adalah data variabel dependen yang harus berupa data kategori, sedangkan data independen justru berupa data non kategori. Secara teknis analisis diskriminan
mirip dengan analisis regresi, hanya pada analisis regresi sederhana maupun berganda, variabel dependen justru harus data rasio. Sedangkan jenis data untuk
variabel independen bisa rasio atau kategori logistic regression Santoso, 2002:143.
Analisis diskriminan pada akhirnya akan dibuat sebuah model seperti regresi, yakni adanya sebuah variabel dependen dan satu atau lebih variabel
independen. Perbedaan dengan model regresi adalah pada jenis datanya. Prinsip diskriminan adalah ingin membuat model yang bisa secara jelas menunjukkan
perbedaan diskriminasi antar isi variabel dependen Santoso, 2002:147.
2.5.1 Tujuan Analisis Diskriminan
Menurut Supranto, 2004: 77, tujuan analisis diskriminan adalah sebagai berikut:
1. Membuat suatu fungsi diskriminan atau kombinasi linier, dari prediktor atau variabel bebas yang bisa mendiskriminasi atau membedakan kategori
variabel tak bebas atau criterion atau kelompok, artinya mampu membedakan suatu objek responden masuk kelompok kategori yang
mana. 2. Menguji apakah ada perbedaan signifikan antara kategori kelompok,
dikaitkan dengan variabel bebas atau prediktor. 3. Menentukan prediktor variabel bebas yang mana yang memberikan
sumbangan tebesar terhadap terjadinya perbedaan antar kelompok.
4. Mengelompokkan objek kasus responden ke dalam suatu kelompok kategori didasarkan pada nilai variabel bebas.
5. Mengevaluasi keakuratan klasifikasi the accuracy of classification.
2.5.2 Proses Deskriminan
Menurut Santoso 2002: 144, proses dasar dari analisis diskriminan adalah sebagai berikut:
1. Memisah variabel-variabel menjadi variabel dependen dan variabel independen.
2. Menentukan metode untuk membuat fungsi diskriminan. Pada prinsipnya ada dua metode dasar untuk itu, yakni:
a Simultaneous Estimation, dimana semua variabel dimasukkan secara bersama-samakemudian dilakukan proses diskriminan.
b Step-wise Estimation, dimana variabel dimasukkan satu per satu ke dalam model diskriminan. Pada proses ini, tentu ada variabel
yang tetap ada pada model, dan ada kemungkinan satu atau lebih variabel independen yang dibuang dari model.
3. Menguji signifikansi dari fungsi diskriminan yang telah terbentuk, dengan menggunakan
Wilk’s Lambda, Pilai, F test, dan lainnya. 4. Menguji ketepatan klasifikasi dari fungsi diskriminan, termasuk
mengetahui ketepatan klasifikasi secara individual dengan Casewise Diagnostic.
5. Melakukan intepretasi terhadap fungsi diskriminan tersebut. 6. Melakukan uji validasi fungsi diskriminan.
2.5.3 Sampel Analisis Diskriminan
