Welcome to Wajibstat Analysis Jibvela17...

NEW WAJIBSTAT ANALYSIS IS COMING***

Kamis, 25 April 2013

PEMANTAPAN KONSEP DAN LANGKAH ANALISIS DISKRIMINAN DENGAN SPSS 16 : PENERAPAN ANALISIS PADA “FAKTA FENOMENA TINGGINYA MASYARAKAT YANG GOLPUT DALAM PILKADA DI SUATU KABUPATEN”


PEMANTAPAN KONSEP DAN LANGKAH ANALISIS DISKRIMINAN DENGAN SPSS 16 : PENERAPAN ANALISIS PADA “FAKTA FENOMENA TINGGINYA MASYARAKAT YANG GOLPUT DALAM PILKADA DI SUATU KABUPATEN”

Malam nih sobat semua.. Apa kabarnya nih sooob? Moga baik-baik aja yaaa semuanya.. Amiiiin hehehe... Oke deh tanpa berlama-lama kali ini saya mau melanjutkan postingan saya sebelumnya yaitu tentang konsep/filosofi dan tujuan analisis diskriminan..  Bahasan kali ini adalah langkah analisis diskriminan dan saya sertai dengan contoh penerapan kasusnya hehehe..

Nah,  beberapa minggu yang lalu saya teringat suatu kasus terkait pemilihan kepala daerah alias Pilkada di suatu kabupaten sebut saja Kabupaten X hehehe,, Nah, saya bukan bermaksud mau jadi politisi nih yaa hahaha tapi hanya sekedar penerapan ilmu statistik multivariat aja hahaha..   

Dari pemberitaan di media dikabarkan kalau hasil penghitungan Pilkada di suatu Kabupaten X itu banyak (hampir 40% yang hasil penghitungan suaranya adalah GOLPUT alias tidak memberikan pilihan atau tidak ikut memilih). Nah, kejadian model begini sangat ironis banget soob. Dari informasi yang saya dengar, pada hari H pelaksanaan Pilkada, ternyata gak ada istilah libur kerja hehehe.. Yaa, tapi itu sih kebijakan pemerintah atau kepala-kepala daerahnya aja.

Beberapa survei penelitian sudah saya lihat dengan googling tapi kebanyakan analisisnya hanya sebatas deskriptif (grafik, tabulasi, persentase) tanpa memanfaatkan tools statistiknya.. Nah, dalam kesempatan ini saya mau pakai penerapan statistiknya dengan analisis diskriminan.. Prosedurnya bagaimana?

Ya saya akan tentukan dua kategori dalam variabel terikatnya yaitu Golput dan Memilih. Bayangkan saya akan memilih 70 sampel secara purposive proporsional terhadap jumlah pemilih (dari daftar KPU) setiap kecamatan yang ada dalam satu kabupaten tersebut.  Saya buat survei sederhana dengan memberikan kuesioner kepada mereka dengan saya tungguin.. Hanya sebentar karena hanya ada 5 pertanyaan penting yang perlu mereka jawab.. Ini kuesioner yang saya buat dengan model pertanyaan yang konsisten..

Pertanyaan yang diajukan mewakili variabel bebas yang akan saya pakai neeh dalam penelitian yaitu sosialisasi, ekonomi, administrasi, kualitas dan umum. Ingat lagi catatan penting bahwa untuk analisis diskriminan, kita menggunakan skala data yang interval atau ratio (kuantitatif) yaa.. Berikut kuesioner survei yang sudah dibuat:

Kuesioner Survei
Berilah skor penilaian dari 1-10 dari sangat tidak bagus sampai sangat bagus pada setiap item pertanyaan berikut dengan jujur
Nama:.................................................... (identitas Anda dijamin sangat dirahasiakan)

Bagaimana sosialisasi yang sudah dilakukan oleh KPU ke kecamatan-kecamatan yang ada di Kabupaten X?
Bagaimana tanggapan Saudara tentang kesediaan untuk tetap datang memilih walau harus mengorbankan waktu untuk pergi bekerja?
Bagaimana masalah administrasi untuk proses registrasi dalam Daftar Pemilih Tetap (DPT)?
Bagaimana kualitas kandidat pasangan pilihan Saudara yang ikut bersaing di dalam Pilkada Kabupaten X?
Menurut Saudara, bagaimana visi dan misi yang diusung oleh tiap kandidat Pilkada Kabupaten X?

Nah, habis itu sooob saya bisa dapat dong data dari 70 sampel respondennya hehehe.. Oke deh, untuk hasil surveinya bisa sobat download disini.

Nah, perlu sobat tahu, bahwa dalam analisis diskriminan kita akan membagi sampel menjadi dua bagian.. Ada yang untuk ESTIMASI dan ada yang untuk VALIDASI.. Dalam hal ini, saya menggunakan 50 sampel untuk kepentingan ESTIMASI (25 yang aktualnya Golput dan 25 yang memilih). Terusss..  untuk menguji kesahihan/keakuratan analisis, saya pakai 20 sampel (10 yang Golput dan 10 yang memilih.. Camkan baik-baik, sampel untuk validasi berbeda dengan sampel estimasi yaaa hehehe).. 

Tapi terkadang sobat tau apa kelemahan yang sering dibuat peneliti dalam analisis diskriminan?? Ada sooob, terkadang semua sampel ehh malah dimasukin semua untuk estimasi, naah yang validasinya gak diuji.. Terus ada lagi yang memang semua sampel untuk estimasi tetapi diambil lagi tuh beberapa dari sampel estimasi (padahal sudah diuji) untuk kepentingan VALIDASInya.. 

Yaaa, asal main comot sampel, bisa-bisanya aja, ironis kalau si peneliti malah milih-milih sampel dulu (milihnya dari sampel buat ESTIMASI) untuk seolah-olah mensahihkan analisisnya.. Nah, disini saya berikan contoh dengan prosedur yang baik ya sooob hehehe.. Dalam kasus penelitian saya ini, saya pisahkan dulu sooob artinya sampel buat ESTIMASI dan VALIDASI harus beda dooong hehehe..

Nih langkah analisis diskriminan yang untuk tujuan estimasi (50 sampel) dengan SPSS.. Pertama sobat silahkan atur dulu variabel terikat kategori pada value di variable view yaitu 1 untuk “Golput” dan 2 untuk “Memilih”. Ini gambarannya:


Selanjutnya, akan muncul tampilan data View seperti ini (nanti ada 50 sampel)
  

Uji multivariat normal yaitu menguji kenormalan variabel bebas secara sekaligus dalam satu kali proses.. Dalam hal ini, SPSS tidak mendukung sehingga saya pakai software Herodes.. Ya, software satu ini buatan alumni lhoo hehehe.. Pinjeeem ya baaang hehehe...
Saya copikan semua variabel bebasnya ke dalam Herodes (namanya tetap saja) karena hanya kita pakai hanya untuk uji multivariat normal. Berikut tampilan data pada Herodes:


Berikut hasil yang ditampilkan dengan grafik Quantil Chi Square.. Hasilnya ternyata multivariate normal sudah terpenuhi dimana sebaran data mengikuti tren linier.. Horeee,,
  

Nah, kembali ke SPSS silahkan uji multikolinieritasnya dengan meregresikan variabel-variabel bebas terhadap variabel terikatnya.. Set variabel ketegori sebagai Dependent Variable sedangkan variable sosialisasi, ekonomi, administrasi, pro kandidat dan visi misi sebagai Independent Variable.. Untuk lebih paham tentang uji multikolinieritas, sudah pernah saya posting sebelumnya. Cek disini.  Berikut output uji multikolinieritasnya dan hasilnya kita lolos dari uji ini hehehe...
Oke deh kita masuk ke bagian Analisis Diskriminannya.. Sekarang, klik Analyze, Classify dan pilih Discriminant.. Ini ilustrasinya:
  

Lalu, silahkan sobat masukin variabel kategori ke dalam bagian Grouping Variable dan definisikan kembali angka yang sudah diatur pada value di variable view dengan klik Define Range, untuk Minimum isikan 1 dan Maximum isikan 2.. selanjutnya klik Continue.. Berikut gambarannya:
  

Lalu kik Statistics dan pada bagian Descriptives, sobat centang Means (untuk keperluan analisis dekriptifnya) , Univariate Anova (untuk menampilkan Wilks Lambda value dan signifikansi masing-masing variabel dan Box’s M (untuk melihat uji kehomogenan varians) dan pada Function Coef, pilih Unstandardized dan Continue..
  

Lalu klik lagi Classify dan pilih centang Case Wise Results dan Summary Table.. Ini ilustrasinya:




Terakhir klik lagi pada bagian Save dan  centang pada Discriminant Scores (untuk menghasilkan skor diskriminan masing-masing responden).. Lalu klik Continue dan OK



Nah, untuk langkahnya dengan SPSS dan Herodes sudah selesai doong hehehe.. Untuk output akan saya hadirkan pada postingan selanjutnya yaaa hehehe.. Heemh, sobat semua tetap setia dan tongkrongin terus wajibstat.blogspot.com karena masih banyak analisis yang bakal rilis ke depan hehehe.. Ciyeee promosi hahaha..

Okeee deh, itu dulu yang bisa saya sampaikan terkait penerapan contoh kasus, konsep pemahaman dan pengerjaanya dengan software statistik.. Semoga postingan kali ini bermanfaat buat kita semua.. Semangat dan teruslah belajar.. Salam hangat terdahsyat dari saya hahaha :-)

3 komentar:

  1. thank's datanya , saya mahasiswa dari UB jur mat prodi stat ada tugas analisis deskriminan

    BalasHapus
  2. Ya sama-sama radit. Semangat mengerjakan tugasnya. Semoga sukses

    BalasHapus
  3. saya mahasiswi UNJ, prodi matematika. saya lagi ada tugas ttg analisis diskriminan, saya meminta izin meminta data anda untuk keperluan tugas. dan terima kasih sebelumnya untuk datanya :)

    BalasHapus