Penjelasan dan Tutorial Analisis Diskriminan dengan STATA

Analisis Diskriminan dengan STATA

Analisis diskriminan dapat dilakukan dengan mudah menggunakan aplikasi STATA seperti halnya dengan menggunakan aplikasi SPSS. Oleh karena itu, dalam kesempatan ini, statistikan akan menjelaskan cara uji atau analisis diskriminan dengan STATA.

Sebelum mempelajari tutorial ini, sebaiknya pembaca mempelajari terlebih dahulu perihal Analisis Diskriminan dengan membaca artikel kami yang berjudul: Analisis Diskriminan.

Buka aplikasi STATA anda dan masukkan data sebanyak 200 sample yang terdiri dari 3 variabel independen bertipe numerik dan 1 variabel dependen bertipe kategorik dikotomi (0 dan 1).

Advertising
Advertising

Tutorial Analisis Diskriminan dengan STATA

Atau anda dapat mendownload file kerja dalam tutorial ini: data.

Dataset Analisis Diskriminan dengan STATA

Perlu diketahui, dalam tutorial ini menggunakan data pada artikel sebelumnya, yaitu analisis diskriminan.

Jadi jika bicara tentang kategori atau grouping variabel dependenden (Y), maka 0 adalah keputusan 0 dan 1 adalah keputusan 1.

Uji Multivariat Normalitas Pada Analisis Diskriminan dengan STATA

Pada menu STATA, klik Analyze, “Summaries, tables, and tests”, “Multivariate test of means, covariances, and normality”, Pada Test pilih Normality, Masukkan variabel X1, X2 dan X3 ke dalam Kotak Variables, Pada tab Options centang semua dan pada combobox Test Statistics pilih all.
Lihat output pada STATA!

Uji Normalitas Pada Analisis Diskriminan STATA

Hasil uji multivariat normalitas ditunjukkan dengan nilai Test multivariate normality. Ada 4 metode yaitu: Mardia sSkewness, Mardia mKurtosis, Henze-Zirkler dan Doornik-Hansen. Kita bisa pilih salah satu, tetapi jika menginginkan hasil pengujian yang handal, maka sebaiknya kita gunakan semua. Apabila keempat uji di atas menunjukkan bahwa sebaran normal, maka dapat disimpulkan bahwa variabel independen memiliki distribusi normal multivariat. Cara pengambilan keputusan adalah dengan melihat nilai Prob>Chi2, apabila nilainya > 0,05 maka berdistribusi normal.

Perintah Analisis Diskriminan dengan STATA

Setelah asumsi normalitas terpenuhi, selanjutnya pada kotak command (bagian bawah aplikasi STATA), ketikkan perintah:

mvtest covariances x1 x2 x3, by(y).

Kemudian lihat output!

Analisis Diskriminan dengan STATA

Asumsi Homogenitas

Untuk menguji kesamaan varian digunakan angka Box F dan Box Chi dengan ketentuan sebagai berikut :

• Jika signifikansi > 0,05 maka HO diterima,

• Jika signifikansi < 0,05 maka H0 ditolak.

Hipotesis Uji Homogenitas:

H0 = Varians kedua kelompok data identik/homogen

H1 = Varians kedua kelompok data tidak sama/heterogen.

Dari nilai p-value statistik kedua uji Box diketahui nilai p-value 0,3643 (> 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.

Perintah Analisis Diskriminan dengan STATA

Setelah asumsi homogenitas variansi terpenuhi, selanjutnya pada kotak command (bagian bawah aplikasi STATA), ketikkan perintah kemudian enter secara berturut-turut:

  • discrim lda x1 x2 x3, group(y)
  • estat grmeans
  • estat grsummarize
  • estat anova
  • estat correlations
  • estat canontest
  • estat structure
  • estat loadings, unstandardized standardized
  • estat grmeans, canonical
  • estat classfunctions, adjustequal
  • estat errorrate
  • estat grdistances
  • estat manova
  • estat summarize.

Selanjutnya lihatlah output pada artikel berikutnya yang berjudul:

Semoga Bermanfaat

By Anwar Hidayat

This post was last modified on 23 Maret 2017 02:55

Anwar Hidayat @twitter.com/anwar1hidayat

Founder dan CEO dari Statistikian Sejak 2012. Melayani jasa bantuan olah dan analisis data menggunakan berbagai aplikasi statistik, seperti: SPSS, STATA, Minitab, EViews, AMOS, SmartPLS dan Excel. Silahkan WhatsApp: 08816050259. Biaya 100 ribu sd 300 ribu Sesuai Beban. Proses 1 sd 3 Hari Tergantung Antrian.

Recent Posts

Variabel PLS SEM, Data, Model Hubungan dan Asumsinya

Variabel PLS SEM, Data, Model Hubungan dan Asumsinya Variabel PLS SEM Sebelum kita coba tutorial PLS SEM dalam aplikasi smartPLS,…

20 Desember 2018

PLS SEM: Pengukuran Kecocokan Model (Inner dan Outer)

Pengukuran Kecocokan Model PLS SEM Dalam bahasan kali ini kita akan melanjutkan artikel sebelumnya yaitu tentang partial least square. Sebelumnya…

25 Agustus 2018

Partial Least Square (PLS), Pengertian, Fungsi, Tujuan, Cara

Pengertian Partial Least Square (PLS), Fungsi, Tujuan, Cara dan Algoritma Partial least square atau yang biasa disingkat PLS adalah jenis analisis…

25 Agustus 2018

Hipotesis Penelitian dan Hipotesis Statistik Dalam Perbedaan

Perbedaan Hipotesis Penelitian dan Hipotesis Statistik Apa yang dimaksud dengan hipotesis penelitian? Apa yang dimaksud dengan hipotesis statistik? Apa perbedaan…

23 Mei 2018

Pengertian Simple Random Sampling, Jenis dan Contoh

Pengertian Simple Random Sampling, Jenis dan Contoh Pengertian Simple Random Sampling Dalam kesempatan ini akan kami coba sharing tentang pengertian…

16 Februari 2018

Penjelasan dan Tutorial Regresi Linear Berganda

Penjelasan dan Tutorial Regresi Linear Berganda Dalam kesempatan ini, saya akan coba menjelaskan tentang Regresi Linear Berganda serta tutorial regresi…

1 Januari 2018