2.5.3 Sampel Analisis Diskriminan
Jumlah sampel yang ideal analisis diskriminan secara pasti tidak ada. Pedoman yang bersifat umum menyatakan untuk setiap variabel independen
sebaiknya ada 5-20 data sampel. Dengan demikian, jika ada enam variabel independen, seharusnya minimal ada
sampel. Secara terminologi SPSS, jika ada enam kolom variabel independen, sebaiknya ada 30 baris data.
2.5.4 Asumsi Analisis Deskriminan
Asumsi penting yang harus dipenuhi agar model analisis diskriminan dapat digunakan sebagai berikut.
1. Multivariate Normality, atau variabel independen seharusnya berdistribusi normal. Jika tidak berdistribusi normal, hal ini akan menyebabkan
masalah pada ketepatan fungsi model diskriminan. Regresi logistik bisa dijadikan alternatif metode jika memang data tidak berdistribusi normal.
2. Matriks kovarians dari semua variabel independen seharusnya sama. 3. Tidak ada korelasi antar variabel independen. Jika dua variabel
independen mempunyai korelasi yang kuat, maka dikatakan terjadi multikolinieritas.
4. Tidak adanya data yang sangat ekstrim outlier pada variabel independen. Jika ada outlier yang tetap diproses, hal ini bisa berakibat berkurangnya
ketepatan klarifikasi dari fungsi diskriminan. Santosa, 2002:145. Analisis diskriminan tidak terlalu sensitif dengan pelanggaran asumsi ini,
kecuali pelanggarannya bersifat ekstrim Hair et al., 1987: 76. Meski demikian lebih baik semua asumsi tersebut terpenuhi.
2.5.5 Model Analisis Diskriminan
Analisis diskriminan termasuk dalam Multivariate Dependence method, dengan model:
Keterangan: 1. Variabel Independen
dan seterusnya adalah data metrik, yakni data berjenis interval atau rasio, seperti usia seseorang, tinggi sebuah pohon,
kandungan zat besi dalam tubuh dan sebagainya. 2. Variabel Dependen
adalah data kategorikal atau nominal, seperti golongan miskin kode 1, golongan menengah kode 2, golongan kaya
kode 3 dan sebagainya. Jika data kategorikal tersebut hanya terdiri atas dua kode saja, maka model bisa disebut Two-Group Discriminant
Analysis. Sedang jika kode lebih dari dua kategori, disebut dengan Multiple Discriminant Analysis.
2.6 Analisis Diskriminan Fisher