TUGAS

ANALISIS MULTIVARIAT
PENGUJIAN DISTRIBUSI NORMAL MULTIVARIAT PADA DATA
INDIKATOR PENENTU PENGALOKASIAN DANA BANTUAN PNPM
MANDIRI PEDESAAN DI KABUPATEN TULUNGAGUNG

Oleh:
1.
2.
3.
4.
5.
6.

Fitri Dwi S.
Yusril Izzi A. A
Giyanti Linda P.
Lyyin Nahriyah
Eny Hidayati
Puspita khanela

1315 105 013

1315 105 014
1315 105 022
1315 105 024
1315 105 025
1315 105 041

PROGRAM STUDI S1 JURUSAN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2016

Berikut merupakan data indikator penentu pengalokasian dana bantuan PNPM mandiri
pedesaan di Kabupaten Tulungagung dari Tugas Akhir Fitri Dwi Saraswati (1312030027)
yang berjudul Analisis Faktor, Klaster Dan Diskriminan Terhadap Indikator Penentu
Pengalokasian Dana Bantuan PNPM Mandiri Pedesaan Di Kabupaten Tulungagung
sejumlah 14 data dengan data ditunjukkan pada Tabel 1 berikut.
Tabel 1. Data Pengalokasian Dana Bantuan PNPM Pedesaan di Kabupaten Tulungagung
Luas
Luas
Luas
Kepadatan
Kecamatan
Wilayah
Sawah
Pekarangan
Dusun
Toko/kios
Warung
Penduduk
(km2)
(Ha)
(Ha)
Tanggung
1982
117,73
0
1454
37
40
27
Gunung
2097
86,35
258,82
1317,14
26
42
70
Pucang Laban
1914
97,44
2006
2587
56
366
115
Kalidawir
1858
67,66
2655,4
1323,5
52
0
180
Rejotangan
1804
38,1
1234,55
1371,6
44
362
219
Sumbergempol
1758
37,83
1378,75
1023,71
50
245
125
Gondang
1728
37,1
2191,31
788,94
45
156
100
Pakel
1625
83,86
929
998,44
21
160
92
Besuki
2211
38,93
1573,22
708,33
43
264
118
Bandung
2861
39,76
1077,03
953,15
29
327
197
Campur Darat
3067
35,54
1708,2
1184,8
40
141
137
Karangrejo
3348
88,22
1375
405
38
67
121
Pagerwojo
3883
88,44
2842,2
706,5
53
249
148
Sendang
4012
36,87
1173,23
1308,45
44
569
288
Ngantru
Rata-rata
2439,143
63,845 1457,336
1152,183 41,28571 213,4286
138,3571

Keterangan Variabel:
Variabel
Jumlah Dana Bantuan PNPM Mandiri
Kepadatan Penduduk
Luas Wilayah
Luas Sawah
Luas Pekarangan
Jumlah Dusun
Jumlah Toko/Kios
Jumlah Warung

Keterangan
Y
X1
X2
X3
X4
X5
X6
X7

Satuan
Juta
Persen
Km2
Ha
Ha
Satuan
Satuan
Satuan

Untuk mengetahui distribusi dari data dilakukan pemeriksaan distribusi normal secara
multivariat dan univariat dengan hasil sebagai berikut.
1.
1.1

Distribusi Normal Multivariat

Pemeriksaan Distribusi Normal Multivariat dengan Syntax
Pemeriksaan distribusi normal dilakukan untuk mengetahui apakah data memenuhi

asumsi berdistribusi normal. Pengamatan dilakukan dengan menggunakan syntax dan

didapatkan hasil scatterplot data sebagai berikut.
1

Scatterplot of q vs dd
16
14
12

10
8
6
4
2
0
3

7
dd

10

11

Gambar 1. Scatterplot Uji Distribusi Normal Multivariat

Gambar 4.1 menunjukkan bahwa plot-plot data tersebut cenderung berdistribusi normal
karena datanya menyebar seperti mengikuti garis lurus. Dan menghasilkan nilai statistik uji t
sebesar 0,500 yang lebih besar dari 0.5, sehingga dari pemeriksaan menujukkan bahwa data
telah mengikuti distribusi normal multivariat, tetapi untuk memastikan nilai tersebut maka
dilakukan pemeriksaan disrtibusi normal multivariat sebagai berikut.
j
Nilai dj2
1
7,6732
2
4,1503
3
10,3064
4
10,306
5
4,9597
6
4,7617
7
4,2978
8
8,379
9
3,2482
10
3,3536
11
8,7524
12
4,8321
13
8,0228
14
7,9568
Nilai Tabel ChiSquare
(2) dengan p =7, =
0.5
Atau (2 ;7;0.5) adalah
6,34581

Keterangan
0
1
0
0
1
1
1
0
1
1
0
1
0
0

Nilai t

ni 7

0.50
n 14

7 data

Dari tabel tersebut dapat diketahui bahwa nilai dj2 yang kurang dari nilai tabel (2 ;
7;0.5) atau senilai 6,34581 diberi keterangan 1 dan yang lebih dari nilai tersebut diberi
keterangan 0, sehingga didapatkan sejumlah 7 data yang kurang dari nilai tabel dengan
jumlah data awal sebesar 14 data, sehingga didapatkan nilai t sebesar 0,50 yang artinya sama
2

dengan ouput syntax minitab dari pemeriksaan data, dan menghasilkan keputusan bahwa data
telah mengikuti distribusi normal multivariat.
1.2

Pengujian Distribusi Normal Multivariat

Berikut ini hasil analisis uji distribusi normal multivariat dengan hipotesis sebagai
berikut.
H0: Data memenuhi asumsi distribusi normal multivariat
H1 : Data tidak memenuhi asumsi distribusi normal multivariat
Taraf signifikan : = 0.05
Statistik uji :

x x q q
x x q q
n

r
Q

j 1

j 1

j 1

Daerah Penolakan : Tolak H0 jika rQ < rtabel (n, )

Dari hasil perhitungan dengan microsoft excell didapatkan nilai probability (j) dengan
nilai j dimulai dari angka 1,2,...n (14), dan didapatkan nilai dari distribusi chisquare dengan
variabel sejumlah 7 atau (2 ; j ; 7 ; 0.05) maka didapatkan nilai (q(j)) dengan hasil sebagai
berikut.
Tabel 2. Nilai Probability dan q(j)

Nilai
dj2

Nilai dj2
(setelahdiurutkan
)

Probability (j)

q (j)

7,6732

3,2482

0,035714

1,917101

4,1503

3,3536

0,107143

2,913835

10,3064

4,1503

0,178571

3,628545

10,306

4,2978

0,25

4,254852

4,9597

4,7617

0,321429

4,847466

4,7617

4,8321

0,392857

5,43411

4,2978

4,9597

0,464286

6,034607

8,379

7,6732

0,535714

6,667636

3,2482

7,9568

0,607143

7,355192

10

3,3536

8,0228

0,678571

8,128162

11

8,7524

8,379

0,75

9,037148

12

4,8321

8,7524

0,821429

10,18054

Nilai
dj2

Nilai dj2
(setelahdiurutkan
)

Probability (j)

q (j)

13

8,0228

10,306

0,892857

11,8054

14

7,9568

10,3064

0,964286

15,02233

rQ

x j x
j 1

x j x
j 1

q q
j

q j q
j 1

112.8557

9.0784 13.1390

0.94613

r tabel dengan QQ plot Corelations (0,05,14 data) = 0,93508

Setelah didapatkan nilai disrtribusi normal (q(j)), maka didapatkan korelasi antara
variabel dj2 dan nilai q(j), dengan menggunakan tabel Q-Q plot corelations didapatkan nilai
rtabel dari hasil interpolasi ( = 0.05, n = 14) sebesar 0,93508, sehingga didapatkan keputusan
gagal tolak H0, karena niali rq > r

, yang artinya data memenuhi asumsi distribusi normal

tabel

multivariat.
2.

Distribusi Normal Univariat

Berikut ini hasil analisis uji distribusi normal multivariat dengan hipotesis sebagai

berikut.
H0: Data memenuhi asumsi distribusi normal uniivariat
H1 : Data tidak memenuhi asumsi distribusi normal univariat
Taraf signifikan : = 0.05
Statistik uji :

x x q q
x x q q
n

r
Q

j 1

j 1

j 1

Daerah Penolakan : Tolak H0 jika rQ < rtabel (n, )

Dari hasil perhitungan dengan microsoft excell didapatkan nilai probability (j) dengan
nilai j dimulai dari angka 1,2,...n (14), dan didapatkan nilai dari distribusi normal (q(j))
dengan hasil sebagai berikut.
Tabel 3. Nilai Probability dan q(j) Univariat

No
1
2
3
4

Probability (j)
0,035714
0,107143
0,178571
0,25

q (j)
-1,80274
-1,24187
-0,92082
-0,67449

No
5
6
7

Probability (j)
0,321429
0,392857
0,464286

q (j)
-0,46371
-0,27188
-0,08964

Setelah didapatkan nilai disrtribusi normal (q(j)), maka didapatkan korelasi antara
variabel x dan nilai q(j), dengan menggunakan tabel Q-Q plot corelations didapatkan nilai
rtabel ( = 0.05, n = 14) dari hasil interpolasi sebesar 0,93508, sehingga didapatkan kesimpulan
untuk masing-masing variabel sebagai berikut.
Tabel 4. Statistik Uji dan Keputusan

Variabel
Prediktor

Nilai rQ

Keputusan

X1
X2
X3
X4
X5
X6
X7

0,804098113
-0,449465619
0,383182715
-0,509955298
0,07818768
0,498502877
0,626017119

Tolak H0
Tolak H0
Tolak H0
Tolak H0
Tolak H0
Tolak H0
Tolak H0

Tabel 4 menujukkan bahwa semua variabel

didapatkan keputusan Tolak H 0 yang

artinya data tidak memenuhi asumsi distribusi normal univariat.

LAMPIRAN
Lampiran 1. Perhitungan Manual Matriks Varian-Kovarian
691100 -1723.59 126431 -134988 866.57 47596.5 26715.6
-1724
841.34 -5080
4208
-32.10
-2100.2
-1145

126431 -5079.51 645897 -33607 5992.34 10885.1 15998.2

S 134988 4207.90 -33607 265046 1513.79 20080.8 -109.2

867
32.10
5992
1514
107.91
424.5
180.6

424.48 25181.3 7433.9

47596 2100.20 10885 20081
26716 1144.97 15998
-109
180.58
7433.9
4330.6

Kemudian dicari nilai Invers Matriks varian-kovarian. Hasilnya sebagai berikut.

0.0000033
-0.0000589

-0.0000000

1
S 0.0000032
-0.0000225

-0.0000062
-0.0000244

-0.0000589 0.000000

0.0000032

-0.0000225

0.0032523 0.0000044
0.0000044 0.0000043
-0.0000985 0.0000015

-0.0000985
0.0000015
0.0000091

0.0003659
-0.0002580
-0.0001797

0.0003659 -0.0002580 -0.0001797

0.0002067 0.0000057 -0.0000128
0.0008340 -0.0000136 -0.0000217

0.0265822
-0.0002890
0.0005719

Lampiran 2. Perhitungan Manual dj2

d 2j x j x s 1 x j x
T

Dan didapatkan hasil sebagai berikut.

Pengamatan
1
2
3
4
5
6
7
8
9
10
11
12
13
14

dj2(Xj)
7.6732
4.1503
10.3064
10.306
4.9597
4.7617
4.2978
8.379
3.2482
3.3536
8.7524
4.8321
8.0228
7.9568

dj2 urut
3.2482
3.3536
4.1503
4.2978
4.7617
4.8321
4.9597
7.6732
7.9568
8.0228
8.379
8.7524
10.306
10.3064

-0.0000244
0.0002067 0.0008340
0.0000057 -0.0000136

-0.0000128 -0.0000217
-0.0002890 0.0005719

0.0001148 -0.0001138
-0.0001138 0.0008227

-0.0000062

Lampiran 3. Perhitungan Manual rQ

Pengamata
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Total
Rata-rata
Akar

dj2 Urut (Xj)

3.2482
3.3536
4.1503
4.2978
4.7617
4.8321
4.9597
7.6732
7.9568
8.0228
8.379
8.7524
10.306
10.3064
91
6.5

Probabality
Level
0.035714286
0.107142857
0.178571429
0.25
0.321428571
0.392857143
0.464285714
0.535714286
0.607142857
0.678571429
0.75
0.821428571
0.892857143
0.964285714
7
0.5

Quantile
1.917101
2.913835
3.628545
4.254852
4.847466
5.43411
6.034607
6.667636
7.355192
8.128162
9.037148
10.18054
11.8054
15.02233
97.22691
6.944779

(Xj-Xbar)*(QjQbar)
16.34900511
12.68296522
7.792156635
5.923757872
3.645760657
2.519645151
1.401938024
-0.325144358
0.597889465
1.802054889
3.931559617
7.288217989
18.49951069
30.74637161
112.8556886
8.061120612

(Xj-Xbar)2
10.57420324
9.89983296
5.52109009
4.84968484
3.02168689
2.78189041
2.37252409
1.37639824
2.12226624
2.31891984
3.530641
5.07330576
14.485636
14.48868096
82.41676056
5.886911469
9.078367726

dan dan didapatkan nilai rQ sebagai berikut

n

rQ

x j x
j 1

x j x
j 1

q j q
j 1

112.8557
0.94613
9.0784 13.1390

(Qj-Qbar)2
25.2775516
16.24851725
10.99741247
7.23570881
4.398725366
2.282121418
0.828413179
0.076808332
0.168438721
1.400394169
4.37800417
10.47012027
23.62560373
65.24675158
172.6345711
12.33104079
13.13904757