Tugas-2 (Analisis Diskriminan)
-
Upload
fridrachman -
Category
Documents
-
view
231 -
download
0
Transcript of Tugas-2 (Analisis Diskriminan)
-
7/30/2019 Tugas-2 (Analisis Diskriminan)
1/7
Mata Kuliah : Statistik Multivariat
Dosen : Dr. Abdul Hamid Habbe, SE.,M.Si
ANALISIS DISKRIMINAN
FATIMAH P3400212007
NURFITRIYANTI P3400212008
HALMI P3400212009
Program PascasarjanaMagister Akuntansi
Universitas Hasanuddin
2013
-
7/30/2019 Tugas-2 (Analisis Diskriminan)
2/7
MULTIPLE DISCRIMINANT ANALYSIS
1. Analisis Diskriminan Harus Digunakan Sebagai Pengganti Regresi
Berganda.
Dalam memilih suatu teknik analisis yang tepat, kadang-kadang kita
menghadapi masalah yang melibatkan variabel dependen kategoris (nominal dan
nonmetrik) dan beberapa variabel independen metrik. Variabel dependen tunggal
dalam regresi diukur secara metrik. Analisis diskriminan berganda merupakan
salah satu teknik statistik yang sesuai ketika masalah penelitian melibatkan variabel
dependen tunggal kategoris dan beberapa variabel independen metrik. Dalambanyak kasus, variabel dependen terdiri dari dua kelompok atau klasifikasi,
misalnya, jantan dan betina, perbandingan tinggi dan rendah , atau baik dan buruk.
Dalam kasus lain, lebih dari dua kelompok yang terlibat, seperti rendah, menengah,
dan tinggi, klasifikasi analisis diskriminan mampu menangani baik dua kelompok
atau beberapa (tiga atau lebih) kelompok. Hasil analisis diskriminan dan regresi
logistik dapat membantu dalam profil yang antarkelompok karakteristik subjek dan
menugaskan mereka untuk kelompok-kelompok yang sesuai.
2. Mengidentifikasi isu-isu utama yang berkaitan dengan jenis penggunaan
variabel dan ukuran sampel yang diperlukan dalam penerapan analisis
discriminant.
Untuk menerapkan analisis diskriminan, peneliti harus terlebih dahulu
menentukan variabel yang menjadi ukuran independen dan variabel mana yang
menjadi ukuran tergantung. Peneliti harus fokus pada variabel dependen pertama.
Jumlah kelompok variabel dependen (kategori) bisa dua atau lebih, tetapi
kelompok-kelompok harus saling eksklusif dan lengkap. Setelah keputusan telah
dibuat pada variabel dependen, peneliti harus menentukan variabel independen
untuk disertakan dalam analisis. Variabel independen yang dipilih dalam dua cara:
a. Dengan variabel mengidentifikasi yang baik dari penelitian sebelumnyaatau dari model teoritis yang mendasari dalam pertanyaan penelitian
b. Dengan memanfaatkan pengetahuan peneliti dan intuisi untuk memilihvariabel yang tidak ada penelitian sebelumnya atau teori ada tapi itu secara
-
7/30/2019 Tugas-2 (Analisis Diskriminan)
3/7
logis mungkin berkaitan dengan memprediksi kelompok variabel
dependen.
Analisis diskriminan, seperti teknik multivariat lainnya, dipengaruhi oleh
ukuran sampel yang dianalisis. Sebuah rasio 20 observasi untuk setiap variabel
prediktor dianjurkan. Karena hasil menjadi tidak stabil sebagai ukuran sampel
menurun relatif terhadap jumlah variabel independen, ukuran minimum yang
disarankan adalah lima pengamatan per variabel independen. Ukuran sampel dari
masing-masing kelompok juga harus dipertimbangkan. Minimal, ukuran kelompok
terkecil dari kategori harus melebihi jumlah variabel independen. Sebagai panduan
praktis, setiap kategori harus memiliki setidaknya 20 pengamatan. Bahkan jika
semua kategori melebihi 20 pengamatan, bagaimanapun, peneliti juga harus
mempertimbangkan ukuran relatif dari kelompok. Variasi yang luas dalam ukuran
kelompok akan mempengaruhi estimasi fungsi diskriminan dan klasifikasi
pengamatan.
3. Memahami asumsi yang mendasari analisis diskriminan dalam menilai
kelayakan untuk masalah tertentu. Asumsi untuk analisis diskriminan
berhubungan dengan kedua proses statistik yang terlibat dalam prosedur
estimasi dan klasifikasi dan isu-isu yang mempengaruhi interpretasi hasil.
Asumsi utama untuk menurunkan fungsi diskriminan adalah normalitas
multivariat dari variabel independen dan tidak diketahui (tapi sama) dispersi dan
kovarians struktur (matriks) untuk kelompok seperti yang didefinisikan oleh
variabel dependen. Jika asumsi ini dilanggar, peneliti harus memahami dampak
pada hasil yang dapat diharapkan dan mempertimbangkan metode alternatif untuk
analisis (misalnya, regresi logistik).4. Dua pendekatan perhitungan untuk analisis diskriminan dan metode
untuk menilai model fit secara keseluruhan.
Ada dua pendekatan untuk analisis diskriminan adalah :
a. Metode simultan (langsung) . Estimasi simultan melibatkan menghitungfungsi diskriminan dengan mempertimbangkan semua variabel independen
pada saat yang sama. Dengan demikian, fungsi diskriminan dihitung
-
7/30/2019 Tugas-2 (Analisis Diskriminan)
4/7
berdasarkan set variabel independen keseluruhan, terlepas dari kekuatan
diskriminatif dari masing-masing variabel independen.
b. Estimasi Stepwise adalah sebuah alternatif untuk pendekatan simultan.Prosedur estimasi stepwise mampu menghasilkan variabek diskriminan
yang terbaik sehingga mampu melakukan diskriminasi antar kelompok.
Dengan memasukkan variabel independen ke dalam satu fungsi
diskriminan pada waktu atas dasar kekuasaan diskriminatif mereka.
Pendekatan bertahap mengikuti suatu proses menambahkan atau
menghapus variabel ke fungsi diskriminan. Setelah fungsi diskriminan
diperkirakan, peneliti harus mengevaluasi signifikansi atau fit dari fungsi
diskriminan . Ketika pendekatan simultan digunakan, Wilks 'lambda, jejak
Hotelling, dan kriteria Pillai semua mengevaluasi signifikansi statistik dari
kekuatan diskriminatif dari fungsi diskriminan. Jika metode stepwise
digunakan untuk memperkirakan fungsi diskriminan, D2
Mahalanobis dan
Rao V merupakan langkah-langkah yang paling tepat untuk menilai fit.
5. Jelaskan apa klasifikasi matriks dan bagaimana mengembangkannya
dan menjelaskan cara-cara untuk mengevaluasi akurasi prediksi dari
fungsi diskriminan.
Klasifikasi matrik adalah model keseluruhan signifikan secara statistic dan
menjelaskan variasi antar kelompok. Di mana digambarkan penggunanaan skor
diskriminan dan skor pemotongan untuk tujuan klasifikasi dengan cara:
a. Menghitung skor kriteria pemotongan terhadap yang diskriminan masing-masing pengamatan z skor yang dinilai untuk menentukan mana kelompok
yang harus dikalsifikasikan.b. Klasifikasikan setiap pengamatan dan mengembangkan matrik klasifikasi
untuk kedua analisa data dan sampel ketidaksepakatan.
c. Menilai tingkat prediksi akurasi masing-masing klasiifikasi matrik untuksignifikan statistik
Prosedur matriks klasifikasi memberikan perspektif pada practic 1
signifikansi daripada signifikansi statistik. Sebelum matriks klasifikasi dapat
dibangun, bagaimanapun, peneliti harus menentukan skor pemotongan untuk setiap
-
7/30/2019 Tugas-2 (Analisis Diskriminan)
5/7
fungsi diskriminan. Skor pemotongan merupakan titik membagi digunakan untuk
mengklasifikasikan observasi ke masing-masing kelompok berdasarkan skor
diskriminan fungsi. Perhitungan skor pemotongan antara dua kelompok didasarkan
pada dua kelompok centroid (rata-rata dari skor diskriminan) dan ukuran relatif
dari kedua kelompok. Hasil dari prosedur klasifikasi disajikan dalam bentuk
matriks. Entri pada diagonal dari matriks tersebut merupakan jumlah individu
diklasifikasikan dengan benar. Angka-angka dari diagonal mewakili klasifikasi
yang salah. Persentase diklasifikasikan dengan benar, juga disebut rasio hit,
mengungkapkan seberapa baik fungsi diskriminan memprediksi benda. Jika biaya
klafikasi kira-kira sama untuk semua kelompok, skor pemotongan yang optimal
akan menjadi salah satu yang akan jumlah paling sedikit objek di semua kelompok.
Jika biaya kesalahan klasifikasi yang tidak sama, skor pemotongan optimal akan
menjadi salah satu yang meminimalkan biaya kesalahan klasifikasi. Untuk
mengevaluasi rasio hit, kita harus melihat klasifikasi kesempatan Ketika ukuran
kelompok adalah sama, penentuan klasifikasi kesempatan didasarkan pada jumlah
kelompok Ketika ukuran kelompok yang tidak sama, klasifikasi kesempatan
perhitungan dapat dilakukan dengan dua cara: maksimum kesempatan dan
proporsional kesempatan.
6. Bagaimana mengidentifikasi variabel independen dengan kekuatan
diskriminatif Jika fungsi diskriminan signifikan.
Secara statistik dan akurasi klasifikasi (rasio hit) diterima, peneliti harus
fokus pada pembuatan interpretasi substantif temuan. Proses ini melibatkan
menentukan kepentingan relatif dari masing-masing variabel independen dalam
membedakan antara kelompok Tiga metode penentuan kepentingan relatif telahdiusulkan:
a. Bobot diskriminan standarb. Diskriminan beban (korelasi struktur)c. F parsial nilai-nilai.
Pendekatan tradisional untuk fungsi diskriminan menafsirkan memeriksa
tanda dan besarnya bobot diskriminan standar ditugaskan untuk setiap variabel
dalam menghitung fungsi diskriminan. Variabel bebas dengan bobot yang relatif
-
7/30/2019 Tugas-2 (Analisis Diskriminan)
6/7
lebih besar memberikan kontribusi lebih untuk kekuatan diskriminatif dari fungsi
daripada variabel dengan bobot yang lebih kecil. Tanda menunjukkan apakah
variabel membuat baik positif atau kontribusi negatif. Beban diskriminan semakin
digunakan sebagai dasar untuk interpretasi karena kekurangan dalam
memanfaatkan bobot. Mengukur korelasi linear sederhana antara setiap variabel
independen dan fungsi diskriminan, loadings diskriminan mencerminkan varians
bahwa variabel independen berbagi dengan fungsi diskriminan. Mereka dapat
ditafsirkan seperti faktor loadings dalam menilai kontribusi relatif dari masing-
masing variabel independen dengan fungsi diskriminan. Ketika metode estimasi
stepwise digunakan, sarana tambahan menafsirkan kekuatan diskriminatif relatif
dari variabel independen adalah melalui penggunaan nilai F parsial, yang dicapai
dengan memeriksa ukuran absolut dari nilai F signifikan dan peringkat mereka.
Nilai F yang besar menunjukkan kekuasaan diskriminatif yang lebih besar.
7. Membenarkan Penggunaan Pendekatan Split-Sampel Untuk Validasi.
Tahap akhir dari analisis diskriminan yaitu menghasilkan validasi
diskriman untuk menjamin bahwa hasilnya akan memiliki validasi eksertnal dan
validasi internal. Selain memvalidasi rasio hit, peneliti harus menggunakan profile
kelompok untuk memastikan bahwa sarana kelompok merupakan indikator yang
valid dari model konseptual yang digunakan dalam memilih variabel independen.
Validasi dapat terjadi baik dengan sampel terpisah (sampel ketidaksepakatan) atau
menggunakan prosedur yang berulang kali memproses sampel estimasi. Validasi d
yang paling sering dilakukan adalah hit rasio dengan membuat sampel
ketidaksepakatan, juga disebut sebagai sampel validasi. Tujuan menggunakan
sampel ketidaksepakatan untuk mendapatkan validasi. Tujuan validasi adalah untukmelihat seberapa baik fungsi diskriminan bekerja pada sampel pengamatan, tidak
digunakan untuk menurunkan fungsi diskriminan. Penilaian ini melibatkan
mengembangkan fungsi diskriminan dengan sampel analisis dan kemudian
menerapkannya pada sampel ketidaksepakatan.
Analisis diskriminan berganda dan regresi logistik membantu kita untuk
memahami dan menjelaskan masalah penelitian yang melibatkan variabel
dependen tunggal kategoris dan beberapa variabel independen metrik. Teknik ini
-
7/30/2019 Tugas-2 (Analisis Diskriminan)
7/7
dapat digunakan untuk profil karakteristik antar kelompok pada mata pelajaran dan
menugaskan satuan panas ke grup yang sesuai. Di mana terdapat potensi aplikasi
dalam dua bisni atau masalah bukan bisnis.