Analisis Diskriminan

Besral
Departemen Biostatistik FKM UI
2010

Prinsip Analisis Diskriminan

Analisis Diskriminan bertujuan untuk mengelompokkan
subjek/kasus/responden ke dalam dua/lebih
kelompok berdasar pada kriteria sejumlah variabel
independen.
Pengelompokan ini bersifat mutually exclusive, artinya:
jika responden A sdh masuk kelp 1, maka ia tdk
mungkin masuk menjadi anggota kelp 2.
Analisis Diskriminan sering digunakan utk Profiling:
misal utk mengetahui profil pengguna produk tertentu,
profil pendierita penyakit tertentu, profil kelompok
dengan prilaku tertentu
2

Contoh Sederhana
Tabel: Penghasilan dan Mobil Perawat mhs S2 FIK UI

Berdasarkan tabel di atas, dapatkah Anda menduga mobil

yang digunakan berdasarkan gaji per bulan?
3

Contoh Sederhana
Si Muttaqin baru dpt kerjaan & baru kawin
berpenghasilan Rp 23 juta/bln, kira-kira
apa merek mobilnya?
Berdasarkan data yang ada, Anda cenderung
menebak mobilnya Corolla Altis

Si Sri Handayani baru promosi jabatan

berpenghasilan Rp 34 juta/bln, kira-kira
apa merek mobilnya?
Berdasarkan data yang ada, Anda cenderung
menebak mobilnya BMW 318i
4

Contoh Sederhana
Variabel Dependen: Jenis Mobil
Jenis Katagorik 2 kelompok: BMW dan Corolla
Variabel Independen :Penghasilan
Jenis numerik
Analisis diskriminan diaplikasikan untuk kasus
yg lebih komplek (beberapa variabel
independen) di segala bidang kehidupan,
termasuk bidang kesehatan
5

Tujuan Analisis Diskriminan

1. Membuat model diskriminan dari
sekumpulan variabel independen
numerik yg dpt mendiskriminasikan/
membedakan/mengkatagorikan/
mengelompokkan subjek menjadi
kelompok tertentu pada variabel
dependen
2. Menentukan variabel independen mana
yg dpt membedakan(diskriminan)
kelompok var dependen
6

Tujuan Diskriminan2
3. Mengidentifikasi variabel independen mana
yang memberikan kontribusi terbesar utk
terjadinya perbedaan antar kelompok
4. Mengklasifikasikan subjek ke dalam suatu
kelompok/katagori berdasarkan pada nilai2
variabel independen
5. Mengetahui besarnya ketepatan klasifikasi
7

Syarat Analisis Diskriminan

Variabel dependen: katagorik (2 kelompok -- diskriminan dua group dan

lebih dari 2 kelompok diskriminan ganda
Variabel independen/diskriminan berbentuk numerik (interval/ratio)
- semua numerik -- idealnya
- mix dengan katagorik --prediksi kurang optimal
Tidak ada korelasi linier antara variabel independen/diskriminan
Matrik kovariat pada masing-masing kelompok homogen (sama)
Variabel independen/dsikriminan berdistribusi normal
Besar Sampel
- Min 5-20 sampel utk setiap variabel independen
- Min 20 sampel utk tiap kelompok (variabel kategorik)

Fungsi Diskriminan
D = a+ w1x1 + w2x2 + .+wpxp
a = intersep
Wp = koefisien diskriminan
Xp = variabel independen

Skor titik potong (centroid):

na Zb + nb Za
Cut off skor = ------------------na + nb
na, nb = jumlah sampel kelompok a dan b
Za, Zb = centroid pd kelompok a dan b
9

PEMODELAN1
1.Uji Normalitas (distribusi Normal)
- Histogram
- Uji kolmogorov smirnov : p value > 0,05
- Skewness/SE : -2 s/d 2
2. Uji Multicolinearity
Untuk pemeriksaan collinearity, lakukan analisis
Korelasi Pearson (r) antar variabel independen.
Bila nilai korelasi > 0,8 maka disimpulkan
ada kolinearity, sehingga harus dipilih hanya satu
variabel yang boleh masuk ke model diskriminan.
10

PEMODELAN2
3. Uji Homogenitas Varian
Kesamaan variasi variabel independen, ada 2 cara
memeriksanya:

- Log determinant: kalau nilainya hampir sama, maka varian homogen

- Boxs M Test : bila sig. > 0,05 , maka varian homogen

(Hati-2: Bila sampel sangat besar, Boxs M cenderung sig.)

4. Pembuatan model diskriminan

- Dengan metode Stepwise
- Menguji signifikansi dari fungsi diskriminan
Bila nilai p signifikansi Wilks Lambda < 0,05 model valid/fit
- Menguji ketepatan klasifikasi dari fungsi diskriminan
bila ketepatan > 50% ketepatan tinggi
11

PEMODELAN3
5. Melakukan interpretasi terhadap fungsi
diskriminan
-

Dapat diketahui variabel apa saja yang berperan

signifikan thd Variabel dependen

Dapat diketahui variabel yang paling dominan

kontribusinya

Dihasilkan persamaan diskriminan beserta penerapannya

12

Aplikasi Analisis Diskriminan

Analisis diskriminan dilakukan untuk
memilih variabel apa saja yang bisa menjadi
penentu bidan berkinerja baik dan
berkinerja kurang baik
Variabel dependen: kinerja bidan di desa
Variabel independen: Umur, pengetahuan, sikap,
motivasi, supervisi, peran perangkat desa, dan status
pegawai (PNS/kontrak)
Sampel 150 yg terdiri :

69: Kinerja kurang

81: Kinerja baik
13

1. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Umur
Mean

Motivasi

Sikap

Pengetahuan Supervisi

Perandesa

19.5

47.5

35.1

26.1

44.1

47.9

Std. Deviation

0.9

11.0

14.6

13.1

13.5

14.1

Absolute

0.2

0.1

0.1

0.1

0.1

0.1

Positive

0.2

0.1

0.1

0.1

0.1

0.1

Negative

-0.2

-0.1

-0.1

-0.1

-0.1

-0.1

Kolmogorov-Smirnov Z

1.3

1.3

1.0

1.3

1.4

1.3

0.071

0.069

0.32

0.074

0.047

0.124

Asymp. Sig. (2-tailed)

Hasil uji normalitas, semua variabel berdistribusi

normal, kecuali supervisi. Namun, dari histogram dan
skewness/SE, terlihat supervisi berdistribusi normal
14

2. Uji Multicolinearitas
Correlations
Umur

Motivasi

Sikap

Pengetahuan

Motivasi

-0.132

Sikap

-0.088

.399(**)

Pengetahuan

.175(*)

0.158

0.113

Supervisi

0.106

.338(**)

0.146

.572(**)

Peran perangkat desa

0.038

0.148

-.174(*)

.274(**)

Supervisi

.339(**)

Hasil uji korelasi pearson, semua variabel tidak ada

korelasi > 0.8, sehingga tidak ada multicolinearitas,
semua variabel bisa diikutkan dalam analisis
diskriminan
15

3. Uji Homogenitas varians

Box's Test of Equality of Covariance Matrices
Log Determinants
Kinerja Bidan di
Desa

Log
Determinant

Rank

Kurang

12.105

Baik

13.002

Pooled within-groups

12.839

Hasil log determinant utk kinerja kurang vs baik

menunjukkan nilai hampir sama, berkisar 12,105
sampai 13,002 sehingga tidak ada pelanggaran
terhadap asumsi homogenitas varian.
16

3. Fungsi Diskriminan
Function
Canonical Discriminant Function Coefficients

Unstandardized coefficients

1
PNS_PTT

.491

Motivasi

.106

Sikap

.024

Peran perangkat
desa

.042

(Constant)

-8.710

D = -8,71 + 0,491*PNS_PTT + 0,106*motivasi +

0,024*sikap + 0,042*peran-desa
17

4. Cut off Diskriminan

Functions at Group Centroids

Function
Kinerja Bidan di Desa 1
Kurang
Baik

Unstandardized canonical discriminant functions evaluated at group

means
na Zb + nb Za
Cut off skor = ------------------na + nb

-1.250
1.065

na, nb = jumlah sampel kelompok a dan b

Za, Zb = centroid pd kelompok a dan b

Cut Off Skor =((81* -1,250) + (69*1,065)) / (81+69) = -0,185

Ketentuan:
bila nilai D < -0,185 masuk ke kelompok kinerja kurang
bila nilai D > -0,185 masuk ke kelompok kinerja baik
18

5. Aplikasi Model Diskriminan

D = -8,71 + 0,491*PNS_PTT + 0,106*motivasi
+ 0,024*sikap + 0,042*peran-desa

Cut Off Skor

= -0,185

Kasus-1.
Bidan Nelly, seorang bidan PTT, skor motivasi 70, skor sikap 70, skor
peran perangkat desa 70. Hitung fungsi determinan, apakah kinerjanya
baik atau tidak?
D = -8,71 + 0,491*2 + 0,106*70 + 0,024*70 + 0,042*70 = 12,151
Nilai D lebih besar dari nilai Cut Off (-0,183), jadi Bidan Nelly masuk
kelompok berkinerja baik.
Kasus-2.
Bidan Anne, seorang bidan PNS, skor motivasi 40, skor sikap 40, skor
peran perangkat desa 40, Hitung fungsi determinan, apakah kinerjanya
baik atau tidak?
D = -8,71 + 0,491*1 + 0,106*40 + 0,024*40 + 0,042*40 = -1,339
Nilai D lebih kecil dari nilai Cut Off (-0,183), jadi Bidan Anne masuk
kelompok berkinerja kurang.
19

1a.Aplikasi pada Bidan Nelly:

Misal si Bidan Nelly, seorang bidan PTT
yang masih energik, skor motivasi 70, skor
sikap 70, skor peran perangkat desa 70.
apakah kinerjanya baik atau tidak?

PNS_PTT = 2
Motivasi = 70
Sikap = 70
Peran desa = 70

20

2a. Skor Diskriminan Bidan Nelly

D = -8,71 + 0,491*PNS_PTT + 0,106*motivasi
+ 0,024*sikap + 0,042*peran-desa

D = -8,71 + 0,491*2 + 0,106*70 +

0,024*70 + 0,042*70
Maka skor diskriminannya = 12,151
OK, Bidan Nelly memiliki skor diskriminan
12,151, tapi pertanyaan belum terjawab:
Apakah kinerjanya baik atau kurang?
Untuk menjawabnya kita harus bandingkan
dengan nilai cut off skor diskriminan (-0,183)
Ternyata, Nilai D lebih besar dari nilai Cut Off (0,183), jadi bisa dipastikan Bidan Nelly
berkinerja baik

21

2a.Aplikasi pada Bidan Anne:

Misal si Bidan Anne, seorang bidan PNS
yang sudah senior, skor motivasi 40, skor
sikap 40, skor peran perangkat desa 40.
apakah kinerjanya baik atau tidak?

PNS_PTT = 1
Motivasi = 40
Sikap = 40
Peran desa = 40

22

2b. Skor Diskriminan Bidan Anne

D = -8,71 + 0,491*PNS_PTT + 0,106*motivasi
+ 0,024*sikap + 0,042*peran-desa

D = -8,71 + 0,491*2 + 0,106*40 +

0,024*40 + 0,042*40
Maka skor diskriminannya = -1,339
OK, Bidan Nelly memiliki skor diskriminan
-1,339, tapi pertanyaan belum terjawab:
Apakah kinerjanya baik atau kurang?
Untuk menjawabnya kita harus bandingkan
dengan nilai cut off skor diskriminan (-0,183)
Ternyata, Nilai D lebih kecil dari nilai Cut Off
(-0,183), jadi bisa dipastikan Bidan Anne
berkinerja kurang bagus

23

Simpulan
1.

2.
3.

4.
5.

Variabel yang signifikan bisa membedakan kinerja

bidan desa baik atau tidak adalah variabel
motivasi, peran-desa, sikap, dan status
kepegawaian bidan (PNS/PTT).
Variabel yang paling dominan dalam membedakan
kinerja seorang bidan desa adalah motivasi bidan
Persamaan model diskriminan yang didapat, sbb:
D = -8,71 + 0,491*PNS/PTT +
0,106*motivasi + 0,024*sikap + 0,042*peran
Cut off model diskriminan adalah D = -0,185
Ketepatan model dalam membedakan kinerja
bidan yaitu 83.3%
24