Analisis
Diskrimina
n
F I K RY A L K AT I R I
A H M A D N A U FA L S
JAZMI THIRAFI ARIF
B E R L I A N A DYA H A
MA RI A K E WA
D E L I TA A R I A N T I
N I D A FA U Z I Y YA H
D I VA A R U M M
O C TA R I N A N U R I A S
OUTLINE
1 Konsep Dasar 5 Model Analisis
Jika variabel tak bebas dikelompokkan menjadi lebih dari dua kelompok disebut
analisis diskriminan berganda (multiple discriminant analysis) diperlukan fungsi
diskriminan sebanyak k-1, jika ada k kategori.
Analisis diskriminan termasuk teknik multivariate pada hubungan depedensi ( bisa
dibedakan antara variabel respon dan variabel penjelas)
Pengelompokan dengan analisis diskriminan ini terjadi karena ada pengaruh satu
atau lebih variabel lain yang merupakan variabel independen. Kombinasi linier dari
variabel-variabel ini akan membentuk suatu fungsi diskriminan (Tatham et.
al.,1998).
Jika ada perbedaan, kita ingin mengetahui variabel independen mana pada fungsi
diskriminan yang membuat perbedaan tersebut.
Membuat fungsi atau model diskriminan, yang pada dasarnya mirip dengan
persamaan regresi.
kombinasi linear dari p variabel dengan jarak maksimal antara vector rata rata
masing masing grup.
MODEL ANALISIS DISKRIMINAN
D = b0 + b1X1 + b2X2 + b3X3 + .. + bkXk
dimana :
D = skor diskriminan
B0.k = bobot atau koefisien diskriminan
X1k = prediktor atau variabel bebas
Hipotesis : Ho: 1 = 2
H1: 1 2
Taraf signifikan: 5%
Statistik uji : t-test
Wilayah kritis : tolak Ho ketika t hitung > t tabel (0.68581)
Keputusan : tolak Ho karena Nilai t hitung untuk EBITASS adalah 9,854 dan
ROTC sebesar 11,528 lebih besar dari nilai t tabel (0.68581) .
Kesimpulan : dengan tingkat signifikan 5%, maka dapat disimpulkan bahwa kedua
rasio keuangan ini mampu membedakan kedua kelompok perusahaan dan akan
digunakan untuk membentuk fungsi diskriminan.
LANGKAH SPSS
1. Buka data
2. Pilih menu statistics-analyze, kemudian sub menu classify, lalu pilih
Discriminant
3. Tampak layar windows discriminant analysis
4. Pada Box Grouping Variable isikan Code dan definisikan perusahan sehat 1 dan
bangkrut 2
5. Pada Box Independent isikan variable EBITAS dan ROTC
6. Pilih statistics dan aktifkan pilihan test statistics descriptive, matrice dan function
coefficient.
OUTPUT DAN INTERPRETASI
Dari tampilan group statistik jelas bahwa nilai rata-rata kedua rasio keuangan antara perusahaan
sehat dan bangkrut berbeda yaitu 0,18533 untuk perusahaan sehat dan 0,035167 untuk perusahaan
bangkrut dilihat dari rasio EBITASS. Sedangkan rasio ROTC dengan rata-rata 0,18350 untuk
perusahaan sehat dan 0,00333 untuk perusahaan bangkrut.
Dilihat dari test statistik Wilk's L jelas ada perbedaan secara signifikan yaitu untuk EBITASS nilai
Wilk's L sebesar 0,185 dan signifikan pada 0,000. Sedangkan nilai Wilk's L ROTC sebesar 0,142
juga signifikan pada 0,000. Hasil ini menunjukkan bahwa kedua variabel rasio keuangan dapat
digunakan untuk membentuk variabel diskriminan.
#multikolinearitas
Berdasarkan matriks korelasinya tidak ada yang mencapai 0.5 atau diatasnya sehingga
dapat dikatakan tidak terjadi multikolinearitas
#kesamaanvarians
Tabel di bawah memperlihatkan bahwa kita tidak dapat menolak hipotesis nol karena
nilai p-valuenya lebih dari 0,05 (dalam hal ini penelitian menggunakan tingkat
kepercayaan 95%). Dari hasil pengujian ini, kita dapat mengatakan bahwa data kita
berasal dari populasi yang mempunyai matriks varians-covarians yang sama.
#kesamaanrata-rata
Besarnya nilai Wilk's L sebesar 0,115 atau sama dengan Chi-square 45,498 dan ternyata
nilai ini signifikan pada 0,000 maka dapat disimpulkan bahwa fungsi diskriminan
signifikan secara statistik yang berarti nilai rata-rata score diskriminan untuk kedua
kelompok perusahaan berbeda secara nyata.
Untuk
menguji seberapa besar dan berarti perbedaan antara kedua kelompok
perusahaan dapat dilihat dan nilai Square Canonical Correlation (CR 2). Square
Canonical Correlation identik dengan R2 pada regresi yaitu mengukur variasi antara
kedua kelompok perusahaan yang dapat dijelaskan oleh variabel diskriminannya. Jadi
CR2 mengukur sebagai kuat fungsi diskriminan.