Discriminant Function Analysis. In

Discriminant Function Analysis. In most pre- diction studies, the criterion variable is quantitative— that is, it involves scores that can fall anywhere along a continuum from low to high. Our previous example of college GPA is a quantitative variable, for scores on the variable can fall anywhere at or between 0.00 and 4.00. Sometimes, however, the criterion variable may be a categorical variable—that is, it involves membership in a group (or category) rather than scores along a contin- uum. For example, a researcher might be interested in predicting whether an individual is more like engineer- ing majors or business majors. In this instance, the cri- terion variable is dichotomous—an individual is either in one group or the other. Of course, a categorical vari- able can have more than just two categories (for exam- ple, engineering majors, business majors, education ma- jors, science majors, and so on). The technique of multiple regression cannot be used when the criterion variable is categorical; instead, a technique known as discriminant function analysis is used. The purpose of the analysis and the form of the prediction equation, however, are similar to those for multiple regression. Figure 15.4 illustrates the logic; note that the scores of the individual represented by the six faces remain the same for both categories! The person’s score is com- pared first to the scores of research chemists, and then to the scores of chemistry teachers.

Hasil (Bahasa Indonesia) 2:

Diskriminan Analisis Fungsi. Dalam kebanyakan studi diksi pra, variabel kriteria adalah quantitative- yaitu, melibatkan nilai yang dapat jatuh di mana saja sepanjang kontinum dari rendah ke tinggi. Contoh sebelumnya kami kuliah IPK adalah variabel kuantitatif, untuk nilai pada variabel bisa jatuh di mana saja pada atau antara 0.00 dan 4.00. Kadang-kadang, bagaimanapun, variabel kriteria mungkin kategoris variabel-yaitu, melibatkan keanggotaan dalam kelompok (atau kategori) daripada skor sepanjang UUM terus dilakukan. Sebagai contoh, seorang peneliti mungkin tertarik dalam memprediksi apakah seseorang lebih seperti jurusan ing rekayasa atau jurusan bisnis. Dalam hal ini, variabel terion cri- adalah dikotomis-individu yang baik dalam satu kelompok atau yang lain. Tentu saja, sebuah variabel kategoris mampu dapat memiliki lebih dari hanya dua kategori (sebagai contoh, jurusan teknik, jurusan bisnis, pendidikan jors-bahan, jurusan ilmu, dan sebagainya). Teknik regresi berganda tidak dapat digunakan jika variabel kriteria adalah kategoris; sebaliknya, teknik yang dikenal sebagai analisis fungsi diskriminan digunakan. Tujuan dari analisis dan bentuk persamaan prediksi, bagaimanapun, adalah sama dengan yang untuk regresi berganda. Gambar 15.4 menggambarkan logika; perhatikan bahwa nilai dari individu yang diwakili oleh enam wajah tetap sama untuk kedua kategori! Skor seseorang yang com- dikupas dulu ke sejumlah ahli kimia penelitian, dan kemudian ke sejumlah guru kimia.