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.