Escolar Documentos
Profissional Documentos
Cultura Documentos
Mengetahui apakah ada perbedaan yang jelas antara kelompok pada variabel dependen.
Bisa juga dikatakan untuk melihat perbedaan antara anggota grup 1 dengan grup 2.
2.
Jika ada perbedaan, untuk mengetahui variabel bebas mana yang membuat perbedaan
tersebut.
3.
Membuat fungsi atau model diskriminan yang pada dasarnya mirip dengan persamaan
regresi.
4.
Melakukan klasifikasi terhadap objek (dalam terminology spss disebut baris), dan untuk
mengetahui apakah suatu objek termasuk pada grup 1 atau grup 2 atau lainnya.
2.
3.
4.
pelanggaran asumsi ini, kecuali pelanggarannya bersifat ekstrim. Dan Johnson and Wichern
(1988: 472) mengatakan hal yang sama bahwa asumsi ini (kesamaan ragam-peragam) di dalam
praktiknya sering dilanggar.
Tidak ada jumlah sampel yang ideal secara pasti pada analisis diskriminan. Pedoman
yang bersifat umum menyatakan untuk setiap variabel independen terdapat 5-20 sampel.
Dengan demikian, jika terdapat 6 variabel independen maka seharusnya terdapat minimal
6x5=30 sampel. Secara terminology spss, jika ada enam kolom variabel independen, sebaiknya
ada 30 baris data.
Selain itu, pada analisis diskriminan sebaiknya digunakan dua jenis sampel, yakni
analisis sampel yang digunakan untuk membuat fungsi diskriminan, serta holdout sampel (split
sampel) yang digunakan untuk menguji hasil diskriminan.
Suatu fungsi diskriminan layak untuk dibentuk bila terdapat perbedaan nilai rataan di
antara 2 kelompok yang ada. Oleh karena itu, sebelum fungsi diskriminan dibentuk perlu
dilakukan pengujian terhadap perbedaan vektor nilai rataan dari 2 kelompok tersebut. Dalam
pengujian vektor nilai rataan antar kelompok, asumsi yang harus dipenuhi adalah peubahpeubah yang diamati berdistribusi multivariate normality dan semua kelompok populasi
mempunyai matrik ragam-peragam yang sama.
1. Uji multivariate normal
Menurut Karson (1982 : 80), untuk menguji kenormalan peubah ganda digunakan prosedur
yang dikembangkan oleh Mardia (1970) dengan cara menghitung dua macam ukuran statistik
yaitu ukuran skewness (b1,p) dan kurtosis (b2,p), yaitu:
b 1 n X X S X
2
1, p
u1 u'1
u' X
(1.1)
b 1 nX X S X X
n
2, p
u1
(1.2)
b2,p p(p + 2) /
(X j X)'S1(X j X)
, di mana Xj adalah pengamatan yang ke-j dan S-1 adalah kebalikan (inverse) matriks ragamperagam S
Kemudian
plot
d2j
d2j
diurutkan dari yang paling kecil ke yang paling besar, selanjutnya dibuat
p2 j 1 2
n
banyaknya peubah. Bila hasil plot dapat didekati dengan garis lurus, maka dapat disimpulkan
bahwa peubah ganda menyebar normal.
Menurut Nurosis (1986), berdasarkan teori Wahl dan Kronmal (1977), dikatakan bahwa
seringkali kenormalan ganda sulit diperoleh terutama bila sampel yang diambil relatif kecil.
3
Bila hal ini terjadi, uji vektor nilai rataan tetap bisa dilakukan selama asumsi kedua (kesamaan
ragam-peragam) dipenuhi.
H0 : 1 = 2 =
H1 : 1 2
j1
S
k
j1
(2.1)
(nj 1) / 2
j
(2.2)
W /(n k) (nk) / 2
dimana :
k
= banyaknya kelompok.
W / (n-k)
Sj
Bila hipotesis nol (H0) benar, maka (-2ln*) / b akan mengikuti sebaran F dengan derajat
bebas v1 dan v2 pada taraf signifikansi , di mana:
v1 = (1/2)(k 1)p(p + 1)
v2 = (v1+ 2) / (a2 a12)
b = v1 / (1 a1 - v1/ v1)
3
k
a1 2p 3p1 1 1
6(k 1)(p1) j1 (nj 1) (nk)
a2 ( p 1)(p 2) 1 2 1 2
6(k 1) j1 (nj 1) (n k)
4
(2.3)
Jika (-2ln*) / b Fv1,v2, maka tidak ada alasan untuk menolak H0 dan dapat
disimpulkan bahwa antar kelompok mempunyai matrik ragam-peragam yang sama dan
sebaliknya bila (-2ln*) / b > Fv1,v2, maka H0 ditolak.
H0 : 1 = 2
H1 : 1 2
Statistik uji: V-Bartlett yang menyebar mengikuti distribusi Chi-kuadrat (2) dengan
derajat bebas p(k - 1), apabila H0 benar.
Statistik V-Bartlett diperoleh melalui:
V (n1) ( p k) 2ln()
(3.1)
dimana:
n = banyaknya pengamatan
p = banyaknya peubah dalam fungsi diskriminan
k = banyaknya kelompok
W
Wilks lambda
WB
(X
k ni
i1 j1
ij
Xi )(Xij Xi )'
(3.2)
n (X X)(X X)'
k
i1
(3.3)
Apabila V p(k1),(1) maka, tidak ada alasan untuk menolak H0, ini berarti bahwa
2
V p2(k1),(1)
maka H0 ditolak.
Bila dari hasil pengujian ada perbedaan vektor nilai rataan, maka fungsi diskriminan
layak untuk disusun untuk mengkaji hubungan antar kelompok serta berguna untuk
mengelompokkan suatu obyek baru ke dalam salah satu kelompok tersebut.
(4.1)
dimana:
y = skor diskriminan/variabel bebas
' 1,2,..., p
antara kedua kelompok, atau sehingga rasio antara between-groups sum of squares dengan
within-groups sum of squares maksimum. Johnson dan Wichern (1988) mengatakan bahwa
untuk kelompok, nilai
1
' (x1 x2)'Spooled
adalah:
(4.2)
dimana:
statistik
Wilks
Lambda
ditransformasikan
kedalam
statistik
Chi-
Square.(Johnson dan Wichern, 1988). Setelah diuji tingkat signifikansinya, fungsi diskriminan
yang signifikan dapat digunakan untuk mengklasifikasikan observasi-observasi baru ke dalam
kelompok-kelompok tadi.
Pengujian fungsi diskriminan dapat juga dilakukan dengan menggunakan persentase
observasi yang klasifikasinya tidak berubah, yaitu persentase observasi yang klasifikasinya
menggunakan diskriminan tidak berbeda dengan klaifikasinya dalam kelompok acuan.
Menurut Hair et al., (1987) pada besar persentase observasi yang klasifikasinya tidak berubah
tersebut kurang dari suatu standar tertentu, fungsi diskriminan tidak baik digunakan dalam
analisis. Ada 2 standar persentase yang digunakan yaitu kriteria peluang proporsional
(proportional chance criterion) dan kriteria peluang maksimum (maximum chance criterion).
Kriteria peluang proporsional ditentukan dengan rumus:
Cprop = p2 + (1 - p)2
(4.3)
di mana:
Cprop = kriteria proporsional dari model chance.
P = proporsi perusahaan dalam kelompok-1.
(1 p) = proporsi peluang dalam kelompok-2.
(4.4)
Suatu observasi diukur berdasarkan semua variabel independen yang digunakan dan
kemudian dimasukkan ke dalam fungsi diskriminan untuk memperoleh skornya. Kriteria
pengelompokan ke dalam kelompok yang ada adalah berdasarkan skor batas. Jika hanya ada 2
kelompok yang didefinisikan, dan bila sampel dari kedua kelompok berbeda, maka rata-rata
kelompok harus ditimbang dengan jumlah sampel. Maka skor batas yang digunakan adalah:
m n
y n y 1 '
n x x S n x nx
n
2
1
gab
(4.5)
dimana:
m ). Oleh karena itu aturan klasifikasi yang digunakan adalah (Morrison, 1976):
Nilai Prediksi
1
1
n1c
Nilai
Sebenarnya
2
2
n1m = n1
n1c
n2m = n2
n2c
n2c
n1
n2
dimana:
n1c
n1m
n2c
n2m
n1c n2c
100%
n1 n2
5. Prosedur stepwise
Menurut Nourosis (1986), apabila dalam suatu penelitian menggunakan banyak
variabel independen, maka untuk efisiensi dalam menentukan variabel independen mana yang
berperan dalam pembentukan fungsi diskriminan, dilakukan melalui analisis diskriminan
bertatar (stepwise disciminant). Prosedur ini digunakan untuk menghilangkan informasi dari
variabel independen yang kurang berguna dalam membentuk fungsi diskriminan. Prosedur
diskriminan bertatar dimulai dengan pemilihan peubah ganda yang paling berarti.
Untuk melihat variabel independen yang paling berarti (variabel independen yang dapat
diikutsertakan dalam pembentukan fungsi diskriminan), dapat dilakukan dengan beberapa
kriteria, yaitu:
1. Peubah yang memiliki nilai F terbesar.
2. Peubah yang memiliki nilai Wilks Lambda terkecil.
Nilai minimum dari F to enter adalah 3,84 dan nilai maksimum dari F to remove adalah
2,71. Nilai dari kedua F ini diperoleh dari rumus:
1p1 p
F n g p
g 1 p1 p
(5.1)
dimana n adalah total dari jumlah baris, g adalah jumlah kelompok, p adalah variabel
independen yang ditambahkan, p adalah Wilks Lambda sebelum penambahan variabel dan
p+1 adalah Wilks Lambda setelah penambahan/pemasukan variabel. Namun, variabel
independen yang sudah terpilih bisa dikeluarkan dari fungsi diskriminan jika informasi yang
dikandung tentang perbedaan kelompok ada di beberapa kombinasi peubah-peubah terpilih
lainnya (Hair et al., 1987).
10