24/9/2015

BeberapaAnalisisDiskriminan

Halaman1

Beberapadiskriminan

Analisa

TUJUANPEMBELAJARAN
Uponcompletingthischapter,youshouldbeabletodothefollowing:
Negarakeadaandimanalinieranalisisdiskriminanharusdigunakan
bukannyaregresiberganda.
Mengidentifikasiisuisuutamayangberkaitandenganjenisriablesvdigunakandanukuransampelyangdibutuhkan
dalampenerapananalisisdiskriminan.
Memahamiasumsiunderlyinanalisisdiskriminandalammenilaikesesuaian
untukmasalahtertentu.
Jelaskanduaoachesaplikasiperhitunganuntukanalisisdiskriminandanmetodeuntuk
menilaikeseluruhanmodelfit.
Jelaskanapamatriksklasifikasidanbagaimanamengembangkansatu,danmenggambarkan
carauntukmengevaluasiakurasipredictivdarifungsidiskriminan.
Katakanbagaimanamengidentifikasivariabelindependendengankekuatandiskriminatif.
Membenarkanpenggunaanpendekatansplitsampeluntukvalidasi.

BABPREVIEW
Mutipleregresiadalahdiragukanlagiyangpalingbanyakdigunakanteknikketergantunganmultivariat.The
dasarutamauntukpopularitasregresitelahkemampuannyauntukmemprediksidanmenjelaskanmetrikvariabel
ables.Tapiapayangterjadiketikavariabeldependennonmetricmembuatregresibergandatidakcocok?
Babinimemperkenalkanteknikanalisisdiskriminanyangmembahassituasidarinon
variabeldependenmetrik.Dalamsituasisemacamini,penelititertarikprediksidan
penjelasantentanghubunganyangmempengaruhikategoridimanaobyekberada,sepertimengapa
orangatautidakpelanggan,ataujikasuatuperusahaanakanberhasilataugagal.Duatujuanutamadariini
babadalahsebagaiberikut:
1.Untukmemperkenalkanmendasarialam,filsafat,dankondisibeberapa
analisisdiskriminan
2.Untukmenunjukkanaplikasidaninterpretasidariteknikinidengan
contohilustrasi

DariBab5multivariatAnalisisData,7/e.JosephF.Hair,Jr.,WilliamC.Black,BarryJ.Babin,Ro1phE.
Anderson.HakCipta02010olehPearsonPrenticeHall.Hakciptadilindungi.

Halaman2

https://translate.googleusercontent.com/translate_f

1/21

24/9/2015

BeberapaAnalisisDiskriminan

AnalisisMultipleDiscriminant
Tujuandasardarianalisisdiskriminanadalahuntukmemperkirakanhubunganantarasatu
nonmetrik(kategoris)variabeldependendansatusetvariabelindependenmetrikdalam
Bentukumum:
Y1 =Xi+X 2 +X 3 ++Xn
(nonmetric)
(metrik)
Beberapaanalisisdiskriminanmemilikiaplikasiluasdalamsituasidimanaprimer
Tujuanadalahuntukmengidentifikasikelompokmanasuatuobjek(misalnya,orang,perusahaan,atauproduk)NGSbel.
Potensiaplikasitermasukmemprediksikeberhasilanataukegagalanprodukbaru,memutuskanapakah
mahasiswaharusdirawatlulussekolah,mengelompokkansiswauntukSMKikepentingankepentingan,
menentukankategoririsikokreditbagiseseorang,ataumemprediksiapakahsuatuperusahaanakankeberhasilan
ful.Dalamsetiapcontoh,objekjatuhkedalamkelompok,dantujuannyaadalahuntukmemprediksimenjelaskan
basisuntukanggotagrupsetiapobjekmelaluiserangkaianvarindependenabEsdipiliholeh
peneliti.
Keduatekniklogistikregresijugaapp_di"makanuntukmenanganipertanyaanpenelitian
dimanavariabeldependenadalahnonmetric.Namun,logistikregressinterbataspadasituasiyang
denganvariabeldependenbiner(misalnya,Ya/Tidak,Pembelian/Nopembelian,dll).Pembaca
dianjurkanuntukmeninjauregresilogistik,karenamenyajikanbanyakfiturefuldalamhalantar
pretationdampakdarivariabelindependen.
ISTILAHKUNCI
Sebelummemulaibabini,meninjauistilahkunciuntukmengembangkanpemahamantentangkonsepkonsepdan
terminologiyangakandigunakan.Sepanjangbabiniistilahkuncimunculdalamhuruftebal.Poinlaindari
emphasisinthechapterandkeytermcrossreferensiamitalicized
AnalisissampelKelompokkasusdigunakandalammengestimasifungsidiskriminan(s).Ketikacon
nyusunmatriksklasifikasi,sampelaslidibagisecaraacakmenjadiduakelompok,satu
untukestimasimodel(contohanalisis)danyanglainnyauntukvalidasi(sampelketidaksepakatan).
Mujistatistikkotakuntukkesetaraanmatrikskovariansdarivariabelindependendi
kelompokdarivariabeldeendent.Jikasignifikansistatistiktidakmelebihitingkatkritis
(yaitu,nonsignificace),makapersamaanmatrikskovariansdidukung.Jikatesmenunjukkan
signifikansistatistik,makathegroupssayadianggapberbedadanasumsiinidilanggar.
Kategorisvaria1Lihatvariabelnonmetric.
NilaimeanmassauntukZskordiskriminandarisemuaobjekdalamkategoritertentuatau
kelompok.Misalnya,analisisdiskriminanduakelompokmemilikiduacentroid,satuuntuk
bendadimasingmasingduakelompok.
MetodefungsiklasifikasiklasifikasidimanafungsilineardidefinisikanuntuksetiapGrop.
Klasifikasidilakukandenganmenghitungskoruntuksetiappengamatanpadaklasifikasimasingmasingkelompok
fungsidankemudianmenempatkanobservasikegrupdenganskortertinggi.Iniberbedadari
perhitunganZscorediskriminan,yangdihitunguntuksetiapfungsidiskriminan.
KlasifikasimatriksSaranamenilaikemampuanprediksidarifungsidiskriminan(s)
(jugadisebutkebingungan,tugas,atauprediksimatrix).Dibuatolehcrosstabulasiaktual
keanggotaankelompokdengankeanggotaankelompokdiprediksi,matriksiniterdiridariangkapada
diagonalmewakiliklasifikasiyangbenardanangkaoffdiagonalmewakilisalah
klasifikasi.
Prosedurlintasvalidasimembagisampelkedalamduabagian:sampelanalisisyangdigunakandalam
estimasifungsidiskriminan(s)dansampelketidaksepakatandigunakanuntukmemvalidasihasil.
Crossvalidasimenghindaripengisianberlebihdarifungsidiskriminandenganmembiarkannya
validasipadasampelbenarbenarterpisah.

Halaman3

BeberapaAnalisisdiskriminan
PemotonganKriteriaskorterhadapyangdiskriminanZskormasingmasingindividudibandingkandengan
menentukankeanggotaankelompokdiprediksi.Ketikaanalisismelibatkanduakelompok,kelompokprediksi
ditentukandenganmenghitungnilaipemotongantunggal.EntitasdenganZskordiskriminandibawahini
Rataditugaskanuntuksatukelompok,sedangkanmerekadenganskordiatasdiklasifikasikandalamlainnya
kelompok.Selamatigaataulebihkelompok,beberapafungsidiskriminandigunakan,denganyangberbeda
pemotongannilaiuntuksetiapfungsi.
KoefisiendiskriminanLihatberatdiskriminan.
DiskriminanfungsiAvariatevariabelindependenkarenaadanyadiskriminatifmereka
dayayangdigunakandalamprediksikeanggotaankelompok.Nilaiprediksidiskriminanyang
FungsiadalahZscorediskriminan,yangdihitunguntuksetiapobjek(orang,perusahaan,atauproduk)
dalamanalisis.Dibutuhkanbentukpersamaanlinearyang
Zjk =A WiXik W2x 2kW"Xnk
https://translate.googleusercontent.com/translate_f

2/21

24/9/2015

BeberapaAnalisisDiskriminan

dimana
Zik=Zskordiskriminandaridiskriminanjionfuncuntukobjek
ka=intercept
Wi =Beratdiskriminanuntukivariabelindependen
x ik=Variabelindependeniuntukobjekk
DiskriminanbebanPengukurankorelasisimpllinearantaramasingmasingindependen
variabeldanZscorediskriminanuntuksetiapdsciminantfungsijugadisebutstrukturcorre
lations.bebandiskriminandihitungapakahvariabelindependendisertakan
dalamfungsidiskriminan(s).
BeratdiskriminanBeratyangukurannyaberkaitandengankekuatandiskriminatifyangindependen
variabeldiseluruhkelompokvariabeldependen.Variabelindependendenganbesar
kekuatandiskriminatifbiasanyamemilikitsweigbesar,danorangorangdengankekuatandiskriminatifsedikit
biasanyamemilikibobotkecil.Namun,nearitymulticollantaravariabelindependenakan
menyebabkanpengecualianuntukaturanini.Jugadisebutkoefisiendscriminant.
DiskriminanSkorZskordidefinisikanolehfungsidiskriminanuntuksetiapobjekdalamanalisis
danbiasanyadinyatakandalamistilahtandardized.JugadisebutsebagaiZscore,itudihitunguntuk
setiapobjekpadasetiapfungsidiskriminandandigunakanbersamadenganskorpemotonganuntuk
menentukankeanggotaankelompokdiprediksi.Haliniberbedadariterminologiskorzdigunakan
untukvariabelstandar.
LineardiskriminanfungsiSeefungsiklasifikasiFisher.
HitratioPersentaseobjek(individu,responden,perusahaan,dll)denganbenardiklasifikasikanoleh
itu
Fungsiiscriminant.Halinidihitungsebagaijumlahobjekdalamdiagonaldari
matriksklasifikasidibagidenganjumlahtotalobjek.Jugadikenalsebagaipersentase
diklasifikasikandenganbenar
KetidaksepakatansampelKelompokbendatidakdigunakanuntukmenghitungfungsidiskriminan(s).Kelompokini
kemudiandigunakanuntukmemvalidasifungsidiskriminandengansampelterpisahdariresponden.
Jugadisebutsampelvalidasi.
Regresibentukkhususlogistikregresidimanavariabeldependenadalahnonmetricsebuah,
dikotomis(biner)variabel.Meskipunbeberapaperbedaanyangada,dengancaraumumpenafsiranyang
tasisangatmiripdenganregresilinier.
MaksimumUkurkriteriakesempatanakurasiprediksidalammatriksklasifikasiyang
dihitungsebagaipersentaserespondenpadakelompokterbesar.Alasannyaadalahbahwa
Pilihankuranginformasiterbaikadalahuntukmengklasifikasikansetiappengamatankedalamkelompokterbesar.
MetrikVariabelvariabeldenganunitkonstanpengukuran.Jikavariabelmetrikadalahskala
19,perbedaanantara1dan2adalahsamasepertiyangantara8dan9.

Halaman4

BeberapaAnalisisdiskriminan
NonmetricVariabelvariabeldengannilainilaiyangberfungsihanyasebagailabelataualatidentifikasi,
jugadisebutsebagaikategoris,nominal,biner,kualitatif,atautaksonomivariabel.The
nomorpadajerseysepakbolaadalahcontoh.
RatapemotonganyangoptimaldiskriminanZnilainilaiyangterbaikmemisahkankelompokpadasetiap
Fungsidiskriminanuntuktujuanklasifikasi.
PersentasebenardiklasifikasikanSeemencapairasio.
EkstremkutubpendekatanMetodemembangunvariabeldependenkategoridari
variabelmetrik.Pertama,variabelmetrikdibagimenjaditigakategori.Kemudianekstrim
kategoriyangdigunakandalamanalisisdiskriminandankategorimenengahtidaktermasukdalam
analisis.
IndeksPotensiukuranCompositedarikekuatandiskriminatifvariabelindependen
ketikalebihdarisatufungsidiskriminandiperkirakan.Berdasarkanbebandiskriminanitu
ukuranrelatifdigunakanuntukmembandingkandiskriminasikeseluruhanyangdiberikanolehmasingmasingindep
variabelndentdisemuafungsidiskriminansignifikan.
PressQstatistikMengukurkekuatanklasifikasidaridiscriminatfgagasanbiladibandingkan
denganhasilyangdiharapkandarimodelkesempatan.Valuyangdihitungdibandingkandengankritis
nilaididasarkanpadadistribusichikuadrat.Jikanilaiexdihitungeedsnilaikritis,
hasilklasifikasisecarasignifikanlebihbaikdariyangdiharapkansecarakebetulan.
Kriteriakesempatanproporsionalkriterialainuntukmenilaidiamemukulrasio,dimana
probabilitasrataklasifikasidihitungmengingatsemuazesgrops.
SimultanestimasiEstimasifungsidiskriminan(s)dimanabobotuntuksemuayangbebasyang
variabelindependendihitungsecarabersamaankontrasdenganestimasibertahapdi
yangvariabelindependendimasukkandingberurutanaccokekuasaandiskriminatif.
ValidasisplitsampelLihatcressvalidasi.
Prosesestimasibertahapmemperkirakanfungsidiskriminan(s)dimanaindependen
variabeldimasukkansecaraberurutansesuaidengankekuatandiskriminatifmerekamenambah
prediksikeanggotaankelompok.
MembentangvektorScaledvektordiwichvektorasliadalahskalauntukmewakili
sesuairasioF.Digunakanuntukgrafislepiesentloadingsdiskriminandalamgabungan
https://translate.googleusercontent.com/translate_f

3/21

24/9/2015

BeberapaAnalisisDiskriminan

caradengancentn9idskelompok.
KorelasistrukturLihatbebandiskriminan.
Petawilayahpenggambarangrafisdarinilaipemotonganpadagrafikduadimensi.Kapan
dikombinasikandenganPLOsdarikasuskasusindividu,penyebaranmasingmasingkelompokdapatdilihatdan
yangmisclassificationsdarikasuskasusindividudiidentifikasilangsungdaripeta.
Toleransiproporpadavariasidalamvariabelindependentidakdijelaskanolehvariabel
alreadyinmodel(fungsi).Halinidapatdigunakanuntukmelindungiterhadapmultikolinearitas.Dihitungsebagai
1 Rr whre Rr adalahjumlahvariansdarivariabelindependenidijelaskanolehsemua
lainnyadivariabeldependen.Sebuahtoleransi0berartivariabelindependendibawahpertimbangan
Eratpadaadalahkombinasilinearsempurnadarivariabelindependenyangsudahdalammodel.SEBUAH
toleransi1berartibahwavariabelindependenbenarbenarindependendarivariabellain
sudahdalammodel.
SampelvalidasiLihatcontohketidaksepakatan.
VariateLinearkombinasiyangmewakilijumlahtertimbangdariduaataulebihindependen
variabelyangterdiridarifungsidiskriminan.Jugadisebutkombinasilinearataulinear
majemuk.
Representasivektorarahdanbesarnyaperanvariabelsepertiyangdigambarkandalam
interpretasigrafisdarihasilanalisisdiskriminan.
RataZLihatZskordiskriminan.

Halaman5

MultipleDiscriminantAnalysis
APAKAHANALISISDISKRIMINAN?
Dalamusahauntukmemilihteknikanalisisyangtepat,kitakadangkadangmengalamimasalah
yangmelibatkanvariabeldependenkategoridanbeberapavariabelindependenmetrik.Untuk
Sebagaicontoh,kitamungkininginmembedakanbaikdaririsikokreditmacet.Jikakitamemilikiukuranmetrik
risikokredit,makakitabisamenggunakanregresiberganda.Dalambanyakkasuskitatidakmemilikimetrik
mengukurdiperlukanuntukregresiberganda.Sebaliknya,kitahanyamampumemastikanapakah
seseorangdalamkelompoktertentu(misalnyarisikokredit,baikatauburuk).
Analisisdiskriminanadalahteknikstatistikappopiateketikavariabeldependenadalah
variabelkategori(nominalataunonmetric)variabeldanindependenadalahvariabelsayaric.
Dalambanyakkasus,variabeldependenterdiridariduakelompokatauklasifikasi,fomisalnya,lakilaki
dibandingkanperempuanatautinggidibandingkanrendah.Dalamkasuslain,lebihdariduakelompokaeterlibat,sepertirendah,
menengah,danklasifikasiyangtinggi.Analisisdiskriminanmampufmenanganibaikduakelompokatau
beberapa(tigaatauibu)kelompok.Ketikaduaklasifikasidalamolved,teknikinidisebutsebagai
Ketikatigaataulebihssificationscdiidentifikasi,teknikini
duagn9upanalisisdiskriminan.
disebutsebagai
Regresilogistikterbatasdalambentukdasarnya
analisisdiskriminanbeberapa(MDA).
untukduakelompok,meskipunformulasilaindapatmenanganilebihkelompok.
Analisisdiskriminan
Analisisdiskriminanmelibatkanberasalvariateavariatediskriminanadalahkombinasilinear
tiondaridua(ataulebih)variabelindependenthaakanmembedakanterbaikantaraobjek
(orang,perusahaan,dll)dalamkelompokdidefinisikan
proi Diskriminasidicapaidenganmenghitung
bobotvariateuntuksetiapvaindependenlememaksimalkanperbedaanantarakelompok
(yaitu,antarakelompokvariansrelatifodalamkelompokvarians).Thevariateuntukdiskriminasiyang
analisisnant,jugadikenalsebagaifungsidisciminant,berasaldarisebuahpersamaanseperti
yangterlihatpadaregresiberganda.Inimengambilbentuksebagaiberikut:
Z jk =A Wix ik W 2x 2kW... nsayamengerti
k
dimana
Zik= diskriminan Z skorfungsidiskriminan
j untukobjek
ka= mencegat
Wi =Beratdiskriminanuntukivariabelindependen
Xk= ivariabelindependenuntukobjek
k
Sebagaiwthvariatedalamregresiatauteknikmultivariatlainnyakitamelihatdiskriminanyang
skoruntuksetiapobjekdalamanalisis(orang,perusahaan,dll)menjadipenjumlahandarinilainilai
diperolehdenganmengalikanmasingmasingvariabelindependenberatdiskriminannya.Yangunik
analisispertarungandiskriminanadalahbahwalebihdarisatufungsidiskriminandapathadir,
sehinggasetiapobjekmungkinmemilikilebihdarisatunilaidiskriminan.Kitaakanmembahas
apayangmenentukanjumlahfungsidiskriminankemudian,tetapidisinikitamelihatbahwa
analisisdiskriminanmemilikipersamaandanelemenyangunikjikadibandingkandenganlainnya
teknikmultivariat.
Analisisdiskriminanadalahteknikstatistikapropritateuntukmengujihipotesisbahwa
berartikelompoksatusetvariabelindependenuntukduaataulebihkelompokyangsama.Denganratarata
https://translate.googleusercontent.com/translate_f

4/21

24/9/2015

BeberapaAnalisisDiskriminan

skordiskriminanuntuksemuaindividudalamkelompoktertentu,kitasampaipadarataratakelompok.Ini
berartikelompokinidisebutsebagaipusatmassaa.Ketikaanalisismelibatkanduakelompok,adadua
centroiddengantigakelompok,adatigacentroidDanseterusnya.Centroidsmenunjukkanpaling

Halaman6

BeberapaAnalisisdiskriminan
SEBUAH

Fungsidiskriminan
SEBUAH

Fungsidiskriminan
GAMBAR1univariatRepresentasiDiscrminantZSkor

Lokasikhasdarisetiapanggotadarikelompokparticula,danperbandingankelompok
centroidmenunjukkanseberapajauhkelompokyangdalamhalobahwafungsidiskriminan.
Tesuntuksignifikansistatistikdarifungsidiskriminanadalahukuranumumdari
jarakantaracentroidkelompok.Halinidihitungdenganmembandingkandistribusidari
skordiskriminanuntukkelompok.Jikatumpangtindihdalamdistribusikecil,diskriminanyang
Fungsimemisahkankelompokdenganbaik.Jikatumpangtindihbesar,fungsiadalahdiskriminatormiskin
antarakelompok.SkordiskriminanduadistribusifyangditunjukkanpadaGambar1lebihmenggambarkan
konsepini.Bagianatasdiagrammewakilidistribusiskordiskriminanuntukfungsi
yangmemisahkankelompokwelmenunjukkantumpangtindihminimal(daerahyangdiarsir)antarakelompok.The
diagramyanglebihrendahmenunjukkandistribusiskordiskriminanpadafungsidiskriminanyangmerupakan
discriminatorrelatifmiskinantarakelompokAdanB.berbayangdaerahtumpangtindihlepiesentyang
contohdimanammengklasifikasikanobjekdarikelompokAkedalamkelompokB,dansebaliknya,dapatterjadi.
Beberapaanalisisdiskriminanadalahunikdalamsatukarakteristikantaraketergantungan
hubungan.Jikavariabeldependenterdiridarilebihdariduakelompok,analisisdiskriminanakan
menghitunglebihdarisatufungsidiskriminan.Sebagaisoalfakta,ituakanmenghitung
NG 1fungsi,
dimana
NGsjumlahkelompok.Setiapfungsidiskriminanakanmenghitungdiskriminanterpisah
IntiZ.Dalamkasustigakelompokvariabeldependen,setiapobjek(responden,perusahaan,dll)akan
memilikiskoreparateuntukfungsidiskriminansatudandua,yangmemungkinkanobjekyangakandiplot
dalamduadimensi,denganmasingmasingdimensiyangmewakilifungsidiskriminan.Dengandemikian,diskriminan
analisistidakterbataspadavariatetunggal,sepertiregresiberganda,tapimenciptakanbeberapavariates
mewakilidimensidiskriminasiantarakelompokkelompok.
ANALOGIDENGANREGRESIDANMANOVA
Aplikasidaninterpretasidarianalisisdiskriminanadalahsamasepertidianalisiregresi
sis.Artinya,fungsidiskriminanmerupakankombinasilinear(variate)pengukuranmetrikuntuk
duaataulebihvariabelindependendandigunakanuntukmenggambarkanataumemprediksivariabeldependentunggal.

https://translate.googleusercontent.com/translate_f

5/21

24/9/2015

BeberapaAnalisisDiskriminan

Halaman7

BeberapaAnalisisdiskriminan
Perbedaanutamaadalahbahwaanalisisdiskriminansesuaiuntukmasalahpenelitianyang
variabeldependenadalahkategoris(nominalataunonmetric),sedangkanregresidigunakan
ketikavariabeldependenadalahmetrik.Sepertidibahassebelumnya,regresilogistikadalahvariandari
regresidenganbanyakkesamaankecualiuntukjenisvariabeldependen.
Analisisdiskriminanjugasebandingdengan"membalikkan"analisismultivariatvarians
(MANOVA).Dalamanalisisdiskriminan,variabeldependentunggalkategoris,danyangbebasyang
variabelindependenadalahmetrik.SebaliknyaadalahbenardariMANOVA,yangmelibatkanmetrik
variabeldependendanvariabelindependenkategorikal(s).Duateknikbaikmenggunakan
ukuranstatistikyangsamadarikeseluruhanmodelfitsepertiyangakanterlihatnantidalambabini.
CONTOHANALISISDISKRIMINANhipotetis
Analisisdiskriminanberlakuuntuksetiappertanyaanpenelitiandenganctiveobpemahaman
keanggotaankelompok,apakahkelompokterdiridariindividu(misalnya,cutomersdibandingkannoncus
tomers),perusahaan(misalnya,menguntungkandibandingkanmenguntungkan),produk(misalnya,berhasildibandingkantidakberhasil),atau
bendalainnyayangdapatdievaluasipadaserangkaianariablesindependen.Untukmenggambarkandasar
tempatdarianalisisdiskriminan,kitamemeriksaduapengaturanresearc,yangmelibatkanduakelompok
(pembelidibandingkannonpurchasers)dantigalainnyakelompok(tingkatperilakuswitching).
SebuahDuaKelompokDiskriminanAnalisis:PembeliVersusNonpurchasers
KitchenAidMisalkaninginmenentukanapakahsalahsatudaribaruprodukbarudan
ditingkatkanmixermakananakansuccessfukomersialDalammelaksanakaninvestigasi,
KitchenAidterutamatertarikdalammengidentifikasi(jikapojawab)konsumenyangakan
membeliprodukbarudibandingkanmerekayangtidakakanDalamterminologistatistik,KitchenAid
inginmeminimalkanjumlahkesalahanituakanmembuatdalammemprediksimanakonsumen
akanmembelimixermakananbarudanyangtidakakanUntukmembantudalammengidentifikasipotensi
pembeli,KitchenAidmerancangskalapenilaianpadatigacracteristicsdayatahan,kinerja,
dangayayangakandigunakanolehkonsumendalammengevaluasiprodukbaru.Daripadamengandalkanpadasetiap
skalasebagaiukuranterpisah,KitchenAidberharapbahwakombinasitertimbangdariketigaakan
lebihbaikmemprediksipembeliankemungkinankonsumen
Thejectiveoutamaanalisisdiskriminanadalahuntukmengembangkankombinasitertimbangdari
tigaskalauntukmemprediksikemungkinanyangakankonsumenmembeliproduk.Sebagaitambahan
untukmenentukanapakahkonsumenyangcenderunguntukmembeliprodukbarudapatdistingui
ddarimerekayangtidak,KitchenAidjugaingintahumanakarakteristikyangbaru
produkbergunadalammembedakankemungkinanpembelidarinonpurchasers.Artinya,luationsev
dimanadaritigakarakteristikdariprodukbaruterbaikpembeliterpisahdari
nonpurchasers?
Sebagaicontoh,jikarespon"akanmembeli"selaludikaitkandenganratingdayatahantinggi
danrespon"tidakakanmembeli"selaludikaitkandenganratingdayatahanrendah,KitchenAid
bisamenyimpulkanbahwakarakteristikdayatahanmembedakanpembelidarinonpurchasers.Di
Sebaliknya,jikaKitchenAidmenemukanbahwasekitarsebagaibanyakorangdenganratingtinggipadagayamengatakanmerekaakan
membelimixermakanansepertimerekayangmengatakanmerekatidakakan,makagayaadalahkarakteristikyang
mendiskriminasikanburukantarapembelidannonpurchasers.
MENGIDENTIFIKASIVARIABELDiskriminasi Untuk
mengidentifikasivariabelyangmungkinbergunadalam
membedakanantarakelompok(yaitu,pembelidibandingkannonpurchasers),penekananditempatkanpadakelompok
differencesratherthanmeasuresofcorrelationusedinmultipleregression.
Tabel1mencantumkanperingkatdarimixerbarupadatigakarakteristikini(padahargatertentu)
olehpanel10calonpembeli.Dalamratingmixermakanan,setiapanggotapanelsecaraimplisit

Halaman8

BeberapaAnalisisdiskriminan
TABLE1KitchenAidHasilSurveiuntukEvaluasiProdukBaruKonsumen
EvaluasiProdukBaru*
GrupBerdasarkan
Niatpembelian
Kelompok1:Akanmembeli
Subjek1
Subjek2
Subjek3
https://translate.googleusercontent.com/translate_f

Dayatahan
8
6
10

X2
Prestasi
9
7
6

X3
Gaya
6
5
6/21

24/9/2015

BeberapaAnalisisDiskriminan

Subjek4
Subjek5
Berartikelompok
Kelompok2:tidakakanmembeli
Subjek6
Subjek7
Subjek8
Subjek9
Subjek10
Berartikelompok
Perbedaanantarakelompoksarana

9
4
7.4

4
8
6.8

2
4.0

5
3
4
2
2
3.2
4.2

4
7
5
4
2
4.4
2.4

7
2
5
3
2
3.8
0,2

*Evaluasidilakukanpadaskala10point(1=sangatmiskinuntuk10=sangatbaik).

membandingkannyadenganprodukyangsudahdimrket.Setelahprodukdievaluasi,evaluator
dimintauntukmenyatakanniatmerekamembeli(akanmembeli"atau"tidakakanmembeli").Limamenyatakan
bahwamerekaakanmembelimixerbarudanlimamengatakanmerekatidakakan.
MemeriksaTabel1mengidentifikasibeberapavariabeldiskriminatifpotensial.Pertama,substansial
PerbedaanmemisahkanperingkatratarataX
1 (dayatahan)untuk"akanmembeli"dan"tidakakan
pembelian"kelompok(7,4vs3,2)Dengandemikian,dayatahanmunculuntukmembedakandenganbaikantarakedua
kelompokdancenderungmenjadikarakteristikpentinguntukcalonpembeli.Sebaliknya,karakteristiknyayang
teristicgaya(X 3)Memilikiperbedaanmuhlebihkecildari0,2antararatarataperingkat(4,03,8=0,2)untuk
yang"akanmembeli"nd"tidakakanmembeli"kelompok.Olehkarenaitu,kitaakanmengharapkankarakterini
istickurangdiskriminatifdalamhalkeputusanpembelian.Namun,sebelumkitabisamembuatseperti
Laporanconclusvely,kitaharusmemeriksadistribusiskoruntuksetiapkelompok.SayaArgestandar
penyimpangandengannsatuataukeduakelompokmungkinmembuatperbedaanantaraberartitidaksignifikandan
inconsequnialdalammembedakanantarakelompok.
Bkarenakitahanyamemiliki10respondendiduakelompokdantigavariabelindependen,kitabisa
jugamelihatdatagrafisuntukmenentukanapaanalisisdiskriminanmencobamencapai.KitaFi
2menunjukkan10respondenpadamasingmasingdaritigavariabel.The"akanmembeli"kelompokadalahrepulang
diakhiriolehkalangandan"tidakakanmembeli"kelompokolehkotak.Identifikasiresponden
nomorberadadidalambentuk.
X (Dayatahan)memilikiperbedaansubstansialdalamnilairatarata,memungkinkankitauntukhampirsempurna
1
membedakanantarakelompokyangmenggunakanhanyavariabelini.Jikakitamendirikannilai5,5sebagai
titikcutoffkamiuntukmembedakanantaraduakelompok,makakitaakanmisclassifyhanya
responden5,salahsatu"akanmembeli"anggotakelompok.Variabelinimenggambarkandisyang
dayacriminatorydalammemilikiperbedaanbesardalamcarauntukkeduakelompokdankurangnya
tumpangtindihantaradistribusidariduakelompok.
X2(Kinerja)menyediakanjelasperbedaankurangantarakeduakelompok.Namun,
variabelinitidakmemberikandiskriminasitinggiuntukresponden5,yangkesalahanklasifikasijikakita

Halaman9

BeberapaAnalisisdiskriminan
10
9

X1
Aku
Dayatahan
1

8
7

10

9
6
O

10
X2
Prestasi

12

10

10
7
X3
Gaya

8
6

CDCD

2
3

https://translate.googleusercontent.com/translate_f

9
CDCD

Aku

Aku

10

7/21

24/9/2015

BeberapaAnalisisDiskriminan

2Gr@phicalH0,41
Dkrigtittdtittg

'tiara1PritOntiRiiPurchncrs
pada

digunakanhanyaX
X2 adalah
1.Selainitu,respondenyangakankesalahanklasifikasimenggunakan
baikdipisahkanpadaX
1.Dengandemikian,X
1 dan X2dapatdigunakancukupefektifdalamkombinasi
untukmemprediksikeanggotaankelompok
X3(Gaya)menunjukkansedikitperbedaanantarakelompok.Dengandemikian,denganmembentukvariatehanya
x 1 sebuah
X2, danmenghilangkan
X3, fungsidiskriminandapatdibentukyangmaximi7Psyang
separatpadakelompokpadaskordiskriminan.
DenganfINGADISKRIMINANFUNGSI Dengantigavariabeldiskriminatifpotensial
identifed,perhatianbergeserkearahpenyelidikankemungkinanmenggunakanvariabeldiskriminatif
dalamkombinasiuntukmemperbaikikekuatanmembedakandarisetiapvariabelindividu.Untuktujuanini,
variatedapatdibentukdenganduaataulebihdiskriminatifvariabeluntukbertindakbersamasamadalammembedakan
antarakelompok.
Tabel2berisihasiluntuktigaformulasiyangberbedadarifungsidiskriminan,
setiapiepiesentingkombinasiyangberbedadaritigavariabelindependen.
FungsidiskriminanpertamaberisihanyaX
1,MenyamakannilaiX
1 dengan
Zscorediskriminan(jugamenyiratkanberat1.0untukX
1 danbobotdarinoluntuksemualainnya
variabel).Sepertiditunjukkansebelumnya,penggunaanhanyaX
1,Yangdiskriminatorterbaik,hasildalam
kesalahanklasifikasisubjek5sepertiyangditunjukkanpadaTabel2,dimanaempatdarilimamatapelajarandalamkelompok
1(semuatapisubjek5)danlimadarilimamatapelajarandikelompok2diklasifikasikandenganbenar(yaitu,berbaringdi
diagonaldarimatriksklasifikasi).Persentasediklasifikasikandenganbenardemikian90persen
(9dari10matapelajaran).
Karena X2menyediakandiskriminasiuntuksubjek5,kitadapatmembentukfungsidiskriminankeduadengan
equallycombiningX
1 dan X2(yaitu,implyingweightsof1.0forX
1 dan X2andaweightof0.0

Halaman10

MultipleDiscriminantAnalysis
TABEL2MembuatFungsidiskriminanuntukMemprediksiPembeliVersusNonpurchasers
DihitungdiskriminanZSkor
F
pengurapan1: Fungsi2:
Fungsi3:
Kelompok
Z =X1
Kelompok1:Akanmembeli
Subjek1
8
Subjek2
6
Subjek3
10
Subjek4
9
Subjek5
4
Kelompok2:tidakakanmembeli
Subjek6
5
Subjek7
3
Subjek8
4
Subjek9
2
Subjek10
2
5.5
Ratapemotongan

=X 1 +

Z =4,53+.476X

17
13
16
13
12
9
10
9
6
4
11

1 +.359X 2

2.51
0,84
2,38
1.19
0,25

59
.83
2,14
2,86

0.0

KlasifikasiAkurasi:
Grupaktual
1:
Akanmembeli
2:
Tidakakanmembeli

Grupdiprediksi
1
2
4
1
0
5

PreditedGrup
2
1
5
0
0
5

Grupdiprediksi
2
1
5
0
0
5

memanfaatkansetiapvariabelkekuatandiskriminatifyangunik.Menggunakanskorpemotongan11dengan
untukX
3)Untuk
ioninidiskriminanfuncbaru(lihatTabel2)mencapaiklasifikasiyangsempurnadariduakelompok
(100%benardiklasifikasikan).Dengandemikian,X
1 dan X2dalamkombinasimampumembuatprediksiyanglebihbaik
keanggotaankelompokdaripadabaikvariabelsecaraterpisah.
FungsidiskriminanketigadalamTabel2merupakanestimasidiskriminanaktual
Fungsi(Z=4,53+476X 1 +.359X2).Berdasarkannilaipemotongan0,fungsiketigaini
jugamencapai0persentingkatklasifikasiyangbenardenganpemisahanmaksimal
antaragoups.
Sepertiyangterlihatditadalahcontohsederhana,analisisdiskriminanmengidentifikasivariabeldengandifterbesar
perbedaanantarakelompokdanberasalkoefisiendiskriminanyangbobotsetiapvariabeluntuk
mencerminkanperbedaanhese.Hasilnyaadalahfungsidiskriminanyangmendiskriminasikanterbaikantara
https://translate.googleusercontent.com/translate_f

8/21

24/9/2015

BeberapaAnalisisDiskriminan

roupsdidasarkanpadakombinasidarivariabelindependen.
SebuahRepresentasigeometrisdariDuaKelompokdiskriminanFungsi
Sebuahilustrasigrafisdarianalisisduakelompoklainakanmembantuuntuklebihmenjelaskansifat
analisisdiskriminan[6].Gambar3menunjukkanapayangterjadiketikadiskriminanduakelompok
Fungsidihitung.Asumsikankitamemilikiduakelompok,AdanB,danduapengukuran,V
1 dan
V2,padamasingmasinganggotadariduakelompok.Kitabisaplotdalamdiagrampencardariasosiasi
variabelV1 denganvariabel
V2untukmasingmasinganggotadariduakelompok.PadaGambar3titiktitikkecil
mewakilipengukuranvariabeluntukanggotakelompokBdantitiktitikbesarmerekauntuk
KelompokA.elipsdiambilsekitartitiktitikbesardankecilakanmelampirkanbeberapaprespecified
proporsipoin,biasanya95persenataulebihdalamsetiapkelompok.Jikakitamenarikgarislurus

Halaman11

BeberapaAnalisisdiskriminan

GRE3GraphicalIlustrasiDuaKelompokdiskriminanAna

melaluiduatitikdimanaelipsberpotongandankemudianmemproyeksikangariskesumbuZbaru,
kamicnmengatakanbahwatumpangtindihantaraunivariatdistribusiA'danB'(diwakilioleh
daerahyangdiarsir)lebihkecildariakandiperoleholehjalurlainyangditarikmelaluielips
dibentukolehscatterplots[6].
HalyangpentinguntukdicatattentangGambar3adalahbahwasumbuZmengungkapkanproduavariabel
filedarikelompokAdanBsebagainomortunggal(diskriminanbergunamencemoohkan).Denganmenemukankombinasilinear
variabelasliV
1 dan V2, kitadapatmemproyeksikanhasilsebagaifungsidiskriminan.Untuk
Misalnya,jikatitiktitikbesardankecildiproyeksikankesumbuZbarusebagaiskorZdiskriminan,yang
Hasilmengembuninformasitentangperbedaankelompok(ditampilkandiV
i V2 plot)dalamsatuset
poin(Zskor)padasumbutunggal,ditunjukkanolehdistribusiA'danB'.
Untukmeringkas,untukdiberikanmasalahanalisisdiskriminan,kombinasilineardariyangbebasyangyang
variabelindependenberasal,sehinggadalamserangkaianskordiskriminanuntuksetiapobjekdisetiap
kelompok.Skordiskriminandihitungsesuaidenganaturanstatistikmemaksimalkan
variansantarakelompokdanmeminimalkanvariansdalamdirimereka.Jikavariansantara
kelompokbesarrelatifterhadapvariansdalamkelompok,kitakatakanbahwafungsidiskriminan
memisahkankelompokdenganbaik.

https://translate.googleusercontent.com/translate_f

9/21

24/9/2015

BeberapaAnalisisDiskriminan

Halaman12

BeberapaAnalisisdiskriminan
SebuahTigaKelompokContohAnalisisDiskriminan:SwitchingNiat
Duakelompokmisalnyahanyadiperiksamenunjukkanalasandanmanfaatdarimenggabungkanyangbebasyang
variabelindependendalamvariateuntukkeperluanmembedakanantarakelompok.Diskriminan
Analisisjugamemilikicaralaindiskriminasiestimasidanpenggunaanbeberapavariates__di
contohtigaataulebihkelompok.Fungsifungsidiskriminansekarangmenjadidimensi
diskriminasi,setiapdimensiterpisahdanberbedadariyanglain.Dengandemikian,selainuntukmeningkatkan
penjelasandarikeanggotaankelompok,fungsifungsiinitambahandiskriminanmenambahwawasan
berbagaikombinasivariabelindependenyangmembedakanantarakelompok.
Sebagaiilustrasidariaplikasitigakelompokanalisisdiskriminan,kitamenelitireslengkungan
dilakukanolehHBATmengenaikemungkinanpelangganpesaingberalihIERSsupp.
Sebuahpretestskalakecilmelibatkanwawancaradari15pelanggandaripesaingutama.Dalamecourdari
wawancara,pelanggandimintaprobabilitasmerekaberalihpemasokpadapadaree
skalakategori.Tigakemungkinantanggapanyang"pastiberalih,""raguragu,"danpasti
tidakberalih."Pelangganditugaskanuntukkelompok1,2,atau3,masingmasing,menurutmerekao
tanggapan.Parapelangganjugadinilaipesaingpadaduakarakteristik:kompetensihargaitiveness
(X1)Dantingkatlayanan(X
2).Masalahpenelitiansekaranguntukmenentukanapakahperingkatcstomers'
daripesaingdapatmemprediksiprobabilitasmerekaberalihpemasok.Karenabergantung
variabelpemasokberalihdiukursebagaikategoris(nonmetric)variabeldanperingkat
hargadanlayananyangmetrik,analisisdiskriminanadalahtepat.
Dengantigakategorivariabeldependen,
MENGIDENTIFIKASIVARIABELDiskriminasi
analisisdiskriminandapatmemperkirakanduationsdiskriminanmenyenangkan,masingmasingmewakiliberbeda
dimensidiskriminasi.
Tabel3berisihasilsurveiuntuk1pelanggan,5disetiapkategoriyangbergantung
variabel.Sepertiyangkitalakukanpadacontohduakelompok,kitadapatmelihatnilairataratauntuksetiapkelompokuntukmelihat
apakahsalahsatuvariabelmendiskriminasikankita1diantarasemuakelompok.UntukX
1,Harga
saing,kitamelihatagakbesarberartiperbedaanbWeenkelompok1dankelompok2atau3(2,0vs
4.6atau3.8).x
1mungkindiskriminasibaikantarakelompok1dankelompok2atau3,tapijauhkurangefektifdalam
membedakanantarakelompok2dan3.Untuk
X2,tingkatlayanan,kamimelihatbahwaperbedaanantara
kelompok1dan2sangatkecil(2,0vs2,2),whreasperbedaanbesarantarakelompok3dan
kelompok1atau2(6.2vs2.0atau2.2).JadiX
X2
1 membedakankelompok1darikelompok2dan3,dan
membedakankelompok3darikelompok1nd2.Akibatnya,kitamelihatbahwaX
1 dan X2 menyediakanberbagai
ukuran diskriminasiantarakelompok.
CalculatinDUAFUNGSIDISKRIMINAN Denganvariabeldiskriminatifpotensial
diidentifikasi,langkahextadalahuntukmenggabungkanmerekakedalamfungsidiskriminanyangakanutili7Pmereka
dikombinasikandayadiskriminasiuntukmembedakanantarakelompok.
Untukmenggambarkandimensiinisecaragrafis,Gambar4menggambarkantigakelompokdimasingmasing
variabelindependensecaraterpisah.Melihatanggotakelompokpadasatuvariabel,kitabisas
ebahwatidakadavariabelmendiskriminasikanbaikdiantarasemuakelompok.Namun,jikakitamembangunduasim
lefungsidiskriminan,menggunakanbobothanyasederhanadari0,0atau1,0,hasilmenjadijauh
jelas.Fungsidiskriminan1memberikanX
X2 berat0,0.Demikianjuga,
1 berat1,0,dan
Fungsidiskriminan2memberikan
X2 berat1,0,danX
1 berat0,0.Thebisafungsi
dinyatakansecaramatematissebagai
Fungsidiskriminan1=1,0(X 1)+0.0(X2)
Diskriminanfungsi2=0.0(X 1)+1.0(X2)
Persamaaninimenunjukkansecarasederhanabagaimanaanalisisdiskriminanperkiraanprosedur
bobotuntukmemaksimalkandiskriminasi.

Halaman13

BeberapaAnalisisdiskriminan
MEJA 3HBATSurveiHasilSwitchingNiatolehPelangganPotensial
GrupBerdasarkan
SwitchingIntention
https://translate.googleusercontent.com/translate_f

EvaluasiSuppliersekarang*
x1
X2
HargaSaing
ServiceLevel
10/21

24/9/2015

BeberapaAnalisisDiskriminan

Kelompok1:Pastiberalih
Subjek1
Subjek2
Subjek3
Subjek4
Subjek5
Berartikelompok
Kelompok2:Undecided
Subjek6
Subjek7
Subjek8
Subjek9
Subjek10
Berartikelompok
Kelompok3:Pastitidakberalih
Subjek11
Subjek12
Subjek13
Subjek14
Subjek15
Berartikelompok

2
1
3
2
2
2.0

2
2
2
1
3
2.0

4
4
5
5
5
46

2
3
1
2
3
2.2

2
3
4
5
5
3.8

6
6
6
6
7
6.2

*Evaluasidilakukanpadatskala10poi(1=sangatmiskinuntuk10=sangatbaik).

Dengandua ionfunc,sekarangkitadapatmenghitungduaskordiskriminanuntuksetiapresponden.
Selainitu,duafungsidicriminantmemberikandimensidiskriminasi
Gambar4LSOberisiplotmasingmasingrespondendalamrepresentasiduadimensi.The
PemisahanmenjadikelompokWeensekarangmenjadicukupjelas,dansetiapkelompokdapatdenganmudahdapatdibedakan
guishedWdapatmembangunnilainilaipadasetiapdimensiyangakanmenentukandaerahyangberisimasingmasingkelompok
(misalnya,semuaanggotakelompok1adalahdiwilayahtersebutkurangdari3,5padadimensi1dankurangdari4,5pada
sepeserpunsion2).Masingmasingdarikelompoklaindapatjugadidefinisikandalamhalrentangmereka
skorfungsidiskriminan.
Darisegidimensidiskriminasi,fungsidiskriminanpertama,persainganharga
tiveness,membedakanantarapelangganraguragu(ditunjukkandenganpersegi)danparapelanggan
yangtelahmemutuskanuntukberalih(lingkaran).Tapidayasainghargatidakmembedakanorangorangyang
telahmemutuskanuntuktidakberalih(berlian).Sebaliknya,persepsitingkatlayanan,mendefinisikandetik
ondfungsidiskriminan,memprediksiapakahpelangganakanmemutuskanuntuktidakberalihdibandingkanapakah
pelangganraguraguataubertekaduntukberalihpemasok.Penelitidapathadiruntukmandat
pengelolaandampakterpisahdarikeduadayasainghargadanlayanantingkatdalammembuatini
keputusan.
Estimasilebihdarisatufungsidiskriminan,bilamungkin,menyediakanpeneliti
dengankeduapeningkatandiskriminasidanperspektiftambahanpadafiturdankombinasi
yangterbaikdiskriminasiantarakelompokkelompok.Berikutinibagianrincilangkahlangkahyangdiperlukanuntuk
melakukananalisisdiskriminan,menilaitingkatfitprediktif,dankemudianmenafsirkan
pengaruhvariabelindependendalammembuatprediksiitu.

Halaman14

BeberapaAnalisisdiskriminan
15

(a)VariabelIndividu

14

11

10

O
4
x1

12

2
9

3
6

6
PastiGanti
q

O 108
O7

14
13

Raguragu

mDefinitelyTidakBeralih
https://translate.googleusercontent.com/translate_f

11/21

24/9/2015

BeberapaAnalisisDiskriminan

11

Diskriminan
Fungsi2

15
X2

7
(b)DuaDimensi
Representasi
Fungsidiskriminan
Diskriminan
Function1=1.0X
1+OX
2
Diskriminan
Function2=OX
1+1.0X
2

5
4
PastiGanti
q

Raguragu

mDefinitelyTidakBeralih

10

6
9
GAMBAR4RepresentasigrafisdariPotensiVariabelDiskriminasiuntukTigaGroupDiscriminantAn

Halaman15

https://translate.googleusercontent.com/translate_f

Diskriminan
Fungsi1

12/21

24/9/2015

BeberapaAnalisisDiskriminan

Halaman16

BeberapaAnalisisdiskriminan
PROSESKEPUTUSANUNTUKANALISISDISKRIMINAN
Penerapananalisisdiskriminandapatdilihatdarienamtahapmodelbangunanperspec
tivedigambarkandalamGambar5(tahap13)danGambar6(tahap46).Sepertidengansemuaaplikasimultivariat,
pengaturantujuanadalahlangkahpertamadalamanalisis.Makapenelitiharusmengatasitertentu
merancangisudanpastikanasumsiyangmendasariterpenuhi.Hasilanalisisdengan
derivasidarifungsidiskriminandanpenentuanapakahsignifikansecarastatistik
Fungsidapatditurunkanuntukmemisahkandua(ataulebih)kelompok.Hasildiskriminanyangkemudian
dinilaiuntukakurasiprediksidenganmengembangkanmatriksklasifikasi.Berikutnya,interpretasidari
Fungsidiskriminanmenentukanvariabelindependenmemberikankontribusithpalinguntukdis
criminatingantarakelompok.Akhirnya,fungsidiskriminanharusberlakuteddenganMemegang
keluarsampel.Masingmasingtahapinidibahasdalambagianberikut.
TAHAP1:TUJUANANALISISDISKRIMINAN
Sebuahtinjauandaritujuanuntukmenerapkananalisisdiskriminanhouldlebihmemperjelassifatnya.
Analisisdiskriminandapatmengatasisalahsatutujuanpenelitiansebagaiberikut:
1.Menentukanapakahperbedaandiffesignifikansecarastatistikadaantararatarata
pro ididefinisikankelompok
skorprofildisatusetvariabeluntukdua(ataulebih)yang
2.Menentukanmanadarivariaindependenlespalingaccountuntukperbedaan
itu
ratarata
skor
profil
dariduaatau
lebihgr
naik
Tahap1
/

PenelitianMasalah

Pilihobjctive(s):
Ealuperbedaankelompokpadasebuahmultivariat
profilpengamatanMengklasifikasikankedalamkelompok
Mengidentifikasidimensidiskriminasiantara
kelompok

Stae2

DesainpenelitianIsu
Tahap3

Pemilihanvariabelindependenukuransampel
Pertimbangan

Penciptaananalisisdanketidaksepakatansampel

Asumsi
Normalitasvariabelindependen
Linearitashubungan
Kurangnyamultikolinearitasantarvariabelindependen
.,Sama
matriksdispersi
https://translate.googleusercontent.com/translate_f

13/21

24/9/2015

BeberapaAnalisisDiskriminan

Halaman17

GAMBAR5Tahapan13dalamAnalisisDiskriminan
DiagramKeputusan

Halaman18

AnalisisMultipleDiscriminant
3.Menetapkanjumlahdankomposisidimensidiskriminasi
https://translate.googleusercontent.com/translate_f

14/21

24/9/2015

BeberapaAnalisisDiskriminan

antarakelompokyangterbentukdarihimpunanvariabelindependen
4.Menetapkanproseduruntukmengklasifikasikanobyek(individu,perusahaan,produk,dll)kedalam
kelompokatasdasarnilaimerekapadasatusetvariabelindependen
Sepertitercantumdalamtujuantersebut,analisisdiskriminanbergunaketikapenelititertarik
baikdalammemahamiperbedaankelompokataubenarmengklasifikasikanobjekkedalamkelompokataukelas.
Diskriminananalisis,olehkarenaitu,dapatdianggapbaikjenisanalisisprofilatauanalisis
teknikprediktif.Dalamkeduakasus,teknikyangpalingtepatdalamsituasidengansatu
kategorisvariabeldependendanbeberapavariabelindependensecarametrikskala.
Sebagai
analisispmfile, analisisdiskriminanmemberikanpenilaianobyektifdiferences
antarakelompokpadasatusetvariabelindependen.Dalamsituasiini,diskriminanalysisadalah
cukupmiripdenganmultivariatanalisisvarians.Untukmemahamiperbedaanperbedaankelompokjika,dis
analisiscriminantmeminjamkanwawasanperanvariabelindividusepertiyangkita1acommendefinisikan
binationsvariabeltersebutyangmewakilidimensidiscriminatioantarakelompok.
Dimensiiniadalahefekkolektifbeberapavariabelyangwokbersamasamauntukmembedakan
antarakelompok.Penggunaanberurutanmetodeestimasialomemungkinkanuntukmengidentifikasisub
setvariabeldengankekuatandiskriminatifterbesar.
Untuk
tujuanklasifikasi,
analisisdiskriminanmemberikandasaruntukmengklasifikasikantidakhanya
sampelyangdigunakanuntukmemperkirakanfungsidiskriminantetapiLSOsetiappengamatanlainyang
dapatmemilikinilaiuntuksemuavariabelindependen.Dengancarathi,analisisdiskriminandapat
digunakanuntukmengklasifikasikanpengamatanlainnyakedalamkelompokdidefinisikan.
TAHAP2:DESAINPENELITIANUNTUKANALISISDISKRIMINAN
Keberhasilanpenerapandiskriminananaysismemerlukanpertimbangandaribeberapaisu.Isuisuini
termasukpemilihankeduavariabeldependendanindependen,ukuransampelyangdibutuhkanuntuk
estimasifungsidiskriminan,danpembagiansampeluntukkeperluanvalidasi.
MemilihVariabelDependentdanIndependent
UntukmenerapkanAnalydiskriminanadalah,penelitiharusterlebihdahulumenentukanvariabelmenjadiprofesionalyangindependen
langkahlangkahentdanyangariableadalahmenjadiukurantergantung.Ingatbahwavariabeldependen
adalahnonmetricdanvariabelindependenindadalahmetrik.
Penelitiharusfokuspadavariabeldependenpertama.The
THEBERGANTUNGNTVARIABLE
jumlahkelompokvariabeldependen(kategori)bisaduaataulebih,tetapikelompokkelompokiniharus
salingeksklusifdanlengkap.Dengankatalain,setiappengamatandapatditempatkankedalamhanyasatu
kelompok.Dalambeberapakasus,variabeldependendapatmelibatkanduakelompok(dikotomi),sepertiyangbaik
versuburuk.Dalamkasuslain,variabeldependendapatmelibatkanbeberapakelompok(multichotomous),sch
sebagaipekerjaandokter,pengacara,atauprofesor.
BerapaBanyakKategoridiVariableDependent? Secarateoritis,analisisdiskriminan
dapatmenanganijumlahyangtidakterbataskategoridalamvariabeldependen.Sebagaimasalahpraktis,
Namun,penelitiharusmemilihvariabeldependendanjumlahkategoriberdasarkan
padabeberapapertimbangan:
1. Selainmenjadisalingeksklusifdanlengkap,kategorivariabeldependenharus
menjadiberbedadanunikpadasetvariabelindependenyangdipilih.Analisisdiskriminan
harus memilikiprofilyangunikpadavariabelindependenyangdigunakandan
mengasumsikanbahwamasingmasingkelompok
sehinggamengembangkandiscriminantfunctionsuntukmaksimalmemisahkankelompokberdasarkanini

Halaman19

BeberapaAnalisisdiskriminan
variabel.Analisisdiskriminantidak,bagaimanapun,memilikisaranamenampungataucom
kategoriBiningyangtidakberbedapadavariabelindependen.Jikaduaataulebihkelompok
memilikiprofilsangatmirip,analisisdiskriminantidakakanbisakeprofilunikmasingmasingkelompok,
mengakibatkanpenjelasanmiskindanklasifikasikelompoksecarakeseluruhan.Dengandemikian,
penelitiharusmemilihvariabeldependendankategoriuntukmencerminkanperbedaandalam
variabelindependen.Sebuahcontohakanmembantumenggambarkanmasalahini.
Asumsikankeinginanpenelitiuntukmengidentifikasiperbedaanantarakategoripekerjaan
berdasarkanpadasejumlahkarakteristikdemografi(misalnya,pendapatan,pendidikan,charrumahtangga
acteristics).Jikapekerjaanyangdiwakiliolehsejumlahkecilkategori(misalnya,kerahbiru,
kerahputih,ulama/staf,danmanajemenyangprofesional/atas),makakitaakanmengharapkan
perbedaanyangunikantarakelompokdananalisisdiskriminanwoldmenjadiyangterbaikdapat
mengembangkanfungsidiskriminanyangakanmenjelaskanperbedaankelompokdanberhasil
mengklasifikasikanindividukedalamkategoriyangbenarmereka.
Namun,jikajumlahkategoripekerjaanituexpnded,analisisdiskriminan
mungkinmemilikiwaktusulitmengidentifikasiperbedaan.Misalnyasebagaiumeprofesional/atas
kategorimanajemendiperluasuntukkategorirsdoct,pengacara,manajemenatas,
dosen,dansebagainya.Meskipunekspansiinimenyediakankerjayanglebihhalus
https://translate.googleusercontent.com/translate_f

15/21

24/9/2015

BeberapaAnalisisDiskriminan

klasifikasi,akanjauhlebihsulituntukmembedakanbtweenmasingmasingkategoripada
variabeldemografis.Hasilnyaakanburukkinerjardengananalisisdiskriminandi
baikpenjelasandanklasifikasi.
2.Penelitijugaharusberusaha,semuahallainyangpatutsama,untuklebihkecildaripadajumlahyanglebihbesar
kategoridalamukurantergantung.Inimungkintampaklebihlogisuntukmemperluasjumlah
kategorimencarikelompokyanglebihunik,tetapimemperluasjumlahkategori
menyajikankompleksitaslebihdalamprofildanklasifikasitugasanalisisdiskriminan.Jika
analisisdiskriminandapatmemperkirakansampai
NG 1(jumlahkelompokminussatu)diskriminan
fungsi,makapeningkatanjumlahkelompokmemperluasjumlahkemungkinandiskriminan
fungsi,meningkatkankompleksitasdalammengidentifikasidimensiyangmendasaridiskriminasi
tercerminolehmasingmasingfungsidiskriminansertamewakiliefekkeseluruhandarisetiap
variabelbebas.
Sebagaiduaisuinimenunjukkan,penelitiharusselalumenyeimbangkankeinginanuntukmemperluaskategori
untukmeningkatkanuniqeessversuspeningkatanefektivitasdalamsejumlahkecilkategori.The
Penelitiharusmencobadanmemilihvariabeldependendengankategoriyangmemilikimaksimumberbeda
encesantarakelompoklltetapmenjagabaikdukungankonseptualdanrelevansimanajerial.
Contohsebelumnyadarivariabelkategoriyangdichobenar
CovertingVariabelMetric.
omies(ataumultichotomies).Dalambeberapasituasi,bagaimanapun,analisisdiskriminanadalahmalamappnvilatejika
variabeldependentidakbenarnonmetric(kategoris)variabel.Kitamungkinmemilikitergantung
variabelyangmerupakanordinalataupengukuranselangyanginginkitagunakansebagaitergantungkategoris
variabel.Dalamkasustersebut,kitaharusmembuatvariabelkategoris,danduapendekatanadalah
palingseringdigunakan:
Pendekatanyangpalingumumadalahuntukmenetapkankategorimenggunakanskalametrik.Sebagaicontoh,jika
kamimemilikivariabelyangdiukurrataratajumlahminumancolayangdikonsumsiperhari,dan
individumeresponpadaskaladarinolsampaidelapanataulebihperhari,kitabisamembuatarti
trikotomificial(tigakelompok)denganhanyamenunjukorangorangyangmengkonsumsitidakada,
satu,atauduacolaminumanperharisebagaipenggunacahaya,merekayangmengonsumsitiga,empat,ataulimaperhari
sebagaipenggunamedia,danmerekayangmengkonsumsienam,tujuh,delapan,ataulebihsebagaipenggunaberat.Misalnya
Prosedurakanmembuattigakelompokvariabelkategorikaldimanatujuannyaadalahuntuk
membedakanantarapenggunaringan,menengah,danberatcola.Sejumlahkelompokkategorial
dapatdikembangkan.Palingsering,pendekatanakanmelibatkanmenciptakandua,tiga,atauempat
kategori.Sejumlahbesardarikategoridapatdibentukjikadiperlukan.

Halaman20

BeberapaAnalisisdiskriminan
Ketikatigaataulebihkategoridiciptakan,kemungkinantimbulpemeriksaanhanya
kelompokekstrimdalamanalisisdiskriminanduakelompok.Themendekatikutubekstrem
melibatkanmembandingkanhanyaduakelompokekstrimdantidaktermasukkelompokmenengahdari
analisisdiskriminan.Sebagaicontoh,penelitibisamemeriksapenggunaringandanberat
colaminumandanbelumtermasukpenggunamenengah.Pendekataninidapatdigunakansetiapsaatpeneliti
inginmemeriksahanyakelompokekstrim.Namun,penelitijugamungkininginmencoba
Pendekataniniketikahasilanalisisregresiyangtidaksebagusdiantisipasi.Misalnya
Prosedurdapatmembantukarenaadakemungkinanbahwaperbedaankelompokmungkinmunculbahkan
meskipunhasilregresimiskin.Artinya,ekstremkutubpendekatandengandiskriminan
analisisdapatmengungkapkanperbedaanyangtidakmenonjoldalamanalisisregresiiadatapenuh
set[6].Manipulasisepertidatasecaraalamiakanmemerlukankehatihatiandidalamrpetingseseorang
Temuan.
INDEPENDENVARIABEL Setelahkeputusantelahdibuatpadavariabeldependen,yang
penelitiharusmenentukanvariabelindependenuntukmemasukkandalamanalisisvariabelindependen
biasanyadipilihdalamduacara.Pendekatanpertamamelibatkanvariabelidentifigbaikdari
penelitiansebelumnyaataudarimodelteoritisyangadalahbasimendasaripertanyaanpenelitian.
Pendekatankeduaadalahintuisimemanfaatkanpenelititahutepidanintuitifmemilih
variabelyangtidakadapenelitiansebelumnyaatauteoriadatapitdilogismungkinterkaitdengan
memprediksikelompokuntukvariabeldependen.
Dalamkeduakasus,variabelindependenyangpalingtepatadalahmerekayangberbedadiseluruhdi
duasetidaknyadarikelompokvariabeldependen.Ingatbahwatujuandarisetiapindependen
variabeladalahuntukmenyajikanprofiluniksetidaknyasatukelompokdibandingkandenganoranglain.Variabelyangmelakukan
tidakberbedadiseluruhkelompokyangjarangdigunakandidisanalisisriminant.
Ukuransampel
Analisisdiskriminan,sepertiteknikmuivariatelainnya,dipengaruhiolehukuransampel
yangdianalisis.Sangatsampelkecilmemilikibegitubanyaksamplingerrorbahwaidentifikasidarisemuatapi
PerbedaanterbesaradalahmustahilukuransampelSelainitu,sangatbesarakanmembuatsemuaperbedaanstatistikyang
signifikansecara,meskipunperbedaanperbedaanyangsamamungkinmemilikisedikitatautidakadarelevansimanajerial.
Diantaraekstrem,thesearcherharusmempertimbangkandampakdarisampelukuranpada
analisisdiskriminan,baikditingkatoveraldanpadakelompokbykelompokbasis.
https://translate.googleusercontent.com/translate_f

16/21

24/9/2015

BeberapaAnalisisDiskriminan

Pertimbanganpertamamelibatkanukuransampelkeseluruhan.Analisisdiskriminan
KESELURUHANsamplUKURAN
cukupensitivedenganrasioukuransampeldenganjumlahvariabelprediktor.Akibatnya,banyak
Studiuggestrasio20observasiuntuksetiapvariabelprediktor.Meskipunrasioinimungkin
sulittmempertahankandalampraktek,penelitiharusdicatatbahwahasilmenjaditidakstabilsebagaisamplyang
szemenurunrelatifterhadapjumlahvariabelindependen.Ukuranminimummerekomendasikandadalah
limapengamatanpervariabelindependen.Perhatikanbahwarasioiniberlakuuntuksemuavariabelconidereddi
analisis,bahkanjikasemuavariabeldianggaptidakmasukkedalampengurapandiskriminan(seperti
sepertidalamestimasibertahap).
Selainukuransampelkeseluruhan,penelitijugaharus
SAMPLESIZEPERKATEGORI
mempertimbangkanukuransampelsetiapkategori.Minimal,ukurankelompokterkecildarikategoriharus
melebihijumlahvariabelindependen.Sebagaipedomanpraktis,setiapkategoriharusmemiliki
Setidaknya20pengamatan.Bahkanketikasemuakategorimelebihi20pengamatan,bagaimanapun,penelitiharus
jugamempertimbangkanukuranrelatifdarikategori.Variasiluasdalamukurankelompok'akanberdampakpada
estimasifungsidiskriminandanklasifikasiobservasi.Dalamklasifikasi
tahap,kelompokyanglebihbesarmemilikikesempatanproporsionallebihtinggidariklasifikasi.Jikaukurankelompokbervariasi
nyata,penelitimungkiningintorandomlysamplefromkelompokyanglebihbesar(s),

Halaman21

AnalisisMultipleDiscriminant
sehinggamengurangiukuranmerekaketingkatyangsebandingdengankelompokyanglebihkecil(s).Selaluingat,
Namun,untukmempertahankanukuransampelyangmemadaibaiksecarakeseluruhandanuntuksetiapkelompok.
DivisiSampel
Satucatatanterakhirtentangdampakukuransampeldalamanalisisdiskriminan.Sepertiyangakandibahaskemudian
dalamtahap6,pilihansaranamemvalidasianalisisdiskriminanadalahuntukmembagisampelkedalam
duaSubsamples,yangdigunakanuntukestimasifungsidiskriminandansatulagiuntukvalidasi
tujuan.Dalamhalpertimbanganukuransampel,adalahpentingbahwasetiapsubsampelmenjadiadenin
Ukuranquateuntukmendukungkesimpulandarihasil.Dengandemikian,semuapertimbanganyangdibahasdalam
bagiansebelumnyaberlakutidakhanyauntuksampeltotal,tetapijugauntukmasingmasingduasubsamples
(terutamasubsampelyangdigunakanuntukestimasi).Tidakadaaturankerasdancepattelahditetapkan,tetapi
tampaknyalogisbahwapenelitiakaninginsetidaknya100totalsmpleuntukmembenarkanmembaginya
kedalamduakelompok.
MENCIPTAKANsubsamples
Sejumlahprosedurtelahuggesteduntukmembagisampel
kesubsamples.ProseduryangbiasaadalahuntukmembagitotalSamperespondensecaraacakmenjadidua
subsamples.SalahsatuSubsamplesini,sampelanalisis,digunakanuntukmengembangkandiskriminanyang
fungsi.Kedua,sampelketidaksepakatan,digunakanuntukTESdiafungsidiskriminan.Metode
memvalidasifungsiinidisebutsebagaisplitsamplvaldationataucrossvalidasi[1,4,8,14].
Tidakadapedomanyangpastitelahditetapkanfomenentukanukuranrelatifdarianalisis
danketidaksepakatan(atauvalidasi)subsamples.Themotpendekatanyangpopuleradalahdenganmembagitotalsampel
bahwasatusetengahdarirespondenditempatkandithsampelanalisisdansetengahlainnyaditempatkandi
sehingga
sampelketidaksepakatan.Namun,tidakadaulekerasdancepattelahdibentuk,danbeberapapenelitilebihmemilih
6040ataubahkan7525perpecahanantarasebuahalysisdankelompokketidaksepakatan,tergantungpadakeseluruhan
ukuransampel.
Ketikamemilihanalysidanketidaksepakatansampel,satubiasanyamengikutisecaraproporsionalstrategi
Prosedurpengambilansampelified.Pantatsayapertamabahwapenelitiyangdiinginkan5050split.Jikakategoris
kelompokuntukanalisisdiskriminansamasamadiwakilidalamsampeltotal,makaestimasi
dansampelketidaksepakatanharusdariukurankirakirasama.Jikakelompokaslitidaksama,yang
ukuranestimasidanketidaksepakatansampelharusproporsionaldengantotaldistribusisampel.
Misalnya,jikasebagaimpleterdiridari50lakilakidan50perempuan,estimasidanketidaksepakatansampel
akanmemiliki25lakilakidan25perempuan.Jikasampelmengandung70perempuandan30lakilaki,maka
estimasidanketidaksepakatansampelakanterdiridari35perempuandan15lakilakimasingmasing.
WHAJIKAKESELURUHANSAMPELTERLALUKECIL?
Jikaukuransampelterlalukeciluntukmembenarkandivisioi
analisisdanketidaksepakatankelompok,penelitimemilikiduapilihan.Pertama,mengembangkanfungsipada
seluruhsampeldankemudiangunakanfungsiuntukmengklasifikasikankelompokyangsamayangdigunakanuntuk
hasilprosedurbiaskeatasdalamakurasiprediksifungsi,tapitentu
mengembangkanfungsi.Ini
lebihbaikdaripadatidakmengujifungsisamasekali.Kedua,beberapateknikyangdibahasdalamtahap6dapatper
membentukjenisprosedurketidaksepakatandimanafungsidiskriminanberulangkalidiperkirakanpada
sampel,setiapkali"memegang"pengamatanyangberbeda.Dalampendekatanini,sampeljauhlebihkecil
Ukurandapatdigunakankarenasampelkeseluruhantidakperludibagimenjadisubsamples.
TAHAP3:ASUMSIANALISISDISKRIMINANOF
Sepertisemuateknikmultivariat,analisisdiskriminandidasarkanpadasejumlahasumsi.
https://translate.googleusercontent.com/translate_f

17/21

24/9/2015

BeberapaAnalisisDiskriminan

Asumsiiniberhubungandenganbaikprosesstatistikyangterlibatdalamestimasidanklasifikasi
prosedurdanisuisuyangmempengaruhiinterpretasihasil.Bagianberikutmembahasmasingmasing
jenisasumsidandampakpadaaplikasiyangtepatdarianalisisdiskriminan.

Halaman22

BeberapaAnalisisdiskriminan
DampakterhadapEstimasidanKlasifikasi
Asumsiutamauntukmenurunkanfungsidiskriminanadalahnormalitasmultivariatdariyangbebasyangyang
variabelindependendantidakdiketahui(tapisama)dispersidankovariansstruktur(matriks)untuk
kelompoksepertiyangdidefinisikanolehvariabeldependen[7,9].Meskipunbuktidicampurmengenai
sensitivitasanalisisdiskriminanuntukpelanggaranasumsitersebut,penelitiharusselalu
memahamidampakpadahasilyangbisadiharapkan.Selainitu,jikaasumsitersebutkekerasan
lateddansolusipotensialyangtidakdapatditerimaatautidakmengatasiberatnyamasalah,
Penelitiharusmempertimbangkanmetodealternatif(misalnyaregresilogistik).
Mencapainormalitasunivariatdarivariabelindividuakan
MENGIDENTIFIKASIPELANGGARANASUMSI
berkalikalisudahcukupuntukmencapainormalitasmultivariat.Sejumlahtesnormalitasaetersedia
untukpeneliti,bersamadenganobatappnvilate,merekayangpalingseringmenjadirmationstransdari
variabel.
Isudispersiyangsamadarivariabelindependen(yaitu,equvalentkovarians
matriks)miripdenganhomoscedasticityantaravariabelindividu.Tesyangpalingumumadalah
KotakiniMtesmenilaisignifikansiperbedaandalammatriksantarakelompok.
Berikutpenelitimencaritidaksignifikanprobabilitasleelyangakanmenunjukkanbahwaada
tidakperbedaanantaramatrikskovarianskelompokMengingatsensitivitasBox
TesM,namun,untukukuranmatrikskovariansiklanjumlahkelompokdalamanalisis,
penelitiharusmenggunakantingkatyangsangatkonservatifperbedaanyangsignifikan(misalnya,0,01daripada
0,05)ketikamenilaiapakahperbedaanyanghadir.Denganmeningkatnyadesainpenelitiandalamsampel
ukuranatauistilahkelompokataujumlahvariabelindependen,bahkantingkatlebihkonservatif
signifikansidapatdianggapacceptabl
Datatidakmemenuhiasumsinormalitasmultivariattedapatmenyebabkanmasalah
DAMPAKTERHADAPESTIMASI
dalamestimasifungsidiskriminan.Remediesdimungkinkanmelaluitransformasi
datauntukmengurangidisparitiesebuahongmatrikskovarians.Namun,dalambanyakkasusini
obatyangtidakefektif.Dalamsituasiini,modelharusbenarbenardivalidasiakan.Jika
ukurantergantungadalahbiner,logregresisticharusdigunakanjikamungkin.
Matrikskovariansyangtidaksamajugaberpengaruhnegatifterhadapklasifikasi
DAMPAKTERHADAPKLASIFIKASI
proses.Jikaukuransamplkecildanmatrikskovarianstidaksama,makastatistik
pentingnyaprosesestimasiterpengaruh.Kasusyanglebihmungkinadalahbahwadariyangtidaksama
covariancesmongkelompokukuransampelyangmemadai,dimanapengamatanoverclassifiedke
goupsdenganmatrikskovariansyanglebihbesar.Efekinidapatdiminimalkandenganmeningkatkanukuransampel
danjugadenganmenggunakanmatrikskovarianskelompoktertentuuntuktujuanklasifikasi,tapiini
Pendekatanmengamanatkanlintasvalidasidarihasildiskriminan.Akhirnya,klasifikasikuadrat
teknikyangtersediadalambanyakprogramstatistikjikaperbedaanbesaradaantara
matrikskovariansdarikelompokdanobattidakmeminimalkanefek[5,10,12].
DampakterhadapInterpretasi
Karakteristiklaindaridatayangmempengaruhihasiladalahmultikolinieritasantaraprofesionalyangindependenyang
variabelent.Multikolinearitas,diukurdarisegitoleransi,menunjukkanbahwaduaataulebihyangbebasyang
variabelindependensangatberkorelasi,sehinggasatuvariabeldapatsangatdijelaskanataudiprediksioleh
variabellain(s)dandengandemikianitumenambahsedikitkekuatanpenjelasdariseluruhset.Conini
siderationmenjadisangatpentingketikaprosedurbertahapbekerja.Peneliti,di
menafsirkanfungsidiskriminan,harusmenyadaritingkatmultikolinearitasdanyang

Halaman23

https://translate.googleusercontent.com/translate_f

18/21

24/9/2015

BeberapaAnalisisDiskriminan

ATURANTHUMB1
DiskriminanAnalisisDesain
Variabelterikatharusnonmetric,mewakilikelompokobjekyang
diharapkanberbedapadavariabelindependen
Pilihvariabeldependenyang:
Terbaikmewakiliperbedaankelompokkepentingan
Mendefinisikankelompokyangsecarasubstansialberbeda
Meminimalkanjumlahkategoridengantetapmemenuhitujuanpenelitian
Dalammengkonversivariabelmetrikuntukskalanonmetricuntukdigunakansebagaivariabeldependen,
mempertimbangkanmenggunakankelompokekstrimuntukmemaksimalkanperbedaankelompok
Variabelbebasharusmengidentifikasiperbedaanantarasetidaknyaduakelompokuntukmenjadi
penggunaandianalisisdiskriminan
Ukuransampelharuscukupbesaruntuk:
Memilikisetidaknyasatupengamatanperkelompokdarijumlahvariabelindependen,tetapi
berjuanguntuksetidaknya20kasusperkelompok
Maksimalkanjumlahpengamatanpervariabel,denganrasioamnimumlima
pengamatanpervariabelindependen
Memilikisampelcukupbesaruntukmembaginyamenjadiestimatinndketidaksepakatansampel,masingmasing
memenuhipersyaratandiatas
MenilaikesetaraanmatrikskovariansdenganujiMiaBox,tapimenerapkansignifikankonservatif
tingkatcancedari0,01danmenjadilebihkonservatifsebagaianalisismenjadilebihkompleks
denganjumlahyanglebihbesardarikelompokdan/atauindvariabelpndent
MemeriksavariabelindependenuntukUnivanormalitasiat,karenaituadalahobatyangpalinglangsunguntuk
memastikankeduamultivariatkesetaraaniklannormalitasmatrikskovarians
Multikolinearitasantaravariabelindependennyatadapatmengurangidampakdiperkirakan
variabelindependendalamfungsidiskriminandiperoleh(s),terutamajikaestimasibertahap
Prosesyangdigunakan

MultipleDiscriminantAnalysis
dampakpadamenentukanvariabelmemasukisolusibertahap.
Sepertihalnyateknikmultivariatmenggunakanvariatesebuah,sebuahasumsiimplisitadalah
bahwasemuahubunganyanglinier.Hubungannonliniertidaktercermindalamdiskriminanyang
Fungsikecualitransformasivariabeltertentuyangdibuatuntukmewakiliefeknonlinear.Akhirnya,
outlierdapatmemilikidampaktantialASBpadakeakuratanklasifikasisetiapanalisisdiskriminan
hasil.Rpencarididoronguntukmemeriksasemuahasiluntukkehadiranoutlierdan
menghilangkanbenarrsoulijikadiperlukan.
TAHAP4:PERKIRAANDARIMODELDISKRIMINAN
DANMENILAIFITKESELURUHAN
Untukmenurunkanfungsidiskriminan,penelitiharusmemutuskanmetodeestimasidan
kemudianmenentukanjumlahfungsiyangharusdipertahankan(lihatGambar6).Denganfungsiestimasi
Z skor,juga
dikawinkan,keseluruhanmodelfitdapatdinilaidalambeberapacara.Pertama,diskriminan
dikenalsebagaiZskor,dapatdihitunguntuksetiapobjek.Perbandingankelompokberarti
(centroid)darinilaiZmenyediakansatuukurandiskriminasiantarakelompok.Prediktif
akurasidapatdiukursebagaijumlahobservasidiklasifikasikankedalamkelompokyangbenar,dengan

Halaman24

sejumlahkriteriayangtersediauntukmenilaiapakahprosesklasifikasimencapaipraktisatau

https://translate.googleusercontent.com/translate_f

19/21

24/9/2015

BeberapaAnalisisDiskriminan

Halaman25

BeberapaAnalisisdiskriminan

Tahap4

EstimasiFungsidiskriminan(s)
Simultanataubertahapestimasi
Signifikansifungsidiskriminan(s)

MenilaiAkurasiprediktifdengan
KlasifikasiMatriks
Menentukannilaipemotonganoptimal
Tentukankriteriauntukmenilairasiohit
Signifikansistatistikdariakurasiprediksi

Berapabanyakfungsiakanditafsirkan

Duaatau
Lebih

J
https://translate.googleusercontent.com/translate_f

20/21

24/9/2015

BeberapaAnalisisDiskriminan

Tahap5

Interpretasidaridiskriminanfunctio(s
___________________Padae

EvaluasiSingleFunction
Bobotdiskriminan
Bebandiskriminan
F nilainilai
Sebagian
Tahap6

ValidasiHasildiskriminan
SplitsampelataucrossvalidasiProfiling
perbedaankelompok

Tampilangrafisdaricentroidkelompok
EvaluasiFungsiterpisah
Tampilangrafisdaribeban
Bobotdiskriminan
Bebandiskriminan
Sebagian
F nilainilai
k
N.____________________________
rEvaluasiFungsiGabungan
Rotasifungsi
IndeksPotensi

lddigunakansebagaipenggantiregresiberganda.Dalam
memilihteknikanalisisyangtepat,kita

Halaman26

https://translate.googleusercontent.com/translate_f

21/21