bab iv pengolahan data - lsoupnjatim.files.wordpress.com · pengolahan data 4.1 print output dan...
TRANSCRIPT
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
BAB IV
PENGOLAHAN DATA
4.1 Print Output dan Analisa Output
A. Diskriminan
Parameter :
1. Grup 1 : Konsumen (responden) yang sering berkunjung ke .....
Grup 2 : Konsumen (responden) yang sering berkunjung ke ......
2. Untuk Wilk’s Lambda
• Apabila nilai Wilk’s Lambda mendekati 0 maka data antar grup
cenderung berbeda.
• Apabila nilai Wilk’s Lambda mendekati 1 maka data antar grup
cenderung sama.
3. Untuk Signifikan
F value > 3,84 = Ho diterima
F value ≤ 3,84 = Ho ditolak
4. Untuk ANOVA
• F hitung < F tabel, maka Ho diterima
Ho : σ12 = σ2
2 ; maka tiap grup mempunyai varians yang sama (identik)
• F hitung > F tabel, maka Ho ditolak
H1 : σ12 ≠ σ2
2 ; maka tiap grup mempunyai varians yang berbeda (tidak
identik)
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
1. Analisis Case Processing Summary
Analysis Case Processing Summary
Unweighted Cases N Percent
Valid 49 98,0
Excluded Missing or out-of-range
group codes 1 2,0
At least one missing
discriminating variable 0 ,0
Both missing or out-of-range
group codes and at least
one missing discriminating
variable
0 ,0
Total 1 2,0
Total 50 100,0
Gambar 4.1 Analisis Case Processing Summary
Analisa :
Dalam analisa output dapat dianalisa bahwa data (responden) yang valid
sebanyak 49 atau 98% dan ada 1 data (responden) atau 2,0% yang tidak
valid yang dibuang dari total 50 data (responden).
2. Group Statistic
Group Statistics
Average Linkage (Between Groups) Mean Std. Deviation
Valid N (listwise)
Unweighted Weighted
1 Kenyamanan 2,00 .a 1 1,000
Kebersihan 3,00 .a 1 1,000
Luas_Parkir 3,00 .a 1 1,000
Loc_Strat 3,00 .a 1 1,000
JumKasir 4,00 .a 1 1,000
PelKasir 5,00 .a 1 1,000
Harga 5,00 .a 1 1,000
Tataletak 4,00 .a 1 1,000
KualitasPro 5,00 .a 1 1,000
Ketersediaan 2,00 .a 1 1,000
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
Keamanan 3,00 .a 1 1,000
2 Kenyamanan 3,54 ,849 48 48,000
Kebersihan 3,94 ,783 48 48,000
Luas_Parkir 3,94 ,909 48 48,000
Loc_Strat 3,96 ,874 48 48,000
JumKasir 3,71 ,743 48 48,000
PelKasir 3,71 ,874 48 48,000
Harga 3,54 ,824 48 48,000
Tataletak 3,15 ,772 48 48,000
KualitasPro 3,69 ,776 48 48,000
Ketersediaan 3,71 ,849 48 48,000
Keamanan 3,56 ,823 48 48,000
Total Kenyamanan 3,51 ,869 49 49,000
Kebersihan 3,92 ,786 49 49,000
Luas_Parkir 3,92 ,909 49 49,000
Loc_Strat 3,94 ,876 49 49,000
JumKasir 3,71 ,736 49 49,000
PelKasir 3,73 ,884 49 49,000
Harga 3,57 ,842 49 49,000
Tataletak 3,16 ,773 49 49,000
KualitasPro 3,71 ,791 49 49,000
Ketersediaan 3,67 ,875 49 49,000
Keamanan 3,55 ,818 49 49,000
a. Insufficient data
Gambar 4.2 Group Statistic
Analisa :
Total group statistik pada dasarnya berisi data statistik deskriptif yang
utama, yakni rata-rata dan standard deviasi, dari kedua group. Dari tabel
juga terlihat ada 1 responden yang tergolong group 1. Dan sisanya sebanyak
48 responden yang tergolong group 2. Jika melihat semua variabel
(Kenyamanan, kebersihan...........) yang muncul ini berarti tidak ada variabel
yang hilang yakni ada 11 variabel.
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
3. Analisa Test Of Equality Of Goup Means
Tests of Equality of Group Means
Wilks' Lambda F df1 df2 Sig.
Kenyamanan ,936 3,226 1 47 ,079
Kebersihan ,971 1,404 1 47 ,242
Luas_Parkir ,978 1,043 1 47 ,312
Loc_Strat ,976 1,177 1 47 ,283
JumKasir ,997 ,151 1 47 ,699
PelKasir ,956 2,139 1 47 ,150
Harga ,939 3,068 1 47 ,086
Tataletak ,975 1,201 1 47 ,279
KualitasPro ,944 2,801 1 47 ,101
Ketersediaan ,922 3,962 1 47 ,052
Keamanan ,990 ,458 1 47 ,502
Gambar 4.3 Analisa Test Of Equality Of Goup Means
Analisa:
V1 = df1 = 1
V2 = df2 = 47
Didapatkan Ftabel = 4,05
a. Kenyaman
Nilai Wilk’s Lambda 0,935 mendekati 1 artinya data tiap group cenderung
sama. Nilai Fhitung < Ftabel = 3,226 < 4,05 yang artinya H0 ditolak, maka data
group mempunyai varians yang berbeda ( tidak identik). Nilai Sig. 0,079 >
0,05 yang artinya H0 ditolak, maka ada perbedaan antar group.
b. ( IDEM )
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
B. Stepwise
1. Variables Entered / Removed
Variables Entered/Removeda,b,c,d
Step Entered
Min. D Squared
Statistic
Between
Groups
Exact F
Statistic df1 df2 Sig.
1 Ketersediaan 4,044 1 and 2 3,962 1 47,000 ,052
2 Harga 10,107 1 and 2 4,845 2 46,000 ,012
3 KualitasPro 15,449 1 and 2 4,830 3 45,000 ,005
At each step, the variable that maximizes the Mahalanobis distance between the two closest groups is
entered.
a. Maximum number of steps is 22.
b. Minimum partial F to enter is 3.84.
c. Maximum partial F to remove is 2.71.
d. F level, tolerance, or VIN insufficient for further computation.
Gambar 4.4 Variables Entered / Removed
Analisa :
Berdasarkan tabel output diatas variabel (Ketersediaan, Harga, KualitasPro)
memiliki angka Sig di bawah 0,05. Dengan demikian dari ke 11 variabel
yang dimasukkan, hanya ada 3 variabel yang signifikkan. Atau bisa di
katakan variabel (Ketersediaan, harga, Kualitas Pro) mempengaruhi
keputusan konsumen untuk berkunjung.
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
2. Variables Not In The Analysis
Variables Not in the Analysis
Step Tolerance Min. Tolerance F to Enter Min. D Squared
Between
Groups
0 Kenyamanan 1,000 1,000 3,226 3,294 1 and 2
Kebersihan 1,000 1,000 1,404 1,434 1 and 2
Luas_Parkir 1,000 1,000 1,043 1,064 1 and 2
Loc_Strat 1,000 1,000 1,177 1,202 1 and 2
JumKasir 1,000 1,000 ,151 ,154 1 and 2
PelKasir 1,000 1,000 2,139 2,183 1 and 2
Harga 1,000 1,000 3,068 3,132 1 and 2
Tataletak 1,000 1,000 1,201 1,226 1 and 2
KualitasPro 1,000 1,000 2,801 2,860 1 and 2
Ketersediaan 1,000 1,000 3,962 4,044 1 and 2
Keamanan 1,000 1,000 ,458 ,467 1 and 2
1 Kenyamanan ,883 ,883 1,274 5,485 1 and 2
Kebersihan ,664 ,664 ,001 4,046 1 and 2
Luas_Parkir ,972 ,972 ,436 4,537 1 and 2
Loc_Strat ,976 ,976 ,557 4,674 1 and 2
JumKasir ,983 ,983 ,390 4,485 1 and 2
PelKasir ,999 ,999 1,773 6,049 1 and 2
Harga ,915 ,915 5,361 10,107 1 and 2
Tataletak ,932 ,932 2,527 6,903 1 and 2
KualitasPro 1,000 1,000 2,457 6,823 1 and 2
Keamanan 1,000 1,000 ,423 4,522 1 and 2
2 Kenyamanan ,839 ,839 2,508 13,343 1 and 2
Kebersihan ,628 ,628 ,307 10,502 1 and 2
Luas_Parkir ,867 ,817 1,981 12,664 1 and 2
Loc_Strat ,922 ,864 1,551 12,109 1 and 2
JumKasir ,967 ,900 ,097 10,231 1 and 2
PelKasir ,906 ,830 ,376 10,592 1 and 2
Tataletak ,920 ,843 3,026 14,012 1 and 2
KualitasPro ,944 ,864 4,139 15,449 1 and 2
Keamanan ,997 ,913 ,246 10,424 1 and 2
3 Kenyamanan ,823 ,810 3,169 20,017 1 and 2
Kebersihan ,589 ,589 ,002 15,453 1 and 2
Luas_Parkir ,864 ,769 2,075 18,440 1 and 2
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
Loc_Strat ,868 ,792 2,868 19,584 1 and 2
JumKasir ,958 ,846 ,012 15,467 1 and 2
PelKasir ,890 ,772 ,108 15,605 1 and 2
Tataletak ,554 ,554 ,308 15,894 1 and 2
Keamanan ,941 ,854 ,000 15,449 1 and 2
Gambar 4.5 Variables Not In The Analysis
Analisa:
Tabel ini adalah kebalikan dari tabel sebelumnya, dimana tabel ini justru
yang di tayangkan adalah proses pengeluaran variabel secara bertahap.
a. Pada step 0 (keadaan awal) ke-11 variabel secara lengkap di tayangkan
dengan angka F to Enter sebagai faktor penguji. Terlihat angka F to Enter
yang terbesar adalah variabel ketersediaan angka 3,962. Berdasarkan Min D
Squared paling tinggi dari signifikan >0,05 maka variabel ketersediaan
dikeluarkan dari step 0 untuk dianalisa lebih lanjut dalam model
diskriminan.
b. Pada step 1, sekarang terlihat hanya ada 10 variabel, dan terlihat ke 10
variabel tersebut yang mempunyai angka F to Enter tertinggi adalah Harga
(5,361) dan Min D Squared tertinggi (10,107) maka variabel Harga
dikeluarkan dari step 1 untuk dianalisa lebih lanjut dalam model
diskriminan.
c. ( IDEM )
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
3. Wilks` Lambda
Wilks' Lambda
Step
Number of
Variables
Lambd
a df1 df2 df3
Exact F
Statistic df1 df2 Sig.
1 1 ,922 1 1 47 3,962 1 47,000 ,052
2 2 ,826 2 1 47 4,845 2 46,000 ,012
3 3 ,756 3 1 47 4,830 3 45,000 ,005
Gambar 4.6 Wilks` Lambda
Analisa :
Wilk’s Lambda pada prinsipnya adalah varians total dalam diskriminan scores yang
tidak bisa dijelaskan oleh perbedaan diantara grup-grup yang ada. Perhatikan tabel
diatas yang terdiri dari 3 tahap (step) yang terkait dengan 3 variabel secara
berurutan dimasukan pada tahapan analisa sebelumnya. Dengan nilai varians
92,2%, 82,6% dan 75,6% Dari kolom F dan signifikansi, terlihat baik pada
pemasukan variabel 1, 2 dan 3 adalah signifikansi secara statistik. Dengan nilai Sig.
< 0,05 hal ini berarti terdapat perbedaan yang signifikan antara kelompok yang
sering dengan yang jarang berkunjung.
C. Summary Of Caninical Discriminan
1. Eigenvalues
Eigenvalues
Function Eigenvalue % of Variance Cumulative %
Canonical
Correlation
1 ,322a 100,0 100,0 ,494
a. First 1 canonical discriminant functions were used in the analysis.
Gambar 4.7 eigenvalues
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
Analisa :
Canonical Correlation mengukur keeratan hubungan antara diskriminan
score dengan grup. Angka 0,494 menunjukkan keeratan yang cukup tinggi,
dengan ukuran skala asosiasi antara 0 sampai 1.
2. Lambda
Wilks' Lambda
Test of Function(s) Wilks' Lambda Chi-square df Sig.
1 ,756 12,701 3 ,005
Gambar 4.8 Lambda
Analisa :
Tabel tersebut menyatakan angka akhir Wilk’s Lambda, yang sebenarnya
sama saja dengan angka terakhir dari step 2 pembuatan model diskriminan.
Angka Chi-Square sebesar 12,701 dengan tingkat signifikansi yang kurang
dari 0,05 tidak menunjukkan perbedaan yang jelas.
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
4. Structure Matrix
Structure Matrix
Function
1
Ketersediaan -,512
Harga ,450
KualitasPro ,430
Kebersihana -,294
PelKasira ,281
Loc_Strata ,203
Keamanana -,170
Tataletaka ,155
Luas_Parkira ,147
JumKasira ,067
Kenyamanana ,032
Pooled within-groups
correlations between
discriminating variables and
standardized canonical
discriminant functions
Variables ordered by
absolute size of correlation
within function.
a. This variable not used in
the analysis.
Gambar 4.9 structure matrix
Analisa :
Tabel structure matrix menjelaskan korelasi antara variabel independen
dengan fungsi diskriminan yang terbentuk. Terlihat
Kebersihan,..................... tidak termasuk dalam model deskriminan.
Sedangkan ketersediaan dan Harga dan kualitas pro termasuk dalam model
diskriminan.
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
5. Canonical Discriminan Function Coefficients
Canonical Discriminant
Function Coefficients
Function
1
Harga ,975
KualitasPro ,780
Ketersediaan -,869
(Constant) -3,186
Unstandardized coefficients
Gambar 4.10 Canonical Discriminan Function Coefficients
Analisa :
Tabel di atas mempunyai fungsi yang hampir mirip dengan persamaan
regresi ganda, yang dalam analisis diskriminan disebut sebagai fungsi
diskriminan. Z Score = -3,186 + 0,975 Harga + 0,780 Kualitas Pro + ( -
0,869 ) Ketersediaan Kegunaan fungsi tersebut untuk mengetahui sebuah
case ( dalam kasus ini TEMPAT KALIAN ) masuk pada grup satu, ataukah
tergolong pada grup lainnya. Selain fungsi di atas, dengan di pilihnya Fisher
Function Coefficient pada proses analisis, maka akan terbentuk pula fungsi
diskriminan Fisher.
6. Functions At Group Centroids
Functions at Group Centroids
Average Linkage (Between
Groups)
Function
1
1 3,850
2 -,080
Unstandardized canonical discriminant
functions evaluated at group means
Gambar 4.11 Functions At Group Centroids
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
Analisa :
Karena ada dua tipe keputusan, maka disebut Two-Group Discriminant,
dimana grup yang satu mempunyai centroid (group means) Positif, dan grup
yang satu mempunyai centroid (group means) negatif. Angka pada tabel
menunjukkan besaran ”Z” memisahkan kedua grup tersebut.
D. Clasification
1. Classification Processing Summary
Classification Processing Summary
Processed 50
Excluded Missing or out-of-range group
codes 0
At least one missing
discriminating variable 0
Used in Output 50
Gambar 4.12 Classification Processing Summary
Analisa :
Dari tabel di atas menyatakan bahwa terdapat 50 data yang telah diproses
tanpa ada data yang hilang dan semua data digunakan dalam output.
2. Prior Probabillities For Groups
Prior Probabilities for Groups
Average Linkage (Between
Groups) Prior
Cases Used in Analysis
Unweighted Weighted
1 ,500 1 1,000
2 ,500 48 48,000
Total 1,000 49 49,000
Gambar 4.13 Prior Probabillities For Groups
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
Analisa :
Terlihat distribusi anggota grup, memperlihatkan komposisi dimana dari 49
responden yang dengan model diskriminan menghasilkan 48 orang ada pada
grup 2 (responden yang jarang berkunjung), dan 1 orang yang ada pada grup
1 (responden yang berkunjung).
3. Casewise Statistic
Gambar 4.14 Casewise Statistic
Analisa :
Tabel output casewise di atas pada prinsipnya ingin menguji apakah model
diskriminan yang terbentuk akan mengelompokkan dengan tepat seorang
pengunjung “.............” pada kategori 1 atau 2.
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 7 (ANALISIS DISKRIMINAN)
SESI / Meja
4. Clasification Results
Classification Resultsa,c
Average Linkage (Between
Groups)
Predicted Group Membership
Total
1 2
Original Count 1 1 0 1
2 2 46 48
Ungrouped cases 0 1 1
% 1 100,0 ,0 100,0
2 4,2 95,8 100,0
Ungrouped cases ,0 100,0 100,0
Cross-validatedb Count 1 0 1 1
2 2 46 48
% 1 ,0 100,0 100,0
2 4,2 95,8 100,0
a. 95,9% of original grouped cases correctly classified.
b. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by
the functions derived from all cases other than that case.
c. 93,9% of cross-validated grouped cases correctly classified.
Gambar 4.15 Clasification Results
Analisa :
Setelah fungsi diskriminan dibuat, kemudian klasifikasi dilakukan, maka
selanjutnya akan dilihat seberapa jauh klasifikasi tersebut sudah tepat atau,
berapa persen terjadi misklasifikasi pada proses klasifikasi tersebut, yang
akan dijelaskan melalui tabel di atas. Pada bagian original, terlihat bahwa
mereka yang pada data awal tergolong kategori 1 dan 2 adalah tetap dan
tidak ada perpindahan (misklasifikasi). Dengan 0 data yang tidak masuk
dalam proses diskriminan. Ketepatan prediksi dalam model ini adalah
100%. Maka model dsikriminan di atas sebenarnya bisa digunakan untuk
analisis diskriminan karena ketepatan mencapai 100%.