Nama : Ayang Maubi Yuliani Makmur

Nim : 19416261201368
Kelas : MN19G

Responde Keputusan
Citra Merek Iklan
n Pembelian
1 45 30 5
2 18 20 2
3 23 26 3
4 19 22 2
5 13 14 1
6 24 34 5
7 33 37 3
8 9 25 2
9 39 41 5
10 9 28 3
11 45 24 2
12 45 13 1
13 27 27 2
14 18 28 3
15 30 35 4
16 9 24 3
17 40 43 5
18 30 33 3
19 29 33 4
20 19 21 2
21 11 14 1
22 24 26 2
23 16 20 1
24 19 21 2
25 28 32 3
26 29 32 4
27 39 44 5
28 40 45 5
29 35 39 4
30 36 41 5

Tidak Puas = 1
Puas = 5
 INTERPRETASI ANALISIS DISKRIMINAN

Variables Entered/Removeda,b,c,d

Min. D Squared
Exact F
Between
Step Entered Statistic Groups Statistic df1 df2 Sig.
1 Iklan 1.482 4 and Puas 3.771 1 25.000 .063
At each step, the variable that maximizes the Mahalanobis distance between the two
closest groups is entered.
a. Maximum number of steps is 4.
b. Maximum significance of F to enter is .05.
c. Minimum significance of F to remove is .10.
d. F level, tolerance, or VIN insufficient for further computation.

Variables in the Analysis

Sig. of F to
Step Tolerance Remove

1 Iklan 1.000 .000

Tujuannya adalah untuk menyajikan variabel-variabel mana saja yang dapat dimasukkan
dalam fungsi diskriminan. Variable yang masuk model adalaha variabel yang mempunyai
pengaruh bermakna pada Y.
Variabel yang masuk dalam model adalah variabel Iklan (X2) karena nilai Sig. <0,05

Eigenvalues

Canonical
Function Eigenvalue % of Variance Cumulative % Correlation
1 4.713a 100.0 100.0 .908
a. First 1 canonical discriminant functions were used in the analysis.
Dari table diatas diperoleh nilai canonical correlation sebesar 0,908 bila dikuadratkan (0,908
x 0,908) = 0,824464 artinya 82,4464% varians dari variabel independent (kelompok) dapat
dijelaskan dari model deskriminan yang terbentuk.

Wilks' Lambda
Test of Function(s)Wilks' LambdaChi-square df Sig.
1 .175 45.312 4 .000

Nilai sig. sebesar 0.000 < α =0.05 maka dapat disimpulkan bahwa ada perbedaan rata-rata
antar kategori atau ada perbedaan yang signifikan anatara kedua kelompok responden yang
didasarkan pada variabel X2 (Iklan).

Structure Matrix

Function

Iklan 1.000

Citra Mereka .272

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.

Pada dua variabel independent diatas, variabel yang memiliki keeratan hubungan dengan
fungsi diskriminan adalah X2 (Iklan) dengan peroleh nilai sebesar 1.000
Canonical Discriminant
Function Coefficients

Function

Iklan .245

(Constant) -7.127

Unstandardized
coefficients

Nilai constant sebesar -7.127 hanya satu variabel terpilih dalam membentuk fungsi
diskriminan, maka dapat ditulis fungsi diskriminannya sebagai berikut :
Z score = -7.127+0.245X2
Prior Probabilities for Groups

Cases Used in Analysis

Keputusan Pembelian Prior Unweighted Weighted

Tidak Puas .200 4 4.000

2 .200 8 8.000

3 .200 7 7.000

4 .200 4 4.000

Puas .200 7 7.000

Total 1.000 30 30.000

Kelompok dengan keputusan 1(tidak puas) sebanyak 4 orang, sedangkan dengan keputusan 5
(puas) sebanyak 7 orang.

Classification Function Coefficients

Keputusan Pembelian

Tidak Puas 2 3 4 Puas

Iklan .917 1.398 1.786 2.089 2.387

(Constant) -8.600 -17.858 -28.149 -37.907 -49.018

Fisher's linear discriminant functions

Persamaan untuk kelompok 1 (tidak puas) nilai 0.917 = -8.600

Persamaan un tuk kelompok 5 (puas) nilai 2.387 = -49.018

 Classification Resultsa,c

Predicted Group Membership

Keputusan Pembelian Tidak Puas 2 3 4 Puas Total

Original Count Tidak Puas 3 1 0 0 0 4

2 0 7 1 0 0 8

3 0 2 3 2 0 7

4 0 0 1 2 1 4

Puas 0 0 1 1 5 7

% Tidak Puas 75.0 25.0 .0 .0 .0 100.0

2 .0 87.5 12.5 .0 .0 100.0

3 .0 28.6 42.9 28.6 .0 100.0

4 .0 .0 25.0 50.0 25.0 100.0

Puas .0 .0 14.3 14.3 71.4 100.0

Cross-validatedb Count Tidak Puas 3 1 0 0 0 4

2 0 7 1 0 0 8

3 0 2 3 2 0 7

4 0 0 1 2 1 4

Puas 0 0 1 1 5 7

% Tidak Puas 75.0 25.0 .0 .0 .0 100.0

2 .0 87.5 12.5 .0 .0 100.0

3 .0 28.6 42.9 28.6 .0 100.0

4 .0 .0 25.0 50.0 25.0 100.0

Puas .0 .0 14.3 14.3 71.4 100.0

a. 66.7% 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. 66.7% of cross-validated grouped cases correctly classified.

Pada kolom original baris “kelompok keputusan 1 (tidak puas) sebanyak 4 responden 100% dan tidak
ad responden yang berpindah ke kelompok keputusan 5 (puas).
 HIPOTESIS ASSOSIATIF

(X1- (X2-
X1 X2 Y X̅ ) X̅) (Y-Y̅) X12 X22 Y2 YX1 YX2 X1X2
45 30 42 18.3 0.93 5.867 334.9 0.872 34.422 107.366 5.480 17.092
18 20 24 -8.7 -9.1 -12.1 75.69 82.192 1184.853 105.557 109.998 78.874
23 26 34 -3.7 -3.1 -2.13 13.69 9.400 4.550 7.892 6.540 11.344
19 22 26 -7.7 -7.1 -10.1 59.29 49.928 102.678 78.024 71.600 54.408
-
13 14 16 13.7 -15 -20.1 187.7 226.984 405.338 275.822 303.324 206.404
24 34 49 -2.7 4.93 12.87 7.29 24.344 165.560 -34.741 63.486 -13.322
33 37 43 6.3 7.93 6.867 39.69 62.948 47.156 43.262 54.483 49.984
-
9 25 32 17.7 -4.1 -4.13 313.3 16.532 17.082 73.154 16.805 71.968
39 41 47 12.3 11.9 10.87 151.3 142.420 118.092 133.664 129.687 146.788
-
9 28 35 17.7 -1.1 -1.13 313.3 1.136 1.284 20.054 1.208 18.868
45 24 31 18.3 -5.1 -5.13 334.9 25.664 26.348 -93.934 26.004 -92.708
45 13 13 18.3 -16 -23.1 334.9 258.116 535.136 -423.334 371.655 -294.008
27 27 33 0.3 -2.1 -3.13 0.09 4.268 9.816 -0.940 6.473 -0.620
18 28 34 -8.7 -1.1 -2.13 75.69 1.136 4.550 18.557 2.274 9.274
30 35 46 3.3 5.93 9.867 10.89 35.212 97.358 32.561 58.551 19.582
-
9 24 34 17.7 -5.1 -2.13 313.3 25.664 4.550 37.754 10.806 89.668
40 43 58 13.3 13.9 21.87 176.9 194.156 478.166 290.831 304.695 185.322
30 33 37 3.3 3.93 0.867 10.89 15.476 0.752 2.861 3.411 12.982
29 33 48 2.3 3.93 11.87 5.29 15.476 140.826 27.294 46.685 9.048
19 21 26 -7.7 -8.1 -10.1 59.29 65.060 102.678 78.024 81.733 62.108
-
11 14 14 15.7 -15 -22.1 246.5 226.984 489.870 347.488 333.456 236.536
24 26 34 -2.7 -3.1 -2.13 7.29 9.400 4.550 5.759 6.540 8.278
-
16 20 16 10.7 -9.1 -20.1 114.5 82.192 405.338 215.423 182.526 97.006
19 21 23 -7.7 -8.1 -13.1 59.29 65.060 172.476 101.124 105.931 62.108
28 32 35 1.3 2.93 -1.13 1.69 8.608 1.284 -1.473 -3.324 3.814
29 32 46 2.3 2.93 9.867 5.29 8.608 97.358 22.694 28.950 6.748
39 44 55 12.3 14.9 18.87 151.3 223.024 355.964 232.064 281.760 183.688
40 45 53 13.3 15.9 16.87 176.9 253.892 284.496 224.331 268.759 211.922
35 39 48 8.3 9.93 11.87 68.89 98.684 140.826 98.496 117.887 82.452
36 41 52 9.3 11.9 15.87 86.49 142.420 251.762 147.563 189.357 110.986
801 872 1084 0 0 0 3736 2375.867 5685.110 2173.200 3186.733 1646.600

801
Rata-rata (X̅1) = = 26,7
30
872
Rata-rata (X̅2) = = 29,066
30
1084
Rata-rata (Y̅) = = 36,133
30
Σ (X1-X̅) = 0
Σ (X2-X̅) = 0

Σ (Y-Y̅) = 0

Σ (X12) = 3736

Σ (X22) = 2375.867

Σ (Y2) = 5685.110

ΣYX1 = 2173.200

ΣYX2 = 3186.733

ΣX1X2 = 1646.600

Langjkah 1 : menghitung kolerasi antara X1 dengan Y

ΣX 1 Y 2173,200 2173,200 2173,200

rx1y = 2 = = = = 0,0149
√ (ΣX 1 Σ Y ) √ (3736¿. 5685,110)¿ √ 21,239
2
145,736
Langkah 2 : menhitung kolerasi antara X2 dengan Y

ΣX 2 Y 3186,733 3186,733 3186,733

rx2y = 2 2 = = = = 27, 4200
√ (ΣX 2 Σ Y ) √ (2375,867 .5685,110) √ 13,507 116,219
Langkah 3 : menghitung kolerasi antara X1 dan X2

ΣX 1 X 2 1646.600 1646,600 1646,600

Rx1x2 = = = = = 17,486
√ ΣX 1 2
ΣX 2
2
√¿¿ √ 8,876 94,164
Langkah 4 : menghitung kolerasi ganda antara X1 dan X2 dengan Y
2 2
r yx 1+r yx 2−2 ryx1 ryx 2 rx 1 x 2
Ryx1x2¿ √ =
1−r 2 x 1 x 2
0,01492 +27,42002 −2(0,0149)(27,4200)(17,468)
√ 2
1−17,486