Hubungan Analisis Diskriminan dengan Regresi dan Anova.

1. Di dalam analisis varian dan regresi berganda  variabel tak bebas Y merupakan data metric atau interval ( jumlah asuransi yang dibeli dalam satuan mata uang, US$, Rp, Yen, Pousterling dll), sedangkan di dalam analisis diskriminan merupakan data kategorikal (jumlah asurasi yang dibeli diklasifikasikan menjadi: tinggi, medium, rendah = tiga kategori).
2.  Variabel berupa data kategori (non-parametri) dalam hal analisis varian (umur dalam tahun, pendapatan dalam satuan mata uang). Di dalam analisis regresi berganda kita meramalkan nilai Y (kuantitatif berupa angka) dan di dalam analisis diskriminan kita meramalkan suatu objek/ elemen/ kasus/ responden. Analisis diskriminan dua kelompok, dimana variabel tak bebas Y haya mempunyai dua kategori, sama dengan analisis regresi linear berganda dimana variabel tak bebas Y merupakan variabel dummy dengan nilai 0 atau 1 menghasilkan koefisien regresi parsial yang proporsional dengan koefisien diskriminan.

Perhatikan persamaan dan perbedaan antara Anova, Analisis Regresi dan Analisi Diskriminan.

Persamaan	Anova	Regresi	Diskriminan
Ø  Variabel terikat (Y) Ø  Variabel bebas (X) Ø  Perbedaan sifat variabel terikat (Y) Ø  Sifat variabel bebas (X)	Satu Banyak > 1 Metric (kantitatif) Kategori (kualitatif)	Satu Banyak > 1 Metrik (kuantitatif) Metric (kuantitatif)	Satu Banyak > 1 Kategori (kualitatif) Metric (kuantitatif)

Beberapa hal yang berkaitan dengan Analisis Diskriminan

      Korelasi Kanonikal (canonical correlation) mengukur seberapa kuat asosiasi antara skor diskriminan dan kelompok merupakan ukuran antara fungsi diskriminan tunggal dan set variabel dummy yang membentuk anggota kelompok.

      Centroit ialah rata-rata nilai skor fungsi diskriminan untuk suatu kelompok tertentu. Banyaknya centroit sebanyak kelompok yang ada, sebab setiap kelompok mempunyai satu centroit. Rata-rata untuk satu untuk semua kelompok pada semua fungsi disebut centroit kelompok (group centroids).

       Metric klasifikasi sering disebut confusion metric atau prediction metric, memuat jumlah objek (kasus) yang secara benar terklasifikasi dan yang salah terklasifikasi. Objek kasus yang terklasifikasi secara benar tampak pada diagonal sebab kelompok yang diramalkan dan yang sebenarnya sama sedangkan yang berada di luar diagonal (off diagonal) mewakili objek yang berada di diagonal dibagi dengan banyaknya objek (kasus) yang diteliti disebut hit rasio.

      Koefisien fungsi diskriminan yang tidak dibakukan (unstandardized)merupakan variabel multipliers, ketika variabel masih dalam suatu ukuran yang asli. Jika variabel di bekukan disebut koofisien beta. Koefisien fungsi diskriminan yang dibakuakan (standardized) ialah koefisen yang dipergunakan sebagai peganda jika semua variabel telah dibakukan sehingga masing-masing variabel mempunyai rata-rata nol dan standar deviasi 1 (0 atau 1)

      Skor diskriminan. Koofisien yang tidak dibakukan dikalikan dengan nilai variabel, dijumlahkan kemudiandi tambah dengan konstan akan diperoleh nilai atau skor  diskriminan. Jadi skor diskriminan sama dengan fungsi diskriminan yaitu :

      Eigenvalue. Untuk setiap fungsi diskriminan, eigen value merupakan sun of squares (SS) antar kelompok.dengan SS dalam kelompok (SS_h/SS_w) semakin besar niai eigen velue semakinbagus fungsi diskriminan.

      Nilai F dengan signifikannya. Nilai ini dihitung dari tabel anova 1 arah, dengan pengelompokan variabel sebagai fariabel bebas yang kategorikal (kualitatif) ssignifikan F = P (F ≥ F₀) = P kalau p ≤ α H₀ ditolak, tetapi kalau p  > α  H₀ diterima, dimana H_{0 :}B₁ = B₂ = …= B₁ = 0 atau H_a : B_j ≠ 0 atau bisa menggunakan tabel F kalau F₀  ≥  F_{α (}v_1. v_2)’ H₀ tolak, akan tetapi kalau F₀  <  Fα ₍v_1. v_2)’ H₀ diterima, F_{α (}v_1. v_2). diperoleh dari nilai tabel F df = V_1, V_2.

      Matrix korelasi dalam kelompok yang digabung (pooled within group correlation metric) dihitung dengan merata-ratakan metrickofarian yang terpisah untuk seluruh kelompok.

      Structure correlation disebut juga diskriminan loading, merupakan korelasi linear sederhana (bifariate antara fariabel bebas dengan fungsi diskriminan.

      Total correlation metric. Apabila elemen / objek/kasus diperlakukan seolah-olah berasal dari satu sampel kemudian korelasi dihitung maka akan diperoleh total correlation metric.

      Willk’s (disebut juga μ statistic) untuk setiap predikter merupakan resio dari within group sum of squares dengan total sum of squares yang nilainya antara 0 dan 1. Jika nilainya besar (mendekati 1 menunjukan bahwa rata-rata antar kelompok tidak berbeda sebaliknya jika angkanya kecil (mendekati 0 rata-rat kelopmpok sangat berbeda, artinya peniliti berhasil memperoleh fungsi diskriminan yang benar-benar bisa untuk mendiskriminasi yaitu untuk menentukan suatu kasus (objek) akan masuk kelompok yang mana (kelompok A atau B) jika hanya ada dua kemlompok.

Asumsi dalam analisis diskriminan ialah asumsi dalam setiap kelompok merupakan 1 sampel dari multi varial populsi dan setiap populasi mempunyai matrix kovarian yang sama.