Perbandingan analisis diskriminan kuadratik dan regresi logistik dalam pengklasifikasian negara-negara di dunia berdasarkan peubah sosial ekonomi

Abstract

Analisis diskriminan sudah sangat sering digunakan dalam analisis pengelompokan tetapi asumsi- asumsi yang harus terpenuhi dalam analisis diskriminan merupakan salah satu kendala tersendiri apabila asumsi tersebut tidak terpenuhi. Analisis regresi logistik merupakan salah satu alternatif yang dapat digunakan dalam analisis pengelompokan. Penelitian ini bertujuan untuk membandingkan penerapan analisis diskriminan dan analisis regresi logistik dalam metode pengelompokan dimana kasus yang digunakan adalah pengelompokan negara-negara didunia berdasarkan peubah sosial ckonomi. Metode diskrminan dan regresi logistik diterapkan pada data Human Developmet Report (HDR) untuk tahun 1996, 1997, dan 1998. Uji kehomogenan matriks peragam nyata pada taraf 10% untuk seluruh data HDR menyebabkan digunakannya fungsi diskriminan kuadratik sehingga dihasilkan tiga fungsi pada masing-masing data HDR. Pada analisis regresi logistik dihasilkan satu fungsi linier untuk masing- masing HDR. Peubah angka harapan hidup memiliki kontribusi terbesar dalam pengklasifikasian data HDR dengan kedua metode di atas. Hal ini ditunjukkan dari nilai Odds-rasio yang terbesar pada regresi logistik jatuh pada peubah angka harapan hidup, sedangkan pada analisis diskriminan ditunjukkan dengan nilai koefisien terbesar jatuh pada peubah angka harapan hidup juga. Hasil analisis diperoleh bahwa tingkat keberhasilan pengklasifikasian melalui analisis diskriminan adalah 96.55% pada HDR 1996, 96.00% pada HDR 1997, dan 96.55% pada HDR 1998. Tingkat keberhasilan pengklasifikasian melalui analisis regresi logistik pada HDR 1996, 1997, dan 1998 adalah 96.55%, 97.13% dan 97.14%. Perbedaan pengklasifikasian pada kedua metode secara umum disebabkan karena perbedaan pendugaan parameter dan cara pengklasifikasian. Secara umum kedua metode menghasilkan tingkat pengklasifikasian yang cukup baik yaitu di atas 90% sehingga kedua metode dapat digunakan sebagai dasar pengelompokan untuk penentuan IPM pada tahun berikut, tetapi walaupun begitu dari hasil analisis yang didapat untuk data yang tidak terlalu normal analisis regresi logistik memiliki tingkat keberhasilan pengklasifikasian yang lebih tinggi jika dibandingkan dengan analisis diskriminan. Sedangkan untuk data yang tidak homogen pembentukan fungsi melalui analisis regresi logistik menjadi lebih sederhana dari pada analisis diskriminan.