You are on page 1of 2

Analisis diskriminan berguna pada siatuasi di mana kita ingin membentuk sebuah model

prediktif dari beberapa kelompok (group) berdasarkan pada karakteristik pada masing-masing
kasus. Prosedur pembentukan fungsi diskriminan (atau, pada lebih dari dua kelompok,
serangkaian set dari fungsi diskriminan) berdasarkan pada kombinasi linear dari variabel-
variabel prediktor yang memberikan pembeda terbaik dari kelompok-kelompok tersebut.
Fungsi dibentuk dari sebuah sampel pada sebuah kasus di dalam sebuah group yang telah
diketahui; fungsi lalu dapat diaplikasikan pada kasus baru dengan pengukuran pada variabel-
variabel prediktor yang tidak diketahui masuk pada kelompok mana.

Catatan: Pengelompokan variabel dapat mempunyai lebih dari dua nilai. Kode untuk
masing-masing pengelompokan variabel harus integer, akan tetapi, kita dapat
menspesifikasikan nilai maksimum dan minimum. Kasus-kasus pada nilai di luar batas tidak
termasuk pada analisis.

Sebagai contoh: Berdasarkan rata-rata, orang-orang pada daerah empat musim


mengkonsumsi kalori per hari lebih banyak dibandingkan orang yang tinggal di daerah tropis.
Peneliti ingin mengkombinasikan informasi ini pada sebuah fungsi untuk membedakan
bagaimana seorang individu dapat dibedakan dalam dua daerah. Peneliti beranggapan bahwa
informasi tentang ukuran populasi dan ekonomi juga penting. Analisis diskriminan
memungkinkan kita mengestimasi koefisien dari fungsi linear diskriminan, yang merupakan
bentuk lain dari persamaan regresi. Dengan demikian, dengan menggunakan koefisien a, b, c
dan d, persamaannya adalah:
D= a * climate + b * urban + c * populasi + d * pdb

Jika variabel-variabel dapat membedakan dua iklim tersebut, maka nilai D akan
berbeda antara daerah empat musim dan daerah tropis. Jika kita menggunakan metode
stepwise, maka kita dapat menemukan varabel apa yang tidak masuk ke dalam fungsi.
Asumsi pada analisis diskriminan

1. Prediktor tidak mempunyai korelasi yang tinggi satu dengan yang lain

2. Rata-rata dan varians pada prediktor tidak berkorelasi

3. Corelasi antara dua prediktor adalah konstan pada semua group

4. Nilai masing-masing prediktor harus berdistribusi normal


Untuk lebih jelasnya silahkan download simulasi dan contoh analisis diskriminan di bawah
ini. sebagai informasi, materi ini disarikan dari manual book SPSS termasuk contoh data
yang dipergunakan pada simulasi di bawah.