Diskriminan.ppt 162KB Mar 29 2010 04:55:20 AM
1
Garis Besar Materi
1) Konsep Dasar
2) Model Analisis Diskriminan
3) Statistics yang terkait dengan Analisis Diskriminan
4) Langkah-langkah Analisis Diskriminan
5) Analisis Diskriminan Berganda
2
Konsep Dasar
(1)
Definisi:
Suatu teknik analisis data di mana variabel
terikat (criterion) katagori dan variable
bebas (predictor) pada dasarnya interval
3
Konsep Dasar
(2)
Manfaat Analisis Diskriminan dipergunakan :
1. Melihat signifikansi perbedaan dua kelompok sampel atau lebih
2. Menemukan variabel-variabel yang membedakan secara
signifikan dua kelompok atau lebih.
Contoh :
1. Analisis perbedaan Keberhasilan studi mahasiswa jurusan
Manajemen antara mahasiswa yang berasal dari SLTA jurusan
IPA dan SLTA jurusan IPS.
2. Analisis perbedaan konsumen wanita dan pria dalam melakukan
keputusan pembelian mobil.
3. Analisis orang kota dan desa dalam melakukan investasi.
4
Model Analisis
Diskriminan
D = b0 + b1X1 + b2X2 + b3X3 + …….. + bkXk
dimana :
D = skor diskriminan
B0….k = Bobot atau coefisien diskriminan
X1…k = prediktor atau variabel bebas
Sumber : (Malhotra; 1993)
5
Statistik dalam Analisis
Diskriminan
•
•
•
•
•
•
•
•
•
•
•
•
•
Cannonical correlation
Centroid
Classification matrix
Discriminant function coefficients
Discriminant scores
Eigenvalue
F values
Group means and group standard deviation
Pooled within-group correlation matrix
Standardized discriminant function coefficients
Structure correlations
Total correlations matrix
Wiks’s
6
Langkah-langkah Analisis
Diskriminan
Rumuskan Permasalahan
Estimasikan koefisien fungsi Diskriminan
Tentukan signifikansi dari fungsi Diskriminan
Interpretasikan Hasil
Uji Validitas Analisis Diskriminan
7
Contoh Kasus
Manajer suatu resort ingin menentukan karakteristik yang penting dari keluarga yang
mengunjungi resort selama dua tahun terakhir. Data diperoleh dari 30 sampel yang ditunjukkan
pada tabel di bawah ini :
Importance
Annual Family Attitude
Age of AmountSpent
Resort
Attached to Househ
No.
Income
Toward
Head of
on Family
Visit
Family
old Size
($000)
Travel
Household
Vacation
Vacation
1
1
50,2
5
8
3
43
M (2)
2
1
70,3
6
7
4
61
H (3)
3
1
62,9
7
5
6
52
H (3)
4
1
48,5
7
5
5
36
L (1)
5
1
52,7
6
6
4
55
H (3)
……………..
……………..
……………..
25
2
37,3
2
7
4
54
L (1)
26
2
41,8
5
1
3
56
M (2)
27
2
57
8
3
2
36
M (2)
28
2
33,4
6
8
2
50
L (1)
29
2
37,5
3
2
3
48
L (1)
30
2
41,3
3
3
2
42
L (1)
8
Interpretasi Output
(1)
Model Diskriminan :
D = -7,9766275 + 0,0847654 Income + 0,0496874 Travel +
0,1202997 Vacation + 0,4274510 H_Size + 0,0245560 Age
Penentuan Signifikansi :
Wilks- sebesar 0,359 yang senilai dengan chi square 26,130
pada df 5 tingkat signifikasi 0,000
Jadi : interpretasi atas fungsi diskriminan dapat dilakukan.
9
Interpretasi Output
(2)
Interpretasi :
Diskriminan koefisien diinterpretasikan layaknya koefisien
regresi berganda. Koefisien diskriminan menggambarkan
kontribusi relatif pada kekuatan fungsi diskriminan. Variabel
bebas dengan koefisien standar relatif besar memberikan
kontribusi lebih besar dibandingkan dengan variabel bebas
dengan koefisien diskriminan yang kecil.
Klasifikasi Individu (cases) :
1. Hitung Skor Diskriminan untuk rata-rata kelompok pertama, dan
rata-rata kelompok kedua.
2. Hitung Cutting Score
3. Klasifikasikan masing-masing individu
4. Hitung hit rate
10
Hitung Skor
Diskriminan
Kelompok
Income Travel Vacation H Size
Age
1 (Visit)
60,52
2 (Not Visit) 41,91
5,4
5,8
4,33
53,73
4,33
4,07
2,8
50,13
Skor Diskriminan kelompok 1 (Visit) :
D1 = -7,9766275 + 0,0847654 (60,52) + 0,0496874 (5,4) +
0,1202997 (5,8) + 0,4274510 (4,33) + 0,0245560 (53,73)
D1 = 1,291188628
Skor Diskriminan kelompok 2 (Not Visit) :
D2 = -7,9766275 + 0,0847654 (41,91) + 0,0496874 (4,33) +
0,1202997 (4,07) + 0,4274510 (2,8) + 0,0245560 (50,13)
D2 = -1,291358755
11
Hitung Cutting Score
Kondisi
Cutting Score
Jml anggota sama Ycs = (D1 – D2)/2
Jml anggota beda
Ycs = n1(D1) – n2(D2)/(n1+n2).
Karena Jml kelompok 1 = jumlah kelompok 2 = 15 orang,
maka cutting scorenya :
Ycs = 1,291188628 – (-1,291358755)/2
Ycs = -8,50633E-05 atau
Ycs = -0,0000850633
12
Klasifikasi Individu
a. Hitung skor diskriminan masang-masing individu
b. Apabila skor diskriminan individu lebih besar daripada
cutting score, maka individu tsb masuk dalam kelompok 1
dan sebaliknya.
Cutting Score = -0,0000850633
Kel Awal Discrim. Score Kel Akhir Salah Masuk
1
-0,17230832
2
1
2,33032292
1
***
dan seterusnya …….
13
Hitung Hit Rate
Dari tabel pengklasifikasian terdapat tiga
individu yang tidak berada pada kelompok
semula, sehingga kita dapat menghitung hit rate
sebesar (30-3)/30 x 100 % = 90 %
14
Garis Besar Materi
1) Konsep Dasar
2) Model Analisis Diskriminan
3) Statistics yang terkait dengan Analisis Diskriminan
4) Langkah-langkah Analisis Diskriminan
5) Analisis Diskriminan Berganda
2
Konsep Dasar
(1)
Definisi:
Suatu teknik analisis data di mana variabel
terikat (criterion) katagori dan variable
bebas (predictor) pada dasarnya interval
3
Konsep Dasar
(2)
Manfaat Analisis Diskriminan dipergunakan :
1. Melihat signifikansi perbedaan dua kelompok sampel atau lebih
2. Menemukan variabel-variabel yang membedakan secara
signifikan dua kelompok atau lebih.
Contoh :
1. Analisis perbedaan Keberhasilan studi mahasiswa jurusan
Manajemen antara mahasiswa yang berasal dari SLTA jurusan
IPA dan SLTA jurusan IPS.
2. Analisis perbedaan konsumen wanita dan pria dalam melakukan
keputusan pembelian mobil.
3. Analisis orang kota dan desa dalam melakukan investasi.
4
Model Analisis
Diskriminan
D = b0 + b1X1 + b2X2 + b3X3 + …….. + bkXk
dimana :
D = skor diskriminan
B0….k = Bobot atau coefisien diskriminan
X1…k = prediktor atau variabel bebas
Sumber : (Malhotra; 1993)
5
Statistik dalam Analisis
Diskriminan
•
•
•
•
•
•
•
•
•
•
•
•
•
Cannonical correlation
Centroid
Classification matrix
Discriminant function coefficients
Discriminant scores
Eigenvalue
F values
Group means and group standard deviation
Pooled within-group correlation matrix
Standardized discriminant function coefficients
Structure correlations
Total correlations matrix
Wiks’s
6
Langkah-langkah Analisis
Diskriminan
Rumuskan Permasalahan
Estimasikan koefisien fungsi Diskriminan
Tentukan signifikansi dari fungsi Diskriminan
Interpretasikan Hasil
Uji Validitas Analisis Diskriminan
7
Contoh Kasus
Manajer suatu resort ingin menentukan karakteristik yang penting dari keluarga yang
mengunjungi resort selama dua tahun terakhir. Data diperoleh dari 30 sampel yang ditunjukkan
pada tabel di bawah ini :
Importance
Annual Family Attitude
Age of AmountSpent
Resort
Attached to Househ
No.
Income
Toward
Head of
on Family
Visit
Family
old Size
($000)
Travel
Household
Vacation
Vacation
1
1
50,2
5
8
3
43
M (2)
2
1
70,3
6
7
4
61
H (3)
3
1
62,9
7
5
6
52
H (3)
4
1
48,5
7
5
5
36
L (1)
5
1
52,7
6
6
4
55
H (3)
……………..
……………..
……………..
25
2
37,3
2
7
4
54
L (1)
26
2
41,8
5
1
3
56
M (2)
27
2
57
8
3
2
36
M (2)
28
2
33,4
6
8
2
50
L (1)
29
2
37,5
3
2
3
48
L (1)
30
2
41,3
3
3
2
42
L (1)
8
Interpretasi Output
(1)
Model Diskriminan :
D = -7,9766275 + 0,0847654 Income + 0,0496874 Travel +
0,1202997 Vacation + 0,4274510 H_Size + 0,0245560 Age
Penentuan Signifikansi :
Wilks- sebesar 0,359 yang senilai dengan chi square 26,130
pada df 5 tingkat signifikasi 0,000
Jadi : interpretasi atas fungsi diskriminan dapat dilakukan.
9
Interpretasi Output
(2)
Interpretasi :
Diskriminan koefisien diinterpretasikan layaknya koefisien
regresi berganda. Koefisien diskriminan menggambarkan
kontribusi relatif pada kekuatan fungsi diskriminan. Variabel
bebas dengan koefisien standar relatif besar memberikan
kontribusi lebih besar dibandingkan dengan variabel bebas
dengan koefisien diskriminan yang kecil.
Klasifikasi Individu (cases) :
1. Hitung Skor Diskriminan untuk rata-rata kelompok pertama, dan
rata-rata kelompok kedua.
2. Hitung Cutting Score
3. Klasifikasikan masing-masing individu
4. Hitung hit rate
10
Hitung Skor
Diskriminan
Kelompok
Income Travel Vacation H Size
Age
1 (Visit)
60,52
2 (Not Visit) 41,91
5,4
5,8
4,33
53,73
4,33
4,07
2,8
50,13
Skor Diskriminan kelompok 1 (Visit) :
D1 = -7,9766275 + 0,0847654 (60,52) + 0,0496874 (5,4) +
0,1202997 (5,8) + 0,4274510 (4,33) + 0,0245560 (53,73)
D1 = 1,291188628
Skor Diskriminan kelompok 2 (Not Visit) :
D2 = -7,9766275 + 0,0847654 (41,91) + 0,0496874 (4,33) +
0,1202997 (4,07) + 0,4274510 (2,8) + 0,0245560 (50,13)
D2 = -1,291358755
11
Hitung Cutting Score
Kondisi
Cutting Score
Jml anggota sama Ycs = (D1 – D2)/2
Jml anggota beda
Ycs = n1(D1) – n2(D2)/(n1+n2).
Karena Jml kelompok 1 = jumlah kelompok 2 = 15 orang,
maka cutting scorenya :
Ycs = 1,291188628 – (-1,291358755)/2
Ycs = -8,50633E-05 atau
Ycs = -0,0000850633
12
Klasifikasi Individu
a. Hitung skor diskriminan masang-masing individu
b. Apabila skor diskriminan individu lebih besar daripada
cutting score, maka individu tsb masuk dalam kelompok 1
dan sebaliknya.
Cutting Score = -0,0000850633
Kel Awal Discrim. Score Kel Akhir Salah Masuk
1
-0,17230832
2
1
2,33032292
1
***
dan seterusnya …….
13
Hitung Hit Rate
Dari tabel pengklasifikasian terdapat tiga
individu yang tidak berada pada kelompok
semula, sehingga kita dapat menghitung hit rate
sebesar (30-3)/30 x 100 % = 90 %
14