SKRIPSI
ERLINDA SIREGAR
090823054
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2011
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains
ERLINDA SIREGAR
090823054
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2011
Diluluskan di
Medan, 2011
Komisi Pembimbing :
Pembimbing 1 Pembimbing 2
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU
Ketua,
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya
Medan, 2011
ERLINDA SIREGAR
090823054
Puji dan syukur Penulis panjatkan kepada Allah SWT yang telah melimpahkan rahmat
dan karunia-Nya kepada Penulis sehingga dapat menyelesaikan skripsi ini sebagai
salah satu syarat untuk menyelesaikan pendidikan di Program Studi Matematika S1
,Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.
Tujuan penelitian ini untuk membuat suatu fungsi diskriminan dari variabel
independen yang bisa mendiskriminasi atau membedakan kelompok variabel
dependen (membedakan suatu objek masuk pada grup I atau grup II ), menguji
apakah ada perbedaan yang signifikan antar-grup pada variabel dependen, mengetahui
variabel yang membuat perbedaan pada fungsi diskriminan serta menguji ketepatan
pengelompokan fungsi diskriminan .Fungsi diskriminan yang dihasilkan digunakan
untuk memberikan peramalan yang paling tepat untuk mengklasifikasi individu
kedalam kelompok berdasarkan skor variabel bebas. Metode yang dilakukan dalam
analisis diskriminan ini adalah menghitung nilai rata-rata variabel bebas pada setiap
kelompok, menghitung nilai homogenitas matriks varians kovarians dalam kelompok,
menghitung nilai uji F untuk melihat perbedaan variabel bebas pada setiap kelompok,
menguji semua variabel untuk mengetahui apakah semua variabel independen berbeda
secara nyata berdasarkan variabel dependen, membuat suatu fungsi diskriminan
,mencari nilai signifikansi dari fungsi diskriminan dengan Wilk’s Lambda,
menentukan klasifikasi terhadap objek dan menguji ketepatan klasifikasi fungsi
diskriminan .
ABSTRACT
Halaman
Persetujuan i
Pernyataan ii
Penghargaan iii
Abstrak iv
Abstract v
Daftar Isi vi
Daftar Tabel vii
Bab 1 Pendahuluan 1
1.1 Latar Belakang 1
1.2 Perumusan Masalah 3
1.3 Tinjauan Pustaka 3
1.4 Tujuan Penelitian 7
1.5 Manfaat Penelitian 7
1.6 Metode Penelitian 8
Daftar Pustaka 40
Lampiran 41
Halaman
Tujuan penelitian ini untuk membuat suatu fungsi diskriminan dari variabel
independen yang bisa mendiskriminasi atau membedakan kelompok variabel
dependen (membedakan suatu objek masuk pada grup I atau grup II ), menguji
apakah ada perbedaan yang signifikan antar-grup pada variabel dependen, mengetahui
variabel yang membuat perbedaan pada fungsi diskriminan serta menguji ketepatan
pengelompokan fungsi diskriminan .Fungsi diskriminan yang dihasilkan digunakan
untuk memberikan peramalan yang paling tepat untuk mengklasifikasi individu
kedalam kelompok berdasarkan skor variabel bebas. Metode yang dilakukan dalam
analisis diskriminan ini adalah menghitung nilai rata-rata variabel bebas pada setiap
kelompok, menghitung nilai homogenitas matriks varians kovarians dalam kelompok,
menghitung nilai uji F untuk melihat perbedaan variabel bebas pada setiap kelompok,
menguji semua variabel untuk mengetahui apakah semua variabel independen berbeda
secara nyata berdasarkan variabel dependen, membuat suatu fungsi diskriminan
,mencari nilai signifikansi dari fungsi diskriminan dengan Wilk’s Lambda,
menentukan klasifikasi terhadap objek dan menguji ketepatan klasifikasi fungsi
diskriminan .
ABSTRACT
PENDAHULUAN
Variabel dependen adalah data kategorikal. Jika data kategorikal terdiri dari
dua kelompok atau kategori disebut Two-Group Discriminant Analysis , sedangkan
jika lebih dari dua kategori disebut dengan Multiple Discriminant Analysis.
Adapun yang menjadi latar belakang penelitian ini adalah terkait dengan
peranan dan aplikasi analisis diskriminan yang merupakan salah satu dari teknik
statistik multivariat yang banyak digunakan dalam berbagai bidang ilmu yang terjadi
dalam sebuah fenomena sosial, keuangan dan ekonomi.
Analisis diskriminan sangat menarik, karena ada banyak hal yang bisa dijawab
dalam kehidupan ini jika memahami analisis diskriminan seperti :
1. Mengapa ada perusahaan yang bangkrut dan yang lain tetap berdiri?
2. Mengapa ada nasabah bank yang membayar hutang dengan lancar dan yang
lain macet ?
Berdasarkan latar belakang di atas, adapun permasalahan dalam penelitian ini adalah :
Membuat fungsi diskriminan untuk memberikan peramalan yang tepat, untuk
mengklasifikasi suatu objek kedalam kelompok berdasarkan variabel independen,
dimana variabel dependennya berupa data kategori yang terdiri dari dua grup atau
kelompok .
Menurut Johnson dan Wichern (2007), untuk menguji kenormalan ganda (Multivariate
Normality) adalah dengan mencari nilai jarak kuadrat untuk setiap pengamatan yaitu:
d i2 = ( X i − X )' S −1 ( X i − X )
dimana :
d i2 adalah dengan mencari nilai jarak kuadrat untuk setiap pengamatan ke- i
selanjutnya dibuat plot d i2 dimana: i = urutan = 1, 2, ..., n . Bila hasil plot dapat
didekati dengan garis lurus, maka dapat disimpulkan bahwa peubah ganda menyebar
normal.
Untuk menguji kesamaan matriks varians kovarians kelompok I berhasil (S1) dan
kelompok II gagal (S2) digunakan hipotesa :
dengan :
k k
2 1 1
χ hitung = −2(1 − C1 ) Vi ln S i − ln S Vi
2 i =1 2 i =1
dengan
Vi = ni − 1
k
Vi S i
i =1
S= k
Vi
i =1
k
1 1 2 p2 + 3p −1
C1 = − k
i =1 Vi 6( p + 1)(k − 1)
Vi
i =1
Fungsi Diskriminan
Fungsi diskriminan untuk hal ini adalah menggunakan statistik W (Wald Anderson )
1
yaitu : W = X ' S −1 ( X 1 − X 2 ) − ( X 1 − X 2 ) ' S −1 ( X 1 + X 2 ) , dengan W merupakan
2
variabel dependen ( Y ) , atau dapat ditulis :
1
Y = X ' S −1 ( X 1 − X 2 ) − ( X 1 − X 2 ) ' S −1 ( X 1 + X 2 )
2
Dimana :
X adalah vektor pengamatan
− −
X 1 dan X 2 adalah vektor rata-rata variabel independen
S −1 adalah invers matriks varians kovarian dalam kelompok gabungan
Yang akan menghasilkan model atau fungsi analisis diskriminan sebagai berikut :
Y = b0 + b1 X i1 + b2 X i 2 + ... + b j X ij
dimana :
Y = Nilai (skor) fungsi diskriminan dari responden ke-i
b0 = Intercep (konstanta), artinya jika nilai variabel X=0 , maka besar nilai Y = b0 .
Tujuan penelitian ini adalah melakukan analisis diskriminan dua grup untuk :
Penelitian ini untuk memberikan peramalan yang paling tepat, untuk mengklasifikasi
individu kedalam kelompok berdasarkan skor variabel bebas serta memberikan
sumbangsih ilmu pengetahuan khususnya untuk dapat menyelesaikan suatu
permasalahan yang berkaitan dengan analisis diskriminan dua grup baik dalam
bidang ilmu statistik, ekonomi, keuangan, biologi , kesehatan dan dalam bidang ilmu
lainnya secara umum.
LANDASAN TEORI
Dalam bab 2 ini akan dijelaskan teori-teori yang berhubungan dengan penelitian ini
yang dapat dijadikan sebagai landasan teori atau teori pendukung dalam penelitian
ini.Landasan teori ini akan mempermudah pembahasan hasil penelitian pada bab 3.
Adapun teori – teori tersebut adalah sebagai berikut.
Menurut Johnson dan Wichern (2007), tujuan dari Analisis Diskriminan adalah untuk
menggambarkan ciri-ciri suatu pengamatan dari bermacam-macam populasi atau
kelompok yang diketahui. Dengan kata lain Analisis Diskriminan digunakan untuk
mengklasifikasikan individu ke dalam salah satu dari dua kelompok atau lebih.
Suatu fungsi diskriminan layak untuk dibentuk bila terdapat perbedaan nilai
rataan di antara kelompok-kelompok yang ada. Oleh karena itu sebelum fungsi
diskriminan dibentuk perlu dilakukan pengujian terhadap perbedaan nilai rataan dari
kelompok-kelompok tersebut.
Dalam pengujian nilai rataan antar kelompok, asumsi yang harus dipenuhi
adalah:
5. Variabel independen seharusnya berdistribusi normal multivariat (Multivariate
Normality), jika data tidak berdistribusi normal,akan menyebabkan masalah pada
ketepatan fungsi (model) diskriminan.
6. Matriks varians kovarians grup dari semua variabel independen seharusnya sama.
Menurut Johnson dan Wichern (2007), untuk menguji kenormalan peubah ganda
(Multivariate Normality) adalah dengan mencari nilai jarak kuadrat untuk setiap
pengamatan yaitu:
d i2 = ( X i − X )' S −1 ( X i − X )
dimana :
d i2 adalah nilai jarak kuadrat untuk setiap pengamatan ke- i
selanjutnya dibuat plot d i2 dimana: i = urutan = 1, 2, ..., n . Bila hasil plot dapat
didekati dengan garis lurus, maka dapat disimpulkan bahwa peubah ganda menyebar
normal.
Untuk menguji kesamaan matriks varians kovarians kelompok I (S1) dan kelompok II
(S2) digunakan hipotesa :
Dengan :
k k
2 1 1
χ hitung = −2(1 − C1 ) Vi ln S i − ln S Vi
2 i =1 2 i =1
dengan
Vi = ni − 1
k
Vi S i
i =1
S= k
Vi
i =1
Menguji apakah semua variabel independen (variabel bebas) berbeda secara nyata
berdasarkan variabel dependen.Variabel bebas diuji dengan dua cara :
1. Dengan Uji F
Statistik uji yang digunakan untuk menguji kesamaan rata-rata antar kelompok adalah
statistik F dengan hipotesa :
H0 : µ1 = µ 2 = ... = µ k ,berarti rata-rata antar kelompok sama ( tidak ada perbedaan )
= Taraf nyata
Daerah kritis : tolak H0 , jika Fhit > Ftabel
Ftabel = F (db1; db2 )
db1 = k-1
db2 = (n-k ) = (n1-1)+(n2-1)
Apabila Fhit > F tabel ,maka tolak H0 , ini berarti bahwa terdapat perbedaan
vektor nilai rataan antar kelompok. Bila dari hasil pengujian ada perbedaan vektor
nilai rataan, maka fungsi diskriminan layak disusun untuk mengelompokkan suatu
objek .
W
Wilk’s Lambda =
W +B
Dimana :
W = Jumlah Kuadrat Galat ( JK dalam kelompok )
B = Jumlah Kuadrat Antar kelompok
Analisis varians ( uji F ) dan angka Wilk’s Lambda adalah untuk menguji rata-rata
dari setiap variabel.
Untuk variabel Xj yang dihitung adalah variansnya, diberi lambang Sjj , dengan
rumus :
n n
n X nj2 − ( X nj ) 2
n =1 n =1
S jj =
n(n − 1)
Semuanya ada j buah varians, yaitu S11 ,S22 , ... , Sjj yang masing-masing merupakan
varians untuk variabel X1, X2, ... , Xj . Untuk variabel Xi dan Xj dimana i j terdapat
kovarians, diberi lambang Sij yang dapat dihitung dengan rumus berikut.
n n n
n. X ni X nj − ( X ni )( X nj )
n =1 n =1 n =1
S ij =
n(n − 1)
Varians dan kovarians ini disusun dalam sebuah matriks ,disebut dengan nama
matriks varians-kovarians dengan lambang S , bentuknya sebagai berikut.
Misalkan ada dua grup yang banyak variabelnya masing-masing j buah ,yaitu
X11, X12, ... , X1j dalam grup I dan X21,X22, ... ,X2j dalam grup II . Perhatikan bahwa
Xij menyatakan variabel ke j dalam grup ke i , dengan i = grup I dan grup II. Variabel
dalam setiap grup dapat pula dituliskan dalam bentuk vektor kolom sebagai berikut.
X 11 X 21
X 12 X 22
. .
X1 = dan X2 =
. .
. .
X1j X2j
Dari setiap grup berukuran n1 dari grup ke-1 dan berukuran n2 dari grup ke-2 . Data
pengamatan akan berbentuk matriks yang bentuknya seperti berikut.
− − −
Rata-rata X 11 X 12 ... X 1j
Hasil pengamatan ini akan menghasilkan rata-rata untuk tiap variabel yang
dalam bentuk vektor bisa ditulis :
− −
X 11 X 21
− −
X 12 X 22
− −
X1 = . dan X 2 = .
. .
. .
− −
X 1j X 2j
dimana :
X1j n1 menyatakan variabel X ke j dalam grup ke 1 yang berukuran n1
X2j n 2 menyatakan variabel X ke j dalam grup ke 2 yang berukuran n2
−
X 1 j menyatakan rata-rata variabel ke j dalam grup ke 1
−
X 1 j menyatakan rata-rata variabel ke j dalam grup ke 2
Dari masing-masing rata-rata dari grup I dan rata-rata dari grup II , selanjutnya
akan dihitung varians dan kovariansnya. Varians kovarians tersebut disusun dalam
matriks S1 dan S2 ,masing-masing dari grup ke-1 dan dari grup ke-2 , yaitu :
Meskipun dalam S1 dan S2 digunakan Sij yang sama namun jelas besarnya
berlainan antara Sij dalam S1 dan Sij dalam S2 , kedua datanya juga berlainan , yaitu S1
diambil dari grup I dan S2 dari grup II .
(n1 − 1) S1 + (n 2 − 1) S 2
S=
n1 + n 2 − 2
Matriks varians-kovarians gabungan ini mempunyai invers, yaitu S-1 .
− −
Dengan adanya vektor rata-rata X 1 dan X 2 dan juga matriks varians-
kovarians gabungan S bersama dengan persyaratan bahwa data variabel independen
seharusnya berdistribusi normal multivariat ( bervariabel banyak ) disingkat
multinormal, dan matriks varians-kovarians kedua grup relatif sama , maka rumus
fungsi diskriminan untuk ini adalah :
− −
Y = ( X 1 − X 2 ) ' S-1 X
X1
X2
.
X adalah vektor pengamatan, yaitu X =
.
.
Xj
ATURAN I :
1 − − − −
Jika Y > ( X 1 − X 2 ) ' S-1 ( X 1 + X 2 ) klasifikasi objek dengan data pengamatan X
2
dimasukkan ke dalam grup I .
1 − − − −
Jika Y < ( X 1 − X 2 ) ' S-1 ( X 1 + X 2 ) suatu objek diklasifikasikan kedalam grup II .
2
ATURAN II :
Dengan menggunakan statistik W (Wald – Anderson) yaitu :
− − 1 − − − −
W = X ' S-1 ( X 1 − X 2 ) - ( X 1 − X 2 ) ' S-1 ( X 1 + X 2 )
2
Untuk memperoleh klasifikasi ini , jika W > 0 maka objek dengan pengamatan X
dimasukkan kedalam grup I sedangkan dalam hal lainnya objek itu dimasukkan
kedalam grup II .
(n11 + n22 )
Rumus persentase ketepatan pengelompokan = ...... (2.6.1)
n
Prinsip analisis diskriminan adalah ingin membuat suatu fungsi diskriminan dari
variabel independen yang bisa secara jelas mendiskriminasi atau membedakan
kelompok variabel dependen , artinya mampu membedakan suatu objek masuk ke
kelompok yang mana .Sebelum melakukan analisis diskriminan pada suatu kasus
besar yang mempunyai banyak data dan variabel , berikut akan dibahas suatu contoh
yang paling sederhana untuk melakukan analisis diskriminan,yakni hanya melibatkan
dua kelompok atau kategori ( Two-Group Diskriminan Analysis ) .
Misalkan data tentang skor kemampuan mengeluarkan pendapat (X1) dan skor
motivasi (X2) mahasiswa telah diyakini berdistribusi normal, yang memiliki dua
variabel dengan matriks varians kovarians sama, untuk mengklasifikasikan apakah
seorang mahasiswa diperkirakan akan “berhasil” atau “gagal” dalam menempuh
pelajaran tahun depan . Apabila data skor X1 dan X2 diketahui dari kelompok yang
berhasil dan gagal. Datanya adalah sebagai berikut .
a. Variabel dependen (Y) terdiri dari dua kelompok atau kategori (Two-Group
Discriminant Analysis ) yaitu :
Kode ( 0 ) untuk kelompok gagal
Kode ( 1 ) untuk kelompok berhasil
Pengamatan X1 X2 X 12 X2 2 X1 X2
1 8 7 64 49 56
2 8 6 64 36 48
3 7 7 49 49 49
4 9 7 81 49 63
5 8 8 64 64 64
6 7 8 49 64 56
7 9 8 81 64 72
8 6 6 36 36 36
9 7 6 49 36 42
10 9 7 81 49 63
Jumlah 78 70 618 496 549
Rata-rata 7.8 7
n
X i1 X i 2 = 549 n1 = 10
i =1
dimana :
−
X 1 j menyatakan rata-rata variabel ke j dalam kelompok ke 1
−
X 11 menyatakan rata-rata variabel ke 1 dalam kelompok ke 1
−
X 12 menyatakan rata-rata variabel ke 2 dalam kelompok ke 1
n1 banyaknya data pada kelompok ke-1 ( kelompok berhasil )
n
X ij = jumlah data pengamatan i (dimana i= 1,2,...n ) dari variabel ke-j
i =1
• Hitung nilai varians untuk variabel Xi dan Xj, dimana i = j ,maka Sij = Sji
diberi lambang menjadi Sjj, dengan rumus :
n n
n X ij2 − ( X ij ) 2
i =1 i =1
S jj =
n(n − 1)
Semuanya ada j=2 buah varians, yaitu S11 ,S22 . yang masing-masing
merupakan varians untuk variabel X1, X2 .
10.(618) − (78) 2 96
Varians X1 : S11 = = = 1,066666667 = 1,067
10(10 − 1) 90
10.(496) − (70) 2 60
Varians X2 : S 22 = = = 0,666666666 = 0,667
10(10 − 1) 90
10.(549) − 78.(70) 30
S12 = S 21 = = = 0,333333333 = 0,333
10(10 − 1) 90
Nilai varians dan kovarians diatas disusun dalam sebuah matriks ,disebut dengan
nama matriks varians-kovarians dengan lambang S , bentuknya sebagai berikut.
S11 S12
S=
S12 S 22
n n −
X i1 = 45 X i21 = 257 X 21 = 5,625
i =1 i =1
n n −
X i 2 = 42 X i22 = 228 X 22 = 5,25
i =1 i =1
−
Dimana : X 2 j menyatakan rata-rata variabel ke j dalam kelompok ke 2
−
X 21 menyatakan rata-rata variabel ke 1 dalam kelompok ke 2
−
X 22 menyatakan rata-rata variabel ke 2 dalam kelompok ke 2
n 2 banyaknya data pada kelompok ke-2 ( kelompok gagal )
n
X ij = jumlah data pengamatan i (dimana i= 1,2,...n ) dari variabel ke-j
i =1
• Hitung nilai varians untuk variabel Xi dan Xj, dimana i = j ,maka Sij = Sji
diberi lambang menjadi Sjj, dengan rumus :
n n
n X ij2 − ( X ij ) 2
i =1 i =1
S jj =
n(n − 1)
Semuanya ada j=2 buah varians, yaitu S11 ,S22 . yang masing-masing
merupakan varians untuk variabel X1, X2 .
8.(257) − (45) 2 31
Varians X1 : S11 = = = 0,553571428 = 0,554
8(8 − 1) 56
Nilai varians dan kovarians diatas disusun dalam sebuah matriks ,disebut dengan
nama matriks varians-kovarians dengan lambang S , bentuknya sebagai berikut.
S11 S12
S=
S12 S 22
0,842 0,297
S=
0,297 0,844
0,842 0,297
Maka , matriks varians-kovarians gabungannya adalah S =
0,297 0,844
Output SPSS
kelompok X1 X2
0 X1 .554 .250
X2 .250 1.071
1 X1 1.067 .333
X2 .333 .667
X1 X2
kovarians X1 .842 .297
X2 .297 .844
Standard.
kelompok Mean Deviation
0 X1 5.6250 .74402
X2 5.2500 1.03510
1 X1 7.8000 1.03280
X2 7.0000 .81650
X 1 = 78 X 12 = 618
X 2 = 70 X 22 = 496
10.(549) − 78(70)
rx1x2 =
{10(618) − (78) 2 }{10.(496) − (70) 2 }
30
= = 0,395284707 = 0,395
96(60)
X 1 = 45 X 12 = 257
X 2 = 42 X 22 = 228
8.(238) − 45(42) 14
rx1x2 = = = 0,324617227 = 0,325
2 2
{8(257) − (45) }{8.(228) − (42) } 31(60)
2
Terima H0 , yang berarti matriks varians kovarians sama jika : χ hit ≤ χ2 1
α ; ( k −1) p ( p +1)
2
k k
2 1 1
Dimana : χ hitung = −2(1 − C1 ) Vi ln S i − ln S Vi
2 i =1 2 i =1
dengan
k
Vi S i
i =1
S= k
, dengan Vi = ni − 1
Vi
i =1
0,842 0,297
S = = 0,842 (0,844) – 0,297(0,297) = 0,622439
0,297 0,844
1,067 0,333
S1 = = 1,067 (0,667) – 0,333(0,333) = 0,6008
0,333 0,667
0,554 0,250
S2 = = 0,554 (1,071) – 0,250(0,250) = 0,530834
0,250 1,071
k
1 1 2 p2 + 3p −1
C1 = − k
i =1 Vi 6( p + 1)(k − 1)
Vi
i =1
1 1 1 2(1) 2 + 3(1) − 1
C1 = + −
(10 − 1) (8 − 1) (10 − 1) + (8 − 1) 6(1 + 1)(2 − 1)
1 1 1 4
C1 = + −
9 7 16 12
C1 = 0,063822751
Maka :
k k
2 1 1
χ hitung = −2(1 − C1 ) Vi ln S i − ln S Vi
2 i =1 2 i =1
2 1 1
χ hitung = −2(1 − C1 ) (9 ln 0,6008 + 7 ln 0,530834) − (ln 0,622439)(9 + 7)
2 2
χ2 1 = 3,84
α ; ( k −1) p ( p +1)
2
Kesimpulan :
2
Terima H0 , karena χ hit ≤ χ2 1 ,berarti matriks varians kovarians relatif sama.
α ; ( k −1) p ( p +1)
2
Menguji apakah semua variabel independen (variabel bebas) berbeda secara nyata
berdasarkan variabel dependen.Variabel bebas diuji dengan dua cara :
2. Dengan Uji F
Keputusan atas dasar Signifikansi (lihat angka Sig. Pada output SPSS )
c. Jika Sig. > 0.05 maka H0 diterima berarti tidak ada perbedaan yang signifikan
antar grup ( rata - rata antar kelompok sama )
d. Jika Sig. 0.05 maka H1 diterima , berarti ada perbedaan yang signifikan antar
grup (ada perbedaan rata-rata antar kelompok gagal dengan kelompok
berhasil).
Output SPSS
Tabel diatas adalah output SPSS untuk menguji kesamaan rata-rata kelompok.
Uji yang digunakan adalah uji Wilk’s Lambda. Uji ini sama dengan uji F yang
digunakan untuk menguji kesamaan dan perbedaan rata-rata. Dari hasil uji equality
terlihat bahwa kedua variabel diikut sertakan dalam analisis , karena nilai Wilk’s
Lambda kedua variabel X1 dan X2 mendekati 0 dan nilai Sig. 0.05 pada uji F ,
berarti berarti ada perbedaan yang signifikan antar grup (ada perbedaan rata-rata antar
kelompok gagal dengan kelompok berhasil).Dengan demikian dapat disimpulkan
bahwa ada perbedaan yang signifikan antar grup (dengan kata lain : gagal atau
berhasilnya seorang mahasiswa dipengaruhi oleh variabel X1 (kemampuan
mengeluarkan pendapat ) dan X2 (motivasi ).
Jika ada perbedaan yang signifikan antar grup pada variabel dependen (ada
perbedaan antara anggota grup gagal dan grup berhasil). Kriteria untuk melihat
variabel mana pada fungsi diskriminan yang paling berarti (signifikan ) yang membuat
perbedaan tersebut adalah :
1. Peubah yang memiliki nilai F terbesar.
2. Peubah yang memiliki nilai Wilk’s Lambda terkecil.
maka variabel yang paling berarti (signifikan ) yang membuat perbedaan pada fungsi
diskriminan tersebut adalah variabel X1 (kemampuan mengeluarkan pendapat ).
n
( X ij ) 2
2 i =1
JK total = X −
ij
i =1 n
n
X ij = Jumlah data pengamatan i (dengan i= 1,2,...n ) dari variabel ke-j
i =1
JK total = 8 2 + 8 2 + 7 2 + 9 2 + 8 2 + 7 2 + 9 2 + 6 2 + 7 2 + 9 2 + 6 2 + 5 2 + 6 2 + 7 2 + 6 2 +
(123) 2
52+ 52 + 52 −
18
X 11 = 78 X 21 = 45 n1 = 10 n 2 = 8
W
Wilk’s Lambda =
W +B
W = Jumlah Kuadrat dalam kelompok ( JK dalam kelompok )
B = Jumlah Kuadrat Antar kelompok
W+B = Jumlah Kuadrat Total
JK total = 7 2 + 6 2 + 7 2 + 7 2 + 8 2 + 8 2 + 8 2 + 6 2 + 6 2 + 7 2 + 5 2 + 4 2 + 5 2 + 6 2 + 6 2 +
(112) 2
72+ 52 + 42 −
18
(112) 2
= 724 -
18
= 27,11111111
13,5
Wilks Lambda = = 0,498
27,1111111
Kesimpulan
Tolak H0 , karena Fhit > F tabel .Sehingga dapat disimpulkan bahwa rata-rata kedua
variabel bebas untuk kelompok berhasil dan gagal berbeda secara signifikan, dengan
kata lain : gagal atau berhasilnya seorang mahasiswa dipengaruhi oleh variabel X1
(kemampuan mengeluarkan pendapat ) dan X2 ( motivasi ).
Fungsi diskriminan untuk hal ini adalah menggunakan statistik W (Wald Anderson )
1
yaitu : W = X ' S −1 ( X 1 − X 2 ) − ( X 1 − X 2 ) ' S −1 ( X 1 + X 2 ) , dengan W merupakan
2
variabel dependen ( Y ) , atau dapat ditulis :
1
Y = X ' S −1 ( X 1 − X 2 ) − ( X 1 − X 2 ) ' S −1 ( X 1 + X 2 )
2
Dimana :
X adalah vektor pengamatan
− −
X 1 dan X 2 adalah vektor rata-rata variabel independen
S −1 adalah invers matriks varians kovarians dalam kelompok gabungan
yang akan menghasilkan model atau fungsi analisis diskriminan sebagai berikut :
Y = b0 + b1 X i1 + b2 X i 2 + ... + b j X ij
dimana :
Y = Nilai (skor) fungsi diskriminan dari responden ke-i
b0 = Intercep (konstanta), artinya jika nilai variabel X=0 , maka besar nilai Y = b0 .
0,842 0,297
Matriks varians-kovarians gabungannya telah diperoleh, yaitu S =
0,297 0,844
maka inversnya
1 0,844 − 0,297
S −1 =
{0,842(0,844) − 0,297(0,297)} − 0,297 0,842
1,356 − 0,477
S −1 =
− 0,477 1,353
'
X1 1,356 − 0,477 7,8 5,625
Y= − −
X2 − 0,477 1,353 7,0 5,25
2,1146
Y = X1 X2 − 22,3418
1,3303
Setelah fungsi diskriminan terbentuk dan klasifikasi objek telah dilakukan ,selanjutnya
akan dilihat seberapa jauh klasifikasi tersebut sudah tepat atau berapa persen terjadi
kesalahan pengklasifikasian pada proses klasifikasi tersebut, yang akan dijelaskan
berikut ini.
Tabel 3.6.1 Evaluasi Terhadap Fungsi Diskriminan
Prediksi Pengelompokan Menurut
Pengelompokan Fungsi Diskriminan Jumlah
Awal Kelompok Berhasil Kelompok Gagal
Kelompok Berhasil 9 1 10
Kelompok Gagal 1 7 8
Jumlah 10 8 18
Output SPSS
Predicted Group
kelompok Membership Total
0 1
0 7 1 8
1 1 9 10
% 0 87.5 12.5 100.0
1 10.0 90.0 100.0
4.1 Kesimpulan
1. Ada perbedaan yang signifikan antara kelompok berhasil dan kelompok gagal
pada variabel dependen, karena nilai Wilk’s Lambda kedua variabel X1 dan X2
mendekati 0 dan nilai Sig. 0.05 pada uji F , dengan kata lain : gagal atau
berhasilnya seorang mahasiswa dipengaruhi oleh variabel X1 (kemampuan
mengeluarkan pendapat ) dan X2 (motivasi ).
2. Variabel independen yang membuat perbedaan pada fungsi diskriminan tersebut
adalah variabel X1 dan X2 . Variabel yang paling berarti (signifikan ) yang
membuat perbedaan pada fungsi diskriminan tersebut adalah variabel X1
(kemampuan mengeluarkan pendapat ) ,yang dibuktikan dengan nilai F terbesar
dan nilai Wilk’s Lambda terkecil .
3. Fungsi diskriminan untuk mendiskriminasi atau membedakan kelompok yang
diperoleh adalah : Y = −22,3418 + 2,1146 X 1 + 1,3303 X 2
4. Prediksi ketepatan pengelompokan dari model atau fungsi diskriminan adalah
88,9 % untuk menerangkan variabel dependen dalam mengklasifikasikan
responden pada kelompok gagal atau kelopok berhasil.
4.2 Saran
Diperlukan kajian lebih lanjut pembuatan model diskriminan dan pengujiannya untuk
tiga atau lebih kategori ( Multiple Discriminant Analysis ). Selain itu, menerapkan
metode analisis diskriminan dua grup ini pada suatu penelitian jika variabel
dependennya berupa data kategori seperti : macet-lancar, untung-rugi, puas-tidak
puas, karyawan yang produktif atau tidak produktif, pelanggan loyal atau tidak,
berisiko rendah atau berisiko tinggi dan sebagainya.
Santoso, S .2010. Statistik Multivariat Konsep dan Aplikasi dengan SPSS. Jakarta :
PT.Elex Media Komputindo .
Sudjana .1996 .Teknik Analisis Regresi dan Korelasi bagi Para Peneliti .Bandung :
TARSITO .
Supranto,J .2004. Analisis Multivariat Arti dan Interpretasi. Jakarta : PT.Rineka Cipta
Santosa , Budi & Ashari .2005 . Analisis Statistik dengan Microsoft Excel & SPSS
.Yogyakarta : ANDI
Santoso, S .2010. Statistik Parametrik Konsep dan Aplikasi dengan SPSS. Jakarta :
PT.Elex Media Komputindo .
http : // paps. bps .go.id/file_artikel /98/ Analisis_Faktor & Diskriminan pdf. Diakses
tanggal 21 Pebruari ,2011 .
Walpole,R & Myers,R . 1986 . Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuan
.Bandung : ITB .