Nama : Bue Goar Nabibi Natabagi Tamba

NIM : D1091161033

Asumsi Analisis Diskriminan

2 Kelompok
Asumsi dalam analisis ini antara lain:

1. Variabel independen terdistribusi normal

2. Tidak adanyamultikolinieritas antara variabel independen (Hubungan linear antar variable
independen).
3. Adanya homogenitas varians antara kelompok data (Matriks varians-covarians variabel penjelas
berukuran pxp pada kedua kelompok harus sama).

Masukkan data sebagai berikut, di mana variabel independen yang berskala data interval atau kuantitatif
diberi label X1, X2, X3. Sedangkan variabel dependen yang berskala nominal dikotomi (kualitatif) diberi
label Y. Variabel dependen mempunyai kategori 0 dan 1.

Dependen

Y 0 : Sedikit minum air

Y 1 : Banyak minum air

Independen

X1 : Usia

X2 : Berat

X3 : Tinggi

X4 : Income

X5 : Jam Kerja

X6 : Olahraga

1. Uji Normalitas

Pengertian Uji Normalitas

Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran data pada sebuah
kelompok data atau variabel, apakah sebaran data tersebut berdistribusi normal ataukah tidak.

Pengerjaan menggunakan aplikasi SPSS

 Sebelum lanjut ke langkah berikutnya, kita akan melakukan uji normalitas pada variabel independen.
Dalam hal ini dapat dilakukan oleh aplikasi SPSS.
 Output nya demikian:
 One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 74
Normal Parametersa,b Mean .0000000
Std. Deviation .44753054
Most Extreme Differences Absolute .112
Positive .112
Negative -.102
Test Statistic .112
Asymp. Sig. (2-tailed) .022c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.

Dasar pengambilan keputusan dalam uji normalitas ini adalah : jika nilai signifikansi lebih besar dari 0,05 maka
data tersebut berdistribusi normal. Sebaliknya, jika nilai signifikansi lebih kecil dari 0,05 maka data tersebut
tidak berdistribusi normal.
Berdasarkan output diatas , diketahui bahwa nilai signifikansi 0,022 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa data yang diuji terdistribusi normal.

2. Uji Multikolinearitas

Pengertian Uji Multikolinearitas

Uji multikolinearitas adalah uji yang dilakukan untuk memastikan apakah di dalam sebuah model regresi ada
interkorelasi atau kolinearitas antar variabel bebas.

Pengerjaan menggunakan aplikasi SPSS

 Outputnya demikian

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 3.364 2.206 1.524 .132
usia -.003 .013 -.042 -.269 .788 .480 2.083
berat -.015 .005 -.347 -2.855 .006 .800 1.250
Tinggi .003 .002 .198 1.599 .114 .773 1.293
income -.001 .001 -.278 -1.574 .120 .378 2.648
Jam Kerja -.340 .411 -.092 -.829 .410 .966 1.035
olahraga .010 .107 .013 .094 .926 .654 1.529
a. Dependent Variable: minum

Deteksi Multikolinearitas dengan Nilai VIF dan Tolerance Dalam Regresi

Pada tabel yang sama di atas sebagai hasil uji regresi linear, perhatikan nilai VIF dan Tolerance. Kedua ini
adalah indikasi kuat yang sering dipakai oleh para peneliti untuk menyimpulkan fenomena terjadinya
interkorelasi variabel bebas. Jika nilai VIF kurang dari 10 dan atau nilai Tolerance lebih dari 0,01 maka dapat
disimpulkan dengan tegas bahwa tidak terdapat masalah multikolinearitas.

Dari tabel diatas dapat disimpulkan VIF dari semua variabel <10 dan nilai Tolerance >0,01 sehingga tidak
terjadi multikolinearitas seperti yang diharapkan dan dapat dilanjutkan ke tahap selanjutnya.

Kesimpulan dari multikolinearitas SPSS ini adalah tidak terdapat masalah multikolinearitas, sehingga hasil
pengujian dikatakan reliabel atau terpercaya. Maka nilai koefisien regresi parsial dikatakan handal dan robust
atau kebal terhadap perubahan-perubahan yang terjadi pada variabel lainnya di dalam model regresi berganda.

3. Uji Heterokedastisitas

Pengertian Uji Heteroskedastisitas

Uji Heteroskedastisitas adalah uji yang menilai apakah ada ketidaksamaan varian dari residual untuk semua
pengamatan pada model regresi linear. Uji ini merupakan salah satu dari uji asumsi klasik yang harus dilakukan
pada regresi linear. Apabila asumsi heteroskedastisitas tidak terpenuhi, maka model regresi dinyatakan tidak
valid sebagai alat peramalan. Mengapa dilakukan uji heteroskedastitas? jawabannya adalah untuk mengetahui
adanya penyimpangan dari syarat-syarat asumsi klasik pada regresi linear, di mana dalam model regresi harus
dipenuhi syarat tidak adanya heteroskedastisitas.
Pengerjaan menggunakan aplikasi SPSS

 Outputnya demikian

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 3.364 2.206 1.524 .132
usia -.003 .013 -.042 -.269 .788
berat -.015 .005 -.347 -2.855 .006
Tinggi .003 .002 .198 1.599 .114
income -.001 .001 -.278 -1.574 .120
Jam Kerja -.340 .411 -.092 -.829 .410
olahraga .010 .107 .013 .094 .926
a. Dependent Variable: minum

Dasar pengambilan keputusan pada uji heterokedastisitas yakni :

1. Jika nilai signifikansi lebih besar dari 0,05, kesimpulannya adalah tidak terjadi heterokedastisitas.

2. Jika nilai signifikansi lebih kecil dari 0,05, kesimpulannya adalah terjadi heterokedastisitas.

Dari output diatas , maka tampak bahwa ke-6 variabel tidak ada gejala heterokesdastisitas karena sig > 0,05.

Kesmpulan, dan kaitan dengan PWK

 Terdapat 6 variabel yang mempengaruhi seseorang minum sedikit atau banyak.

Usia, berat, tinggi, income (pendapatan), jam kerja. Serta olahraga.

Penyediaan air mineral, pendistribusian air mineral menjadi bagian dari PWK untuk menjadi pihak ketiga
dalam menyediakan air mineral.

Usia tentu mempengaruhi sedikit atau banyak seseorang minum air mineral, bila usia anak-anak
dianjurkan 10-12 gelas per hari, sedangkan orang dewasa dianjurkan 8 – 10 gelas air mineral perhari.

Berat juga mempengaruhi suatu orang meminum air mineral, orang gemuk cenderung lebih sedikti
meminum air mineral dibandingkan orang dengan berbadan kurus, karna berbadan kurus lebih banyak
beraktifitas disbanding dengan orang berbadan gemuk sehingga lebih mudah dehidrasi.

Tinggi, tidak terlalu berpengaruh apakah seseorang meminum air mineral atau tidak, tetapi orang yang
banyak minum air mineral cenderung lebih tinggi daripada orang yang jarang minum air mineral.

Income (pendapatan) seseorang pastinya mempengaruhi seberapa banyak orang tersebut meminum air
mineral perhari.

Jam kerja tidak terlalu mempengaruhi, tetapi pada jam tertentu seseorang karyawan kantor akan
meminum lebih banyak air mineral dikarenakan dehidrasi. Contoh pada jam lembur, jam istirahat.

Olahraga tentu sangat mempengaruhi seseorang sedikit atau banyak meminum air mineral, karena
dehidrasi dampak dari olahraga. Dan tentunya air mineral menjadi minuman terbaik disaat berolahraga.
3 Kelompok

Dependen

Y 1 : Tingkat Liburan Rendah

Y 2 : Tingkat Liburan Sedang

Y 3 : Tingkat Liburan Tinggi

Independen

X 1 : Pendapatan

X 2 : Sikap

X 3 : Kepentingan

X 4 : Jumlah anggota keluarga

X 5 : Umur anggota keluarga

1. Uji Normalitas

Pengerjaan menggunakan aplikasi SPSS

 Outputnya demikian
 One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 30
Normal Parametersa,b Mean .0000000
Std. Deviation .13544842
Most Extreme Differences Absolute .084

Coefficientsa
Unstandardized Coefficients Standardized Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) .975 .233 4.188 .000

pendapatan .028 .011 .174 2.527 .019 .234 4.274

Sikap .104 .033 .275 3.122 .005 .143 7.012

kepentingan .171 .037 .460 4.577 .000 .110 9.093

jumlah anggota keluarga -.042 .025 -.125 -1.689 .104 .203 4.927

Most Extreme Differences Positive .078

Negative -.084
Test Statistic .084
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Dasar pengambilan keputusan dalam uji normalitas ini adalah : jika nilai signifikansi lebih besar dari 0,05 maka
data tersebut berdistribusi normal. Sebaliknya, jika nilai signifikansi lebih kecil dari 0,05 maka data tersebut
tidak berdistribusi normal.

Berdasarkan output diatas , diketahui bahwa nilai signifikansi 0,2 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa data yang diuji terdistribusi normal.

2. Uji Multikolinearitas

Pengerjaan menggunakan aplikasi SPSS

 Outputnya demikian
 umur anggota keluarga -.001 .003 -.014 -.423 .676 .968 1.033

a. Dependent Variable: frekuensi

Deteksi Multikolinearitas dengan Nilai VIF dan Tolerance Dalam Regresi

Pada tabel yang sama di atas sebagai hasil uji regresi linear, perhatikan nilai VIF dan Tolerance. Kedua ini
adalah indikasi kuat yang sering dipakai oleh para peneliti untuk menyimpulkan fenomena terjadinya
interkorelasi variabel bebas. Jika nilai VIF kurang dari 10 dan atau nilai Tolerance lebih dari 0,01 maka dapat
disimpulkan dengan tegas bahwa tidak terdapat masalah multikolinearitas.

Dari tabel diatas dapat disimpulkan VIF dari semua variabel <10 dan nilai Tolerance >0,01 sehingga tidak terjadi
multikolinearitas seperti yang diharapkan dan dapat dilanjutkan ke tahap selanjutnya.

Kesimpulan dari multikolinearitas SPSS ini adalah tidak terdapat masalah multikolinearitas, sehingga hasil
pengujian dikatakan reliabel atau terpercaya. Maka nilai koefisien regresi parsial dikatakan handal dan robust
atau kebal terhadap perubahan-perubahan yang terjadi pada variabel lainnya di dalam model regresi berganda.

3. Uji Heterokedastisitas

Pengerjaan menggunakan SPSS

 Outputnya demikian

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .975 .233 4.188 .000
pendapatan .028 .011 .174 2.527 .019
sikap .104 .033 .275 3.122 .005
kepentingan .171 .037 .460 4.577 .000
jumlah anggota keluarga -.042 .025 -.125 -1.689 .104
umur anggota keluarga -.001 .003 -.014 -.423 .676

Dasar pengambilan keputusan pada uji heterokedastisitas yakni :

1. Jika nilai signifikansi lebih besar dari 0,05, kesimpulannya adalah tidak terjadi heterokedastisitas.

2. Jika nilai signifikansi lebih kecil dari 0,05, kesimpulannya adalah terjadi heterokedastisitas.

Dari output diatas , maka tampak bahwa ke-5 variabel tidak ada gejala heterokesdastisitas karena sig >
0,05.

Kesimpulan ,Kaitan dengan PWK

 Terdapat 5 variabel yang mempengaruhi tingkatan liburan suatu keluarga

Yaitu Pendapatan, sikap, kepentingan, jumlah anggota keluarga dan umur anggota keluarga.
Transportasi, fasilitas perjalanan, serta infrastruktur wisata menjadi acuan suatu keluarga melakukan
liburan.

Sehingga PWK berperan penting menyediakan segala kebutuhan masyarakat yang akan
melangsungkan liburan.

Pendapatan tentu menjadi modal utama seseorang/suatu keluarga melangsungkan liburan dengan
skala rendah, sedang, dan tinggi.

Sikap adalah bagaimana suatu keluarga mengambil sikap tentang suatu liburan tersebut, untuk berlibur
atau ada motif tertentu.

Kepentingan adalah seberapa penting liburan ini dilaksanakan, pada waktu dan suasana yang tepat
atau tidak.

Jumlah anggota keluarga mempengaruhi pendapatan seseorang , sehingga destinasi wisata lebih
dipertimbangkan.

Umur anggota keluarga menjadi acuan pemilihan destinasi wisata, bila untuk anak-anak maka berlibur
ke wisata yang ramah anak. Bila terdapat lansia berlibur ditempat yang lebih mengutamakan berkumpul
Bersama, contoh : Piknik.