1

Pengujian Normal Multivariat dan Homoskedastisitas Matriks Varians-Kovarians Dua Populasi

(1)(2)

Wahyuni Resmi (1311100043) (1) dan Indah Kurnia Putri (1311100047) (2) Jurusan Statistika, FMIPA, ITS, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia e-mail : (1)wahyuniresmi@rocketmail.com; (2)indahinduh.ikp@gmail.com merupakan masa kritis penentuan kelanjutan pendidikan setiap siswa apalagi untuk siswa menengah atas. Ini dikarenakan ketika mereka lulus, mereka dituntut untuk menentukan dimana mereka akan kuliah ataupun akan bekerja. Oleh karena itu perlu pengawasan yang ekstra terhadap setiap sekolah dalam pemberian bekal kepada siswanya. Salah satu yang menjadi penting dalam pengawasan sekolah ketika memberikan bekal ilmu pada siswanya yaitu terlihat dari rasio guru-murid dan rasio murid-kelas. Rasio guru-murid menjadi perhatian karena ketika rasio antara guru dan murid seimbang diharapkan proses pembelajaran menjadi lancar. Ini dikarenakan ketika jumlah guru sesuai dengan jumlah murid maka murid akan lebih mudah mendapatkan materi pelajaran. Jika rasionya tidak seimbang yaitu ketika jumlah guru lebih kecil daripada jumlah siswa maka akan membuat siswa menjadi banyak ketinggalan dalam hal ilmu pengetahuan. Begitu juga apabila rasio murid-kelas tidak seimbang, maka proses pembelajaran akan menjadi tidak lancar. Mereka akan tidak nyaman apabila kelas untuk proses belajar tidak nyaman atau mengalami kekurangan. Sehingga perlu perhatian dari pemerintah dalam keadaan rasio guru-murid serta rasio murid-kelas. Keadaan tersebut juga menjadi perhatian dari pemerintah dari Kabupaten Pasuruan yang merupakan salah satu kabupaten di Jawa Timur yang juga memiliki banyak sekolah. Dalam penelitian ini perhatian khusus ditujukan kepada SMA dan SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008. Ini dikarenakan jenjang ini membutuhkan perhatian ekstra karena merupakan masa penentuan masa depan untuk kuliah ataupun bekerja. Pada penelitian ini ditujukan untuk membandingkan antara SMA dan SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008, apakah antara keduanya memiliki perlakuan yang sama dalam hal rasio guru-murid dan rasio murid-kelas. Pembandingan ini menggunakan uji multivariat dua populasi karena terdiri dari dua populasi yaitu SMA dan SMK. Sedangkan untuk setiap populasi terdiri dari dua variabel yaitu rasio guru-murid dan rasio murid-kelas. Tetapi dalam melakukan pembandingan, asumsi uji multivariat juga harus terpenuhi terlebih dahulu. Sehingga dalam hal ini, penelitian dilakukan hanya untuk menguji asumsi normal multivariat dan multivariat homoskedastisitas dua populasi. II. TINJAUAN PUSTAKA A. Analisis Multivariat Data multivariat merupakan data hasil pengukuran pada beberapa variabel yang secara umum dinotasikan sebagai xij. Notasi tersebut menunjukkan harga tertentu dari pengamatan ke-i pada variabel ke-j jika terdapat p variabel dan ada sebanyak n pengamatan, yang dapat ditunjukkan dalam bentuk matriks seperti di bawah ini, dimana xnp merupakan objek pengamatan ke-n untuk variabel ke-p [3].

Abstrak Pendidikan adalah salah satu fokus utama pembangunan yang dilakukan pemerintah. Tidak hanya kualitas dari bangunan fisik yang berupa fasilitasfasilitas pendidikan tetapi juga kualitas dari siswa. Faktor yang tidak kalah pentingnya dalam penyelenggaraan pendidikan, yaitu suatu kondisi yang mendukung setiap siswa untuk dapat menyelesaikan pendidikannya dengan tepat waktu, sehingga peserta didik dapat lulus dalam menempuh Ujian Nasional yang diselenggarakan oleh pemerintah. Fokus Ujian Nasional lebih ditekankan pada siswa menengah atas karena mereka akan memutuskan untuk kuliah atau bekerja. Oleh karena itu penelitian ini fokus pada SMA dan SMK. Dimana objek yang dipilih adalah SMA dan SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008. Salah satu yang menjadi penting dalam pengawasan sekolah ketika memberikan bekal ilmu pada siswanya yaitu terlihat dari rasio guru-murid dan rasio muridkelas. Pembandingan ini menggunakan uji multivariat dua populasi karena terdiri dari dua populasi yaitu SMA dan SMK. Sedangkan untuk setiap populasi terdiri dari dua variabel yaitu rasio guru-murid dan rasio murid-kelas. Tetapi dalam melakukan pembandingan, asumsi uji multivariat juga harus terpenuhi terlebih dahulu. Sehingga dalam hal ini, penelitian dilakukan hanya untuk menguji asumsi normal multivariat dan multivariat homoskedastisitas dua populasi. Kemudian dari hasil uji yang dilakukan ternyata baik untuk asumsi normal multivariat maupun multivariat homoskedastisitas tidak terpenuhi.
Kata KunciPendidikan, Rasio Guru-Murid, Rasio Murid-

Kelas, Normal multivariat, Multivariat Homoskedastisitas. I. PENDAHULUAN Pendidikan adalah salah satu fokus utama pembangunan yang dilakukan pemerintah. Tidak hanya kualitas dari bangunan fisik yang berupa fasilitas-fasilitas pendidikan tetapi juga kualitas dari siswa. Karena melalui pelaksanaan pendidikan yang baik diharapkan dapat dibentuk generasi penerus yang mampu melanjutkan pembangunan, yaitu generasi yang cerdas dan terampil. Penyediaan fasilitas pendidikan yang memadai, pelaksanaan kurikulum yang baik dan tersedianya tenaga pengajar yang kompeten diharapkan mampu mengembangkan bahkan memajukan pendidikan. Namun selain faktor-faktor tersebut terdapat faktor yang tidak kalah pentingnya dalam penyelenggaraan pendidikan, yaitu suatu kondisi yang mendukung setiap siswa untuk dapat menyelesaikan pendidikannya dengan tepat waktu, sehingga peserta didik dapat lulus dalam menempuh Ujian Nasional yang diselenggarakan oleh pemerintah. Dengan kata lain peserta didik tidak gagal dalam menempuh Ujian Nasional. Masa Ujian Nasional

2 2. Uji Kesamaan Matriks Varians-Kovarians Pemeriksaan kesamaan matriks varians kovarians antara dua populasi atau lebih dilakukan dengan Boxs M test yang dirumuskan sebagai berikut [4]. Uji Hipotesis : H0 : 1 = 2 = = k = (matriks kovarians bersifat multivariat homoskedastisitas) H1 : minimal ada satu i j (matriks kovarians tidak bersifat multivariat homoskedastisitas) Statistik Uji: , dimana (5) (6) Diagonal utama dari matriks menyatakan varians, dan selain diagonal utama menyatakan kovarians [3]. C. Uji Asumsi untuk Data Multivariat Pada dasarnya, distribusi utama dan permasalahan yang muncul dalam analisis multivariat adalah distribusi normal multivariat.Normal multivariat adalah perluasan dari univariat normal.Asumsi yang harus dipenuhi antara lain data pada variabel bebas seharusnya berdistribusi normal multivariat dan adanya kesamaan matriks varians kovarians antar kelompok/populasi. Oleh karena itu perlu adanya uji normalitas multivariat yang bertujuan untuk mengetahui apakah data mengikuti distribusi normal multivariat [5]. 1. Uji Normalitas Multivariat Untuk memeriksa data apakah berdistribusi normal multivariat, dapat dilihat dari Q-Q plot antara square distance (d2j) dengan nilai quantil dari distribusi ChiSquare . Jika hasil plot menggambarkan garis lurus maka data tersebut dapat dinyatakan sebagai normal multivariat [3]. Uji hipotesis : H0 : data berdistribusi normal multivariat. H1 : data tidak berdistribusi normal multivariat. Pemeriksaan normal multivariat dilakukan dengan langkah-langkah sebagai berikut [3]. 1. Menghitung nilai square distance (d2j) untuk setiap pengamatan (3) , j = 1,2, , n 2 2. Mengurutkan nilai d j seluruh pengamatan yang diperoleh dari perhitungan di atas sedemikian hingga 3. Membuat Q-Q plot atau Chi-Square plot dengan nilai d2(j) sebagai sumbu X dan nilai kuantil atas sebagai sumbu Y. Daerah Kritis : Tolak H0 jika C > dengan D. Uji Normalitas Univariat Pemeriksaan distribusi normal untuk setiap variabel dilakukan dengan uji Kolmogorov-Smirnov. Pengujian ini dilakukan dengan menyesuaikan fungsi distribusi empiris (berdasarkan sampel) Fn ( x) dengan distribusi teoritis tertentu (sesuai yang dihipotesiskan) F0 ( x) . Uji Hipotesis : H0 : Fn ( x) = F0 ( x) (Data mengikuti distribusi teoritis F0 ( x) ) H1: Fn ( x) F0 ( x) (Data tidak mengikuti dist. teoritis F0 ( x) ) Statistik Uji: D Maks Fn ( x) F0 ( x) Daerah Kritis : Tolak H0 jika Dhitung> D 3. METODOLOGI PENELITIAN A. Sumber Data Data yang digunakan pada penelitian ini adalah data sekunder yang diperoleh dari Tesis yang berjudul Pemodelan Banyaknya Siswa Gagal Ujian Nasional Dengan Regresi Zero-Inflated Generalized Poisson oleh Dwi Cahyosetiyono. Data tesis tersebut didapatkan dari Sub-Dinas Sekolah Lanjutan dan dari Sub-Bagian Perencanaan Dinas Pendidikan dan Kebudayaan Kabupaten Pasuruan tahun pelajaran 2007/2008 baik tingkat SMA dan SMK untuk sekolah negeri dan swasta [1]. B. Variabel Penelitian Variabel yang digunakan dalam penelitian adalah rasio guru-murid dan rasio murid-kelas yang diteliti dari setiap SMA dan SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008. Pemilihan tersebut diduga mempengaruhi kualitas siswa di suatu sekolah. Dimana rasio guru-murid dihitung dari perbandingan antara jumlah murid pada suatu sekolah dengan jumlah guru yang ada pada sekolah bersangkutan. Indikator ini digunakan untuk menggambarkan beban kerja guru dalam mengajar dan untuk melihat mutu pengajaran di kelas. Sedangkan rasio murid-kelas diperoleh dengan menghitung perbandingan antara jumlah murid pada suatu sekolah dengan jumlah kelas yang ada pada sekolah bersangkutan. Angka yang diperoleh merupakan indikator kepadatan kelas pada sekolah yang bersangkutan. C. Metode Analisis Data (7)

(1)

B. Matriks Varian-Kovarian Untuk lebih memudahkan dalam menganalisis data, varians-kovarians sampel dapat disusun dalam sebuah matriks berukuran pxp sebagai berikut. (2)

Kriteria gagal tolak H0, yang berarti data berdistribusi normal multivariat, secara visual dapat dilihat dari Q-Q plot yang terbentuk. Jika plot membentuk garis lurus maka data mengikuti distribusi normal. Selanjutnya, kriteria pemenuhan asumsi normal multivariat dapat diketahui melalui statistik uji yang dirumuskan sebagai berikut [3]. (4) Daerah penolakan : Tolak H0 jika rQ< rn, Dimana rQ adalah koefisien korelasi antara dan , dan rn, merupakan titik kritis Q-Q plot pada tabel uji koefisien korelasi untuk normalitas.

3 Metode analisis yang digunakan dalam penelitian adalah sebagai berikut. 1. Melakukan identifikasi data yang diperoleh menjadi dua populasi yaitu SMA dan SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008 sesuai data tesis yang didapatkan. 2. Mengidentifikasi variabel yang diteliti yaitu rasio gurumurid dan rasio murid-kelas. 3. Melakukan pengujian asumsi normal multivariat untuk setiap grup yaitu untuk data SMA dan SMK. Dimana pengujian ini dilihat dari nilai proporsi dan plot chisquare. Untuk mendapatkan nilai proporsi dan plot chisquare menggunakan bantuan software Macro Minitab dan R. Kemudian metode lain untuk menguji normal multivariat yaitu dengan melihat koefisien korelasi yang dihasilkan dengan bantuan software Minitab. Apabila koefisien korelasi lebih kecil dari nilai tabel Q-Q plot maka distribusi normal tidak terpenuhi, begitu juga sebaliknya. 4. Apabila asumsi distribusi normal dalam pengujian normal multivariat untuk setiap grup tidak terpenuhi maka dilanjutkan dengan pengujian univariat normal dengan menggunakan uji Kolmogorov-Smirnov. Pengujian Kolmogorov-Smirnov dilakukan dengan bantuan software Minitab. 5. Setelah melakukan pengujian normal multivariat selanjutnya dilakukan pengujian homoskedastisitas matriks varian-kovarian. Pengujian ini menggunakan Boxs Test dengan bantuan software SPSS. 6. Apabila kedua asumsi yaitu normal multivariat dan homoskedastisitas matriks varian-kovarian terpenuhi maka dikatakan kedua populasi tersebut dapat dilakukan uji multivariat dua populasi. 4. HASIL DAN PEMBAHASAN membentuk garis lurus. Pada pengujian ini menggunakan bantuan software Minitab dan R, dimana hasil perhitungan yang diperoleh dari software keduanya menghasilkan hasil yang serupa. Nilai proporsi yang diperoleh yaitu sebesar 0,612903 dan plot yang dihasilkan yaitu sebagai berikut.

Gambar 1. Plot Chi-Square untuk Data SMA

2.

Pada saat melakukan analisis multivariat, terlebih dahulu harus memenuhi asumsi berdistribusi normal dan homoskedastisitas matriks varian-kovarians. Sehingga untuk mengetahui apakah asumsi-asumsi tersebut terpenuhi maka perlu dilakukan pengujian. Pada penelitian ini menggunakan dua populasi yaitu SMA di Kabupaten Pasuruan tahun pelajaran 2007/2008 yang berjumlah 31 sekolah dan SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008 yang berjumlah 24 sekolah. Berikut ini merupakan hasil pengujian normal multivariat dan homoskedastisitas matriks varian-kovarian pada setiap populasi tersebut dengan variabel yang diamati adalah rasio guru-murid dan rasio murid-kelas. A. Pengujian Asumsi Normal multivariat Data SMA di Kabupaten Pasuruan Tahun Pelajaran 2007/2008 Analisis untuk mengetahui asumsi data berdistribusi normal untuk populasi pertama dengan jumlah SMA ada 31 yaitu ada dua metode sebagai berikut. 1. Pengujian dengan melihat nilai proporsi dan plot chisquare. Untuk mengetahui apakah data SMA di Kabupaten Pasuruan Tahun Pelajaran 2007/2008 mengikuti asumsi normal yaitu dengan menghitung nilai proporsi dari jarak mahalanobis ( ) yang nilainya kurang dari atau sama dengan kuantil distribusi chi-square ( . Sedangkan apabila melihat dari plot chisquare maka dikatakan berdistribusi normal apabila

Berdasarkan Gambar 1 mengenai plot chi-square untuk data SMA di Kabupaten Pasuruan tahun pelajaran 2007/2008 tersebut terlihat bahwasanya plot tidak membentuk garis lurus, sehingga asumsi distribusi normal untuk populasi ini tidak terpenuhi. Pengujian dengan melihat nilai koefisien korelasi. Berikut ini merupakan langkah-langkah dalam mendapatkan nilai koefisien korelasi. H0 : Data SMA di Kabupaten Pasuruan tahun pelajaran 2007/2008 berdistribusi normal dengan 2 variat H1 : Data SMA di Kabupaten Pasuruan tahun pelajaran 2007/2008 tidak berdistribusi normal = 0,05 Daerah kritis : Tolak H0 jika dengan tingkat signifikan lebih kecil dari yang diperoleh dari tabel titik kritis Q-Q plot. Perhitungan yang dilakukan dengan menggunakan bantuan software Minitab. Hasil yang diperoleh adalah sebagai berikut.
Tabel 1. Hasil Koefisien Korelasi untuk Data SMA

Koefisien Korelasi (r hitung) r tabel 0,959 0,965 Berdasarkan Tabel 1 mengenai koefisien korelasi untuk data SMA di kabupaten Pasuruan tahun pelajaran 2007/2008 diperoleh koefisien korelasi sebesar 0,959. Kemudian untuk nilai tabel dengan sebesar 0,05 dan jumlah pengamatan sebesar 31 SMA diperoleh nilai yaitu 0,965. Apabila dibandingkan dengan nilai tabel maka diperoleh koefisien korelasi bernilai lebih kecil dibandingkan nilai tabel titik kritis Q-Q plot begitu juga dengan nilai p-value yang lebih kecil dari nilai , sehingga disimpulkan tolak H0 atau Data SMA di Kabupaten Pasuruan tahun pelajaran 2007/2008 tidak berdistribusi normal dengan 2 variat. Berdasarkan kedua metode dalam melihat uji asumsi normal multivariat pada data SMA di Kabupaten Pasuruan tahun pelajaran 2007/2008, keduanya menghasilkan kesimpulan yang sama yaitu data SMA tidak berdistribusi normal. Sehingga perlu dilakukan uji univariat normal untuk mengetahui variabel-variabel yang tidak berdistribusi normal.

4 B. Pengujian Asumsi Univariat Normal Data SMA di Kabupaten Pasuruan Tahun Pelajaran 2007/2008 Pemeriksaan asumsi distribusi normal dilakukan pada variabel rasio guru-murid rasio murid-kelas untuk SMA di Kabupaten Pasuruan tahun pelajaran 2007/2008 menggunakan uji Kolmogorov-Smirnov sebagai berikut. H0 : Fn(x) = F0(x) (Data mengikuti distribusi normal) H1 : Fn(x) F0(x) (Data tidak mengikuti distribusi normal) = 0,05 Daerah kritis : Tolak H0 jika Dhitung > D dimana D adalah nilai kritis untuk uji Kolmogorov-Smirnov dengan taraf signifikansi sebesar .
Tabel 2. Uji Kolmogorov-Smirnov Data SMA

C. Uji Normal Multivariat Data SMK di Kabupaten Pasuruan Tahun Pelajaran 2007/2008 Analisis untuk mengetahui asumsi data berdistribusi normal untuk populasi kedua dengan jumlah SMK ada 24 yaitu ada dua metode sebagai berikut. 1. Pengujian dengan melihat nilai proporsi dan plot chisquare. Untuk mengetahui apakah data SMK di Kabupaten Pasuruan Tahun Pelajaran 2007/2008 mengikuti asumsi normal yaitu dengan menghitung nilai proporsi dari jarak mahalanobis ( ) yang nilainya kurang dari atau sama dengan kuantil distribusi chi-square ( . Sedangkan apabila melihat dari plot chisquare maka dikatakan berdistribusi normal apabila membentuk garis lurus. Pada pengujian ini menggunakan bantuan software Minitab dan R, dimana hasil perhitungan yang diperoleh dari software keduanya menghasilkan hasil yang serupa. Nilai proporsi yang diperoleh yaitu sebesar 0,541667 dan plot yang dihasilkan yaitu sebagai berikut.

Variabel Rasio gurumurid Rasio muridkelas

Dhitung 0,202 0,157

D 0,159 0,159

P-value <0,010 0,05

Keputusan Tolak H0 Gagal tolak H0

Berdasarkan Tabel 2 menunjukkan bahwa untuk variabel rasio guru-murid tidak mengikuti distribusi normal karena nilai p-value yang lebih kecil dari . Sedangkan untuk variabel rasio murid-kelas mengikuti distribusi normal karena nilai p-value sama dengan . Selain dari pengujian, asumsi distribusi normal dapat dilihat dari plot KolmogorovSmirnov sebagai berikut.

Gambar 4. Plot Chi-Square untuk Data SMK

Gambar 2. Plot Kolmogorov-Smirnov Rasio Guru-Murid di SMA

2.

Berdasarkan Gambar 2 mengenai plot KolmogorovSmirnov untuk rasio guru-murid di SMA tersebut terlihat bahwasanya plot tidak membentuk garis lurus, sehingga asumsi distribusi normal untuk variabel rasio guru-murid ini tidak terpenuhi. Sedangkan plot untuk variabel murid-kelas yaitu sebagai berikut.

Berdasarkan Gambar 4 mengenai plot chi-square untuk data SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008 tersebut terlihat bahwasanya plot tidak membentuk garis lurus, sehingga asumsi distribusi normal untuk populasi ini tidak terpenuhi. Pengujian dengan melihat nilai koefisien korelasi. Berikut ini merupakan langkah-langkah dalam mendapatkan nilai koefisien korelasi. H0 : Data SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008 berdistribusi normal dengan 2 variat H1 : Data SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008 tidak berdistribusi normal = 0,05 Daerah kritis : Tolak H0 jika dengan tingkat signifikan lebih kecil dari yang diperoleh dari tabel titik kritis Q-Q plot. Perhitungan yang dilakukan dengan menggunakan bantuan software Minitab. Hasil yang diperoleh adalah sebagai berikut.
Tabel 3. Hasil Koefisien Korelasi untuk Data SMA

Gambar 3. Plot Kolmogorov-Smirnov Rasio Murid-Kelas di SMA

Berdasarkan Gambar 3 mengenai plot KolmogorovSmirnov untuk rasio murid-kelas di SMA tersebut terlihat bahwasanya plot membentuk garis lurus, sehingga asumsi distribusi normal untuk variabel rasio murid-kelas ini terpenuhi, hal ini berbeda dengan variabel rasio guru-murid. Karena salah satu variabel memiliki distribusi yang tidak normal, maka memberikan hasil yang tidak normal pula ketika dilakukan pengujian asumsi normal multivariat pada data SMA di Kabupaten Pasuruan tahun pelajaran 2007/2008.

Koefisien Korelasi r tabel 0,942 0,957 Berdasarkan Tabel 3 mengenai koefisien korelasi untuk data SMK di kabupaten Pasuruan tahun pelajaran 2007/2008 diperoleh koefisien korelasi sebesar 0,942. Kemudian untuk nilai tabel dengan sebesar 0,05 dan jumlah pengamatan sebesar 24 SMK diperoleh nilai yaitu 0,957. Apabila dibandingkan dengan nilai tabel maka diperoleh koefisien korelasi bernilai lebih kecil dibandingkan nilai tabel titik kritis Q-Q plot begitu juga dengan nilai p-value yang lebih kecil dari nilai , sehingga

5 disimpulkan tolak H0 atau Data SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008 tidak berdistribusi normal dengan 2 variat. Berdasarkan kedua metode dalam melihat uji asumsi normal multivariat pada data SMA di Kabupaten Pasuruan tahun pelajaran 2007/2008, keduanya menghasilkan kesimpulan yang sama yaitu data SMK tidak berdistribusi normal. Sehingga perlu dilakukan uji univariat normal untuk mengetahui variabel-variabel yang tidak berdistribusi normal. D. Uji Univariat Normal Data SMK di Kabupaten Pasuruan Tahun Pelajaran 2007/2008 Pemeriksaan asumsi distribusi normal dilakukan pada variabel rasio guru-murid rasio murid-kelas untuk 24 SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008 menggunakan uji Kolmogorov-Smirnov sebagai berikut. H0 : Fn(x) = F0(x) (Data mengikuti distribusi normal) H1 : Fn(x) F0(x) (Data tidak mengikuti distribusi normal) = 0,05 Daerah kritis : Tolak H0 jika Dhitung > D dimana D adalah nilai kritis untuk uji Kolmogorov-Smirnov dengan taraf signifikansi sebesar .
Tabel 4. Uji Kolmogorov-Smirnov Data SMK

Berdasarkan Gambar 6 mengenai plot KolmogorovSmirnov untuk rasio murid-kelas di SMK tersebut terlihat bahwasanya plot membentuk garis lurus, sehingga asumsi distribusi normal untuk variabel rasio murid-kelas ini terpenuhi, hal ini berbeda dengan variabel rasio guru-murid. Karena salah satu variabel memiliki distribusi yang tidak normal, maka memberikan hasil yang tidak normal pula ketika dilakukan pengujian asumsi normal multivariat pada data SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008. E. Pengujian Asumsi Multivariat Homoskedastisitas Pengujian asumsi berikutnya selain uji normal multivariat adalah pengujian asumsi multivariat homoskedastisitas. Data yang dapat dianalisis lebih lanjut dalam analisis multivariat adalah data yang terpenuhi asumsi homoskedastisitas. Berikut pengujian asumsi multivariat homoskedastisitas antara data SMA dan SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008. H0 : (Matriks kovarians bersifat multivariat homoskedastisitas) H1 : (Matriks kovarians tidak bersifat multivariat homoskedastisitas) = 0,05 Daerah kritis : Tolak H0 jika p-value < Perhitungan yang dilakukan dengan menggunakan bantuan software SPSS. Hasil yang diperoleh adalah sebagai berikut.
Tabel 5. Boxs Test dari SPSS

Variabel Rasio gurumurid Rasio muridkelas

Dhitung 0,217 0,147

D 0,181 0,181

P-value <0,010 >0,150

Keputusan Tolak H0 Gagal tolak H0

Berdasarkan Tabel 4 menunjukkan bahwa untuk variabel rasio guru-murid tidak mengikuti distribusi normal karena nilai p-value yang lebih kecil dari . Sedangkan untuk variabel rasio murid-kelas mengikuti distribusi normal karena nilai p-value lebih besar dari . Selain dari pengujian, asumsi distribusi normal dapat dilihat dari plot Kolmogorov-Smirnov sebagai berikut.

Boxs M F df1 df2 p-value

13,495 4,310 3 4,04x10-5 0,005

Berdasarkan Tabel 5 menunjukkan bahwa nilai Boxs M sebesar 13,495 dan untuk p-value dihasilkan nilainya sebesar 0,005. Nilai ini ternyata lebih kecil dari sehingga disimpulkan tolak H0 atau matriks kovarians antara data SMA dan SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008 tidak bersifat multivariat homoskedastisitas. Berdasarkan penelitian tersebut mengenai uji normal multivariat dan multivariat homoskedastisitas ternyata data antara SMA dan SMK di Kabupaten Pasuruan tidak memenuhi kedua asumsi tersebut. 5. KESIMPULAN DAN SARAN Dalam pengujian asumsi distribusi normal multivariat, data rasio guru-murid dan murid-kelas pada SMA dan SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008 tidak berdistribusi normal multivariat, baik secara visual maupun matematis pada uji koefisien korelasi. Setelah ditelusuri pada pengujian selanjutnya yaitu uji normalitas univariat diperoleh bahwa data rasio murid-kelas pada SMA dan SMK telah berdistribusi normal, sedangkan data rasio gurumurid tidak berdistribusi normal.Ketidaknormalan salah satu variabel inilah yang mungkin menyebabkan penolakan hipotesis nol pada uji normalitas secara multivariat. Pada pemeriksaan homoskedastisitas matriks varians kovarians kedua populasi tersebut menunjukkan bahwa matriks kovarians antara data SMA dan SMK di Kabupaten Pasuruan tahun pelajaran 2007/2008 tidak bersifat multivariat homoskedastisitas. Ini berarti sebaran data pada SMA dan SMK dalam kasus ini terdapat perbedaan yang signifikan.

Gambar 5. Plot Kolmogorov-Smirnov Rasio Guru-Murid SMK

Berdasarkan Gambar 5 mengenai plot KolmogorovSmirnov untuk rasio guru-murid di SMK tersebut terlihat bahwasanya plot tidak membentuk garis lurus, sehingga asumsi distribusi normal untuk variabel rasio guru-murid ini tidak terpenuhi. Sedangkan plot untuk variabel murid-kelas yaitu sebagai berikut.

Gambar 6. Plot Kolmogorov-Smirnov Rasio Murid-Kelas SMK

6 Oleh karena itu pada analisis selanjutnya sebaiknya dilakukan analisisyang mengasumsikan bahwa matriks varians kovarians kedua populasi tersebut berbeda. Selain itu dalam melakukan penelitian apapun diperlukan ketelitian yang tinggi terhadap setiap fenomena yang mungkin terjadi, misalkan dalam kasus ini dengan melakukan pengujian asumsi multivariat untuk seluruh variabel. DAFTAR PUSTAKA
[1] Cahyosetiyono, Dwi. (2009). Pemodelan Banyaknya Siswa Gagal Ujian Nasional Dengan Regresi Zero-Inflated Generalized Poisson. Tesis S2: Jurusan Statistika, Institut Teknologi Sepuluh Nopember. Johnson, R.A., Wichern, D.W. (2007). Applied Multivariate Statistical Analysis 6th Edition. New Jersey: Pearson Prentice Hall. Maulidya. (2007). Perbandingan Analisis Diskriminan dan Regresi Logistik. Tugas Akhir S1: Jurusan Matematika, Universitas Negeri Surabaya. Morrison, D.F. (1967). Multivariate Statistical Methods. New York: Mc.Graw-Hill,Inc. Sharma, Subhash. (1996). Applied Multivariate Techniques. Canada: John Wiley & Sons.

[2] [3]

[4] [5]