Asumsi penting yang harus dipenuhi agar model diskriminan bisa digunakan adalah:
• Multivariate Normality, atau variabel independen seharusnya berdistribusi normal. Jika data tidak berdistribusi normal, hal ini akan menyebabkan masalah pada ketepatan fungsi (model) diskriminan. Regresi Logistik (Logistic Regression) bisa dijadikan alternatif metode jika memang data tidak berdistribusi normal.
• Matriks kovarians dari semua variabel independen seharusnya sama (equal).
• Tidak ada korelasi antar-variabel independen. Jika dua variabel independen mempunyai korelasi yang kuat, dikatakan terjadi multikolinieritas
• Tidak adanya data yang sangat ekstrem (outlier) pada variabel independen. Jika ada data outlier yang tetap diproses, hal ini bisa berakibat berkurangnya ketepatan klasifikasi dari fungsi diskriminan.
• Multivariate Normality, atau variabel independen seharusnya berdistribusi normal. Jika data tidak berdistribusi normal, hal ini akan menyebabkan masalah pada ketepatan fungsi (model) diskriminan. Regresi Logistik (Logistic Regression) bisa dijadikan alternatif metode jika memang data tidak berdistribusi normal.
• Matriks kovarians dari semua variabel independen seharusnya sama (equal).
• Tidak ada korelasi antar-variabel independen. Jika dua variabel independen mempunyai korelasi yang kuat, dikatakan terjadi multikolinieritas
• Tidak adanya data yang sangat ekstrem (outlier) pada variabel independen. Jika ada data outlier yang tetap diproses, hal ini bisa berakibat berkurangnya ketepatan klasifikasi dari fungsi diskriminan.
