ANALISIS MULTIVARIAT
MODUL 5
Oleh:
Marita Qori’atunnadyah 06211640000001
Nisfi Hemas Diga Asmara 06211640000126
Asisten Dosen:
Sri Hidayati 06211750010027
Dosen:
Dr. Bambang Widjanarko Otok, S.Si., M.Si.
Saat ini persaingan di bidang industri semakin meningkat. Salah satu contohnya adalah sebuah
perusahaan yang memproduksi barang. Jika barang yang dihasailkan tidak memiliki kualitas yang
bagus maka perusahaan tersebut akan tertinggal dalam persaingan industri ini. PT. Hatco
merupakan salah satu perusahaan yang bergerak dalam bidang “Good and Service”. PT Hatco
memerlukan bahan dasar yang dibeli untuk membuat barang produksinya. Terdapat beberapa
factor yang mempengaruhi keputusan PT. Hatco untuk membeli atau tidak bahan dasar yang
diperlukan. Faktor-faktornya antara lain adalah delivery speed (DS), manufacturer image (MI),
service (Se), sales force image (SFI), product quality (PQ), usage level (UL). Berdasarkan hal
tersebut, PT. Hatco ingin mengetahui faktor apa saja yang mempengaruhi keputusan dalam
membeli suatu bahan dasar, oleh karena itu dibutuhkan analisis diskriminan. Analisis diskriminan
adalah ilmu statistika yang digunakan untuk mengklasifikasikan suatu individu atau observasi ke
dalam suatu kelas atau kelompok berdasarkan sekumpulan variabel-variabel berdasarkan
karakteristik variable-variabel tersebut. Pada praktikum ini akan dilakukan analisis diskriminan
untuk mengelompokkan faktor-faktor yang mempengaruhi PT. Hatco untuk membeli atau tidak
bahan dasar yang diperlukan. Sebelum melakukan analisis diskriminan perlu dilakukan
preprocessing data. Terdapat juga beberapa syarat dalam melakukan analisis diskriminan adalah
data harus berdistribusi normal multivariat dan memiliki matriks varians kovarians yang hmogen.
Setelah dilakukan pengujian dan analisis diskriminan didapatkan kesimpulan bahwa tidak terdapat
data missing value dan outlier pada data factor yang mempengaruhi keputusan PT. Hatco. Data
mengikuti persebaran distribusi normal multivariat serta homogen. Selain itu variabel yang
memiliki hubungan paling tinggi dengan fungsi diskminan adalah variabel manufacturer image dan
variabel manufacturer image merupakan variabel yang memiliki kontribusi atau pengaruh paling
besar dalam penentuan kelompok. Didapatkan pula tingkat klasifikasi sebesar 89%.
ii
DAFTAR ISI
Halaman
HALAMAN JUDUL .............................................................................................. i
ABSTRAK ............................................................................................................. ii
DAFTAR ISI......................................................................................................... iii
DAFTAR TABEL ................................................................................................. v
DAFTAR GAMBAR ............................................................................................ vi
DAFTAR LAMPIRAN ....................................................................................... vii
BAB I PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang ............................................................................................ 1
1.2 Rumusan Masalah ....................................................................................... 2
1.3 Tujuan ......................................................................................................... 2
1.4 Manfaat ....................................................................................................... 2
1.5 Batasan Masalah ......................................................................................... 3
BAB II TINJAUAN PUSTAKA .......................................................................... 4
2.1 Normal Multivariat ..................................................................................... 4
2.3 Uji Homogenitas ......................................................................................... 5
2.4 Analisis Diskriminan .................................................................................. 5
2.5 PT. Hatco .................................................................................................... 6
BAB III METODOLOGI PENELITIAN ........................................................... 7
3.1. Sumber Data ................................................................................................ 7
3.2. Variabel Penelitian ...................................................................................... 7
3.3. Struktur Data ............................................................................................... 7
3.4. Langkah Analisis ........................................................................................ 7
3.5. Diagram Alir ............................................................................................... 8
BAB IV ANALISIS DAN PEMBAHASAN ........................................................ 9
4.1 Deteksi Missing Value dan Outlier ............................................................. 9
4.2 Uji Normal Multivariat ............................................................................... 9
4.3 Uji Homogenitas ......................................................................................... 9
4.4 Analisis Diskriminan ................................................................................ 10
4.4.1 Uji Beda Mean Antar Kelas ................................................................ 10
4.4.2 Analisis Kebaikan Model .................................................................... 10
4.4.3 Uji Signifikansi Model ........................................................................ 11
iii
4.4.4 Analisis Hubungan Variabel Prediktor dengan Fungsi Diskriminan .. 11
4.4.5 Analisis Ketepatan Klasifikasi ............................................................ 13
BAB V KESIMPULAN DAN SARAN .............................................................. 15
5.1 Kesimpulan ............................................................................................... 15
5.2 Saran ......................................................................................................... 15
DAFTAR PUSTAKA .......................................................................................... 16
LAMPIRAN..........................................................................................................17
iv
DAFTAR TABEL
v
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
Lampiran 1. Data PT. Hatco ............................................................................... 17
Lampiran 2. Output SPSS untuk Group Statistics .............................................. 17
Lampiran 3. Output SPSS untuk Test of Equality of Group Means .................... 18
Lampiran 4. Output SPSS untuk Pooled Within-Groups Matrices ..................... 18
Lampiran 5. Output SPSS untuk Test Results Box’s M ...................................... 18
Lampiran 6. Output SPSS untuk Eigenvalues..................................................... 22
Lampiran 7. Output SPSS untuk Wilks’ Lambda ............................................... 22
Lampiran 8. Output SPSS Standardized Canonical Discriminant Function ...... 22
Lampiran 9. Output SPSS untuk Structure Matrix ............................................. 22
Lampiran 10. Output SPSS Canonical Discriminant Function Coefficients ...... 23
Lampiran 11. Output SPSS untuk Prior Probabilities for Groups ..................... 23
Lampiran 12. Output SPSS untuk Classification Function Coefficients ............ 23
Lampiran 13. Output SPSS untuk Classification Results ................................... 24
vii
BAB I
PENDAHULUAN
1.3 Tujuan
Tujuan yang ingin dicapai dari praktikum ini berdasarkan rumusan masalah
tersebut yaitu sebagai berikut.
1. Mengetahui analisis preprocessing data PT. Hatco.
2. Mengetahui uji asumsi normal multivariat dari data PT. Hatco.
3. Mengetahui uji asumsi homogenitas dari data PT. Hatco.
4. Mengetahui analisis diskriminan dari data PT. Hatco.
1.4 Manfaat
Manfaat yang diperoleh dengan dibuatnya laporan ini adalah sebagai berikut.
1. Menjadi sumber informasi bagi pembaca terutama PT. Hatco mengenai
keputusan dalam membeli suatu bahan dasar berdasarkan faktor-faktor yang
mempengaruhinya.
2. Menambah wawasan keilmuan mengenai cara menganalisis data berdasarkan
analisis preprocessing data, uji normal multivariat, uji homogenitas, analisis
diskriminan.
2
1.5 Batasan Masalah
Batasan masalah dalam praktikum ini adalah adanya uji normal multivariat
dan homogenitas dimana jika asumsi normal multivariat dan homogenitas tidak
terpenuhi, maka data diasumsikan berdistribusi normal multivariat dan memenuhi
asumsi homogenitas.
3
BAB II
TINJAUAN PUSTAKA
1 n
S jj = ( x j − x )2
n − 1 j =1
(2.3)
H1 : minimal ada 1
i j
Taraf signifikan :
Statistik uji :
k k
M = ni ln S − ni ln Si (2.4)
i =1 i =1
Dimana
k
v S i i
S= i =1
k
(2.5)
v
i =1
i
k 1 1 2 p2 + 3 p −1
c −1 = − k (2.6)
i =1 vi 6( p + 1)(k − 1)
i =1
vi
vi = ni − 1 (2.7)
5
menghasilkan variabel independen yang benar-benar membedakan antar kelompok.
Dalam analisis diskriminan terdapat 2 metode berdasarkan jumlah kategori dari
variabel dependennya. Apabila terdapat 2 kategori yang terlibat dalam klasifikasi,
maka disebut dengan two-group discriminant analysis. Sedangkan apabila terdapat
3 atau lebih kategori yang terlibat dalam pengklasifikasian, maka disebut dengan
multiple discriminant analysis.
Untuk mencari kombinasi linier dari p variabel bebas tersebut dapat dilakukan
dengan pemilihan koefisien-koefisiennya dengan hasil bagi maksimum antara
matrik peragam antar kelompok (between-group) dan matriks peragam dalam
kelompok (within-group). Tujuan utama analisis diskriminan adalah memisahkan
populasi dan juga dapat digunakan untuk klasifikasi.
g _ _
B0 = ( i − )( i − ) ' …………… (2.8)
i =1 ~ ~
. Sedangkan var( y ) = l ' var( x | i ) l = l ' l berlaku untuk semua populasi. Nilai
~ ~ ~ ~ ~
1 g
_
1 g ' g i _
harapan iy = l i dan y = iy = l i = l ( ~ ) = l ' .
' '
~ ~ g i =1 g i =1 ~ ~ ~ i =1 g ~ ~
6
BAB III
METODOLOGI PENELITIAN
Uji homogenitas
Analisis diskriminan
8
BAB IV
ANALISIS DAN PEMBAHASAN
Berdasarkan Tabel 4.1 dapat diketahui bahwa tidak ada nilai yang kurang
dari 0,001 sehingga tidak ada data outlier secara multivariat. Oleh karena itu, maka
tidak ada data yang perlu dihilangkan.
9
Box’s M F df1 df2 Sig.
29,211 1,3 21 34837,386 0,161
Pada Tabel 4.3 dapat diketahui bahwa korelasi antara variabel Delivery Speed
dan Manufacturer Image sebesar -0,160 dan bertanda negatif yang artinya antara
variabel tersebut memiliki hubungan yang berkebalikan. Sedangkan untuk korelasi
antara Service dan Delivery Speed sebesar 0,538 dan bertanda positif, sehingga
dapat diartikan bahwa antara variabel tersebut memiliki hubungan yang lurus.
Begitu pula dengan hubungan antara variabel yang lain dapat dilihat pada Tabel 4.
diatas. Selain itu dapat disimpulkan bahwa antar variabel tidak terindikasi
multikolinieritas karena nilai korelasi yang relatif di bawah angka 0,95.
4.4.2 Analisis Kebaikan Model
Tahap selanjutnya adalah menganalisis kebaikan model berdasarkan R2 yang
diperoleh.
Tabel 4.4 Eigenvalues
10
% of Cumulative Canonical
Function Eigenvalue
Variance % Correlation
1 1,386 100 100 0,762
Tabel 4.4 menunjukkan bahwa satu fungsi (model) yang terbentuk mampu
menjelaskan keragaman dari variabel respon dalam hal ini adalah keputusan yang
akan diambil yaitu beli atau tidak beli sebesar (0,762)2 atau 58,06%, sedangkan
sisanya sebesar 41,94% dijelaskan oleh variabel lain yang tidak digunakan dalam
penelitian. Selain itu, dengan satu fungsi yang terbentuk diperoleh eigenvalue
sebesar 1,386 yang sudah dapat menjelaskan keragaman sebesar 100%.
4.4.3 Uji Signifikansi Model
Hasil pengujian kesamaan rata-rata kelompok berdasarkan seluruh variabel
penjelas ditunjukkan oleh Tabel 4.5 berikut.
12
dari fisher yang digunakan untuk mengetahui observasi masuk ke dalam kelompok
mobil regular atau mobil sports dengan membandingkan kedua persamaan fisher’s.
Tabel 4.9 Classification Function Coefficients
Y
Variabel
Tidak Beli Beli
Delivery Speed (X1) 3,781 4,206
Manufacturer Image
7,926 9,969
(X2)
Service (X3) -1,031 -0,029
Sales Force Image
-1,861 -1,348
(X4)
Product Quality (X5) 5,108 5,623
Usage Level (X6) 0,705 0,778
(Constant) -52,907 -76,254
Berdasarkan Tabel 4.9 didapatkan persamaan fisher’s sebagai berikut.
y1 = −52,907 + 3, 781X 1 + 7,926 X 2 − 1, 031X 3 − 1,861X 4 + 5,108 X 5 + 0, 705 X 6
y1 = −76, 254 + 4, 206 X 1 + 9,969 X 2 − 0, 029 X 3 − 1,348 X 4 + 5, 623 X 5 + 0, 778 X 6
14
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Kesimpulan dalam praktikum ini berdasarkan hasil analisis adalah sebagai
berikut:
1. Berdasarkan hasil preprocessing data, tidak ada data missing value dan outlier
secara univariat maupun multivariat. Data telah berdistribusi normal secara
multivariat karena memiliki nilai proporsi 49% di mana nilai tersebut berada
pada interval 46% - 54%.
2. Nilai signifikansi pada pengujian homogenitas adalah 0,161 dimana nilai ini
lebih dari taraf signifikansi yang digunakan (α = 0,05) sehingga variabel
penelitian homogen atau memiliki varians yang sama.
3. Dari hasil analisis diskriminan dapat diketahui bahwa keenam variabel
(delivery speed (X1), manufacturer image (X2), service (X3), sales force image
(X4), product quality (X5) dan usage level (X6)) memberikan perbedaan mean
yang signifikan antara keputusan untuk tidak beli dan keputusan untuk beli.
Kebaikan model yang dihasilkan sebesar 58,06% yang artinya model mampu
menjelaskan 58,06% keragaman dari variabel respon. Adapun hasil uji
signifikansi model menunjukkan bahwa keenam variabel prediktor atau
mampu membedakan grup secara signifikan. Sedangkan variabel yang
memiliki hubungan paling tinggi dengan fungsi diskminan adalah variabel
manufacturer image, dimana hubungan yang terjadi antara variabel
manufacturer image dan fungsi diskriminan adalah hubungan yang searah.
Variabel manufacturer image merupakan variabel yang memiliki kontribusi
atau pengaruh paling besar dalam penentuan kelompok. Didapatkan pula
tingkat akurasi pengklasifikasian yang didapatkan sebesar 89%.
5.2 Saran
Kegiatan praktikum tentang analisis diskriminan ini harus dilakukan dengan
teliti dan cermat, ketika proses penginputan data harus benar dan tepat sehingga
diharapkan dapat menunjukkan hasil yang lebih akurat dan sesuai.
15
DAFTAR PUSTAKA
16
LAMPIRAN
Pabrik ke- X1 X2 X3 X4 X5 X6 Y
1 4.1 4.7 2.4 2.3 5.2 32 0
2 1.8 6.6 2.5 4 8.4 43 1
3 3.4 6 4.3 2.7 8.2 48 1
4 2.7 5.9 1.8 2.3 7.8 32 0
5 6 7.8 3.4 4.6 4.5 58 1
6 1.9 4.8 2.6 1.9 9.7 45 0
. . . . . . . .
. . . . . . . .
. . . . . . . .
96 0.6 5 0.7 2.1 8.4 25 0
97 6.1 4.8 3.3 2.8 7.1 60 1
98 2 5 2.4 2.7 8.4 38 0
99 3.1 6.8 2.6 2.9 8.4 42 1
100 2.5 5 2.2 3 6 33 0
Lampiran 2. Output SPSS untuk Group Statistics
Group Statistics
Valid N (listwise)
17
Lampiran 3. Output SPSS untuk Test of Equality of Group Means
X1 X2 X3 X4 X5 X6
Box's M 29.211
F Approx. 1.300
df1 21
df2 34837.386
Sig. .161
18
Lampiran 6. Output SPSS untuk Eigenvalues
Eigenvalues
Canonical
Function Eigenvalue % of Variance Cumulative % Correlation
Function
X1 .226
X2 .732
X3 .284
X4 .138
X5 .345
X6 .255
Function
X2 .782
X4 .613
X3 .466
X6 .398
X1 .220
X5 .170
22
Lampiran 10. Output SPSS untuk Canonical Discriminant Function Coefficients
Canonical Discriminant
Function Coefficients
Function
X1 .182
X2 .875
X3 .430
X4 .220
X5 .221
X6 .031
(Constant) -10.053
X1 3.781 4.206
X2 7.926 9.969
X3 -1.031 -.029
X4 -1.861 -1.348
X5 5.108 5.623
X6 .705 .778
(Constant) -52.907 -76.254
23
Lampiran 13. Output SPSS untuk Classification Results
Classification Resultsa
Beli 8 44 52
24