Awalnya pengguna statistika akan lebih dulu mengenal uji beda dua rata-rata yang dikerjakan dengan uji t, baik yang bersifat berpasangan atau tidak berpasangan. Pada uji t ini variabel bebasnya bersifat non metric (kategori) sedangkan variabel terikatnya bersifat metric (kontinyu).
Analisis diskriminan mempunyai sifat kebalikannya yaitu variabel bebasnya bersifat metric (kontinyu) sedangkan variabel terikatnya bersifat non metric (kategori). Secara khusus dalam analisis diskriminan tidak diperkenankan dalam variabel bebasnya ada yang bersifat non metric. Apa sih contoh dari aplikasi dari analisis diskriminan.
Meminjam uang untuk modal usaha bisa ke koperasi atau bank. Ini adalah dua pilihan yang bisa ditempuh. Mengapa seseorang memilih koperasi sebagai tempat pinjam tentu ada beberapa variabel yang dapat menjelaskan hubungan ini. Misalnya jumlah pinjaman modal (Rp), rencana pengembalian (bulan), jumlah penghasilan (Rp), lama menjalankan usaha (tahun). Ada dugaan bahwa keempat variabel ini akan menjadi penentu perbedaan pilihan.
Analisis diskriminan bisa menjawab persoalan seperti ini. Hanya saja analisis akan powerfull bila sejumlah syarat yang ada didalamnya terpenuhi. Syarat analisis ini antara lain : (1) distribusi data pada variabel bebas adalah multinormal, (2) matriks kovarian pada kedua grup adalah tidak berbeda dan (3) tidak mengandung masalah multikolinier. Apabila dalam analisis terjadi hambatan pada berbagai syarat ini, maka bisa dialihkan ke analisis regresi logistik.
Beberapa bagian penting dalam analisis diskriminan selain fungsi diskriminan itu sendiri adalah :
1. Hasil uji chi square, yang bertujuan untuk menguji apakah fungsi diskrimianan yang dihasilkan signifikan untuk membedakan grup.
2. Canonical carrelation, yaitu koefisien korelasi antara fungsi dengan grup. Hasil kuarat dari korelasi ini akan menjadi informasi kontribusi fungsi dalam menjelaskan grup.
3.Koefisien diskriminan masing-masing variabel. Tanda pada setiap koefisien menjadi penting karena akan memberikan petunjuk klasifikasi. Hasil uji signifikansi koefisien bisa dilakukan dengan mengaktifikan pilihan metode stepwise.
4. Koefisien diskriminan yang bersifat standardized. Perbandingan kekuatan pembeda antar variabel bebas ditentukan oleh koefisien ini.
5. Menghitung gruop centriod, yaitu nilai rata-rata skor diskriminan pada setiap grup. Proses pengklasifikasian tergantung pada nilai rata-rata yang ada dalam masing-masing grup.
6. Hitung keakuratan klasifikasi berdasarkan nilai hit rasio, Cpro dan Cmax. Bila hit rasio di bawah Cpro klasifikasi tergolong tidak akurat. Bila bernilai antara Cpro dan Cmax tergolong akurat, dan bila lebih dari Cmax tergolong sangat akurat.
Apabila jumlah sampel cukup besar, disarankan untuk melakukan validasi hasil anakisis dengan memecah data menjadi dua bagia. bagian pertama disebut dengan sample analysis dan bagian kedua adalah sample holdout. Komposisi pembagian data bisa 50:50, 60:40 atau 75:25.
Ebook Mutivariate Data Analysis bisa didapatkan pada link berikut :
http://en.bookfi.org/book/1251007
Statistical Training Center Malang 
Teori memang ruwet dn dlm praktek tidak dmk adanya! So it is easy to do, don’t worry.
Terima kasih sudah mampir pak Ibnu. Tentang teori yang ruwet, bila tidak ada pendekatan teori mungkin menjadi lebih ruwet lagi.