48
d. Asumsi Analisis Diskriminan
Asumsi penting yang harus dipenuhi agar model analisis diskriminan dapat digunakan sebagai berikut.
1 Multivariate Normality, atau variable independen seharusnya berdistribusi normal. Jikat idak berdistribusi normal, hal ini akan
menyebabkan masalah pada ketepatan fungsi model diskriminan. Regresi logistik bisa dijadikan alternatif metode jika memang data
tidak berdistribusi normal.
2 Matriks kovarians dari semua variabel independen seharusnya
sama.
3 Tidak ada korelasi antar variable independen. Jika dua variable independen mempunyai korelasi yang kuat, maka dikatakan terjadi
multikolinieritas.
4 Tidak adanya data yang sangat ekstrim outlier pada variable independen. Jika ada outlier yang tetap diproses, hal ini bisa
berakibat berkurangnya
ketepatan klarifikasi
dari fungsi
diskriminan. Santosa, 2002:145.
Analisis diskriminan tidak terlalu sensitive dengan pelanggaran asumsi ini, kecuali pelanggarannya bersifat ekstrim Hair et al., 1987:
76. Meski demikian lebih baik semua asumsi tersebut terpenuhi. Dalam tahap asumsi ananalisis diskriminan dilakukan uji-uji sebagai
berikut:
49
1 Uji Asumsi Klasik
a Uji normalitas Uji normalitas bertujuan untuk menguji apakah dalam
model variabel pengganggu atau residual memiliki distribusi normal. Kalau asumsi ini dilanggar maka uji statistic menjadi
tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak
yaitu dengan analisis grafik dan uji statistik. Dalam melakukan uji normalitas dapat diketahui
dengan menggunakan Kolmogorov-Smirnov Test. Dalam uji normalitas ini, diperoleh hipotesis:
Ho : Variable bebas tidak terdistribusi secara normal Hi : Variable bebas terdistribusi secara normal
Apabila rasio Kolmogorov-Smirnov berada lebih dari nilai signifikasni 0,05 maka Ho ditolak, apabila kurang dari nilai
signifikansi maka Ho diterima dan Hi ditolak. b Uji Multikoleaniearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independent. Model yang baik seharusnya tidak terjadi korelasi
diantara variabel
independent. Jika
variabel independent saling berkorelasi, maka variabel-variabel ini tidak
orthogonal. Variabel orthogonal adalah variabel independent sama dengan nol.
Uji multikolinerietas pada suatu model dapat dilihat dari
Kategori