Professional Documents
Culture Documents
Analisis Diskriminan Dengan Mtode Fisher
Analisis Diskriminan Dengan Mtode Fisher
• Diskriminant analysis
• Diskriminan 2 group (2 variable penciri)
• Diskriminan 3 group (> 2 variable penciri)
Ananalisis diskriminan
Defenisi Cara kerja
• Teknik analisis statistic untuk • Maksimal variansi antar
menggolongkan populasi/ kelompok dan minimasi variansi
individu/ objek menjadi dalam kelompok
kelompok-kelompok sendiri • Menentukan nilai setiap
dalam sekumpulan variable individu dalam sampel, dimana
independent nilai setiap individu adalah rata-
rata bobot dari individu dalam
sejumlah variable independent
Tujuan
• Untuk mencari model yg sesuai untuk dapat menentukan objek-
objek pengamatan menjadi kelompok-kelompok yg lengkap
• Untuk menentukan kontribusi masing-masing variable yg terlibat
dalam pengklasifikasian
• Sebagai dasar penentuan apakah suatu variable tertentu perlu
dilibatkan dalam Analisa pengklasifikasian selanjutnya atau tidak
Prinsip dasar
• Variabel independent (1…p) mempunyai distribusi normal
• Matriks p x p atau matriks variant – covariant untuk setiap
kelompok (1….k) harus sama
• Pengamatan dari masing-masing group dipilih secara acak/random
Formula umum analisis diskriminan
Y = b’ X
Keterangan:
Y = vector nilai diskrimnan untuk individu (1 x n)
b’ = vector bobot diskriminan (1 x p)
X = matriks yg mengandung nilai-nilai untuk setiap n individu
pada p independent variabel
Analog dengan analisa regresi
• Dependen variable (Y) pada multiple regresi adalah suatu nilai kuantitatif,
sedangkan pada discriminant analysis, dependen variable adalah suatu
nilai kualitatif
• Pada analysis regresi, varibel dependen (Y) menjadi satu focus yg berubah
(prediktif) dan variable independent (X) relative tetap, sedangkan pada
analisis diskriminan, variable dependen relative tetap (kelompok) dan
variable independent berubah-ubah serta terdistribusi normal
• Analisis regresi menurunkan perkiraan parameter yg telah mempunyai
kelengkapan statistic, sedang analisis diskriminan merupakan strategi yg
teliti dalam menemukan mean dari pengelompokan
Permasalahan 2 group
• Misal kita memiliki dua kelompok populasi yg bebas
• Populasi 1
• Diambil sampel sebesar n1 serta dipelajari p karakter dari sampel
tersebut
• Populasi 2
• Diambil sampel sebesar n1 serta dipelajari p karakter dari sampel
tersebut
• Sehingga keseluruhan sampel dari populasi 1 dan populasi 2 adalah
n = n1 + n2
• P karakter yang dipelajari bila dinyatakan dalam variable melalui
vector x’ = (X1 , X2 , …..+ Xp)
• Sehingga vector nilai rata-rata dan matriks variance- kovariance
dirumuskan sbb:
• Asumsi populasi mempunyai peragam yg sama yaitu ∑ maka
matrik peragam S1 dan S2 dapat digabung sebagai penduga
bagi ∑ melalui rata-rata terbobot sbb:
• Selanjutnya,
Uji hipotesis
• F adalah derajat kebebasan yg berdistribusi, dimana v1 =
p, dan v2 = n1 + n2 – p – 1
• Kaidah keputusan
• Terima H0 : u1 = u2, jika T2 – table ≤ T2 - hitung
• Alternatif lain
• Terima H0 : u1 =u2, jika F table ≤ Fhitung
• Tolak H0 : U1 ≠U2, jika F-table > F-hitung
Fungsi diskriminan linier Fisher
Keterangan:
B‘ : vector koefisien pembobot fungsi diskriminan
X : vector variable acak dalam discriminant
X1 : vector nilai rata-rata dari variable acak kelompok 1
X2 : vector nilai rata-rata dari variable acak kelompok 2
SG -1 : invers matriks gabungan
Aturan penggolongan
• Menurut Fisher untuk menetapkan individu dengan nilai x di p pada kelompok 1 :
• Continue
Langkah 4
• Stepwise method ➔ method
➔ Pilh mahalanobis distance
• Criteria of F ➔ tanpa
mengubah isi
• continue
Langkah 5
• Classfy ➔ display = aktifkan casewise results dan leave one out classification ➔
continue ➔ OK
Interpretasi 1
• Tidak ada data yg hilang:
• 22 orang sering belanja
• 18 orang jarang belanja
• Total = 40 orang
Interpretasi 2
• Wilks lamda:
• Semakin mendekati 0 semkain
berbeda
• Semakin mendekati satu semakin
sama
• Sig
• Sig>0.05 ➔ tidak ada perbedaan
• Sig<0.05 ➔ ada perbedaan