Analisis Korespondensi Berganda (MCA)
Analisis Korespondensi Berganda (MCA) adalah teknik ordinasi multivariat yang dirancang untuk mengeksplorasi dan memvisualisasikan asosiasi di antara tiga atau lebih variabel kategorikal secara bersamaan. Dengan memetakan observasi dan kategori variabel ke dalam ruang berdimensi rendah yang sama, MCA mengungkap struktur tersembunyi dalam data survei nominal atau ordinal. Metode ini disistematisasi dan diperluas secara komprehensif oleh Michael Greenacre dan Jorg Blasius dalam volume editan mereka tahun 2006, yang dibangun di atas tradisi analisis data geometris sebelumnya yang dikembangkan di Prancis oleh Jean-Paul Benzecri pada tahun 1960-an dan 1970-an.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Greenacre, M., & Blasius, J. (Eds.). (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. ISBN: 978-1-58488-628-0
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Multiple Correspondence Analysis (MCA). ScholarGate. https://scholargate.app/id/statistics/multiple-correspondence-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Biplot: Tampilan Simultan Baris dan Kolom dalam Data MultivariatStatistika↔ compare
- Analisis KorespondensiStatistika↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →