xliii
Analisis multivariat didefinisikan sebagai semua metode statistik yang menganalisis beberapa pengukuran variabel-variabel yang ada pada setiap objek
dalam satu atau banyak sampel secara simultan Dillon dan Goldstein, 1984. Berdasarkan definisi tersebut, setiap teknik analisis yang melibatkan lebih dari
dua variabel secara simultan dapat dianggap sebagai analisis multivariat. Teknik analisis multivariat secara umum dapat dibagi menjadi dua
kelompok besar Hair et. al., 1998, yaitu: A. Dependence Methods
Adalah teknik multivariat yang didalamnya terdapat variabel atau set variabel yang diidentifkasikan sebagai variabel tergantung dependent variabel dan
variabel lainnya sebagai variabel bebas independent variable. Metode ini meliputi multiple regression analysis, multiple dircriminant analysis, logistic
regression, multivariate analysis of variance MANOVA, conjoint analysis, canonical correlation analysis dan structural equation modelling LISREL.
B. Interdependence Methods Adalah teknik multivariat di mana semua variabel dianalisis secara simultan,
tidak ada variabel yang didefinisikan bebas atau tergantung. Metode ini meliputi factor analysis, cluster analysis, dan multi dimensional scaling
MDS.
2.5.1 Analisis Diskriminan
xliv
Analisis diskriminan adalah teknik multivariat yang termasuk Dependence Method, yakni adanya variabel dependen dan independen. Dengan demikian, ada
variabel yang hasilnya tergantung dari data variabel independennya. Oleh karena ada sejumlah variabel independen, maka akan terdapat satu variabel dependen
tergantung. Ciri analisis diskriminan adalah jenis data dari variabel dependen bertipe nominal kategori, seperti kode 0 dan 1, atau kode 1, 2, dan 3 serta
kombinasi lainnya Santoso dan Tjiptono, 2001. Analisis ini bertujuan untuk mengetahui perbedaan grup sekaligus
memprediksi kemungkinan sebuah entiti responden, objek akan masuk grup tertentu berdasarkan variabel-variabel independennya. Grup adalah nilai dari
variabel dependen, sedangkan ciri-cirinya adalah nilai dari variabel independen. Pengelompokkan ini bersifat mutually exclusive, dalam artian jika objek A
sudah masuk kelompok 1, maka ia tidak mungkin juga dapat menjadi anggota kelompok 2. Analisis kemudian dapat dikembangkan pada variabel mana saja
yang membuat kelompok 1 berbeda dengan kelompok 2, berapa persen yang masuk ke kelompok 1, berapa persen yang masuk ke kelompok 2 dan seterusnya.
Analisis diskriminan melibatkan sebuah kombinasi linier variate dari dua atau lebih variabel independen yang akan membedakan antar kelompok yang
sudah didefinisikan terlebih dahulu. Pembedaan tersebut didapat dengan mengatur bobot variate bagi masing-masing variabel untuk memaksimalkan variansi antar
grup relatif pada variansi dalam grup. Kombinasi linier dari analisis diskriminan, juga disebut sebagai fungsi diskriminan, didapat dari sebuah persamaan sebagai
berikut Hair, et. al., 1998:
dimana: Z
ij
= discriminant Z score of discriminant function j for object k a
= intercept W
I
= discriminant weight for independent variable i X
ik
= independent variable i for object k
Analisis diskriminan merupakan teknik statistik yang sesuai untuk menguji hipotesis bahwa komponen grup dari seperangkat variabel independen untuk dua
grup atau lebih adalah sama. Untuk melakukan hal ini, analisis diskriminan
nk n
k k
ij
X W
X W
X W
a Z
+ +
+ +
= ...
2 2
1 1
2. 6
xlv
mengalikan masing-masing variabel independen dengan bobot bersamanya corresponding weight dan menambahkan seluruh hasilnya. Hasil akhirnya
adalah discriminant Z score untuk masing-masing individu dalam analisis. Dengan merata-rata nilai diskriminan untuk seluruh individu dalam grup,
didapatkan rata-rata grup, atau yang disebut centroid. Analisis yang melibatkan dua grup, akan didapat dua centroid, dengan tiga grup maka didapat tiga centroid
dan seterusnya. Centroid mengindikasikan lokasi yang paling khas bagi individu dari sebuah grup dan sebuah perbandingan dari centroid grup menunjukkan
seberapa jauh grup dengan dimensi yang diukur. Pengujian untuk signifikansi statistik dari fungsi diskriminan adalah sebuah ukuran penyamarataan dari jarak
antar centroid grup. Hal ini dihitung dengan membandingkan distribusi dari nilai diskriminan bagi grup. Jika tumpang tindih overlap dalam distribusi kecil,
fungsi diskriminan memisahkan grup dengan baik. Jika besar, fungsi diskriminan merupakan pembeda grup yang tidak baik.
2.5.2 Tujuan diskriminan
