menjadi masalah bagi penggilingan kecil, tetapi juga bagi penggilingan besar. Kemasan yang digunakan penggilingan padi juga tidak signifikan karena dalam
tiap kelompok banyak ditemukan penggilingan yang menggunakan merek sendiri juga sekaligus menggunakan merek pasar.
Begitu pula yang terjadi pada faktor umur pemilik. Tidak ada jaminan pemilik yang masuk ke dalam kelompok penggilingan berpendapatan tinggi
adalah pemilik berumur tua. Hal ini dapat dipahami karena umur tersebar di antara dua kelompok. Berbeda dengan pengalaman pemilik yang memiliki hasil
signifikan dalam membedakan kedua kelompok, umur pemilik memiliki nilai yang tidak signifikan sehingga harus dikeluarkan dalam analisis berikutnya.
7.1.2 Pemilihan Faktor sebagai Prediktor Terbaik Model Diskriminan
Setelah dilakukan tahap pengujian terhadap keseluruhan faktor, diperoleh 14 faktor yang diteliti secara signifikan menjadi pembeda antara kelompok
penggilingan berpendapatan tinggi dan penggilingan berpendapatan rendah. Kemudian lebih jauh diteliti faktor-faktor manakah yang paling baik dan memiliki
pengaruh yang besar sebagai pembeda antarkelompok, sehingga metode yang akan digunakan dalam penelitian ini adalah metode analisis diskriminan bertahap
stepwise discriminant. Metode analisis diskriminan bertahap merupakan teknik analisis
diskriminan dengan memasukkan variabel bebas faktor-faktor yang dianggap menjadi pembeda ke dalam model secara bertahap satu per satu berdasarkan
kemampuan variabel
bebas tersebut
dalam melakukan
diskriminasi antarkelompok. Selanjutnya, akan diperoleh model yang lebih sederhana dan
berisi faktor-faktor terbaik sebagai pembeda antarkelompok.
Tata cara pemilihan faktor terbaik dilakukan dalam beberapa tahap step. Pada setiap tahap pemilihan faktor tersebut dilakukan atas dasar nilai
Mahalanobis Distance Min D Square terbesar dengan nilai Sig. of F to Enter
0,05. Apabila kedua kriteria tersebut terpenuhi, maka faktor yang bersangkutan dapat dimasukkan ke dalam model. Jika kedua kriteria tersebut tidak terpenuhi,
maka proses dihentikan. Pada tahap 0 Lampiran 9., semua faktor masih dipertimbangkan untuk
dimasukkan ke dalam model diskriminan. Pada tabel Variables Not In The Analysis
, terlihat nilai Mahalanobis Distance Min D Square yang terbesar adalah 5,112 faktor kapasitas produksi dengan nilai Sig. of F to Enter 0,000. Hal
ini berarti faktor kapasitas produksi dapat dimasukkan ke dalam model diskriminan.
Pada tahap 1, semua faktor kecuali faktor kapasitas produksi masih dipertimbangkan untuk dimasukkan ke dalam model diskriminan. Terlihat pada
nilai Mahalonobis Distance Min D Square yang terbesar adalah 7,974 yang diwakili oleh faktor modal, dengan nilai Sig. of F to Enter 0,003. Artinya faktor
modal dapat dimasukkan ke dalam model diskriminan dan tidak diikutsertakan pada tahap 2.
Pada tahap 2, semua faktor kecuali faktor kapasitas produksi dan modal masih dipertimbangkan untuk dimasukkan ke dalam model diskriminan. Terlihat
pada nilai Mahalanobis Distance Min D Square yang terbesar adalah 10,305 yang diwakili oleh faktor pendidikan. Nilai Sig. of F to Enter untuk faktor
pendidikan pemilik adalah 0,019, artinya faktor pendidikan pemilik dimasukkan ke dalam model diskriminan dan hilang pada tahap selanjutnya.
Pada tahap 3, kecuali faktor kapasitas produksi, modal, dan pendidikan pemilik, semua faktor masih dipertimbangkan untuk dimasukkan ke dalam model
diskriminan. Pada nilai Mahalanobis Distance Min D Square yang terbesar adalah 13,076 dengan nilai Sig. of to F Enter adalah 0,022 yang diwakili oleh
faktor kapaitas mesin. Faktor ini memenuhi kriteria sehingga faktor kapasitas mesin dimasukkan ke dalam model diskriminan.
Pada tahap 4, semua faktor masih dipertimbangkan untuk dimasukkan ke dalam model diskriminan kecuali faktor kapasitas produksi, modal, pendidikan,
dan kapasitas mesin. Terlihat pada tahap 4 ini, nilai Mahalanobis Distance Min D Square
yang terbesar adalah 16,514 dengan nilai Sig. of F to Enter sebesar 0,022 yang diwakili oleh faktor kemitraan dengan Bulog. Faktor kemitraan dengan
Bulog memenuhi kriteria sehingga dapat dimasukkan ke dalam model diskriminan.
Proses pemilihan faktor tetap berlangsung sampai tidak mampu memenuhi kriteria. Pada tahap 5, semua faktor masih dipertimbangkan, namun terlihat dari
nilai Sig. of F to Enter sudah lebih dari 0,05. Hal ini berarti tidak ada lagi faktor yang memenuhi syarat untuk dimasukkan ke dalam model diskriminan. Dengan
demikian tahap pemilihan faktor berhenti dan model diskriminan yang terbentuk terdiri dari faktor kapasitas produksi, modal, pendidikan pemilik, kapasitas mesin,
kemitraan dengan Bulog. Lampiran 10. menunjukkan hasil pengujian apakah ada perbedaan yang
nyata atau tidak antara penggilingan berpendapatan tinggi dan rendah. Setelah dilakukan analisis diskriminan dengan berdasar pada nilai Chi-square sebesar
50,804 dengan nilai signifikansi sebesar 0,000. Hal ini menunjukkan adanya
perbedaan yang signifikan antara kelompok penggilingan padi berpendapatan tinggi dan rendah
Nilai Cannonical Correlation pada Lampiran 11. dari hasil analisis diskriminan adalah 0,901, jika dikuadratkan menjadi 0,811801. Hal ini berarti
sebesar 81,18 persen varians dari peubah tidak bebas pendapatan penggilingan padi dapat dijelaskan oleh model yang terbentuk dari lima peubah bebas yaitu
kapasitas produksi, modal, pendidikan pemilik, kapasitas mesin, dan mitra Bulog. Selanjutnya, perlu diketahui seberapa besar ketepatan model diskriminan yang
terbentuk dalam memprediksi atau mengelompokkan penggilingan ke dalam kelompok mana. Hal ini diperlukan karena jika ketepatan prediksi termasuk ke
dalam prediksi yang tinggi, maka model diskriminan yang terbentuk mampu menggambarkan keadaan aktual dengan baik. Lampiran 12. menunjukkan hasil
ketepatan prediksi dan model disriminan yang terbentuk. Teknik pengklasifikasian atau pengelompokkan pada bagian original
adalah teknik pengklasifikasian pendapatan penggilingan padi dengan menggunakan model diskriminan yang diturunkan dari seluruh data yang dimiliki.
Berdasarkan Lampiran 14, Tabel Classification result pada bagian original terlihat data awal yang tergolong kelompok penggilingan padi berpendapatan
tinggi berjumlah 15 penggilingan padi dan 20 penggilingan padi berpendapatan rendah. Sementara menurut model diskriminan, sebanyak satu penggilingan padi
yang awalnya berada di kelompok penggilingan berpendapatan tinggi ternyata menjadi kelompok penggilingan berpendapatan rendah. Pada kelompok
penggilingan berpendapatan rendah tidak terdapat perbedaan antara data awal
dengan hasil model diskriminan. Dengan demikian ketepatan prediksi model adalah 14+20 35 = 0,97 atau 97 persen.
Cross-validated adalah teknik pengukuran ketepatan prediksi yang
digunakan sebagai penguat hasil produksi yang ditampilkan pada bagian original, dengan cara membandingkan keseluruhan penggilingan padi kecuali penggilingan
padi yang sedang diteliti dengan model diskriminan yang terbentuk. Pada Lampiran 14. bagian cross-validated terlihat bahwa penggilingan yang pada data
awal tergolong kelompok penggilingan padi berpendapatan tinggi sebanyak 15 penggilingan, sedangkan menurut model diskriminan yang tergolong kelompok
penggilingan berpendapatan tinggi adalah 12 penggilingan, dan tiga penggilingan dianggap salah prediksi dan dimasukkan ke kelompok penggilingan
berpendapatan rendah. Sama seperti pada bagian original, kelompok penggilingan padi berpendapatan rendah tidak terdapat perbedaan antara data awal dengan hasil
model diskriminan. Dengan demikian ketepatan prediksi model adalah sebesar 12+20 35 = 0,9143 atau 91,43 persen. Batas minimal ketepatan prediksi dan
model diskriminan yang terbentuk dalam penelitian ini adalah: Cpro = p
2
+ 1-p
2
= 0,15
2
+ 1-0,15
2
= 0,745 atau 74,5 Hasil perhitungan batas minimal ketepatan prediksi model diskriminan di
atas menunjukkan bahwa ketepatan prediksi dari model diskriminan yang terbentuk termasuk ke dalam ketepatan prediksi yang tinggi. Hal ini berarti model
diskriminan tersebut mampu menggambarkan keadaan yang sebenarnya dengan baik.
7.2 Interpretasi Model Diskriminan