n}) \] \[ \begin{Bmatrix} \frac{Y^{\lambda}-1}{\lambda},\space \lambda \neq 0 \\ \ln{Y}, \space \lambda = 0 \end{Bmatrix} \]