analisis diskriminan
DESCRIPTION
Analisis Diskriminan. 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. Konsep Dasar (1). Definisi Analisis Diskriminan : - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/1.jpg)
![Page 2: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/2.jpg)
Garis Besar MateriGaris Besar Materi1) Konsep Dasar1) Konsep Dasar2) Model Analisis Diskriminan2) Model Analisis Diskriminan3) Statistics yang terkait dengan Analisis Diskriminan3) Statistics yang terkait dengan Analisis Diskriminan
4) Langkah-langkah Analisis Diskriminan4) Langkah-langkah Analisis Diskriminan5) Analisis Diskriminan Berganda5) Analisis Diskriminan Berganda
![Page 3: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/3.jpg)
Definisi Analisis Diskriminan :Definisi Analisis Diskriminan :
Suatu teknik analisis data dimana Suatu teknik analisis data dimana variabel terikat (variabel terikat (criterioncriterion) katagori dan ) katagori dan variable bebas (variable bebas (predictorpredictor) pada ) pada dasarnya intervaldasarnya interval
Konsep Dasar Konsep Dasar (1)(1)
![Page 4: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/4.jpg)
Konsep Dasar Konsep Dasar (2)(2)
Manfaat Analisis Diskriminan dipergunakan :1. Melihat signifikansi perbedaan dua kelompok sampel atau
lebih2. 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.
![Page 5: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/5.jpg)
Model Analisis Model Analisis DiskriminanDiskriminan
D = bD = b00 + b + b11XX11 + b + b22XX22 + b + b33XX33 + …….. + b + …….. + bkkXXkk
dimana :
D = skor diskriminan
B0….k = Bobot atau coefisien diskriminan
X1…k = prediktor atau variabel bebas
Sumber : (Malhotra; 1993)
![Page 6: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/6.jpg)
Statistik dalam Analisis Statistik dalam Analisis DiskriminanDiskriminan
• 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’s Wiks’s
![Page 7: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/7.jpg)
Korelasi Kanonis (Cannonical correlation)Mengukur tingkatan asosiasi antara skor diskriminan dan grup. Statistik ini merupakan sebuah ukuran hubungan antara fungsi diskriminan tunggal dengan sejumlah variabel dummy yang mendefinisikan keanggotaan kelompok.
Sentroid (Centroid)Nilai rata-rata untuk skor diskriminan untuk grup tertentu. Banyaknya sentroid sama dengan banyaknya grup, Setiap sentroid mewakili satu grup. Rata-rata untuk suatu grup berdasarkan semua fungsi disebut group centroid.
Matriks klasifikasi (Classification matrix)Kadang-kadang disebut confusion atau prediction matrix, Matriks klasifikasi berisi jumlah kasus-kasus yang diklasifikasikan dengan benar dan kasus-kasus yang keliru diklasifikasikan. Kasus-kasus yang diklasifikasikan dengan benar muncul pada diagonal, karena kelompok prediksi dan kelompok aktual adalah sama. Elemen-elemen selain diagonal menunjukkan kasus-kasus yang keliru diklasifikasikan. Jumlah elemen diagonal dibagi total jumlah kasus adalah hit ratio.
Statistik yg berkaitan dg An. Statistik yg berkaitan dg An. DiskriminanDiskriminan
![Page 8: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/8.jpg)
Koefisien fungsi diskriminan (Discriminant function coefficients) : Koefisien fungsi diskriminan (tidak distandarkan) adalah pengganda (multiplier) variabel-variabel, ketika variabel-variabel ada dalam unit pengukuran aslinya.
Skor Diskriminan (Discriminant scores) : Koefisien yang tidak distandarkan dikalikan dengan nilai-nilai variabel. Hasil perkalian ini dijumlahkan dengan dengan angka konstanta untuk memperoleh skor diskriminan.
Eigenvalue untuk setiap fungsi diskriminan. Eigenvalue adalah rasio antara jumlah kuadrat antar kelompok dengan jumlah kuadrat dalam kelompok. Eigenvalue yang lebih besar menunjukkan fungsi yang lebih baik.
Nilai F & signifikansinya : Nilai F dihitung melalui ANOVA satu arah, dimana variabel-variabel yang dipakai mengelompokkan (grouping variabel) berlaku sebagai variabel independen katagoris. Sedangkan setiap prediktor diperlakukan sebagai variabel matrik dalam ANOVA.
Group means and group standard deviation : Rata-rata grup dan standar deviasi grup dihitung untuk setiap grup.
Statistik yg berkaitan dg An. Diskriminan Statistik yg berkaitan dg An. Diskriminan (2)(2)
![Page 9: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/9.jpg)
Pooled within-group correlation matrix : Dihitung dengan mencari rata-rata matrik-matrik covarians tersendiri untuk semua grup.
Standardized discriminant function coefficients : Koefisien fungsi diskriminan yang dipakai sebagai pengganda (multiplier) pada saat variabel telah distandarisasi dengan menjadikan rata-rata 0 dan varian 1.
Structure correlations : juga disebut discriminan loadings merupakan korelasi yang merepresentasikan korelasi sederhana antara prediktor-prediktor dan fungsi diskriminan.
Total correlations matrix : diperoleh kalau setiap kasus (obyek penelitian) dianggap berasal dari satu sampel dan korelasi-korelasi dihitung. Dengan beritu diperoleh matrik korelasi total.
Wiks’s : kadang-kadang disebut statistik U. Wlik’s untuk setiap prediktor merupakan rasio jumlah kuadrat dalam kelompok dengan jumlah kuadrat total. Nilai statistik ini berkisar antara 0 dan 1. Nilai Wilk’s yang besar (mendekati 1) mengindikasikan bahwa rata-rata grup cenderung tidak berbeda. Sebaliknya, Nilai Wilk’s yang kecil (mendekati 0) mengindikasikan bahwa rata-rata grup cenderung berbeda.
Statistik yg berkaitan dg An. Diskriminan Statistik yg berkaitan dg An. Diskriminan (3)(3)
![Page 10: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/10.jpg)
Langkah-langkah Analisis Langkah-langkah Analisis DiskriminanDiskriminan
Rumuskan PermasalahanRumuskan Permasalahan
Estimasikan koefisien fungsi DiskriminanEstimasikan koefisien fungsi Diskriminan
Tentukan signifikansi dari fungsi DiskriminanTentukan signifikansi dari fungsi Diskriminan
Interpretasikan HasilInterpretasikan Hasil
Uji Validitas Analisis DiskriminanUji Validitas Analisis Diskriminan
![Page 11: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/11.jpg)
Contoh KasusContoh KasusManajer 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 2. dibawah ini :
No.Resort
Visit
Annual Family Income ($000)
Attitude Toward Travel
Importance Attached to
Family Vacation
Household Size
Age of Head of
Household
Amount Spent on Family Vacation
1 1 50,2 5 8 3 43 M (2)2 1 70,3 6 7 4 61 H (3)3 1 62,9 7 5 6 52 H (3)4 1 48,5 7 5 5 36 L (1)5 1 52,7 6 6 4 55 H (3)
25 2 37,3 2 7 4 54 L (1)26 2 41,8 5 1 3 56 M (2)27 2 57 8 3 2 36 M (2)28 2 33,4 6 8 2 50 L (1)29 2 37,5 3 2 3 48 L (1)30 2 41,3 3 3 2 42 L (1)
……………..……………..
……………..
![Page 12: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/12.jpg)
Interpretasi Output Interpretasi Output (1)(1)
Model Diskriminan :Model Diskriminan :D = -7,9766275 + 0,0847654 Income + 0,0496874 Travel + 0,1202997 Vacation + 0,4274510 H_Size + 0,0245560 Age
Penentuan Signifikansi :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.
![Page 13: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/13.jpg)
Interpretasi Output Interpretasi Output (2)(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 ratio
![Page 14: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/14.jpg)
Klasifikasi Individu / cases Klasifikasi Individu / cases (1)(1)1. Hitung Skor Diskriminan untuk rata-rata kelompok pertama, dan
rata-rata kelompok kedua.
Kelompok Income Travel Vacation Household Size Age
1 (Visit) 60,52 5,4 5,8 4,333333 53,73333
2 (Not Visit) 41,91333 4,333333 4,066667 2,8 50,13333
Skor Diskriminan untuk rata-rata kelompok 1 (Visit) adalah :
D = -7,9766275 + 0,0847654 (60,52) + 0,0496874 (5,4) + 0,1202997 (5,8) + 0,4274510 (4,33) + 0,0245560 (53,73) = 1,291188628
Skor Diskriminan untuk rata-rata kelompok 2 (Not Visit) adalah:
D = -7,9766275 + 0,0847654 (41,91) + 0,0496874 (4,33) + 0,1202997 (4,07) + 0,4274510 (2,8) + 0,0245560 (50,13) = -1,291358755
![Page 15: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/15.jpg)
Klasifikasi Individu / cases Klasifikasi Individu / cases (2)(2)
2. Hitung Cutting Score
Apabila jumlah anggota antara kedua kelompok tsb sama, maka Cutting score-nya adalah Ycs = (D1 – D2)/2. Apabila jumlah anggota antara kedua kelompok tsb tidak sama, maka Cutting score-nya adalah Ycs = n1(D1) – n2(D2)/(n1+n2). Dalam kasus ini jumlah anggota masing-masing kelompok sama-sama 15, maka cutting score-nya adalah Ycs = 1,291188628 – (-1,291358755)/2
Ycs = -8,50633E-05
![Page 16: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/16.jpg)
Klasifikasi Individu / cases Klasifikasi Individu / cases (3)(3)
3. Klasifikasikan masing-masing individu
Untuk mengklasifikasikan masing-masing individu, maka perlu dihitung skor diskriminan masing-masing individu. Hasilnya sbb :
Kel Income Travel Vacation H Size Age constant Discrim Score
Kel Salah
Awal 0,084765 0,049687 0,1203 0,427451 0,024556 -7,97663 Akhir masuk1 50,2 5 8 3 43 -0,17231 2 ***1 70,3 6 7 4 61 2,330323 11 62,9 7 5 6 52 2,146045 1
2 33,4 6 8 2 50 -1,80224 22 37,5 3 2 3 48 -1,94722 22 41,3 3 3 2 42 -2,0796 2
Rata1 60,52 5,4 5,8 4,333333 53,73333 1,291189Rata 2 41,91333 4,333333 4,066667 2,8 50,13333 -1,29136
Y cs -8,51E-05
![Page 17: Analisis Diskriminan](https://reader036.vdokumen.com/reader036/viewer/2022081822/56815d9d550346895dcbc307/html5/thumbnails/17.jpg)
Klasifikasi Individu / cases Klasifikasi Individu / cases (4)(4)
4. Hitung 4. Hitung hit ratiohit ratio Dari tabel pengklasifikasian diatas terdapat tiga Dari tabel pengklasifikasian diatas terdapat tiga
individu yang tidak berada pada kelompok individu yang tidak berada pada kelompok semula, sehingga kita dapat menghitung hit semula, sehingga kita dapat menghitung hit ratio sebesar (30-3)/30 x 100 % = 90 %ratio sebesar (30-3)/30 x 100 % = 90 %