1

2 Garis Besar Materi 1) Konsep Dasar 2) Model Analisis Diskriminan 3) Statistics yang terkait dengan Analisis Diskriminan 4) Langkah-langkah Analisis Diskriminan 5) Analisis Diskriminan Berganda

3 Definisi: Suatu teknik analisis data di mana variabel terikat (criterion) katagori dan variable bebas (predictor) pada dasarnya interval Konsep Dasar (1)

4 Konsep Dasar (2) Manfaat Analisis Diskriminan dipergunakan : 1. Melihat signifikansi perbedaan dua kelompok sampel atau lebih 2. Menemukan variabel-variabel yang membedakan secara signifikan dua kelompok atau lebih. Contoh : 1. Analisis perbedaan Keberhasilan studi mahasiswa jurusan Manajemen antara mahasiswa yang berasal dari SLTA jurusan IPA dan SLTA jurusan IPS. 2. Analisis perbedaan konsumen wanita dan pria dalam melakukan keputusan pembelian mobil. 3. Analisis orang kota dan desa dalam melakukan investasi.

5 Model Analisis Diskriminan D = b 0 + b 1 X 1 + b 2 X 2 + b 3 X 3 + …….. + b k X k dimana : D = skor diskriminan B 0….k = Bobot atau coefisien diskriminan X 1…k = prediktor atau variabel bebas Sumber : (Malhotra; 1993)

6 Statistik dalam Analisis Diskriminan Cannonical correlationCannonical correlation CentroidCentroid Classification matrixClassification matrix Discriminant function coefficientsDiscriminant function coefficients Discriminant scoresDiscriminant scores EigenvalueEigenvalue F valuesF values Group means and group standard deviationGroup means and group standard deviation Pooled within-group correlation matrixPooled within-group correlation matrix Standardized discriminant function coefficientsStandardized discriminant function coefficients Structure correlationsStructure correlations Total correlations matrixTotal correlations matrix Wiks’sWiks’s

7 Langkah-langkah Analisis Diskriminan Rumuskan Permasalahan Estimasikan koefisien fungsi Diskriminan Tentukan signifikansi dari fungsi Diskriminan Interpretasikan Hasil Uji Validitas Analisis Diskriminan

8 Contoh Kasus Manajer suatu resort ingin menentukan karakteristik yang penting dari keluarga yang mengunjungi resort selama dua tahun terakhir. Data diperoleh dari 30 sampel yang ditunjukkan pada tabel di bawah ini :

9 Interpretasi Output (1) Model Diskriminan : D = -7, , Income + 0, Travel + 0, Vacation + 0, H_Size + 0, Age Penentuan Signifikansi : Wilks- sebesar 0, 359 yang senilai dengan chi square 26,130 pada df 5 tingkat signifikasi 0,000 Jadi : interpretasi atas fungsi diskriminan dapat dilakukan.

10 Interpretasi Output (2) Interpretasi : Diskriminan koefisien diinterpretasikan layaknya koefisien regresi berganda. Koefisien diskriminan menggambarkan kontribusi relatif pada kekuatan fungsi diskriminan. Variabel bebas dengan koefisien standar relatif besar memberikan kontribusi lebih besar dibandingkan dengan variabel bebas dengan koefisien diskriminan yang kecil. Klasifikasi Individu (cases) : 1.Hitung Skor Diskriminan untuk rata-rata kelompok pertama, dan rata-rata kelompok kedua. 2.Hitung Cutting Score 3.Klasifikasikan masing-masing individu 4.Hitung hit rate

11 Hitung Skor Diskriminan KelompokIncomeTravelVacationH SizeAge 1 (Visit)60,525,45,84,3353,73 2 (Not Visit)41,914,334,072,850,13 Skor Diskriminan kelompok 1 (Visit) : D 1 = -7, , (60,52) + 0, (5,4) + 0, (5,8) + 0, (4,33) + 0, (53,73) D 1 = 1, Skor Diskriminan kelompok 2 (Not Visit) : D 2 = -7, , (41,91) + 0, (4,33) + 0, (4,07) + 0, (2,8) + 0, (50,13) D 2 = -1,

12 Hitung Cutting Score KondisiCutting Score Jml anggota samaY cs = (D 1 – D 2 )/2 Jml anggota bedaY cs = n 1 (D 1) – n 2 (D 2 )/(n 1 +n 2 ). Karena Jml kelompok 1 = jumlah kelompok 2 = 15 orang, maka cutting scorenya : Y cs = 1, – (-1, )/2 Y cs = -8,50633E-05 Y cs = -8,50633E-05 atau Y cs = -0,

13 Klasifikasi Individu a.Hitung skor diskriminan masang-masing individu b.Apabila skor diskriminan individu lebih besar daripada cutting score, maka individu tsb masuk dalam kelompok 1 dan sebaliknya. Cutting Score = -0, Kel Awal Discrim. Score Kel Akhir Salah Masuk 1-0, *** 12, dan seterusnya …….

14 Hitung Hit Rate Dari tabel pengklasifikasian terdapat tiga individu yang tidak berada pada kelompok semula, sehingga kita dapat menghitung hit rate sebesar (30-3)/30 x 100 % = 90 %