46
Perbedaannya adalah kalau variabel dependen regresi berganda dilambangkan dengan Y, maka dalam analisis diskriminan
dilambangkan dengan D. Model analisis diskriminan adalah sebuah persamaan yang menunjukkan suatu kombinasi linier dari berbagai
variabel independen, yaitu: D = b
+b
1
x
1
+ b
2
x
2
+ b
3
x
3
+ …+ b
n
x
n
Dengan : D = skor diskriminan
b = koefisien diskriminasi atau bobot x = predictor atau variabel independent
b. Tujuan Analisis Diskriminan
Menurut Supranto, 2004: 77, tujuan analisis diskriminan adalah sebagai berikut:
1 Membuat suatu fungsi diskriminan atau kombinasi linier, dari prediktor atau variabel bebas yang bisa mendiskriminasi atau
membedakan kategori variabel tak bebas atau criterion atau kelompok, artinya mampu membedakan suatu objek responden
masuk kelompok kategori yang mana. 2 Menguji apakah ada perbedaan signifikan antara kategori
kelompok, dikaitkan dengan variabel bebas atau prediktor. 3 Menentukan
prediktorvariable bebas
yang mana
yang memberikan sumbangan terbesar terhadap terjadinya perbedaan
antar kelompok. 4 Mengelompokkan
objekkasusresponden ke
dalam suatu
47
kelompok kategori didasarkan pada nilai variabel bebas. 5 Mengevaluasi
keakuratan klasifikasi
the accuracy
of classification.
c. Proses Diskriminan
Menurut Santoso 2002: 144, proses dasar dari analisis diskriminan adalah sebagai berikut:
1 Memisah variabel-variabel menjadi variabel dependen dan variabel independen.
2 Menentukan metode untuk membuat fungsi diskriminan. Pada prinsipnya ada dua metode dasar untuk itu, yakni:
a Simultaneous Estimation, dimana semua variabel dimasukkans ecara bersama-sama kemudian dilakukan proses diskriminan.
b Step-wise Estimation, dimanavariabel dimasukkan satu per satu kedalam model diskriminan. Pada proses ini, tentu ada variabel
yang tetap ada pada model, dan ada kemungkinan satu atau lebih variabel independen yang dibuangdari model.
3 Menguji signifikansi dari fungsi diskriminan yang telah terbentuk, dengan menggunakan
Wilk’s Lambda, Pilai, F test, dan lainnya. 4 Menguji ketepatan klasifikasi dari fungsi diskriminan, termasuk
mengetahui ketepatan klasifikasi secara individual dengan Casewise Diagnostic.
5 Melakukan intepretasi terhadap fungsi diskriminan tersebut 6 Melakukan uji validasi fungsi diskriminan.
