Tabel Grup statatistik pada dasarnya berisi data statistik deskriptif yang utama, yakni rata-rata dan standart deviasi dari kelima grup. Dari tabel 3.6 grup
statistik terlihat ada 20 siswa ranking sangat bagus, 20 siswa ranking baik, 20 siswa ranking cukup baik, 20 siswa ranking kurang baik, 20 siswa ranking tidak baik,
sedangkan total adalah jumlah seluruh siswa yaitu 100 siswa.
Dapat diketahui penilaian siswa terhadap faktor yang telah ditentukan. Penilaian ini berdasarkan perbandingan mean rata-rata tiap variabel untuk semua
grup. Semakin besar koefisien, semakin responden mempunyai penilaian yang positif bagus terhadap faktor. Pada faktor nilai tugas X
1
nilai mean untuk grup sangat baik, baik, cukup baik lebih tinggi dari nilai mean untuk grup kurang baik dan tidak baik.
Hal ini berarti siswa yang belajar tekun disekolah mempunyai kemungkinan besar untuk mencapai indeks ranking yang tinggi.
Tabel variabel Entered dari analisis 1 Stepwise Statistik memperlihatkan
faktor mana saja yang masuk ke dalam fungsi diskriminan, dimana nilai p 0,05 karena menggunakan metode Stepwise Discriminan Analysis, dapat dilihat langkah-
langkah pemilihan faktor yang masuk ke dalam fungsi diskriminan seperti pada tabel 3.6 variabel dalam analisis.
Tabel 3.6 Variabels EnteredRemoved
a,b,c,d
Step Entered
Min. D Squared Statistik
Between Groups Exact F
Statistik df1
df2 Sig.
1 X
4
.007 Baik and Cukup
Baik .071
1 95.000
.791 Pada setiap langkah variabel yang memaksimumkan jarak mahalanobis antara dua grup tertutup dimasukkan.
a. Banyaknya langkah maksimum adalah 8. b. Nilai signifikan maksimum F adalah 0,05.
Universitas Sumatera Utara
Tabel 3.6 Variabels EnteredRemoved
a,b,c,d
Step Entered
Min. D Squared Statistik
Between Groups Exact F
Statistik df1
df2 Sig.
1 X
4
.007 Baik and Cukup
Baik .071
1 95.000
.791 Pada setiap langkah variabel yang memaksimumkan jarak mahalanobis antara dua grup tertutup dimasukkan.
a. Banyaknya langkah maksimum adalah 8. b. Nilai signifikan maksimum F adalah 0,05.
c. Nilai minimum signifikan F adalah 0,1. d. Toleransi tingkat F atau VIN tidak cukup untuk perhitungan selanjtnya.
Tabel 3.7 Variabels in the Analysis
Step Tolerance
Sig. of F to Remove
1 X
4
1.000 .032
Pada tahap 1 faktor X
4
nilai ujian masuk ke dalam fungsi diskriminan karena faktor ini mempunyai nilai p 0,05. Kebalikan dari tabel 3.6 dan tabel 3.7 variabel
not in the analysis memperlihatkan proses pengeluaran faktor secara bertahap dari faktor yang nilai p 0,05 paling kecil, sehingga semua faktor yang mempunyai nilai p
0.05 dikeluarkan semua. Faktor yang tersisa pada tahap akhir adalah faktor yang tidak masuk dalam fungsi diskriminan karena nilai p 0,05.
3.3.1 Nilai Eigen
Dari nilai eigen terlihat bahwa fungsi 1 dengan eigenvalue sebesar 0,116 dapat menjelaskan 100 varians
Universitas Sumatera Utara
Tabel 3.8 Eigenvalues
Function Eigenvalue
of Variance Cumulative Canonical Correlation
1 .116
a
100.0 100.0
.323 a. Fungsi diskriminan kanonik pertama yang digunakan dalam analisis
Korelasi kanonik mengukur keeratan hubungan antara discriminant score dengan grup dalam hal ini karna ada lima tipe, maka ada 5 grup. Angka 0,323
menunjukkan keeratan yang cukup tinggi dengan ukuran skala asosiasi antara 0 sampai 1.
3.3.2 Uji Signifikansi
Tingkat signifikansi diestimasi berdasarkan Chi-Square yang telah ditransformasi secara statistik. Pada hasil analisis terlihat bahwa Wilks’Lambda berasosiasi
sebesar 0,896 dengan fungsi diskriminan. Angka ini kemudian ditransformasi menjadi chi-square dengan derajat kebebasan df sebesar 1. Nilai Chi-Square
adalah dengan nilai 10,546. Kesimpulannya, cukup bukti untuk menolak H dengan tingkat kesalahan 0,032. Biasanya, batas signifikansi pengujian adalah α =
0,05. Jika nilai signifikansi sama atau dibawah 0,05 maka dapat menolak H .
Tabel 3.9 Wilks Lambda
Test of Functions Wilks Lambda
Chi-square df
Sig. 1
.896 10.546
4 .032
Universitas Sumatera Utara
3.3.3 Standardized Canonical Discriminant Function Coefficient
Secara relatif, prediktor yang memiliki Standardized Coefficient yang lebih besar menyumbangkan kekuatan diskriminan diskriminan power yang lebih besar
terhadap fungsi dibandingkan prediktor yang memiliki Standardized Coefficient lebih kecil.
Dapat juga dilihat dalam struktur matriks yang juga disebut canonical loading dan discriminan loading.
Tabel 3.10 Structure Matrix
Function 1
X
4
1.000 X
3 a
-.178 X
2 a
-.142 X
1 a
-.065
Tabel struktur matriks menjelaskan korelasi antara faktor independen dengan fungsi diskriminan dengan fungsi diskriminan yang terbentuk. Terlihat faktor X
4
yang paling erat hubungannya dengan fungsi diskriminan, diikuti oleh faktor X
3
, X
2
, dan X
1
hanya disini faktor X
3
, X
2
dan X
1
tidak dimasukkan dalam model diskriminan karena tanda huruf a di dekat faktor tersebut.
Universitas Sumatera Utara
3.3.4 Koefisien Fungsi Diskriminan Kanonik
Tabel 3.11 Koefisien Fungsi Diskriminan Kanonik
Function 1
X4 .842
Constant -2.206
Unstandardized coefficients
Dengan menggunakan Koefisien Fungsi Diskriminan Kanonik maka dapat dibentuk fungsi diskriminan, yaitu:
D = -2,206 + 0,842 X
4
Kegunaan fungsi ini untuk mengetahui sebuah case dalam kasus ini adalah seorang siswa masuk pada kelompok yang satu ataukah tergolong pada kelompok lainnya.
3.3.5 Fungsi pada Grup Terpusat
Fungsi pada grup terpusat memperlihatkan nilai rata-rata tiap kelompok. Oleh karena ada 5 tipe siswa, maka disebut Five Group Discriminat, dimana grup
yang satu mempunyai centroid grup means negative -0,564 dan -0,143 dan grup yang lainnya centroid positif 0,109, 0,194 dan 0,404.
Tabel 3.12 Functions at Group Centroids
Y Function
1 Sangat Baik
-.564 Baik
.109 Cukup Baik
.194 Kurang Baik
-.143 Tidak Baik
.404
Universitas Sumatera Utara
3.3.6 Classication Statistiks
Pada tabel 3.14 Peluang utama untuk grup memperlihatkan komposisi responden pada fungsi diskriminan.
Tabel 3.13 Peluang Utama Untuk Grup
Y Prior
Cases Used in Analysis Unweighted
Weighted Sangat Baik
.200 20
20.000 Baik
.200 20
20.000 Cukup Baik
.200 20
20.000 Kurang Baik
.200 20
20.000 Tidak Baik
.200 20
20.000 Total
1.000 100
100.000
3.3.7 Menguji ketepatan klasifikasi fungsi diskriminan.
Menguji ketepatan klasifikasi fungsi diskriminan untuk mengetahui ketepatan klasifikasi fungsi diskriminan dilihat dari hasil klasifikasi Classification
Result dari output terlihat bahwa ketepatan prediksi dari model adalah 31,0 . Untuk memperhitungkan kemungkinan berbagai bias dilakukan uji kekuatan
prediksi dengan metode Leave-one-out-cross validation dan di peroleh hasil 31,0 dengan demikian terbukti bahwa fungsi diskriminan tersebut
mempunyai ketepatan prediksi yang tinggi, karena pada umumnya ketepatan di atas 50 dianggap memadai atau valid. Maka fungsi diskriminan tersebut
dapat digunakan untuk memprediksi sebuah kasus, apakah akan diklasifikasi ke tipe ranking tersebut.
Universitas Sumatera Utara
Tabel 3.14 Classification Results
