Lampiran 1. Kuesioner
KUESIONER PENELITIAN
APLIKASI ANALISIS DISKRIMINAN DALAM MEMILIH PERGURUAN TINGGI NEGERI DI SUMATERA DAN PERGURUAN TINGGI NEGERI
DI JAWA BERDASARKAN PERSEPSI SISWA KELAS XII DI 5 SMA NEGERI FAVORIT KOTA MEDAN
Nama :
Asal Sekolah :
Jurusan :
PTN yang di inginkan :
Petunjuk pengisian kuesioner:
1. Mohon memberi tanda silang (x) pada jawaban yang dianggap benar. 2. Setiap pertanyaan hanya membutuhkan satu jawaban saja.
3. Mohon memberikan jawaban yang sebenar-benarnya.
4. Setelah melakukan pengisian, mohon untuk mengembalikan kuesioner.
Keterangan:
Skala Pernyataan
1. Sangat Tidak Setuju (STS)
2. Tidak Setuju (TS)
3. Kurang Setuju (KS)
4. Setuju (S)
5. Sangat Setuju (SS)
No. Pertanyaan STS TS KS S SS
1. Uang kuliah yang murah mendorong
saya untuk memilih PTN tersebut. 1 2 3 4 5
2.
Akreditasi PTN atau jurusan mempengaruhi saya dalam memilih PTN tersebut.
1 2 3 4 5
3. Banyaknya program studi yang
ditawarkan pada PTN tersebut. 1 2 3 4 5
4.
Tuntutan orangtua merupakan faktor yang mempengaruhi saya dalam memilih perguruan tinggi.
1 2 3 4 5
5.
Kondisi fisik dari PTN dan Fakultas merupakan salah satu faktor dalam memilih PTN tersebut.
1 2 3 4 5
6.
Promosi atau pemberitahuan mengenai PTN dari Mahasiswa PTN itu sendiri yang merupakan salah satu faktor saya memilih PTN tersebut.
1 2 3 4 5
7.
Informasi dari teman dan orang terdekat menjadikan saya tertarik terhadap PTN tersebut.
1 2 3 4 5
8.
Reputasi perguruan tinggi adalah salah satu faktor saya memilih PTN tersebut.
233. 0 4 5 4 2 5 4 3 1
234. 1 2 3 4 3 4 2 2 5
209 1 3 1 2 3 5 5 2 2 14.19201 0.887234 12.97346 210 0 4 5 1 4 4 4 2 2 14.60895 0.8914894 13.09834 211 1 4 2 2 5 2 4 4 4 14.67925 0.8957447 13.22759 212 0 3 5 5 2 2 2 2 5 14.70051 0.9 13.36157 213 1 4 3 3 1 1 4 4 4 15.20058 0.9042553 13.50068 214 1 4 5 1 4 3 5 2 4 15.24792 0.9085106 13.64539 215 0 4 1 2 4 4 3 3 3 15.74182 0.912766 13.79622 216 0 3 5 4 2 5 1 3 5 16.20206 0.9170213 13.95376 217 0 3 5 5 2 1 4 4 5 16.6991 0.9212766 14.1187 218 0 3 4 2 3 5 2 4 3 16.74882 0.9255319 14.29187 219 0 3 2 1 1 5 5 2 3 17.22131 0.9297872 14.47419 220 0 1 4 2 4 2 5 2 4 17.69103 0.9340426 14.6668 221 0 3 4 1 5 2 3 5 2 17.83908 0.9382979 14.87104 222 0 4 4 1 5 2 4 1 3 17.85536 0.9425532 15.08853 223 0 5 5 2 3 5 1 2 4 18.75121 0.9468085 15.32127 224 0 4 5 3 1 5 4 1 5 18.81823 0.9510638 15.57176 225 0 5 5 2 4 1 5 3 4 18.82355 0.9553191 15.84316 226 0 4 5 5 5 5 2 2 5 18.94827 0.9595745 16.13956 227 0 5 5 1 1 5 5 5 5 18.9556 0.9638298 16.46644 228 1 4 3 1 4 1 2 2 2 19.91685 0.9680851 16.83126 229 0 4 3 1 4 1 2 2 2 19.91685 0.9723404 17.2447 230 1 4 3 3 5 3 4 2 1 20.03436 0.9765957 17.7227 231 1 4 5 2 4 3 1 5 3 20.75868 0.9808511 18.2908 232 1 5 5 4 2 5 4 3 1 21.1348 0.9851064 18.99366 233 0 4 4 4 3 1 3 5 2 24.94637 0.9893617 19.92121 234 1 2 5 1 2 4 1 5 4 25.17397 0.993617 21.3037 235 1 3 1 4 1 4 1 4 1 27.1072 0.9978723 24.19228
Keterangan:
Total Uang kuliah
murah
1.159 -.024 .074 .053 .165 .285 .184 -.068
Akreditasi
PTN
-.024 1.186 .285 -.040 .115 .068 .265 .561
Banyak
program
studi
.074 .285 1.170 -.077 .155 -.001 .188 .210
Tuntutan
orangtua
.053 -.040 -.077 1.446 .097 .226 .232 -.135
Kondisi fisik
PTN
.165 .115 .155 .097 .916 .157 .075 .173
Promosi .285 .068 -.001 .226 .157 .936 .311 .187
Informasi
orang
terdekat
.184 .265 .188 .232 .075 .311 1.108 .272
DAFTAR PUSTAKA
Andriani, Yuli., Cahyawati, Dian. dan Gusmaryanita, Vivin. 2012. Pengklasifikasian Fungsi Diskriminan Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya. Di dalam: Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA; Fakultas MIPA Universitas Negeri Yogyakarta, 2 Juni 2012,. Yogyakarta: 1-4.
Djaali. 2008. Skala Likert. Pustaka Utama. Jakarta.
Gudono. 2015. Analisis Data Multivariat. Fakultas Ekonomi dan Bisnis UGM. Yogyakarta.
Hair, J. F. Jr., Anderson, R. E., Tatham, R., and Black W. C. 2009. Seventh edition, Multivariate Data Analysis. Upper Saddle River. New Jersey. Prentice-Hall.
Hamzahan, Amir., Santosa, Gatot. dan Widiarto, Wisnu. 2002. Klasifikasi Objek Dalam Visi Komputer Dengan Analisis Diskriminan. Makara, Teknologi. 1: 24-32.
Johnson, R. A., Wichern, D. W. 2007.Sixth edition, Applied Multivariate Statistical Analysis. New Jersey: Prentice Hall.
Marino., Tirta, Made. dan Dewi, Yuliani. 2014. Perbandingan Analisis Diskriminan Linier, Diskriminan Linier Robust dan Regresi Logistik Biner Studi Kasus Pada Penjurusan Bidang IPA/IPS Siswa Tingkat SMA Negeri 1 Bangorejo Banyuwangi. Di dalam: Prosiding Seminar Nasional Matematika; Universitas Jember, 19 November 2014,. Jember: 192-200. Rachmatin, Dewi. dan Sawitri, Kania. 2009. Penerapan Prosedur Lachenbruch
Pada Kasus Quadratic Discriminant Analysis. Di dalam: Prosiding Seminar Nasional Matematika dan Pendidikan Matematika; Bandung, 19 Desember 2009,. Bandung: 484-493.
Rully. dan Poppy. 2014. Metodologi Penelitian. PT. Refika Aditama. Bandung. Septiana, Dian Norras. 2014. Kajian Metode Analisis Diskriminan dan Metode
Learning Vector Quantization untuk Klasifikasi. 2: 445-448.
Sudjana. 2001.Metoda Statistika. Tarsito. Bandung.
BAB 3
METODE PENELITIAN
3.1.Lokasi dan Waktu Penelitian
Penelitian dilakukan di 5 SMAN favorit Kota Medan yaitu:
1. SMAN 1 yang terletak di Jalan Teuku Cik Ditiro No. 1 Medan. Penelitian dilakukan pada tanggal 1 sampai 8 Maret 2016.
2. SMAN 2 yang terletak di Jalan Karangsari No. 435 Medan. Penelitian dilakukan pada tanggal 3 Maret 2016.
3. SMAN 3 yang terletak di Jalan Budi Kemasyarakatan 3 Medan. Penelitian dilakukan pada tanggal 23 Maret 2016.
4. SMAN 4 yang terletak di Jalan Gelas No. 12 Ayahanda Medan. Penelitian dilakukan pada tanggal 7 Maret 2016.
5. SMAN 5 yang terletak di Jalan Pelajar No. 17 Medan. Penelitian dilakukan pada tanggal 4 Maret 2016.
3.2. Penentuan Populasi dan Sampel
Menurut Barbara (1983) Populasi adalah suatu kelompok yang tersusun dari beberapa sampel secara acak. Adapun populasi dalam penelitian ini yaitu 5 SMAN favorit kota Medan yaitu siswa SMAN 1, SMAN 2,SMAN 3, SMAN 4 dan SMAN 5. Sampel adalah sebagian yang diambil dari populasi. Untuk melakukan analisis statistik diperlukan data, karenanya data perlu dikumpulkan.
yang akan diteliti agar benar-benar bisa mendapatkan sampel yang sesuai dengan persyaratan atau tujuan penelitian. Sampel yang diambil dari 5 SMAN favorit Kota Medan sebanyak satu kelas dari tiap sekolah. Sampel yang diambil berdasarkan petimbangan sebagai berikut:
1. Siswa yang dijadikan sampel harus siswa Kelas XII.
2. Siswa yang dijadikan sampel harus siswa yang ingin kuliah di PTN yang berada di Pulau Sumatera dan Pulau Jawa.
Tabel 3.1. Jumlah Sampel Penelitian
No. Populasi Jumlah Sampel per Kelas
1. SMAN 1 Medan 46 siswa
2. SMAN 2 Medan 49 siswa
3. SMAN 3 Medan 49 siswa
4. SMAN 4 Medan 46 siswa
5. SMAN 5 Medan 45 siswa
Jumlah Sampel 235 siswa
Sumber: Hasil Penelitian 2016
3.3. Teknik Pengumpulan Data
likert terdiri dari sangat setuju, setuju, kurang setuju, tidak setuju dan sangat tidak
setuju.
3.4. Uji Analisis Data
Pada penelitian ini uji analisis data menggunakan metode analisis diskriminan dengan bantuan SPSS 17.0.Sebelum di lakukan pengujian analisis diskriminan ada beberapa uji asumsi yang harus dipenuhi yaitu (Johnson dan Winchern, 2007): 1. Uji normalitas multivariat terhadap variabel independen dengan menggunakan
jarak Mahalanobis dan Khi-kuadrat. Variabel independen dikatakan berdistribusi normal multivariat apabila jumlah nilai jarak Mahalanobis ≤ dari Khi-kuadrat dan pencaran titik yang dibentuk oleh jarak Mahalanobis dan Khi-kuadrat harus membentuk garis lurus.
2. Uji asumsi homogenitas matriks varians kovarians terhadap variabel independen dengan menggunakan uji Box’ M. Uji ini dilakukan untuk menentukan jenis analisis diskriminan yang akan digunakan dalam pembentukkan fungsi diskriminan. Variabel independen antar kelompok dikatakan mempunyai matriks varians kovarians yang sama apabila nilai Box’ M < nilai sebaran Khi-kuadrat, serta dapat menggunakan fungsi diskriminan linier.
BAB 4
HASIL DAN PEMBAHASAN
4.1. Data Hasil Kuesioner
Data hasil penelitian dari 5 SMAN favorit Kota Medan dibuat dalam bentuk tabel dan dapat dilihat pada Lampiran 2.Data hasil kuesioner berjumlah 235 responden.Dengan pembagian kelompok atas dua bagian yaitu: kelompok pertama adalah PTN Sumatera dan kelompok kedua adalah PTN Jawa.
4.2. Uji Asumsi Analisis Diskriminan
Sebelum dilakukan analisis diskriminan, terlebih dahulu dilakukan pengujian asumsi yaitu asumsi distribusinormal multivariat dan homogenitas matriks varians kovarians. Kemudian akan dilakukan pengujian vektor nilai rataan untuk melihat apakah terdapat perbedaan signifikansi antar kelompok untuk setiap variabel independen.
4.2.1. Uji Asumsi Distribusi Normal Multivariat Untuk Seluruh Variabel
Independen
Gambar 4.1. Plot Distribusi Normal Multivariat Seluruh Variabel Independen
Pada gambar 4.1.pencaran titik yang terbentuk oleh jarak Mahalanobis dan khi-kuadrat hampir membentuk garis lurus. Kemudian menghitung jumlah nilai jarak Mahalanobis ≤ Khi-kuadrat:
Persentase jumlah nilai jarak Mahalanobis ≤ Khi-kuadrat = �
� � 100 %
dimana:
� = jumlah nilai jarak Mahalanobis ≤ Khi-kuadrat � = jumlah responden
Maka diperoleh sebagai berikut:
Persentase jumlah nilai jarak Mahalanobis ≤ Khi-kuadrat = 193
235 � 100 % = 82,12%
4.2.2. Uji Asumsi Homogenitas Untuk SeluruhVariabel Independen
Uji asumsi homogenitas untuk seluruh variabel independen digunakan untuk melihat apakah terdapat perbedaan yang signifikansi antar kelompok PTN di Sumatera dan PTN di Jawa. Uji homogenitas pada penelitian ini menggunakan uji Box’ M. Antar kelompok dikatakan mempunyai varians yang sama apabila nilai signifikansi ≥ 0,05. Dengan menggunakan rumus (2.9), (210) dan (2.11) maka diperoleh hasil seperti pada SPSS 17.0di bawah ini:
Tabel 4.1. Uji Box’ M
Box's M 107.611
F Approx. 2.880
df1 36
df2 176646.950
Sig. .100
Dapat dilihat pada tabel diatas diperoleh nilai p-value statistik uji Box’ M adalah 0,100. Maka varians antar kedua kelompok dikatakan sama.
4.3.Pembentukkan Fungsi Diskriminan Dengan Metode Stepwise Estimation
Pada metode stepwiseestimationvariabel independen dimasukkan satu per satu kemudian dilakukan proses diskriminan. Pada metode ini, ada variabel yang tidak digunakan dalam pembentukkan fungsi diskriminan.
4.3.1. Menentukan Variabel-variabel Pembentuk Fungsi Diskriminan
Tabel 4.2. Metode Mahalanobis
Step
Min. D Squared
Exact F
Entered Statistic Between Groups Statistic df1 df2 Sig.
1 Akreditasi PTN 1.529 Sumatera and Jawa 89.441 1 233.000 3.582E-18
2 Banyak program studi
2.184 Sumatera and Jawa 63.610 2 232.000 9.436E-23
3 Uang kuliah murah
2.517 Sumatera and Jawa 48.667 3 231.000 2.050E-24
Pada tabel diatas dapat dilihat bahwa variabel-variabel yang memenuhi persyaratan untuk membentuk persamaan diskriminan hanya tiga variabel yaitu akreditasi PTN, banyaknya program studi dan uang kuliah yang murah.Pada tabel diatas terdapat tiga tahap yaitu pada urutan pertama ada akreditasi PTN dengan nilai signifikansi 3,582E.18.Pada urutan kedua ada banyaknya program studi yang ditawarkan dengan nilai signifikansi sebesar 9,436E.23 dan pada urutan ketiga ada variabel uang kuliah yang murah dengan nilai signifikansi sebesar 2,050E.24.
4.3.2. Variable in the Analysis
Berikut adalah tabel yang menunjukkan kondisi urutan variabel-variabel independen yang dianalisis:
Tabel 4.3.Variable in the Analysis
Step Tolerance Sig. of F to
Remove
Min. D
Squared Between Groups
1 akreditasi PTN 1.000 .000
2 akreditasi PTN .998 .000 .742 sumatera and Jawa
3 akreditasi PTN .992 .000 .973 sumatera and Jawa
banyaknya program studi .978 .000 1.736 sumatera and Jawa
uang kuliah murah .973 .000 2.184 sumatera and Jawa
Terlihat bahwa tabel diatas mempunyai tiga tahap. Tahap pertama diisi oleh akreditasi PTN dengan nilai toleransi sebesar 1,00. Di tahap kedua akreditasi PTN dan diikuti oleh banyaknya program studi dengan masing-masing memiliki nilai toleransi sebesar 0,998. Dan pada tahap ketiga ada tiga variabel yaitu akreditasi PTN, banyaknya program studi dan uang kuliah yang murah dengan masing-masing memiliki nilai toleransi sebesar 0,992, 0,978 dan 0,973.
4.3.3. UjiWilk’s Lambda
Dengan menggunakan uji Wilk’s Lambda dapat diperoleh perbedaan antar kelompok berdasarkan nilai signifikansi dari variabel-variabel independen.dengan rumus (2.12) maka hasil yang diperoleh sama dengan menggunakan SPSS 17.0 sebagai berikut:
Tabel 4.4. Uji Wilk’s Lambda
Step
Number of Variables
Lambda df1 df2 df3
Exact F
Statistic df1 df2 Sig.
1 1 .723 1 1 233 89.441 1 233.000 .000
2 2 .646 2 1 233 63.610 2 232.000 .000
3 3 .613 3 1 233 48.667 3 231.000 .000
merupakan variabel pembentuk fungsi diskriminan. Angka signifikansi untuk 3 variabel sebesar 0,00 dan nilai pada Uji F sebesar 89,441 pada tahap pertama dan pada tahap ketiga signifikansi sebesar 0,00 dan nilai pada Uji F sebesar 48,667. Karena nilai signifikansi 0,00< 0,05 maka variabel masing-masing kelompok berbeda.
4.3.4. Uji Korelasi Kanonis
Berikut adalah tabel untuk menguji korelasi kanonis.Besar nilai korelasi kanonis adalah antara 0-1.Maka hasil yang diperoleh sama dengan menggunakan SPSS 17.0 sebagai berikut:
Tabel 4.5.Uji Korelasi kanonis
Function Eigenvalue % of Variance Cumulative % Canonical Correlation
1 .632a 100.0 100.0 .822
Pada tabel diatas terdapat kolom nilai korelasi kanonis yang digunakan untuk mengukur derajat hubungan antara hasil diskriminan atau besarnya variabilitas yang mampu diterangkan oleh variabel independen terhadap variabel dependen.Nilai korelasi kanonis sebesar 0,822 berarti variabel independen berkorelasi tinggi karena mendekati angka 1.Untuk setiap fungsi diskriminan, eigenvalue merupakan rasio sum of square (SS) dalam kelompok.Semakin besar
nilai eigenvalue maka semakin bagus fungsi diskriminan yang terbentuk.
4.3.5. Uji Struktur Matriks
Tabel 4.6. Struktur matriks Function
1
akreditasi PTN .779
banyaknya program studi .543
reputasi PTNa .352
uang kuliah murah -.221
kondisi fisik PTNa .153
informasia .110
promosia -.014
tuntutan orangtuaa -.007
Terlihat pada tabel diatas bahwa variabel akreditasi PTN merupakan variabel dengan nilai korelasi tertinggi sebesar 0,779 diikuti oleh banyaknya program studi dengan nilai 0,543 dan yang terakhir oleh uang kuliah yang murah sebesar 0,221. Adanya huruf “a” pada beberapa variabel menunjukkan bahwa variabel-variabel tersebut tidak diikutkan dalam proses analisis diskriminan selanjutnya.
4.3.6. Fungsi Diskriminan Kanonis
Berikut adalah tabel fungsi diskriminan kanonis dengan menggunakan SPSS 17.0: Tabel 4.7.Fungsi Diskriminan Kanonis
Function
1
Uang kuliah murah -.347
Akreditasi PTN .848
Banyak program studi .566
(Constant) -3.874
kanonis yaitu uang kuliah yang murah, akreditasi PTN dan banyaknya Program Studi.Fungsi diskriminan yang standar adalah
�= −0,347 �1+ 0,848 �2+ 0,566 �3
Koefisien fungsi diskriminan pada variabel �1 bertanda negatif, artinya variabel �1 mempunyai pengaruh negatif, yaitu setiap kenaikan satu satuan nilai variabel �1 maka menurunkan skor diskriminan sebesar 0,347. Sedangkan pada variabel �2 dan �3 bertanda positif, artinya variabel �2 dan �3 mempunyai pengaruh positif, yaitu setiap kenaikan satu satuan nilai variabel �2 dan �3 maka menaikkan skor diskriminan masing-masing sebesar 0,848 dan 0,566.
4.3.7. GroupCentroids (Rata-rata Kelompok)
Tabel 4.9.menjelaskan bahwa ada dua kelompok yang disebut dengan kelompok diskriminan, yaitu kelompok PTN di Sumatera dan PTN di Jawa. Pada tabel ini setiap kelompok mempunyai nilai centroids.Berikut adalah tabel groupcentroids:
Tabel 4.8.GroupCentroids
PTN yang dipilih
Function
1
Sumatera -.844
Jawa .743
4.3.8. Statistik Klasifikasi
Berikut adalah proses klasifikasi dengan menggunakan SPSS 17.0: Tabel 4.9. Proses Klasifikasi
Processed 235
Excluded Missing or out-of-range group codes 0
At least one missing discriminating variable 0
Used in Output 235
Tabel tersebut menunjukkan bahwa banyaknya responden yang diproses berjumlah 235 responden dan tidak ada yang tidak diproses (missing). Selanjutnya, tabel pengklasifikasian dua kelompok dengan jumlah masing-masing responden dengan menggunakan SPSS 17.0 sebagai berikut:
Tabel 4.10. Klasifikasi Kelompok
PTN yang dipilih Prior
Cases Used in Analysis
Unweighted Weighted
Sumatera .500 110 110.000
Jawa .500 125 125.000
Total 1.000 235 235.000
Pada tabel diatas terlihat bahwa ada dua klasifikasi yaitu kelompok yang memilih PTN di Sumatera sebesar 110 responden dan kelompok yang memilih PTN di Jawa sebesar 125 responden.
4.3.9.Nilai Pemisah (Cutting Score)
sebesar 110 responden dan jumlah responden yang masuk ke dalam kelompok Jawa sebesar 125 responden. Maka dapat diperoleh nilai cutting score (���) sebagai berikut:
Diperolehnilai pemisah sebesar -0,1011artinya jika seorang responden mempunyai skor diskriminan < -0,1011 maka masuk ke kelompok PTN Sumatera dan jika seorang responden mempunyai skor diskriminan > -0,1011 maka masuk ke kelompok PTN Jawa.
4.3.10.Uji Klasifikasi Fungsi Diskriminan
Hasilpengklasifikasian responden dapat dilihat pada tabel berikut. Tabel 4.11. Klasifikasi Fungsi Diskriminan
PTN yang
responden atau 14,4% berpindah ke kelompok PTN Sumatera. Maka klasifikasi dari fungsi diskriminan dihitung dengan cara sebagai berikut:
APER = 77+107
235 = 0,7829 atau 78,3 %
Adapun jumlah observasi yang salah dalam pengklasifikasian yaitu sebesar Hit Ratio =33+18
BAB 5
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan hasil dan pembahasan dari penelitian maka diperoleh suatu kesimpulan sebagai berikut:
1. Ada tiga faktor-faktor yang menyebabkan siswa lebih memilih PTN di Jawa adalah uang kuliah murah, akreditasi PTN dan banyaknya program studi yang ditawarkan.
2. Fungsi diskriminan yang diperoleh adalah Z = - 0,437 �1 + 0,848 �2 + 0,566�3
5.2. Saran
Adapun saran untuk penelitiaan selanjutnya yaitu:
1. Berdasarkan hasil penelitian diharapkan bahwa PTN yang ada di Sumatera sebaiknya lebih meningkatkan akreditasi PTN dan membuat beberapa program studi yang baru sehingga para siswa kota Medan tetap memilih PTN yang ada di Sumatera.
BAB 2
TINJAUAN PUSTAKA
Pada Bab ini akan dipaparkan beberapa teori tentang analisis diskriminan dari berbagai sumber seperti: buku, jurnal dan prosiding. Analisis diskriminan adalah salah satu metode dependensi dari analisis multivariat. Berikut beberapa definisi dan penelitian terdahulu dari berbagai bidang dengan menggunakan analisis diskriminan.
2.1. Analisis Multivariat
mencari nilai jarak Mahalanobis dengan Khi-kuadrat �2��(� −0,5)/��. Jarak Mahalanobis merupakan jarak statistik yang memperhitungkan korelasi atau kovarians antar variabel. Dengan rumus sebagai berikut:
��2 = (��− �̅)�−1(��− �̅) (2.1)
dimana;
� = 1,2,…,�
�1,�2,�3, … ,�� = vektor pengamatan
�−1 = inverse matriks varians kovarians
Kriteria pemenuhan asumsi dilakukan secara visual yaitu jika plot membentuk garis lurus berarti data dapat didekati dengan sebaran normal.Statistika ujidiperlukan untuk menguji homogenitas matriks varians kovarians dengan hipotesis H0:∑1 =∑2 = ⋯= ∑g = ∑0 dan H1: ada paling sedikit satu diantara sepasang ∑� yang tidak sama. Jika dari masing-masing populasi diambil sampel acak berukuran n yang saling bebas maka penduga tak bias untuk ∑� adalah matriks �� sedangkan untuk ∑0 penduga tak biasnya adalah S. dengan rumus
Daerah penolakan untuk hipotesis nol dapat dihampiri dengan menggunakan sebaran Khi kuadrat yaitu:��−1 >��2,��.Dengan bantuan program SPSS, uji homogenitas matriks varians-kovarians dapat dilakukan dengan Uji Bo x’s M. Jik a nilai sig. > α, mak a H0 diterima sehingga dapat disimpulkan
matriks varians-kovarians dari l-populasi adalah sama atau homogen.
Analisis diskriminan pertama kali dikembangkan oleh Ronald A. Fisher pada tahun 1936 sebagai suatu teknik statistika yang diterapkan dalam bidang taksonomi.Analisis diskriminan adalah salah satu teknik yang digunakan untuk menjelaskan atau memprediksi variabel terikat berdasarkan dua atau lebih variabel bebas dengan mengklasifikasikan objek beberapa kelompok. Dengan tujuan untuk mengetahui apakah ada perbedaan yang jelas antar kelompok pada variabel dependen. Jika ada, variabel independen mana pada fungsi diskriminan yang membuat perbedaan tersebut. Pengelompokkan analisis diskriminan ini terjadi karena ada pengaruh satu atau lebih variabel lain yang merupakan variabel independen. Analisis diskriminan sangat berguna di antaranya untuk menjelaskan segmen pelanggan, mengidentifikasi karakteristik kritis yang mampu membedakan keduanya dan penggolongan calon pelanggan ke dalam segmen yang sesuai. Meskipun penggunaan paling umum analisisdiskriminan adalah untuk mengklasifikasikan orang atau objek menjadi berbagai kelompok, analisis diskriminan dapat juga dipergunakan untuk menganalisis kelompok-kelompok yang diketahui untuk menentukan pengaruh relatif dari faktor-faktor tertentu sehingga dapat digunakan untuk memutuskan pengelompokkan (Rully dan Poppy, 2014).
Menurut Johnson dan Wichern (2007) tujuan dari analisis diskriminan adalah untuk menggambarkan ciri-ciri suatu pengamatan dari bermacam-macam populasi yang diketahui, baik secara grafis maupun aljabar dengan membentuk fungsi diskriminan. dengan kata lain, analisis diskriminan digunakan untuk mengklasifikasikan individu ke dalam salah satu dari dua kelompok atau lebi
menjadi grup-grup berdasarkan karateristik variabel yang diketahui dari beberapa
kasus. Tujuan utama dari
perbedaan antar grup
.
Model analisis diskriminan berkenaan dengan kombinasi linier disebut juga fungsi diskriminan. Dengan fungsi diskriminan sebagai berikut:�= nilai (skor) diskriminan p = 1, 2, 3,..,n
�� = koefisien atau timbangan diskriminan dari variabel ke-p ��= variabel independen ke-p
Menurut Supranto (2010) analisis diskriminan merupakan teknik menganalisis data, kalau variabel tak bebas (disebut criterion) merupakan kategori (non-metrik, nominal atau ordinal, bersifat kualitatif) sedangkan variabel bebas sebagai prediktor merupakan metrik (interval atau rasio, bersifat kuantitatif). Teknik analisis diskriminan dibedakan menjadi dua yaitu analisis diskriminan dua kelompok/kategori, kalau variabel tak bebas Y dikelompokkan menjadi dua. Diperlukan satu fungsi diskriminan. Kalau variabel tak bebas dikelompokkan menjadi lebih dari dua kelompok disebut analisis diskriminan berganda (multiple discriminant analysis) diperlukan fungsi diskriminan sebanyak (k - 1) kalau
memang ada k kategori.
Analisis diskriminan banyak digunakan di berbagai bidang, terutama di bidangpendidikan, kesehatan, ekonomi, sosial dan lain-lain. Berikut ada beberapa penelitian dengan menggunakan analisis diskriminan. Pada bidang pendidikan, penelitian dilakukan oleh Yuli (2012) dan mengemukakan bahwa dari hasil penelitiannya tentang analisis diskriminan diketahui bahwa faktor-faktor yang menjadi pertimbangan mahasiswa dalam memilih Prodi Matematika FMIPA dan FKIP yaitu faktor kapasitas prodi dan motivasi dunia kerja yang signifikan dapat membedakan pemilihan Prodi Matematika. Dari fungsi diskriminan ini, selanjutnya dilakukan pengklasifikasian dengan mengacu pada konsep jarak bahwa pengklasifikasian suatu objek dipilih dari jarak objek pengamatan terhadap vektor rataanya yang terdekat atau terkecil pada masing-masing Prodi Matematika atau dengan mencari nilai pemisah. Dan hasil pengklasifikasian tersebut, data yang telah terklasifikasikan dengan benar sebesar 64,15% dari 85 data yang diolah telah dimasukkan pada kelompok yang sesuai dengan data semula.
logistik biner untuk mengelompokkan siswa SMA Negeri 1 Bangorejo ke dalam kelompok IPA/IPS. Dari hasil simulasi ditunjukkan bahwa regresi logistik biner mempunyai ketepatan klasifikasi yang paling baik sebesar 85,714%. Penelitian ini menggunakan beberapa jenis analisis diskriminan dengan membandingkan hasil terbaik dari beberapa analisis yang dilakukan.
Penelitian yang telah dilakukan oleh Dewi dan Kania (2009) bahwa hasil-hasil penelitian tentang Linear Discriminant Analysis (LDA) maupun Quadratic Discriminant Analysis (QDA) kebanyakan menggunakan metode Apparent Error
Rate (APER) dalam mengevaluasi aturan pengelompokkan dalam analisis
diskriminan. Oleh karena itu, pada penelitian ini diterapkan suatu metode yang disebut Prosedur Lanchenbruch, untuk mengatasi hal tersebut. Pada prosedur ini sampel dibagi menjadi dua bagian yaitu training sample dan validating sample.Prosedur Lachenbruch ini diterapkan pada data dua spesies lalat pengigit
(biting fly) dengan genus Leptoconos, yang sama secara morfologi dan selama beberapa tahun kedua spesies ini dianggap sama. Hasil analisis QDA terhadap data ini menunjukkan bahwa kedua spesies ternyata berbeda. Setelah diterapkan prosedur Lachenbruch pada data biting fly, diperoleh hasil dengan nilai APER lebih tinggi dari nilai AER.
klasifikasi apabila syarat kesamaan vektor rata-rata pada analisis diskriminan tidak terpenuhi.
Sistem sensor robot selalu didukung oleh sistem komputer yang dikenal “visi komputer”. Konsep penting dalam visi komputer adalah klasifikasi objek. Dalam kajian ini, dua buah algoritma untuk klasifikasi objek akan dibandingkan yaitu metode pohon keputusan biner dan metode yang formal dengan deskiptor yang bervariasi tinggi. Dalam penelitian ini digunakan metode analisis diskriminan sebagai alternatif untuk klasifikasi objek. Metode ini dijalankan dengan fungsi diskriminan fisher untuk memisahkan objek. Dalam penelitian ini ditunjukkan bahwa analisis diskriminan dapat mengklasifikasikan objek dengan lebih baik dari pada metode pohon keputusan biner. Kelebihan ini ditunjukkan terutama pada objek yang mengalami noise (Amir, 2002).
2.3. Eigenvalue dan Eigenvector
Matriks indentitas adalah matriks diagonal di mana nilai elemen diagonal utamanya masing-masing adalah satu sedangkan nilai elemen off-diagonalnya adalah sama dengan nol. Matriks indentitas memiliki sifat seperti angka satu. Artinya, jika matriks identitas dengan matriks lain (asal dimensinya terpenuhi) maka hasil kalinya akan tetap sama dengan nilai semua matriks tersebut. Contoh matriks indentitas:
�= �1 0
0 1� � = �
1 0 0
0 1 0
0 0 1
�
Jika A adalah matriks m x m, maka setiap skalar λ memenuhi persamaansebagai berikut:
Ax = �x (2.6)
Untuk m×1 vektor x ≠0, disebut eigenvalue dari A. Vektor x disebut eigenvektor dari A yang berhubungan dengan eigenvalue �. Persamaan (2.11) dapat juga ditulis sebagai berikut:
Persamaan (2.12) disebut juga sistem persamaan linier homogen.Setiap nilai eigenvalue � harus memenuhi persamaan determinan yang dikenal sebagai persamaan karakteristik A sebagai berikut:
|� − ��|= 0 (2.8) eigenvector X terkait dengan �= 5, mensubstitusikan nilai eigenvalue tersebut pada persamaan berikut ini:
Dari persamaan baris pertama diatas telah diketahui bahwa �1 =�2, maka eigenvector yang terkait dengan � = 5 adalah
�= ���1
Ada beberapa sifat istimewa eigenvalue dan eigenvector antara lain:
1. Jumlah eigenvalue sama dengan trace matriks yang bersangkutan. Dari contoh di atas jumlah eigenvalue adalah 5 -1 = 4 sama dengan trace matriks A = 3 + 1 = 4
2. Suatu matriks ataupun transposenya memiliki eigenvalue yang sama. Artinya baik untuk matriks A di atas ataupun AT memiliki eigenvalue 5 dan -1. Maka
AT = 4
2.4. Matriks VariansKovarians
Beberapa analisis statistika multivariat seperti aanalisis diskriminan dan MANOVA membutuhkan syarat matriks varians-kovarians yang homogen. Untuk
menguji syarat ini dapat dipergunakan statistik uji Box-M. Hipotesis dan statistik uji Box-M adalah (Rencher, 1995) :
Ho : Σ1 =Σ2 =...=Σk
Terima hipotesis nol yang berarti matriks varians-kovarians bersifat homogen jika
2
2.5.Uji Signifikansi Dengan Wilk’s Lambda
Dengan menggunakan rumus Wilk’sLambda (Λ) sebagai berikut (Gudono, 2015):
��� = nilai varians dari matriks �����
Dalam pengujian statistik semakin kecil skor tes Wilk’s Λ, maka semakin besar probabilitas hipotesis nol akan ditolak. Skor Wilk’s Λ dapat dikonversi menjadi nilai F agar dapat ditafsirkan signifikansi statistiknya dengan lebih mudah menggunakan rumus (Gudono, 2015):
�= jumlah variabel yang sedang diuji
Λ= nilai Wilk’s Lambda
2.6.Uji Klasifikasi Fungsi Diskriminan
Kriteria perbandingan teknik klasifikasi didasarkan pada kesalahan klasifikasinya yang dikenal dengan Apparent Error Rate (APER) merupakan nilai dari besar kecilnya jumlah observasi yang salah dalam pengklasifikasian berdasarkan suatu fungsi klasifikasi (Johnson dan Wichern, 2007).Adapun APER dihitung dengan terlebih dahulu membuat tabel klasifikasi sebagai berikut:
Klasifikasi actual dan predicted group
Actual group Predicted group
�0 �1
�0 �00 �01 = �0 − �00
�1 �10 = �1− �11 �11
Sumber: Johnson and Wichern (2007)
���� = ��01+ �10
0+ �1
(2.16) Sedangkan ketepatan prediksi pengelompokkan secara tepat dapat menggunakan rumus hit ratio.
�������� = �00+ �11
BAB 1
PENDAHULUAN
1.1.LatarBelakang
Analisis diskriminan adalah salah satu metode dari multivariat yang digunakan pada hubungan dependensi untuk menentukan bobot dari prediktor yang paling baik untuk membedakan dua atau lebih kelompok kasus yang tidak terjadi secara kebetulan.Analisis diskriminan digunakan pada kasus yang memiliki variable dependen berupa data kualitatif dan variable independen berupa data kuantitatif. Analisis diskriminan bertujuan untuk mengklasifikasikan suatu individu atau observasi kedalam kelompok berdasarkan sejumlah variable independen.Diantara variable independen tersebut akan dibuat suatu hubungan fungsional yang disebut dengan fungsi diskriminan. Fungsi diskriminan pada metode ini digunakan untuk membentuk beberapa kelompok dengan menghitung skor setiap pengamatan dari masing-masing fungsi pengelompokkan atau biasa disebut dengan skor diskriminan.
Responden yang diteliti dalam penelitian ini adalah siswa SMA kelas XII yang bersekolah di beberapa sekolah negeri favorit di kota Medan. Menurut pengamatan surat kabar online Sinar Indonesia Baru yang terbit pada Senin 4 Agustus 2014 pukul 08:36, menyatakan bahwa ada beberapa sekolah favorit yang telah menjadi kebanggaan masyarakat Kota Medan. Sekolah Menengah Atas Negeri yang dikatakan favorit diantaranya SMAN 1, SMAN 2, SMAN 3, SMAN 4, SMAN 5, SMAN 6 dan SMAN 7 (dari 21 SMAN). Berdasarkan surat kabar tersebut, Sekolah Menengah Atas yang dikatakan favorit mampu berprestasi dan bersaing di PTN mau pun PTS ternama yang ada di Kota Medan dan luar daerah khususnya melalui jalur undangan masuk menjadi mahasiswa tanpa testing.
1.2. PerumusanMasalah
Masalah yang akan dibahas pada penelitian ini adalah menentukan faktor-faktor yang menyebabkan siswa lebih memilih Perguruan Tinggi Negeri di Jawa dari pada Perguruan Tinggi Negeri di Sumatera serta mengklasifikasikannya kedalam PTN yang dipilih berdasarkan persepsi masing-masing.
1.3. PembatasanMasalah
Adapun batasan masalah penelitian sebagai berikut:
1. Objek penelitian adalah siswakelas XII di 5 SMA Negeri favorit kota Medan. SMA Negeri favorit yang dijadikan objek penelitian adalah SMAN1, SMAN 2, SMAN 3, SMAN 4 dan SMAN 5 Medan.
1.4. TujuanPenelitian
Tujuan dari penelitian ini adalah:
1. Untuk mengetahui faktor-faktor yang menyebabkan siswa lebih memilih PTN di Jawa dari pada PTN di Sumatera.
2. Untuk mengklasifikasikan siswa kedalam PTN yang dipilih berdasarkan persepsi siswa masing-masing.
1.5. KontribusiPenelitian
1. Sebagai bahan bacaan mahasiswa untuk menambah wawasan dan ilmu pengetahuan.
2. Sebagai referensi untuk penelitian mahasiswa selanjutnya.
3. Sebagai salah satu informasi dan bahan pertimbangan bagi Perguruan Tinggi Negeri khususnya Sumatera.
1.6. MetodologiPenelitian
Adapun metodologi dalam penelitian sebagai berikut: 1. Pengumpulan Data
Mengumpulkanbahan–bahan yang berkaitandengananalisisdiskriminan. a. Menentukanvariabelpenelitian
Adapun variabel-variabel yang digunakan dalam penelitian ini adalah sebagai berikut :
�1 =Uang kuliah yang murah
�2 =Akreditasi PTN atau jurusan
�3 = Banyaknya program studi yang ditawarkan
�4 = Tuntutan orangtua
�5 = Kondisi fisik PTN atau jurusan
�7 = Informasi orang terdekat
�8 = Reputasi PTN b. Mengumpulkan data
Data yang digunakan adalah data primer. Karena data yang diperoleh secara langsung dari objek yang diteliti.Dan populasi dalam penelitian ini adalah siswa-siswi yang berada di sekolah.Alat yang digunakan pada penelitian ini berupa angket (kuesioner).Untuk mendapatkan sampel digunakan metode sampling purposive.
2. Pengolahan Data
Metode analisis data yang digunakan adalah analisis diskriminan dengan bantuan SPSS 17.0.Adapun tahapan sebagai berikut:
a. Uji asumsi distribusi normal multivariate pada seluruh variable independen. b. Uji kesamaan matriks varian skovarian spade seluruh variable independen. c. Pembentukkan fungsi diskriminan.
d. Uji klasifikasi fungsi diskriminan.
APLIKASI ANALISIS DISKRIMINAN DALAM MEMILIH PERGURUAN TINGGI NEGERI DI SUMATERA DAN PERGURUAN TINGGI NEGERI
DI JAWA BERDASARKAN PERSEPSI SISWA KELAS XII DI SMA NEGERI FAVORIT KOTA MEDAN
ABSTRAK
Penelitian ini bertujuan untuk mengetahui faktor-faktor yang menyebabkan siswa lebih memilih PTN di Jawa daripada PTN di Sumatera dan mengklasifikasikan siswa kedalam kelompok PTN Sumatera /PTN Jawa. Data yang digunakan adalah data primer yang diperoleh dari kuesioner siswa kelas XII SMAN 1, SMAN 2, SMAN 3, SMAN 4, dan SMAN 5 Medan dengan jumlah sampel 235 responden. Dari hasil penelitian ini, diketahui faktor-faktor yang menyebabkan siswa lebih memilih PTN di Jawa adalah uang kuliah murah, akreditasi PTN dan banyaknya program studi yang ditawarkan. Dengan menggunakan analisis diskriminan diperoleh ketepatan klasifikasi fungsi diskriminan adalah 78,3%.
APPLICATION OF DISCRIMINANT ANALYSIS IN PREFER STATE UNIVERSITIES IN SUMATERA AND STATE UNIVERSITIES
IN JAVA BY PERCEPTION STUDENTS GRADE XII IN STATE HIGH SCHOOL FAVORITE MEDAN
ABSTRACT
This research is to determine the factors that cause students prefer PTN in Java than PTN in Sumatera and classify the students into PTN Java/PTN Sumatera group. Data used is kuesioner data the twelfth grade students SMAN 1, SMAN 2, SMAN 3, SMAN 4 and SMAN 5 Medan with the whole samples is 235 respondents. Of this research, factors that cause students prefer PTN in Java is funds lecture inexpensive, accreditation PTN and many courses offered. Using discriminant analysis has the classification accuracy 78,3%.
APLIKASI ANALISIS DISKRIMINAN DALAM MEMILIH PERGURUAN TINGGI NEGERI DI SUMATERA DAN PERGURUAN TINGGI NEGERI
DI JAWA BERDASARKAN PERSEPSI SISWAKELAS XII DI SMA NEGERI FAVORIT KOTA MEDAN
SKRIPSI
VIA ANNISA 120803009
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
APLIKASI ANALISIS DISKRIMINAN DALAM MEMILIH PERGURUAN TINGGI NEGERI DI SUMATERA DAN PERGURUAN TINGGI NEGERI
DI JAWA BERDASARKAN PERSEPSI SISWA KELAS XII DI SMA NEGERI FAVORIT KOTA MEDAN
SKRIPSI
DiajukanuntukmelengkapidanmemenuhisyaratmencapaigelarSarjanaSains
VIA ANNISA 120803009
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : Aplikasi Analisis Diskriminan Dalam Memilih Perguruan Tinggi Negeri Di Sumatera Dan Perguruan Tinggi Negeri Di Jawa Berdasarkan Persepsi Siswa Kelas XII Di SMA Negeri Favorit Kota Medan
Kategori : Skripsi Nama : Via Annisa Nomor Induk Mahasiswa : 120803009
Program Studi : Sarjana (S1) Matematika Departemen : Matematika
Fakultas : Matematika Dan Ilmu Pengetahuan Universitas Sumatera Utara
Disetujui di Medan, Oktober 2016
Komisi Pembimbing:
Pembimbing 2, Pembimbing 1,
Dr. Mardiningsih, M.Si Dr. Sutarman, M.Sc
NIP.196304051988112001 NIP. 196310261991031001
Disetujui Oleh
Departemen Matematika FMIPA USU Ketua,
PERNYATAAN
APLIKASI ANALISIS DISKRIMINAN DALAM MEMILIH PERGURUAN TINGGI NEGERI DI SUMATERA DAN PERGURUAN TINGGI NEGERI
DI JAWA BERDASARKAN PERSEPSI SISWA KELAS XII DI SMA NEGERI FAVORIT KOTA MEDAN
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Oktober 2016
PENGHARGAAN
Puji dan syukur atas kehadirat Allah SWT yang telah melimpahkan Rahmat dan Karunia-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi dengan judul Aplikasi Analisis Diskriminan dalam Memilih Perguruan Tinggi Negeri di Sumatera dan Perguruan Tinggi Negeri di Jawa Berdasarkan Persepsi Siswa Kelas XII di SMA Negeri Favorit Kota Medan.
Terima kasih penulis sampaikan kepada Ayahanda tercinta Poniman dan Ibunda tersayang Rosmiati yang telah mencurahkan kasih sayang dan doa yang tak pernah ada hentinya. Semoga Allah SWT selalu melimpahkan Rahmat kesehatan dan keberkahan di dunia dan akhirat. Terima kasih penulis sampaikan kepada Bapak Dr. Sutarman, M.Sc dan Ibu Dr. Mardiningsih, M.Si selaku dosen pembimbing serta terima kasih kepada Ibu Dr. Elly Rosmaini, M.Si dan Bapak Dr. Pasukat Sembiring, M.Si sebagai dosen pembanding yang telah meluangkan waktunya selama penyusunan skripsi ini. Terima kasih kepada Bapak Prof. Dr. Tulus, M.Si. Ph.D dan Ibu Dr. Mardiningsih, M.Si selaku Ketua Departemen dan Sekretaris Departemen Matematika FMIPA USU. Terima kasih kepada Bapak Dr. Kerista Sebayang, MS. selaku Dekan FMIPA USU dan Pembantu dekan FMIPA USU, terima kasih kepada seluruh Staff, Dosen Matematika FMIPA USU dan Pegawai FMIPA USU. Terima kasih penulis sampaikan kepada Latifah Hanum dan keluarga serta teman seperjuangan yang telah membantu penulis dalam menyelesaikan penyusunan skripsi ini.
APLIKASI ANALISIS DISKRIMINAN DALAM MEMILIH PERGURUAN TINGGI NEGERI DI SUMATERA DAN PERGURUAN TINGGI NEGERI
DI JAWA BERDASARKAN PERSEPSI SISWA KELAS XII DI SMA NEGERI FAVORIT KOTA MEDAN
ABSTRAK
Penelitian ini bertujuan untuk mengetahui faktor-faktor yang menyebabkan siswa lebih memilih PTN di Jawa daripada PTN di Sumatera dan mengklasifikasikan siswa kedalam kelompok PTN Sumatera /PTN Jawa. Data yang digunakan adalah data primer yang diperoleh dari kuesioner siswa kelas XII SMAN 1, SMAN 2, SMAN 3, SMAN 4, dan SMAN 5 Medan dengan jumlah sampel 235 responden. Dari hasil penelitian ini, diketahui faktor-faktor yang menyebabkan siswa lebih memilih PTN di Jawa adalah uang kuliah murah, akreditasi PTN dan banyaknya program studi yang ditawarkan. Dengan menggunakan analisis diskriminan diperoleh ketepatan klasifikasi fungsi diskriminan adalah 78,3%.
APPLICATION OF DISCRIMINANT ANALYSIS IN PREFER STATE UNIVERSITIES IN SUMATERA AND STATE UNIVERSITIES
IN JAVA BY PERCEPTION STUDENTS GRADE XII IN STATE HIGH SCHOOL FAVORITE MEDAN
ABSTRACT
This research is to determine the factors that cause students prefer PTN in Java than PTN in Sumatera and classify the students into PTN Java/PTN Sumatera group. Data used is kuesioner data the twelfth grade students SMAN 1, SMAN 2, SMAN 3, SMAN 4 and SMAN 5 Medan with the whole samples is 235 respondents. Of this research, factors that cause students prefer PTN in Java is funds lecture inexpensive, accreditation PTN and many courses offered. Using discriminant analysis has the classification accuracy 78,3%.
DAFTAR ISI
1.5. Kontribusi Penelitian 3
1.6. Metodologi Penelitian 3
Bab 2. Tinjauan Pustaka
2.1. Analisis Multivariat 5
2.2. Analisis Diskriminan 7
2.3. Eigenvalue dan Eigenvector 10
2.4. Matriks Varians Kovarians 12
2.5. Uji Signifikansi dengan Wilk’s Lambda 12 2.6. Uji Klasifikasi Fungsi Diskriminan 13 Bab 3. Metode Penelitian
3.1. Lokasi dan Waktu Penelitian 14
3.2. Penentuan Populasi dan Sampel 14
3.3. Teknik Pengumpulan Data 15
3.4. Uji Analisis Data 16
Bab 4. Hasil dan Pembahasan
4.1. Data Hasil Kuesioner 17
4.2. Uji Asumsi Analisis Diskriminan 17
4.2.1. Uji Asumsi Distribusi Normal Mutlivariat
Untuk Seluruh Variabel Independen 17 4.2.2.
Uji Asumsi Homogenitas Matriks Varians Kovarians Untuk Seluruh Variabel
Independen
4.3. Pembentukkan Fungsi Diskriminan dengan Metode
Stepwise Estimation 19
4.3.1. Menentukan Variabel-variabel Pembentuk
Fungsi Diskriminan 19
4.3.2. Variable in the Analysis 20
4.3.3. Uji Wilk’s Lambda 21
4.3.4. Uji Korelasi Kanonis 22
4.3.5. Uji Struktur Matriks 22
4.3.6. Fungsi Diskriminan Kanonis 23 4.3.7. Group Centroids(Rata-rata Kelompok) 24
4.3.8. Statistik Klasifikasi 25
4.3.9. Nilai pemisah (Cutting Score) 25 4.3.10. Uji Klasifikasi Fungsi Diskriminan 26 Bab 5. Kesimpulan dan Saran
5.1. Kesimpulan 28
5.2. Saran 29
DAFTAR TABEL
Nomor
Tabel Judul Halaman
3.1. Jumlah Sampel Penelitian 15
4.1. Uji Box’s M 19
4.2. Uji Wilk’s Lambda 20
4.3. Variable in the Analysis 20
4.4. Uji Wilk’s Lambda 21
4.5. Uji Korelasi Kanonis 22
4.6. Struktur Matriks 23
4.7. Fungsi Diskriminan Kanonis 23
4.8. Group Centroids 24
4.9. Proses Klasifikasi 25
4.10. Klasifikasi Kelompok 25
DAFTAR GAMBAR
Nomor
Gambar Judul Halaman
4.1. Plot Distribusi Normal Multivariat seluruh
DAFTAR LAMPIRAN
Nomor
Lampiran Judul Halaman
1. Kuesioner 32
2. Data Hasil Penelitian 34
3. Data Uji Asumsi Analisis Diskriminan 41