Rumuskan Permasalahan
Estimasikan koefisien fungsi Diskriminan
1.
2.
3.
4.
usia
Wilks'
Lambda
.945
F
4.247
df1
1
df2
73
Sig.
.043
berat
.934
5.173
73
.026
tinggi
.946
4.186
73
.044
income
.894
8.656
73
.004
jamkerja
.999
.076
73
.783
olahraga
.946
4.183
73
.044
Uji F
Hasil uji F dapat dilihat dari angka Sig.
Jika Sig. > 0,05, tidak ada perbedaan antar grup.
Jika Sig. < 0,05, ada perbedaan antar grup.
Semua variabel, kecuali jam kerja memiliki angka
Sig < 0,05. Artinya, kelima variabel tersebut
berbeda untuk dua grup diskriminan.
Dengan demikian, jumlah konsumsi AMDK
responden dipengaruhi oleh usia, BB, TB, tingkat
penghasilan, dan kegiatan olahraga responden,
sedangkan jam kerja reponden tidak
memengaruhi jumlah konsumsi AMDK mereka
sehingga variabel ini tidak lolos uji.
Test Results
Box's M
28.145
Approx.
1.222
df1
21
df2
19569.371
Sig.
.220
Keputusan:
Angka
Rank
6
Log Determinant
14.085
1.00 banyak
14.258
Pooled within-groups
14.556
PROSES DISKRIMINAN
Dari menu Analyze, pilih submenu
Classify, kemudian Discriminant.
Dalam isian Independent, keluarkan
jamkerja.
Klik icon Statistics dan aktifkan pilihan
Means.
Pada bagian Function Coefficients,
aktifkan pilihan Fishers dan
Unstandardized.
Casewise Statistics
Tabel di atas digunakan untuk menguji apakah model
diskriminan yang terbentuk akan mengelompokkan dengan
tepat seorang responden pada kategori minum banyak atau
sedikit.
Contoh:
Responden 1 (0) memiliki data:
Berat 65 kg; tinggi 154 cm; dan income Rp680 rb.
zScore = 7,89 + (0,06x65) (0,09x154) + (0,006x680)=1,57
Keterangan:
Perhitungan:
Z CU
38 0,56 37 0,54
0,0148
75
Contoh:
Classification Results
Tabel ini menunjukkan seberapa jauh klasifikasi
tersebut sudah tepat. Dengan kata lain, berapa %
terjadi kesalahan klasifikasi pada proses klasifikasi
kasus.
Ketepatan prediksi dapat dihitung sbb:
27 24
0,68atau 68%
75