BAB IV PENGOLAHAN DATA

Transkripsi

1 BAB IV PENGOLAHAN DATA 4.1 Print Output dan Analisa Output A. Diskriminan Parameter : 1. Grup 1 : Konsumen (responden) yang sering berkunjung ke... Grup 2 : Konsumen (responden) yang sering berkunjung ke Untuk Wilk s Lambda Apabila nilai Wilk s Lambda mendekati 0 maka data antar grup cenderung berbeda. Apabila nilai Wilk s Lambda mendekati 1 maka data antar grup cenderung sama. 3. Untuk Signifikan F value > 3,84 = Ho diterima F value 3,84 = Ho ditolak 4. Untuk ANOVA F hitung < F tabel, maka Ho diterima Ho : σ1 2 = σ2 2 ; maka tiap grup mempunyai varians yang sama (identik) F hitung > F tabel, maka Ho ditolak H1 : σ1 2 σ2 2 ; maka tiap grup mempunyai varians yang berbeda (tidak identik)

2 1. Analisis Case Processing Summary Analysis Case Processing Summary Unweighted Cases N Percent Valid 49 98,0 Excluded Missing or out-of-range group codes 1 2,0 At least one missing discriminating variable 0,0 Both missing or out-of-range group codes and at least one missing discriminating 0,0 variable Total 1 2,0 Total ,0 Gambar 4.1 Analisis Case Processing Summary Dalam analisa output dapat dianalisa bahwa data (responden) yang valid sebanyak 49 atau 98% dan ada 1 data (responden) atau 2,0% yang tidak valid yang dibuang dari total 50 data (responden). 2. Group Statistic Group Statistics Valid N (listwise) Average Linkage (Between Groups) Mean Std. Deviation Unweighted Weighted 1 Kenyamanan 2,00. a 1 1,000 Kebersihan 3,00. a 1 1,000 Luas_Parkir 3,00. a 1 1,000 Loc_Strat 3,00. a 1 1,000 JumKasir 4,00. a 1 1,000 PelKasir 5,00. a 1 1,000 Harga 5,00. a 1 1,000 Tataletak 4,00. a 1 1,000 KualitasPro 5,00. a 1 1,000 Ketersediaan 2,00. a 1 1,000

3 Keamanan 3,00. a 1 1,000 2 Kenyamanan 3,54, ,000 Kebersihan 3,94, ,000 Luas_Parkir 3,94, ,000 Loc_Strat 3,96, ,000 JumKasir 3,71, ,000 PelKasir 3,71, ,000 Harga 3,54, ,000 Tataletak 3,15, ,000 KualitasPro 3,69, ,000 Ketersediaan 3,71, ,000 Keamanan 3,56, ,000 Total Kenyamanan 3,51, ,000 Kebersihan 3,92, ,000 Luas_Parkir 3,92, ,000 Loc_Strat 3,94, ,000 JumKasir 3,71, ,000 PelKasir 3,73, ,000 Harga 3,57, ,000 Tataletak 3,16, ,000 KualitasPro 3,71, ,000 Ketersediaan 3,67, ,000 Keamanan 3,55, ,000 a. Insufficient data Gambar 4.2 Group Statistic Total group statistik pada dasarnya berisi data statistik deskriptif yang utama, yakni rata-rata dan standard deviasi, dari kedua group. Dari tabel juga terlihat ada 1 responden yang tergolong group 1. Dan sisanya sebanyak 48 responden yang tergolong group 2. Jika melihat semua variabel (Kenyamanan, kebersihan...) yang muncul ini berarti tidak ada variabel yang hilang yakni ada 11 variabel.

4 3. Analisa Test Of Equality Of Goup Means Tests of Equality of Group Means Wilks' Lambda F df1 df2 Sig. Kenyamanan,936 3, ,079 Kebersihan,971 1, ,242 Luas_Parkir,978 1, ,312 Loc_Strat,976 1, ,283 JumKasir,997, ,699 PelKasir,956 2, ,150 Harga,939 3, ,086 Tataletak,975 1, ,279 KualitasPro,944 2, ,101 Ketersediaan,922 3, ,052 Keamanan,990, ,502 Gambar 4.3 Analisa Test Of Equality Of Goup Means Analisa: V1 = df1 = 1 V2 = df2 = 47 Didapatkan Ftabel = 4,05 a. Kenyaman Nilai Wilk s Lambda 0,935 mendekati 1 artinya data tiap group cenderung sama. Nilai Fhitung < Ftabel = 3,226 < 4,05 yang artinya H0 ditolak, maka data group mempunyai varians yang berbeda ( tidak identik). Nilai Sig. 0,079 > 0,05 yang artinya H0 ditolak, maka ada perbedaan antar group. b. ( IDEM )

5 B. Stepwise 1. Variables Entered / Removed Variables Entered/Removed a,b,c,d Min. D Squared Between Exact F Step Entered Statistic Groups Statistic df1 df2 Sig. 1 Ketersediaan 4,044 1 and 2 3, ,000,052 2 Harga 10,107 1 and 2 4, ,000,012 3 KualitasPro 15,449 1 and 2 4, ,000,005 At each step, the variable that maximizes the Mahalanobis distance between the two closest groups is entered. a. Maximum number of steps is 22. b. Minimum partial F to enter is c. Maximum partial F to remove is d. F level, tolerance, or VIN insufficient for further computation. Gambar 4.4 Variables Entered / Removed Berdasarkan tabel output diatas variabel (Ketersediaan, Harga, KualitasPro) memiliki angka Sig di bawah 0,05. Dengan demikian dari ke 11 variabel yang dimasukkan, hanya ada 3 variabel yang signifikkan. Atau bisa di katakan variabel (Ketersediaan, harga, Kualitas Pro) mempengaruhi keputusan konsumen untuk berkunjung.

6 2. Variables Not In The Analysis Variables Not in the Analysis Step Tolerance Min. Tolerance F to Enter Min. D Squared Between Groups 0 Kenyamanan 1,000 1,000 3,226 3,294 1 and 2 Kebersihan 1,000 1,000 1,404 1,434 1 and 2 Luas_Parkir 1,000 1,000 1,043 1,064 1 and 2 Loc_Strat 1,000 1,000 1,177 1,202 1 and 2 JumKasir 1,000 1,000,151,154 1 and 2 PelKasir 1,000 1,000 2,139 2,183 1 and 2 Harga 1,000 1,000 3,068 3,132 1 and 2 Tataletak 1,000 1,000 1,201 1,226 1 and 2 KualitasPro 1,000 1,000 2,801 2,860 1 and 2 Ketersediaan 1,000 1,000 3,962 4,044 1 and 2 Keamanan 1,000 1,000,458,467 1 and 2 1 Kenyamanan,883,883 1,274 5,485 1 and 2 Kebersihan,664,664,001 4,046 1 and 2 Luas_Parkir,972,972,436 4,537 1 and 2 Loc_Strat,976,976,557 4,674 1 and 2 JumKasir,983,983,390 4,485 1 and 2 PelKasir,999,999 1,773 6,049 1 and 2 Harga,915,915 5,361 10,107 1 and 2 Tataletak,932,932 2,527 6,903 1 and 2 KualitasPro 1,000 1,000 2,457 6,823 1 and 2 Keamanan 1,000 1,000,423 4,522 1 and 2 2 Kenyamanan,839,839 2,508 13,343 1 and 2 Kebersihan,628,628,307 10,502 1 and 2 Luas_Parkir,867,817 1,981 12,664 1 and 2 Loc_Strat,922,864 1,551 12,109 1 and 2 JumKasir,967,900,097 10,231 1 and 2 PelKasir,906,830,376 10,592 1 and 2 Tataletak,920,843 3,026 14,012 1 and 2 KualitasPro,944,864 4,139 15,449 1 and 2 Keamanan,997,913,246 10,424 1 and 2 3 Kenyamanan,823,810 3,169 20,017 1 and 2 Kebersihan,589,589,002 15,453 1 and 2 Luas_Parkir,864,769 2,075 18,440 1 and 2

7 Loc_Strat,868,792 2,868 19,584 1 and 2 JumKasir,958,846,012 15,467 1 and 2 PelKasir,890,772,108 15,605 1 and 2 Tataletak,554,554,308 15,894 1 and 2 Keamanan,941,854,000 15,449 1 and 2 Gambar 4.5 Variables Not In The Analysis Analisa: Tabel ini adalah kebalikan dari tabel sebelumnya, dimana tabel ini justru yang di tayangkan adalah proses pengeluaran variabel secara bertahap. a. Pada step 0 (keadaan awal) ke-11 variabel secara lengkap di tayangkan dengan angka F to Enter sebagai faktor penguji. Terlihat angka F to Enter yang terbesar adalah variabel ketersediaan angka 3,962. Berdasarkan Min D Squared paling tinggi dari signifikan >0,05 maka variabel ketersediaan dikeluarkan dari step 0 untuk dianalisa lebih lanjut dalam model diskriminan. b. Pada step 1, sekarang terlihat hanya ada 10 variabel, dan terlihat ke 10 variabel tersebut yang mempunyai angka F to Enter tertinggi adalah Harga (5,361) dan Min D Squared tertinggi (10,107) maka variabel Harga dikeluarkan dari step 1 untuk dianalisa lebih lanjut dalam model diskriminan. c. ( IDEM )

8 3. Wilks` Lambda Wilks' Lambda Number of Lambd Exact F Step Variables a df1 df2 df3 Statistic df1 df2 Sig. 1 1, , ,000, , , ,000, , , ,000,005 Gambar 4.6 Wilks` Lambda Wilk s Lambda pada prinsipnya adalah varians total dalam diskriminan scores yang tidak bisa dijelaskan oleh perbedaan diantara grup-grup yang ada. Perhatikan tabel diatas yang terdiri dari 3 tahap (step) yang terkait dengan 3 variabel secara berurutan dimasukan pada tahapan analisa sebelumnya. Dengan nilai varians 92,2%, 82,6% dan 75,6% Dari kolom F dan signifikansi, terlihat baik pada pemasukan variabel 1, 2 dan 3 adalah signifikansi secara statistik. Dengan nilai Sig. < 0,05 hal ini berarti terdapat perbedaan yang signifikan antara kelompok yang sering dengan yang jarang berkunjung. C. Summary Of Caninical Discriminan 1. Eigenvalues Eigenvalues Function Eigenvalue % of Variance Cumulative % Canonical Correlation 1,322 a 100,0 100,0,494 a. First 1 canonical discriminant functions were used in the analysis. Gambar 4.7 eigenvalues

9 Canonical Correlation mengukur keeratan hubungan antara diskriminan score dengan grup. Angka 0,494 menunjukkan keeratan yang cukup tinggi, dengan ukuran skala asosiasi antara 0 sampai Lambda Wilks' Lambda Test of Function(s) Wilks' Lambda Chi-square df Sig. 1,756 12,701 3,005 Gambar 4.8 Lambda Tabel tersebut menyatakan angka akhir Wilk s Lambda, yang sebenarnya sama saja dengan angka terakhir dari step 2 pembuatan model diskriminan. Angka Chi-Square sebesar 12,701 dengan tingkat signifikansi yang kurang dari 0,05 tidak menunjukkan perbedaan yang jelas.

10 4. Structure Matrix Structure Matrix Function 1 Ketersediaan -,512 Harga,450 KualitasPro,430 Kebersihan a -,294 PelKasir a,281 Loc_Strat a,203 Keamanan a -,170 Tataletak a,155 Luas_Parkir a,147 JumKasir a,067 Kenyamanan a,032 Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions Variables ordered by absolute size of correlation within function. a. This variable not used in the analysis. Gambar 4.9 structure matrix Tabel structure matrix menjelaskan korelasi antara variabel independen dengan fungsi diskriminan yang terbentuk. Terlihat Kebersihan,... tidak termasuk dalam model deskriminan. Sedangkan ketersediaan dan Harga dan kualitas pro termasuk dalam model diskriminan.

11 5. Canonical Discriminan Function Coefficients Canonical Discriminant Function Coefficients Function 1 Harga,975 KualitasPro,780 Ketersediaan -,869 (Constant) -3,186 Unstandardized coefficients Gambar 4.10 Canonical Discriminan Function Coefficients Tabel di atas mempunyai fungsi yang hampir mirip dengan persamaan regresi ganda, yang dalam analisis diskriminan disebut sebagai fungsi diskriminan. Z Score = -3, ,975 Harga + 0,780 Kualitas Pro + ( - 0,869 ) Ketersediaan Kegunaan fungsi tersebut untuk mengetahui sebuah case ( dalam kasus ini TEMPAT KALIAN ) masuk pada grup satu, ataukah tergolong pada grup lainnya. Selain fungsi di atas, dengan di pilihnya Fisher Function Coefficient pada proses analisis, maka akan terbentuk pula fungsi diskriminan Fisher. 6. Functions At Group Centroids Functions at Group Centroids Average Linkage (Between Groups) Function 1 1 3, ,080 Unstandardized canonical discriminant functions evaluated at group means Gambar 4.11 Functions At Group Centroids

12 Karena ada dua tipe keputusan, maka disebut Two-Group Discriminant, dimana grup yang satu mempunyai centroid (group means) Positif, dan grup yang satu mempunyai centroid (group means) negatif. Angka pada tabel menunjukkan besaran Z memisahkan kedua grup tersebut. D. Clasification 1. Classification Processing Summary Classification Processing Summary Processed 50 Excluded Missing or out-of-range group 0 codes At least one missing 0 discriminating variable Used in Output 50 Gambar 4.12 Classification Processing Summary Dari tabel di atas menyatakan bahwa terdapat 50 data yang telah diproses tanpa ada data yang hilang dan semua data digunakan dalam output. 2. Prior Probabillities For Groups Prior Probabilities for Groups Average Linkage (Between Groups) Prior Cases Used in Analysis Unweighted Weighted 1, ,000 2, ,000 Total 1, ,000 Gambar 4.13 Prior Probabillities For Groups

13 Terlihat distribusi anggota grup, memperlihatkan komposisi dimana dari 49 responden yang dengan model diskriminan menghasilkan 48 orang ada pada grup 2 (responden yang jarang berkunjung), dan 1 orang yang ada pada grup 1 (responden yang berkunjung). 3. Casewise Statistic Gambar 4.14 Casewise Statistic Tabel output casewise di atas pada prinsipnya ingin menguji apakah model diskriminan yang terbentuk akan mengelompokkan dengan tepat seorang pengunjung... pada kategori 1 atau 2.

14 4. Clasification Results Classification Results a,c Average Linkage (Between Groups) Predicted Group Membership 1 2 Total Original Count Ungrouped cases % 1 100,0,0 100,0 2 4,2 95,8 100,0 Ungrouped cases,0 100,0 100,0 Cross-validated b Count % 1,0 100,0 100,0 2 4,2 95,8 100,0 a. 95,9% of original grouped cases correctly classified. b. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case. c. 93,9% of cross-validated grouped cases correctly classified. Gambar 4.15 Clasification Results Setelah fungsi diskriminan dibuat, kemudian klasifikasi dilakukan, maka selanjutnya akan dilihat seberapa jauh klasifikasi tersebut sudah tepat atau, berapa persen terjadi misklasifikasi pada proses klasifikasi tersebut, yang akan dijelaskan melalui tabel di atas. Pada bagian original, terlihat bahwa mereka yang pada data awal tergolong kategori 1 dan 2 adalah tetap dan tidak ada perpindahan (misklasifikasi). Dengan 0 data yang tidak masuk dalam proses diskriminan. Ketepatan prediksi dalam model ini adalah 100%. Maka model dsikriminan di atas sebenarnya bisa digunakan untuk analisis diskriminan karena ketepatan mencapai 100%.