27
1 Jember akan dilakukan analisis diskriminan linier dan analisis diskriminan kuadratik.
4.2.1 Analisis Diskriminan Linier Seluruh Variabel Bebas
Analisis diskriminan linier merupakan analisis yang digunakan untuk mengklasifikasikan siswa ke dalam kelompok jurusan yaitu IPA, IPS, Bahasa, dan
Agama, tetapi data tersebut harus memenuhi asumsi distribusi normal multivariat dan matriks varians kovarians antar kelompok seragam. Nilai peluang awal prior
probabilities pengklasifikasian siswa kedalam empat kelompok tersebut masing- masing kelompok IPA, IPS, Bahasa, dan Agama yaitu sebesar 0,4029851; 0,2985075;
0,1492537; dan 0,1492537. Nilai peluang awal ini diperoleh dari perbandingan jumlah sampel kelompok dengan jumlah sampel total dari keempat kelompok.
Pembentukan fungsi diskriminan linier dapat menggunakan koefisien seperti pada Tabel 4.1. Koefisien fungsi diskriminan linier pada Tabel 4.1 menunjukkan adanya
pengaruh pada setiap variabel dalam munculnya suatu variabel yang lain.
28
Tabel 4.1 Koefisien Fungsi Diskriminan Linier Seluruh Variabel Bebas
Variabel LD1
LD2 LD3
-0,225353845 0,078832143
0,095930530 -0,270979562
-0,070689165 -0,082921093
-0,229635893 -0,039926309
0,074074454 -0,035860807
0,004245180 -0,001961781
0,042967586 -0,155470313
-0,057062309 -0,024380484
-0,165083603 -0,080059445
0,081658942 -0,144826066
-0,048671838 0,086720771
-0,186528160 -0,087342914
-0,033924250 0,033348672
-0,129920731 0,011191351
0,160753521 -0,182412026
-0,028728939 0,206472012
-0,160462427 0,007242660
0,038700870 0,111681006
-0,012104824 -0,027323866
0,135048834 0,045292573
0,049956016 0,082673383
-0,002149388 -0,001512194
0,021006811
Berdasarkan Tabel 4.1, maka fungsi diskriminan linier dengan menyertakan seluruh variabel bebas yang terbentuk yaitu,
1 =
−
0,225353845
−
0,270979562
−
0,229635893
−
0,035860807 + 0,042967586
−
0,024380484 + 0,081658942
+ 0,086720771
−
0,033924250 + 0,011191351
−
0,028728939
−
0,007242660
−
0,012104824 + 0,045292573
−
0,002149388 2 = 0,078832143
−
0,070689165
−
0,039926309 + 0,004245180
−
0,155470313
−
0,165083603
29
−
0,144826066
−
0,186528160 + 0,033348672
+ 0,160753521 + 0,206472012
−
0,038700870
−
0,027323866 + 0,049956016
−
0,001512194 3 = 0,095930530
−
0,082921093 + 0,074074454
−
0,001961781
−
0,057062309
−
0,080059445
−
0,048671838
−
0,087342914
−
0.129920731
−
0,182412026
−
0,160462427 + 0,111681006
+ 0,135048834 + 0,082673383
−
0,021006811
Fungsi diskriminan linier yang terbentuk merupakan kombinasi linier peubah- peubah asal yang akan menghasilkan cara terbaik dalam pemisahan kelompok
jurusan. Fungsi ini akan memberikan nilai-nilai yang sedekat mungkin dalam kelompok dan sejauh mungkin antar kelompok. Fungsi diskriminan linier yang
terbentuk secara umum tergantung minp,k-1, dengan p adalah banyaknya peubah pembeda dan k merupakan banyaknya kelompok jurusan. Setelah terbentuknya fungsi
diskriminan linier, maka dapat dihitung skor diskriminan untuk setiap siswa. Skor diskriminan akan digunakan dalam mengklasifikasikan siswa kedalam kelompok
IPA, IPS, Bahasa, atau Agama. Pengklasifikasian pada Tabel 4.2 ini didasarkan pada skor diskriminan linier terbesaryang dibandingkan dengan titik tengah optimum
cutting score m. Tabel 4.2 Hasil Pengklasifikasian Analisis Diskriminan Linier Seluruh
Variabel Bebas
Kelompok Asli Kelompok yang Diklasifikasikan
IPA IPS
Bahasa Agama
IPA 108
IPS 80
Bahasa 38
2
Agama 1
2 37
30
Berdasarkan Tabel 4.2 terlihat bahwa kelompok IPA dan IPS tidak ada yang terklasifikasikan ke dalam kelompok lain, kelompok Bahasa yang terklasifikasikan
hanya ke dalam kelompok Agama sebanyak 2 siswa, dan kelompok Agama yang terklasifikasikan ke dalam kelompok IPS sebanyak 1 siswa dan ke dalam kelompok
Bahasa sebanyak 2 siswa. Data penjurusan siswa MAN 1 Jember yang terklasifikasikan dengan benar sebesar 98,13, dengan persentase ketepatan
pengklasifikasian setiap kelompok yaitu sebesar 100 kelompok IPA, 100 kelompok IPS, 95 kelompok Bahasa, dan 92,5 kelompok Agama. Dengan
demikian presentase misklasifikasi yang terjadi pada pengelompokkan siswa sebesar 1,87.
4.2.2 Analisis Diskriminan Kuadratik Seluruh Variabel Bebas
Kategori