di sumatera barat
SKRIPSI MINI
Diajukan untuk memenuhi Tugas Mata Kuliah Statistik Multivariat
Oleh :
FAKULTAS EKONOMI
UNIVERSITAS ANDALAS
PAYAKUMBUH
2019
KATA PENGANTAR
Puji syukur penulis ucapkan kepada Tuhan Yang Maha Esa, yang telah memberikan rahmat dan
karunia-Nya sehingga penulis dapat menyelesaikan skripsi mini berjudul “Analisis faktor-faktor
yang mempengaruhi Tingkat traveling di sumatera barat
Penulisan skripsi ini dilakukan dalam untuk memenuhi Tugas Mata Kuliah Statistik
Multivariat Jurusan Ilmu Ekonomi, Fakultas Ekonomi Kampus II Universitas Andalas.
Dalam penyusunan dan penyelesaian skripsi mini ini, sangat berterimakasih kepada serta
teman-teman penulis, sehingga makalah ini dapat penulis selesaikan sesuai dengan waktu yang
sudah disediakan.
Akhir kata, penulis berharap Tuhan Yang Maha Esa berkenan membalas segala kebaikan
semua pihak yang telah membantu penyelesaian skripsi mini.Penulis terbuka terhadap kritik dan
saran demi penyempurnaan skripsi mini ini.Semoga skripsi mini ini memberi manfaat bagi
pengembangan ilmu.
Penulis.
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Di masa ini kegiatan traveling sudah menjadi salah satu kegiatan yang paling diminati
oleh kalangan masyarakat terutama anak muda. Banyak yang menghilangkan rasa bosan dengan
beralih ke traveling dan tak sedikit masyarakat yang menganggap traveling sudah menjadi hobi
dan lifestyle, karena traveling sendiri sudah menjadi trending topic di mata masyarakat terutama
anak muda. Umumnya kegiatan traveling yang dilakukan akan dijadikan topik di akun media
sosial mereka seperti twitter, facebook, path dan instagram Kamus besar bahasa Indonesia
menyatakan bahwa Traveling dalam bahasa Indonesia adalah aktivitas melancong; berpindah
dalam satu tempat ketempat lainnya dengan berbagai alasan, seperti bisnis, liburan, dan
sebagainya (2008: 807). Aktivitas traveling pada saat ini kebanyakan dianggap sebagai hobi
ketimbang pekerjaan. Traveling merupakan sebuah cara untuk membuka wawasan dan
memperluas pengetahuan kita dalam mengunjungi tempat baru atau tempat yang sudah kita kenal
dengan mencoba berinteraksi dengan objek sekitar kita. Dalam pengertiannya orang yang
melakukan traveling disebut sebagai traveler, dalam Kamus Besar Bahasa Indonesia traveler atau
pelancong mempunyai arti orang yang melakukan kegiatan bepergian atau biasa disebut dengan
turis dan wisatawan. Meskipun traveling sudah menjadi lifestyle dan hobi di dewasa ini, tetapi
masih banyak traveler yang bingung dalam menentukan tujuan mereka, informasi budget dan
informasi mengenai tempat tujuan mereka. Faktor-faktor tersebut umumnya menjadi penghambat
dalam setiap kegiatan traveling karena banyak yang menganggap traveling itu sangat
membutuhkan kepastian dari segala aspek agar bisa menikmati perjalanan tanpa adanya
gangguan internal maupun eksternal. Faktor internal yang dimaksud adalah estimasi biaya yang
dikeluarkan dan faktor eksternal adalah menentukan destinasi. 2 Untuk mengatasi rasa
keingintahuan para traveler dalam melakukan perjalanan atau mencari destinasi baru pada
akhirnya banyak traveler yang bertukar pendapat dengan para traveler lain hingga akhirnya
mereka (traveler) membentuk suatu komunitas agar bisa bertukar pikiran dan pendapat serta
menambah wawasan mereka mengenai traveling. Umumnya komunitas ini terbentuk berdasarkan
wilayah tempat mereka tinggal. Sudah banyak komunitas traveler yang ada di Indonesia salah
satunya adalah Indiscoveria, awalnya mereka hanya sebuah komunitas pemuda yang didirikan di
kota Bandung pada awal tahun 2013, komunitas ini mempunyai visi untuk membantu pemuda
pemudi bangsa mengenal tanah airnya, mereka percaya bahwa masa depan Indonesia yang
sejahtera ada di tangan pemuda yang mengenal baik Tanah Air-Nya.
Traveling juga menjadi masalah yang di hadapi oleh pemerintah di provinsi sumatera barat.
Pemerintah provinsi sumatera barat selalu berusaha untuk mengatasi masalah ini. Oleh karena
itu,saya mengambil judul Analisis faktor-faktor yang mempengaruhi Tingkat traveling diprovinsi
sumatera barat “”untuk melihat apa saja factor yang mempengaruhi tingkat traveling tersebut.
Semoga skripsi mini ini bermanfaat untuk acuan skripsi lain nantinya.
Y1 = X1 + X2 + … + Xn
Non-Metrik Metrik
Keterangan:
1. Variabel independen (X1 dan seterusnya) adalah data metric, yakni data berjenis interval
atau rasio, seperti usia, tinggi manusia, kandungan vitamin dalam tubuh, dll.
2. Variabel Dependen (Y1) adalah data Kategorikal atau Nominal, seperti golongan darah
miskin ( kode 1), golongan darah kaya (kode 2), dan sebagainya. Jika kategorikal terdiri
dari dua kode, maka di sebut Two-Group Diskriminan. Jika terdiri dari 3 atau lebih kode
atau grup, maka disebut dengan Multiple Discriminant Analysis.
BAB III
METODA DAN ANALISA DATA
3.1 JENIS DAN SUMBER DATA
Dalam penulisan Skripsi ini, jenis data yang saya gunakan yaitu jenis data kuantitatif.
Sumber data yang saya gunakan yaitu dari 30 (responden) yang berasal masyarakat provinsi
sumatera barat secara acak.
Dalam penulisan Skripsi, ini judul yang penulis analisis yaitu : “Analisis faktor-faktor yang
mempengaruhi Tingkat traveling diprovinsi sumatera barat “. Dalam penelitian dengan metode
Dua Faktor penulis menggunakan 1 variabel Dependen (Y1) yaitu Tingkat traveling dan 5
variabel Independen, yaitu , usia, berat badan, tinggi badan, pendapatan dan pengeluaran.
STUDI KASUS
Pemerintah provinsi Sumatera Barat ingin mengumpulkan data beberapa masayarakat di
provinsi sumatera barat, dengan variabel sebagai berikut:
Tipe masyarakat dari tingkat traveling, dengan kode (Y1)
Kode 0 = Tidak suka traveling
Kode 1 = suka traveling
usia (X1)
berat badan (X2)
tinggi badan (X3)
pendapatan (X4)
pengeluaran ( X5)
TRAVELIN
NAMA G USIA BERAT TINGGI PENDAPATAN PENGELUARAN
Dendi 0 38 53 162 30 15
rizky 1 21 57 157 50 30
mulyadi 0 38 64 170 25 13
roki 1 25 50 169 45 23
febrian 0 39 47 171 25 13
hari 1 26 58 161 65 35
setia 0 34 41 166 26 12
budi 0 36 58 172 30 14
hasbi 0 40 64 156 35 18
khairi 1 25 47 163 54 38
andika 1 20 65 158 47 29
yusri 1 21 65 155 40 20
yulisef 0 35 64 168 35 19
putra 0 37 53 158 27 19
zoni 0 38 40 155 28 18
azizul 0 32 42 157 24 14
qodri 1 24 61 167 50 30
irfan 1 25 50 167 45 35
adam 1 26 43 169 55 45
hasan 0 40 45 173 35 25
rusma 1 28 66 170 45 25
doris 0 39 59 170 34 16
donil 0 39 61 171 31 14
danil 0 36 63 162 32 16
rahman 0 31 60 165 29 17
shinta 1 23 60 173 55 31
nova 0 37 51 170 29 20
siska 0 34 53 173 32 24
indah 0 31 67 161 26 17
safira 1 22 56 165 64 45
Analisis:
Tabel di atas adalah hasil pengujian untuk setiap variabel bebas yang ada. Keputusan
dapat di ambil ada dua cara, yaitu:
Angka Wilk’s Lambda berkisar antara 0 sampai 1. Jika angka mendekati 0 maka data tiap
grup cenderung berbeda, sedangkan jika angka mendekati 1 maka data tiap grup cenderung
sama.
Dari table dapat dilihat angka bahwa angka Wilk’s Lambda untuk semua variable sudah
mendekati 0, berarti data dari setiap grup berbeda. Dan semua variable lulus uji kelayakan
analisis diskriminan, sehingga bisa di proses lebih lanjut.
Dengan F Test
Untuk pengujian F test kita bisa melihat angka Sig nya, dengan ketentuan:
Jika Sig. > 0,05 berarti tidak ada perbedaan antar grup. Maka variabel harus di hilangkan.
Jika Sig. < 0,05 berarti ada perbedaan antar grup, dan analisis determinan bisa di lanjutkan.
Contoh analisis menggunakan uji F untuk semua variable mulai dari pendapatan,
konsumsi, banyak baju, hutang, dan banyak anak adalah 0,00 kecil dari 0,05. Hal ini berarati
bahwa ada perbedaan antar grupdan analisis bisa di lanjutkan.
Test Results
Box's M 23.829
F Approx. 1.256
df1 15
df2 2.215E3
Sig. .222
Analisis:
Dari tabel Box’s M di atas kita dapat mengetahui 2 ketentuan, yaitu:
Hipotesis
H0 : group covariance matries adalah relative sama.
Hi : group covarians matrices adalah berbeda seara nyata
Keputusan dengan dasar signifikansi ( lihat angka sig. )
Jika sig. > 0,05 berarti Ho di terima
Jika sig. < 0,05 berarti Ho di tolak
Dari tabel terlihat bahwa angka sig. adalah 0,222 jauh di atas 0,05 yang berarti group covarians
matrices adalah sama. Hal ini berarti data di atas sudah memenuhi asumsi analisis diskriminan,
sehingga proses dilanjutkan.
Sama tidaknya group covarians matrices juga dapat dilihat dari output LOG
DETERMINANT, yaitu:
Log Determinants
0 5 14.351
1 5 15.341
Analisis:
Dari tabel di atas terlihat Log Determinant untuk 2 kategori 0 ( tidak suka traveling )
adalah 14,351 dan untuk 1 ( suka traveling) adalah 15,314. Maka grup covarians berbeda untuk
setiap grup.
2. Melakukan Analisis Diskriminan
Setelah dilakukan pengujian atas variabel yang akan diproses, langkah selanjutnya adalah
melakukan proses pembuatan model diskriminan. Pada kasus ini akan di bahas model
diskriminan paling sederhana, yakni hanya melibatkan dua kategori pada variabel dependen
( Two- Group ). Dari pengujian di atas dari 5 variabel independen yang ada, ke lima variabel
lulus uji kelayakan,yaitu pendapatan, konsumsi, banyak baju, hutang, dan banyak anak, dan hasil
outputnya adalah:
Variables Entered/Removeda,b,c,d
Min. D Squared
Exact F
2 PENDAPA
45.805 0 and 1 159.010 2 27.000 1.155E-15
TAN
At each step, the variable that maximizes the Mahalanobis distance between the two closest groups
is entered.
Analisis:
Tabel di atas menyajikan mana saja variable dari lima variable input yang bisa di masukkan
dalam persamaan diskriminan. Karena proses adalah stepwise ( bertahap), maka akan di mulai
dengan variable yang mempunyai angka F hitung terbesar. Dari tabel dapat dilihat bahwa
pemasukan variable di mulai dari variable usia tahap 1 dan ,pendapatan tahap 2,
Variables in the Analysis
Sig. of F to
Step Tolerance Remove Min. D Squared Between Groups
Analisis:
Tabel di atas dan tabel selanjutnya adalah perincian dari proses stepwise pada tabel
sebelumnya. Pada tahap satu, variable konsumsi adalah variable pertama yang masuk dalam
model Diskriminan. Hal ini disebabkan karena variable konsumsi mempunyai angka angka SIG.
OF F TO REMOVE yang paling sedikit yaitu 0,00 dengan tolerance 1. Demikian selanjutnya
untuk tahap 2,3, dan 4.
Step Tolerance Min. Tolerance Sig. of F to Enter Min. D Squared Between Groups
Analisis:
Tabel di atas adalah kebalikan dari tabel sebelumnya., dimana pada tahap ini justru
ditampilkan adalah proses pengeluaran variable secara bertahap. Berdasarkan tabel di atas dapat
dilihat bahwa variable banyak anak di keluarkan secara bertahap dari matrik, dimana dapat
dilihat jika dari tahap 1 dan tahap 2 angka sig. variable kecerdasan emosionalterus bertambah
besar, dan akhirnya di krluarkan dari matrik.
Wilks' Lambda
Exact F
Number of
Step Variables Lambda df1 df2 df3 Statistic df1 df2 Sig.
Analisis:
Tabel Wil’s Lambda pada prinsipnya adalah varians total dalam discriminant scores yang
tidak bisa dijelaskan oleh perbedaan di antara grup-grup yang ada. Perhatikan tabel di atas yang
terdiri dari 2 variable yang secara berurutan di masukkan pada tahapan analisis sebelumnya.
Pada tahap 1, jumlah variable yang di masukkan ada satu yaitu variable konsumsi dengan
angka Wilk’s Lambda 0,158. Hal ini berarti 15,8% varians tidak dapat dijelaskan oleh perbedaan
antar grup-grup. Demikian selanjutanya untuk tahap 2
Eigenvalues
Functio Canonical
n Eigenvalue % of Variance Cumulative % Correlation
Analisis:
Tabel di atas adalah tabel Colonical Correlation yang mengukur keeratan hubungan
antara discriminant score dengan grup. Angka 0,960 menunjukkan keeratan yang cukup tinggi,
dengan ukuran skala asosiasi antara 0 sampai 1.
Wilks' Lambda
Test of
Functio
n(s) Wilks' Lambda Chi-square df Sig.
Analisis:
Tabel di atas menyatakan angka akhir dari Wilk’s Lambda, yang sebenarnya sama saja
dengan angka terakhir pada step 3 pembuatan model diskriminan. Angka Chi-Square sebesar
68,790 dengan tingkat signifikansi yang tinggi menunjukkan perbedaan antar dua grup dua
masyarakat yang miskin dan tidak miskin.
Structure Matrix
Function
USIA .672
PENDAPATAN -.569
a
PENGELUARAN -.444
Analisis:
Tabel structur Matrix di atas menjelaskan korelasi antara variable independen dengan
fungsi diskriminan yang terbentuk. Terlihat variable usia paling erat hubungannya dengan fungsi
diskriminan,diikuti oleh variable pendapatan. Namun disini variable pengeluaran tidak di
masukkan dalam model diskriminan (perhatikan huruf ada dekat variable tersebut ).
Functions at Group
Centroids
Function
TRAVE
LING 1
0 2.707
1 -4.061
Unstandardized
canonical discriminant
functions evaluated at
group means
Analisis:
Berdasarkan tabel di atas dapat dilihat bahwa ada 2 grup, dimana yang satu mempunyai
Centroid ( grup means ) negative, dan grup yang satu mempunyai grup means positif. Angka
pada tabel menunjukkan besaran Z yang memisahkan kedua grup,dimana angka Z grup tidak
suka traveling adalah 2,707 dan angka Z untuk grup suka traveling adalah -4,061
0 .500 18 18.000
1 .500 12 12.000
Analisis:
Tabel di atas memperlihatkan komposisi ke 30 responden, yang dengan model
diskriminan menghasilkan 18 responden ada di Grup Tidak suka traveling dan 12 responden ada
di Grup suka traveling.
Standardized Canonical
Discriminant Function
Coefficients
Function
USIA .844
PENDAPATAN -.761
Analisis:
Sama seperti tampilan Unstandardized ( Colonical )sebelumnya, Fungsi Diskriminan dari
Fisher pada prinsipnya membuat semacam persamaan regresi, dengan pembagian berdasar kode
grup.
Casewise Statistics
Discrimina
Highest Group Second Highest Group nt Scores
a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions
derived from all cases other than that case.
Analisis:
Tabel CASEWISE pada prinsipnya ingin menguji apakah model diskriminan yang
terbentuk akan mengelompokkan dengan tepat seorang responden pada kategori tidak miskin dan
miskin.
Classification Resultsb,c
Original Count 0 18 0 18
1 0 12 12
% 0 100.0 .0 100.0
1 .0 100.0 100.0
Cross-validateda Count 0 18 0 18
1 0 12 12
% 0 100.0 .0 100.0
1 .0 100.0 100.0
a. Cross validation is done only for those cases in the analysis. In cross validation,
each case is classified by the functions derived from all cases other than that case.
Analisis:
Pata tabel Classification Resultb,c di atas dapat dilihat pada bagian Original, terlihat
bahwa mereka yang pada awal data adalah tergolong tidak miskin, dan dari Fungsi Diskriminan
tetap pada kelompok tidak suka traveling adalah 18 orang. Sedangkan dengan model
diskriminan, mereka yang awalnya masuk grup tidak miskin, ternyata tidak ada yang menjadi
grup tidak suka traveling . Demikian pula untuk yang suka traveling sekali angggota grupnya
tetap ada 12 masyarakat.
Dengan demikian, ketepatan prediksi dari model diskriminan adalah:
( 18+ 12 )/30 = 1 atau 100%
BAB IV
PENUTUP
4.1 Kesimpulan
Dari proses diskriminan,dimulai dari uji variable sampai analisis output,didapatkan beberapa
kesimpulan, yaitu:
Ada perbedaan yang signifikan antara mereka yang mempunyai tingkat kemiskinan yaitu
tidak miskin dan miskin. Hal ini dibuktikan pada analisis Wilks’ Lambda.
Variable yang membuat tingkat traveling masyarakat berbeda adalah usia dan pendapatan
. Hal ini terlihat pada step analisis awal, baik pada bagian Variable In Analysis maupun
Variable Not In Analysis.
Model atau fungsi diskriminan untuk kasus Analisis yang mempengaruhi Tingkat
traveling di sumatera barat adalah:
Model atau fungsi diskriminan di atas mempunyai ketepatan mengklasifikasi kasus
sebesar 100%. Karena diatas 50% ketepatan model dianggap tinggi, dan analisis
diskriminan hasilnya adalah benar.