STATISTIKA LANJUT

DOSEN PENGAMPU :
Widyastuti, S. Psi., M. Si., Psikolog
Ahmad Ridfah, S. Psi., M. Psi., Psikolog
Nur Akmal, S. Psi., M.A.

TUGAS KELOMPOK:
Analisisis Diskriminan

DISUSUN OLEH :
KELOMPOK 2
KELAS J

Andi Khusnul Hatimah (220701501158)

Putry Arisandy (220701502036)
Nursintia (220701500011)
Nurul Djohra Putri Lung Ambarwati (220701502037)

FAKULTAS PSIKOLOGI

UNIVERSITAS NEGERI MAKASSAR

2022/2023
A. Sejarah Analisis Diskriminan

Analisis diskriminan adalah bagian dari analisis statistik peubah ganda (multivariate
statistical analysis) yang bertujuan untuk memisahkan beberapa kelompok data yang sudah
terkelompokkan dengan cara membentuk fungsi diskriminan. Analisis diskriminan adalah
salah satu teknik statistik yang bisa digunakan pada hubungan dependensi (hubungan antar
variabel dimana sudah bisa dibedakan mana variabel respon dan mana variabel penjelas).
Lebih spesifik lagi, analisis diskriminan digunakan pada kasus dimana variabel respon berupa
data kualitatif dan variabel penjelas berupa data kuantitatif.

Menurut Johnson and Wichern (1982 : 470), tujuan dari analisis disriminan
adalah untuk menggambarkan ciri-ciri suatu pengamatan dari bermacam-macam
populasi yang diketahui, baik secara grafis maupun aljabar dengan membentuk fungsi
diskriminan. Dengan kata lain, analisis diskriminan digunakan untuk mengklasifikasikan
individu ke dalam salah satu dari dua kelompok atau lebih.

jika dianalogikan dengan regresi linear, maka analisis diskriminan merupakan kebalikannya.
pada regresi linear, variabel respon yang harus mengikuti distribusi normal dan
homoskedastis, sedangkan variabel penjelas diasumsikan fixed, artinya variabel penjelas
tidak disyaratkan mengikuti sebaran tertentu. untuk analisis diskriminan, variabel penjelasnya
seperti sudah disebutkan di atas harus mengikuti distribusi normal dan homoskedastis
sedangkan variabel responnya fixed.

Tujuan analisis diskriminan secara umum

1. Mengetahui apakah ada perbedaan yang jelas antara kelompok pada variabel
dependen. Bisa juga dikatakan untuk melihat perbedaan antara anggota grup 1 dengan
grup 2.

2. Jika ada perbedaan, untuk mengetahui variabel bebas mana yang membuat perbedaan
tersebut.

3. Membuat fungsi atau model diskriminan yang pada dasarnya mirip dengan persamaan
regresi.

4. Melakukan klasifikasi terhadap objek (dalam terminology spss disebut baris), dan
untuk mengetahui apakah suatu objek termasuk pada grup 1 atau grup 2 atau lainnya.
Asumsi dan Sampel dalam analisis diskriminan

1. Sejumlah p variabel independen harus berdistribusi normal.

2. Matriks ragam-peragam variabel independen berukuran pxp pada kedua kelompok

harus sama.

3. Tidak ada korelasi antar variabel independen.

4. Tidak terdapat data yang outlier pada variabel independen.

Menurut Hair et al. (1987 : 76), analisis diskriminan tidak terlalu sensitif dengan pelanggaran
asumsi ini, kecuali pelanggarannya bersifat ekstrim. Dan Johnson and Wichern (1988: 472)
mengatakan hal yang sama bahwa asumsi ini (kesamaan ragam-peragam) di dalam
praktiknya sering dilanggar.

Tidak ada jumlah sampel yang ideal secara pasti pada analisis diskriminan. Pedoman yang
bersifat umum menyatakan untuk setiap variabel independen terdapat 5-20 sampel. Dengan
demikian, jika terdapat 6 variabel independen maka seharusnya terdapat minimal 6x5=30
sampel. Secara terminology spss, jika ada enam kolom variabel independen, sebaiknya ada
30 baris data.

Selain itu, pada analisis diskriminan sebaiknya digunakan dua jenis sampel, yakni analisis
sampel yang digunakan untuk membuat fungsi diskriminan, serta holdout sampel (split
sampel) yang digunakan untuk menguji hasil diskriminan.

B. Konsep Dasar Analisis Diskriminan

Analisis diskriminan adalah sebuah metode statistika multivariat yang digunakan dalam
memprediksi dan mengklasifikasikan objek beberapa kelompok. Kelompok yang disajikan
dalam sebuah data dapat merupakan kelompok yang memiliki perbedaan pemberian
perlakuan seperti eksperimen penelitian yang meliputi tes kelompok, dan pengelompokkan
dalam kelompok seperti jenis kelamin dan sebagainya. Analisis diskriminan dapat digunakan
untuk menentukan satu atau lebih dari satu fungsi sebagai kombinasi linear dari sebuah
variabel yang memiliki maksimal perbedaan di antara individu atau dua atau kelompok.
 Menurut Garson (dalam Araştırmaları, 2008) penggunaan analisis diskriminan dapat
digunakan dalam berbagai tujuan, di antaranya sebagai berikut :

1. Digunakan untuk mengklasifikasi individu atau kelompok dengan penggunaan

prediktor diskriminan equation (variabel fungsi)
2. Untuk menguji sebuah teori apakah memiliki kemungkinan untuk mengklasifikasi
individu dan kelompok berdasarkan prediksi
3. Sebagai penelitian dalam mementukan perbedaan antar grup
4. Menentukan cara dalam pengklasifikasian kelompok
5. Mempermudah untuk menentukan penjelasan proporsi varians pada variabel
dependen oleh variabel independen
6. Sebagai penilai dalam variabel independen dalam klasifikasi kelompol berdasarkan
variabel dependen
7. Untuk mengeliminasi variabel yang tidak diperlukan dalam klasifikasi kelompok.

Selain tujuan analisis diskriminan yang telah dipaparkan di atas, analisis diskriminan
juga dapat digunakan sebagai metode untuk melakukan klasifikasi kelompok berdasarkan
kombinasi pengukuran linear setelah penentuan nilai signifikan F yang berasal dari
MANOVA (Analisis Varians Multivariat) atau kelompok individu berdasarkan pengukuran
satu atau lebih.

Adapun pembagian asumsi yang digunakan dalam Analisis Diskriminan yang digunakan
dalam pengukuran yaitu :

1. Sample size atau ukuran sample yang akan digunakan.

2. Data terdistribusi secara normal, variabel kualitatif ( variabel independen atau
prediktor ) perlui menghasilkan distribusi multivariat secara normal.
3. Homogenitas terhadap varians-kovarians matrix, analsis diskriminan sangat
memperhatikan homogenitas dalam data yang akan digunakan. Homoskedastisitas
dapat ditujukkan melalui diagram scatter, dan apabila diperlukan pembenaran lebih
lanjut, dapat digunakan metode transformasi yang berbeda.
4. Menentukan outliers.
5. Menentukan multicolinearity.
 Kemudian berdasarkan penggunaan dari rata-rata diskriminan, yang diantaranya
memiliki perbedaan antara kelompok yang digunakan sebagai data, maka ada beberapa
pendekatan yang bisa digunakan dalam perhitungan perbedaan antar kelompok, yaitu :

1. Melalui pendekatan tradisional

2. Melalui pendekatan beban diskriminan
3. Melalui pendekatan dengan Nilai F parsial
4. Melalui pendekatan komparasi model
5. Dan yang terakhir, melalui pendekatan anlisis diskriminan step wise method.

C. Contoh Kasus Analisis Diskriminan

Pada sebuah tempat kunjungan pariwisata yang banyak dijadikan destinasi oleh
wisatawan akan melakukan survei pada pengunjung. Variabel penelitian yang dimiliki
antara lain terdapat informasi yaitu tempat wisata,sikap, jumlah keluarga, umur dan
pendapatan responden. Informasi tempat wisata juga dibagi menjadi dua kelompok yaitu
kelompok 1 mendapatkan informasi dari promosi dan kelompok ke 2 tidak mendapatkan
informasi promosi. Akan tetapi, jika ditinjau dari pihak manajemen, mereka ingin
mengetahui faktor-faktor yang mempengaruhi pada masing-masing kelompok dan apakah
ada perbedaan yang signifikan antara kelompok 1 dan kelompok 2. Data yang diperoleh
sebagai berikut:

informasi Sikap Jumlah keluarga Umu Pendapatan

r

1 5 3 43 5020000

1 4 4 61 703000

1 5 6 52 629000

1 5 5 36 485000

1 4 4 55 527000

1 5 5 68 750000
1 4 3 62 462000

1 2 6 51 570000

1 5 4 57 641000

1 5 5 45 681000

1 4 5 44 734000

1 3 4 64 719000

1 1 6 54 562000

1 4 3 56 493000

1 4 2 58 620000

0 4 3 58 321000

0 4 2 55 352000

0 2 2 57 432000

0 5 4 37 504000

0 5 3 42 441000

0 5 2 45 383000

0 2 2 57 550000

0 5 3 51 461000

0 5 5 64 350000

0 1 4 54 373000

0 2 3 56 418000

0 5 2 36 570000

0 5 2 50 334000
 0 2 3 48 375000

0 2 2 42 413000

Keterangan:

 Informasi:
1= Mendapatkan informasi
0= tidak ada promosi
 Sikap:
Skala 1-5 (tidak baik – sangat baik)
 Jumlah anggota keluarga
 Umur
 Pendapatan

 penyelesaian Analisis Diskriminasi

Group Statistics

Informasi Valid N (listwise)

Unweighted weighted

0 Sikap 15 15.000
Jumlah Keluarga 15 15.000
Umur 15 15.000
Pendapatan 15 15.000

1 Sikap 15 15.000
Jumlah keluarga 15 15.000
Umur 15 15.000
pendapatan 15 15.000

Total Sikap 30 30.000

Jumlah keluarga 30 30.000
Umur 30 30.000
pendapatan 30 30.000

Keterangan:
Berdasarkan tabel group statistics diatas!
Bahwa diperoleh kasus yang dianalisis menggunakan software dapat dianalisis
sebesar 30 responden. Ada 15 responden yang mendapatkan informasi promosi
sedangkan dari 15 responden lainnya tidak dapat mendapatkan informasi.
Test of Equality of Group Means

Wilks’lambd F df1 df2 Sig.

a

sikap 0,978 0,627 1 28 0,435

Jumlah 0,657 14,636 1 28 0,001

keluarga

umur 0,954 1,338 1 28 0,257

pendapatan 0,911 2,727 1 28 0,110

Keterangan:
Berdasarkan Tabel Test of Equality of Group Means diatas!
Terdapat hasil analisis data dalam menguji kesamaan pada jumlah dari rata-rata
variabel yang angka wilk’s lambdanya dapat mendekati angka 0 sehingga lebih
merujuk pada perbedaan dalam kelompok. Adapun kriteria nilai signifikan sebesar
>0,05 sehingga ada perbedaan dalam kelompok, untuk variabel nilsi sikap wilk’s
lambda yaitu 0,978 dapat signifikan menjadi 0,435. Nilai signifikan 0,435 > 0,05
tidak memiliki perbedaan untuk variabel sikap dalam kelompok. Sedamgkan pada
data umur terdapat nilai signifikan 0,257 >0,05 sehingga disimpulkan tidak terdapat
perbedaan dalam kelompok, akan tetapi terdapat variabel jumlah keluarga dan
pendapatan adalah faktor pembeda untuk mencari informasi promosi wisata yang
jumlah keluarganya sedikit dan banyak mempengaruhi kelompok dalam mencari
informasi promosi wisata sedangkan variabel pendapat yang kecil dan yang besar
dapat mempengaruhi kelompok dalam mencari informasi.

Box’s Test of Equality of Covariance Matrices

Log Determinats

informasi rank Log determinant

0 4 26,959

1 4 32,499

Pooled within-groups 4 32,113

the ranks and natural logarithms of deteminants printed are those of the group
covariance matrices.
Test Result

Box’s M 66,748

F Approx 5,632

df1 10

df2 3748,207

Sig. 0,000

Keterangan:
Berdasarkan hasil tabel pengujian diatas!
Dapat diuji kesamaan varian untuk digunakan angka Box’s M sesuai dengan
ketentuan nilai signifikan sebesar > 0,05 sehingga H0 akan diterima pada kedua
kelompok data tersebut yang bersifat homogen, oleh karena itu nilai sebesar 66,748
dengan signifikan 0,000. Maka, nilai signifikan 0,000 <0,05 maka H0 ditolak pada
kedua kelompok data yang homogen.

Sunmary of Canonical Discriminant Functions

Eigenvalues

Function Eigenvalue %of Variance Cumulative % Canonical

correlation

1 0,992a 100,0 100,0 0,706

a. first 1 canonical discriminant functions were used in the analysis

keterangan:
berdasarkan tabel diatas!
Menyatakan bahwa nilai canonical corelation dapat digunakan dalam mengukur
derajat antara hubungan hasil diskriminan dan besarnya variabilitas untuk mampu
diterangkan oleh variabel independen terhadap variabel dependennya. nilai
canonical corelation terdapat hasil sebesar 0,706, namun di kuadratkan menjadi
0,7062 (0,706 x 0,706) = 0,498 dapat di persenkan menjadi 49,8% varians dari
variabel independen ke variabel dependen.

Wilks’lambda

Testt of Function(s) Wilks’ lambda Chi-square df Sig.

1 0,502 17,911 4 0,001

Keterangan:
Berdasarkan tabel Wilks’ Lambda diatas!
Diperoleh nilai 0,502 ,chi-square 17,911 dan data signifikan sebesar 0,001 > 0,05
pada kedua kelompok yang dimana keduanya memiliki perbedaan sesuai keempat
varibel bebas.

Structure Matrix

Function

Jumlah keluarga 0,726

pendapatan 0,313

umur 0,220

sikap 0,150

Pooled within-groups correlation between discriminating variables and

standardized canonical discriminant functions variables ordered by absolute size
of correlation within function.
Keterangan:
Berdasarkan tabel Structure Matrix diatas!
Ditinjau dari karakteristik yang menunjukkan perbedaan perilaku dua kelompok
wisatawan pendapatan yang tertinggi dalam perbedaan adalah jumlah keluarga,
umur dan terdapat perbedaan pula pada sikap.
 Functions at Group Centroids

Function

1
informasi

0 -0,962

1 0,962

Unstandardized canonical discriminant functions evaluated at groups means

Keterangan:
Berdasarkan Tabel Functions at Group Centroids diatas!
Dapat disimpulkan bahwa ada dua kelompok yang berbeda yaitu sebagai berikut
kelompok tidak ada promosi dalam centroid negatif (rata-rata kelompok negatif)
dan kelompok yang ada promosi dalam centroid positif (rata-ratakelompok
positif) diujikan signifikan perbedaan antara kedua kelompok yang mencari faktor
pembeda untuk mempengaruhi terbentuknya kualifikasi kedua kelompok tersebut.
 Penyelesaian Output menggunakan Software SPSS

Group Statistics

Valid N (listwise)

Informas Mean Std.deviation unweighte weighted

i d

0 Sikap 3,60 1,549 15 15.000

Jumlahkeluarga 2,80 0,941 15 15.000
15.000
Umur 50,13 8,271 15
15.000
pendapatan 418466,67 76093,802 15

1 Sikap 4,00 1,195 15 15.000

Jumlahkeluarga 4,33 1,234 15 15.000
15.000
Umur 53,73 8,771 15
15.000
pendapatan 906400,00 1141874,574 15

Total Sikap 3,80 1,375 30 30.000

 Jumlahkeluarga 3,57 1,331 30 30.000
Umur 51,93 8,574 30 30.000
30.000
pendapatan 662433,33 832961,923 30

Keterangan:
Berdasarkan tabel Group diatas!
Terdapat rata-rata variabel bebas untuk digunakan di kelompok pertama dan kedua,
misal kelompok 1 yang dapat memperoleh promosi terdapat di variabel sikap dengan
nilai rata-rata 4,00 sedangkan di kelompok 0 yang tidak memperoleh adanya promosi
terdapat nilai rata-rata 3,60. Sehingga disimpulkan bahwa, rata-rata sikap pada tempat
wisata di kelompok 1 lebih tinggi dibanding kelompok 2.

Variables Entered/Removeda,b,c,d

Min.D Squared
Exact F

Step Entered Statistic Between statistic df1 df2 Sig.

groups

1 Jumlah 1,952 0 and 1 14,636 1 28,000 0,001

keluarga

2 pendapatan 2,861 0 and 1 10,345 2 27,000 0,000

Keterangan:
Berdasarkan Tabel Variables Entered Removed diatas!
Disimpulkan bahwa sebuah pendapatan dari jumlah keluarga yang dua variabel
tersebut untuk memenuhi persyaratan sehingga menggunakan metode stepwise
merupakan masuknya variabel satu per satu secara tidak langsung. Dan juga,
didapatkan bahwa Variabel pendapat memilki nilai F sebesar 14,636 dengan nilai sig
0,001 sedangkan variabel jumlah keluarga memiliki nilai f sebesar 10,345 dengan
nilai sig 0,000.

Variables in the Analysis

 Step Tolerance Sig.of to Min.D Between
remove Squared groups

1 Jumlahkeluarga 1,000 0,001

2 Jumlahkeluarga 0,946 0,000 0,364 0 and 1

Pendapatan 0,946 0,047 1,952 0 and 1

Keterangan:
Berdasarkan tabel Variables in the Analysis diatas!
Terdapat data yang menunjukkan urutan variabel yang dapat dianalisis untuk tahap
jumlah keluarga oleh besar kecil pada angka signifikan yaitu nilai terkecil dapat
terdahulukan karena memiliki nilai signifikan 0,000. Maka variabel yang dimasukkan
terlebih dahulu, sedangkan jumlah pendapat terdapat nilai signifikan yaitu 0,047.

Keterangan:
Berdasarkan tabel Wilks’ Lambda diatas!
Ditunjukkan angka signifikan dalam dua variabel pada tahap 1 nilai signifikan sebesar
0,001 dengan nilai F yaitu 14,636 sedangkan tahap 2 memiliki nilai signifikan sebesar
0,000 dengan nilai F yaitu 10,345. Maka nilai signifikan memiliki perbedaan yang
signifikan.

Eigenvalues

Function eigenvalue % of variance Cumulative % Canonical

correlation

1 0,766a 100,0 100,0 0,659

Keterangan:
Berdasarkan tabel diatas!
Menunjukkan bahwa nilai kanonikal pada hubungan antara nilai diskriminan dengan
kelompok tersebut yaitu terdapat nilai 0,659 memiliki hubungan yang sangat tinggi
karena mendekati angka 1 pada korelasi.

Structure matrix

Function

Jumlah keluarga 0,826

Pendapatan 0,356

umura -0,188

sikapa -0,008

Keterangan:
Berdasarkan tabel Structure Matrix diatas!
Pada korelasi menunjukkan bahwa variabel bebas dan fungsi diskriminanya terbentuk
di variabel pendapat dengan nilai korelasi sebesar 0,356. Jumlah keluarga terdapat
nilai korelasi sebesar 0,826. Umur terdapat nilai korelasi -0,188 dan sikap nilai
korelasi sebesar -0,008 sehingga tidak dimasukkan dalam proses analisis diskriminan,
mengapa? Karena kedua variabel tersebut tidak signifikan untuk dibedakan antara
kedua kelompok sehingga dapat diketahui pada tanda ‘a’ kedua variabel tersebut.

Canonical discriminant function coefficients

Function

Jumlah keluarga 0,875

Pendapatan 0,000

(constant -3,596

Keterangan:
Berdasarkan data diatas!
Zscore= konstan + jumlah keluarga + pendapatan
= -3,596 + 0,875 + 0,000
= -2,721
Hasil fungsi diatas dapat berguna dalam menganalisis kasus atau responden yang
ingin masuk kelompok.

Functions at group centroids

Function

1
Informasi

0 -0,846

1 0,846

Keterangan:
Berdasarkan tabel diatas!
Dapat di analisis bahwa dua kelompok diskriminan pada kelompok yang tidak
mendapatkan promosi terdapat rata-rata kelompok centroid negatif sedangkan
kelompok yang memperoleh promosi terdapat rata-rata kelompok centroid positif.

Classification Processing Summary

Processed 30

Excluded Missing or out-of-range 0

group codes

At least one missing 0

discriminating variable

Used in output 30

Keterangan:
Berdasarkan tabel diatas!
Pada tabel diatas ini dapat diketahui petunjuk bahwa 30 responden untuk semua data
diproses. Maka tidak ada data responden yang hilang.

Prior probabilities for groups

Cassed used in analysis

Informasi prior unweighted weighted

0 0,500 15 15,000

1 0,500 15 15,000

Total 1,000 30 30,000

Keterangan:
Berdasarkan tabel diatas!
Adanya kelompok yang tidak memiliki promosi sebanyak 15 responden dan
kelompok yang mendapatkan promosi sebanyak 15 responden.

Classification function coefficients

Informasi

0 1

Jumlah keluarga 2,572 4,053

pendapatan 1,449E-6 2,661E-6

(Constant) -4,598 -10,679

Keterangan:
Berdasarkan tabel diatas!
Adapun persamaan yang terbentuk yaitu:
1. Kelompok yang tidak ada promosi,
nilai= konstan + jumlah keluarga + pendapatan
= -4,598 + 2,572 + 0,000001449
2. Kelompok yang ada promosi,
Nilai= konstan + jumlah keluarga + pendapatan
 = -10,679 + 4,053 + 0,000002661

Selisih antara kedua kelompok tersebut:

Nilai Z = konstan + jumlah keluarga + pendapatan
= (-4,598 + (-10,679)) + (2,572 + 4,053) + (0,000001449 +
0,000002661)
= -15,277 + 6,625 + 0,00000411

Keterangan:

Berdasarkan tabel diatas!

Original baris pada kelompok tidak ada promosi terdapat 12 responden atau dalam persen
80,0% sedangkan ada 1 responden sebanyak 20,0% pindah ke kelompok yang ada promosi
namun, 12 responden pada kelompok yang ada promosi sebesar 80% sedangkan 3 responden
20% pindah ke kelompok yang tidak ada promosi . maka fungsi diskriminan dapat dihitung
dengan cara:

= 12 + (12/30)

= 12 + (2/5)

= 60 + 2/5

= 62/5
 = 12,4

DAFTAR PUSTAKA

Büyüköztürk, Ş. & Çokluk-Bökeoğlu, Ö. (2008). Discriminant Function Analysis: Concept

and Application. Egitim Arastirmalari - Eurasian Journal of Educational Research, 33:
73-92.

Rizkiana, A., Hendikawati, P. (2015). Klasifikasi Tingkat Kepuasan Pelanggan Dengan

Analisis Diskriminan. Jurnal MIPA, 38 (1).

Johnson, R. A. Dan Wichern,

D. W. 2008. Applied
Multivariate Statistical
Analysis.
6th edition. New Jersey:
Printice Hall
Operator, UPI. BAB III Analisis Diskriminan. Diakses melalui
http://a-research.upi.edu/operator/upload/s_mat_0607204_chapter3.pdf. Tanggal akses 09
April 2023.
Johnson, R. A. Dan Wichern,
D. W. 2008. Applied
Multivariate Statistical
Analysis.
6th edition. New Jersey:
Printice Hall