Interprestasi Output Analisis Diskriminan dengan SPSS

Artikel ini merupakan kelanjutan artikel sebelumnya yang berjudul: Analisis Diskriminan. Sebelum anda membaca artikel ini, sebaiknya anda terlebih dahulu mempelajari artikel sebelumnya tersebut. Selanjutnya mari kita bersama-sama pelajari cara baca atau cara interprestasi output analisis diskriminan dengan SPSS.

Contoh Interprestasi Output Analisis Diskriminan

Dalam interprestasi ini, anggap saja pada variabel dependen (Y) disebut sebagai “pengambilan keputusan”, di mana nilai 0 adalah responden memberi keputusan 0 dan nilai 1 adalah responden memberi keputusan 1.

Tabel Group Membership

Interprestasi Output Analisis Diskriminan dengan SPSS Interprestasi Output Analisis Diskriminan dengan SPSS — Analisis Diskriminan SPSS Group

Tabel Group Statistics di atas menerangkan bahwa kasus yang dianalisis ada 200 responden. 92 responden memberi keputusan 0 dan 108 memberi keputusan 1.

Pada variabel X1 nilai rata-rata X1 pada kelompok 1 : 63.20, sedangkan kelompok 0: 35.92. Artinya rata-rata X1 terhadap Keputusan pada kelompok pertama (1) lebih tinggi dibandingkan dengan kelompok kedua (0).

Begitu juga dengan variabel yang lain (X2 dan X3).

Tabel Equality Of Group Means

Tabel Tests of Equality of Group Means di atas adalah hasil analisis untuk menguji kesamaan rata-rata variabel. Uji ini menggunakan Wilks’ lambda dan nilai signifikansi. Jika angka Wilks’ Lambda mendekati angka 0 maka cenderung ada perbedaan dalam kelompok.

Keputusan Hipotesis dengan nilai signifikansi:

Jika signifikansi > 0,05 maka tidak ada perbedaan dalam kelompok

Jika signifikansi < 0,05 maka ada perbedaan dalam kelompok

Semua variabel di atas nilai sig < 0,05, maka ketiga variabel memberikan perbedaan pada pengambilan keputusan (Y).

Tabel Covariance dan Correlation Matrix

Tabel di atas adalah tabel analisis Covariances dan Correlation. Lihat nilai Korelasi, apabila ada korelasi antar variabel independen dengan nilai > 0,5 maka dicurigai ada gejala multikolinearitas. Di atas tidak terdapat korelasi > 0,5, maka tidak ada multikolinearitas.

Tabel Homogenitas Covariance

Untuk menguji kesamaan varian digunakan angka Box’ M dengan ketentuan sebagai berikut:

• Jika signifikansi > 0,05 maka HO diterima

• Jika signifikansi < 0,05 maka H0 ditolak

Hipotesis:

H0 = Varians kedua kelompok data identik/homogen

H1 = Varians kedua kelompok data tidak sama/heterogen.

Dari nilai p-value statistik uji Box’ M diketahui nilai p-value 0,364 (> 0,05) maka terima H0.

Dengan demikian varians kelompok data adalah identik/homogen.

NB: jika tidak terpenuhinya asumsi ini dapat dilakukan eksplorasi data untuk melihat kemungkinan ada tidaknya outlier data.

Tabel Variables Entered/Removed Analisis Diskriminan

Di atas menunjukkan variabel yang dimasukkan dalam tiap tahap. Ada 3 tahapan, maka ada 3 variabel yang masuk model. Variabel yang masuk model adalah variabel yang mempunyai pengaruh bermakna pada Y dan tidak menyebabkan nilai F tidak signifikan.

Tahapan pemasukan variabel ditentukan oleh besar kecilnya angka sig of F to Remove dimana angka terkecil akan di dahulukan.

Tabel Variabel Yang Tersisa Di Dalam Model Analisis Diskriminan

Tabel di atas menunjukkan variabel yang tetap tinggal didalam model, yaitu ada 3 variabel.

Tabel Variabel Yang Dikeluarkan Dari Dalam Model Analisis Diskriminan

Tabel di atas menunjukkan variabel yang keluar dari dalam model dalam tiap tahap, sampai tahap 2 hanya ada 1 yaitu X1, tetapi akhirnya pada tahap 3 tidak ada yang dikeluarkan.

Tabel Wilks Lambda Analisis Diskriminan

Tabel di atas menunjukkan perubahan nilai lambda dan nilai uji F dalam tiap tahap. Sampai tahap 3 nilai Sig tetap < 0,05, maka sampai tahap 3 variabel bebas masuk semua dalam model.

Angka signifikansi untuk 3 variabel sebesar 0,000 dengan nilai F 235,829 pada tahap satu dan pada tahap 3 signifikansi sebesar 0,000 dengan nilai F 175.397. Karena nilai signifikansi 0,000 (< 0,05) maka variabel masing-masing kelompok mempunyai perbedaan yang signifikan.

Tabel Canonical Discriminant Dalam Analisis Diskriminan

Di bawah ini adalah tabel output terakhir dan sangat penting di dalam proses analisis diskriminan:

Eigenvalue

Pada tabel Eigenvalues terdapat nilai canonical correlation. Nilai canonical correlation digunakan untuk mengukur derajat hubungan antara hasil diskriminan atau besarnya variabilitas yang mampu diterangkan oleh variabel independen terhadap variabel dependen.

Canonical Correlation

Dari tabel di atas, diperoleh nilai canonical correlation sebesar 0,854 bila di kuadratkan (0,854 x 0,854) = 0.7293, artinya 72,93% varians dari variabel independen (kelompok) dapat dijelaskan dari model diskriminan yang terbentuk.

Nilai korelasi kanonikal menunjukan hubungan antara nilai diskriminan dengan kelompok. Nilai sebesar 0,854 berarti hubungannya sangat tinggi karena mendekati angka 1 (besarnya korelasi antara 0-1).

Sementara demikian saja tentang penjelasan dan cara baca atau interprestasi output analisis diskriminan dengan SPSS. Untuk interprestasi selanjutnya akan dijelaskan dalam artikel berikutnya yang berjudul: Interprestasi Analisis Diskriminan dengan SPSS Part 2.

By Anwar Hidayat

Interprestasi Output Analisis Diskriminan dengan SPSS