ASSESSING NORMALITY
KELAS 3 SE 1 (Kelompok 2) :
Uji yang dilakukan di bawah ini yaitu uji tidak formal dengan didukung uji formal. Uji yang
dilakukan dengan menggunakan 4 software pendukung yang berbeda, diantaranya SPSS,
Eviews, Transformer, dan Herodes. SPSS menyajikan dua tabel sekaligus di sini. SPSS akan
melakukan analisis Shapiro-Wilk jika kita hanya memiliki kurang dari 50 subjek atau kasus.
Uji Shapiro-Wilk dianggap lebih akurat ketika jumlah subjek yang kita miliki kurang dari 50.
Karena data pada penelitian ini melebihi 50 maka digunakan analisis Kolmogorov-Smirnov.
I. VARIABEL PDB
UJI NON FORMAL
7
Series: PDB__MILYAR_RUPIAH_
6 Sample 1 60
Observations 60
5
Mean 1493965.
4
Median 1440446.
Maximum 2207344.
Minimum 1000248.
3
Std. Dev. 360955.9
Skewness 0.374529
2
Kurtosis 1.888448
1
Jarque-Bera 4.491593
Probability 0.105843
0
1000001 1200001 1400001 1600001 1800001 2000001 2200001
1|Page
Q-Q Plot SPSS Q-Q Plot Herodes
Berdasarkan pengujian box-plot garis median berada di tengah box dan whisker bagian atas
dan bawah memiliki panjang yang sama serta tidak terdapat nilai outlier ataupun nilai ekstrim.
Sedangkan melalui histogram terlihat bahwa data menyebar merata di sekitar garis horizontal.
Garis diagonal 45o dalam grafik QQ-Plot menggambarkan keadaan ideal dari data yang
mengikuti distribusi normal. Titik-titik di sekitar garis adalah keadaan data yang kita uji. Jika
kebanyakan titik-titik berada sangat dekat dengan garis atau bahkan menempel pada garis,
maka dapat kita simpulkan jika data kita mengikuti distribusi normal. Dalam grafik ini kita
2|Page
lihat bahwa titik yang berada dekat dengan garis. Keadaan-keadaan tersebut menggambarkan
bahwa data PDB berdistribusi normal. Untuk lebih meyakinkan maka dilakukan uji formal.
UJI FORMAL
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
I. Hipotesis :
H0 : Data PDB berdistribusi normal
H1 : Data PDB tidak berdistribusi normal
II. Tingkat signifikansi : 5%
III. Uji Statistik
p-value = 0,095
IV. Daerah Kritis
Tolak Ho ketika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
V. Keputusan : 0,095 > 𝛼 = 0,05 ( Gagal Tolak H0).
VI. Kesimpulan : Dengan tingkat signifikansi 5% dapat dikatakan bahwa data PDB
berdistribusi normal.
3|Page
12
Series: INFLASI
Sample 1 60
10 Observations 60
8 Mean 0.583833
Median 0.490000
Maximum 2.460000
6 Minimum -0.450000
Std. Dev. 0.634457
Skewness 1.055844
4
Kurtosis 4.140382
2 Jarque-Bera 14.39925
Probability 0.000747
0
-0.5 0.0 0.5 1.0 1.5 2.0 2.5
Berdasarkan pengujian box-plot garis median berada di tengah box dan whisker bagian atas
dan bawah memiliki panjang yang tidak sama serta terdapat nilai outlier ataupun nilai ekstrim.
4|Page
Sedangkan melalui histogram terlihat bahwa data menyebar tidak merata, masih terdapat data
outlier. Garis diagonal 45o dalam grafik QQ-Plot terlihat bahwa titik berada dekat dengan garis
namun terdapat beberapa titik yang sangat jauh dengan garis diagonal. Keadaan-keadaan
tersebut menggambarkan bahwa data Inflasi tidak berdistribusi normal. Untuk lebih
meyakinkan maka dilakukan uji formal.
UJI FORMAL
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
I. Hipotesis :
H0 : Data Inflasi berdistribusi normal
H1 : Data Inflasi tidak berdistribusi normal
II. Tingkat signifikansi : 5%
III. Uji Statistik
p-value = 0,012
IV. Daerah Kritis
Tolak Ho ketika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
V. Keputusan : 0,012 < 𝛼 = 0,05 ( Tolak H0).
VI. Kesimpulan : Dengan tingkat signifikansi 5% dapat dikatakan bahwa data
Inflasi tidak berdistribusi normal.
Mean 2.92e+10
6 Median 2.68e+10
Maximum 5.36e+10
Minimum 9.95e+09
4 Std. Dev. 1.32e+10
Skewness 0.327162
Kurtosis 1.680635
2
Jarque-Bera 5.422155
Probability 0.066465
0
1.0e+10 2.0e+10 3.0e+10 4.0e+10 5.0e+10
6|Page
Berdasarkan pengujian box-plot garis median berada di tengah box dan whisker bagian atas
dan bawah memiliki panjang yang hampir sama serta tidak terdapat nilai outlier ataupun nilai
ekstrim. Sedangkan melalui histogram terlihat bahwa data menyebar merata. Garis diagonal
45o dalam grafik QQ-Plot terlihat bahwa titik berada dekat dengan garis namun terdapat
beberapa titik yang jauh dengan garis diagonal dilihat dari QQ-Plot Transformer. Keadaan-
keadaan tersebut menggambarkan bahwa data Ekspor masih tidak berdistribusi normal. Untuk
lebih meyakinkan maka dilakukan uji formal.
UJI FORMAL
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
I. Hipotesis :
H0 : Data Ekspor berdistribusi normal
H1 : Data Ekspor tidak berdistribusi normal
II. Tingkat signifikansi : 5%
III. Uji Statistik
p-value = 0,011
IV. Daerah Kritis
Tolak Ho ketika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
V. Keputusan : 0,011 < 𝛼 = 0,05 ( Tolak H0).
VI. Kesimpulan : Dengan tingkat signifikansi 5% dapat dikatakan bahwa data
Ekspor tidak berdistribusi normal.
7|Page
10
Series: IMPOR__US$_
Sample 1 60
8 Observations 60
Mean 2.44e+10
6 Median 1.86e+10
Maximum 5.07e+10
Minimum 6.28e+09
Std. Dev. 1.55e+10
4
Skewness 0.394311
Kurtosis 1.559204
2
Jarque-Bera 6.744546
Probability 0.034312
0
1.0e+10 2.0e+10 3.0e+10 4.0e+10 5.0e+10
8|Page
Berdasarkan pengujian box-plot garis median tidak berada di tengah box dan whisker bagian
atas dan bawah memiliki panjang yang tidak sama. Sedangkan melalui histogram terlihat
bahwa data menyebar merata. Garis diagonal 45o dalam grafik QQ-Plot terlihat bahwa titik
berada dekat dengan garis namun terdapat beberapa titik yang jauh dengan garis diagonal
dilihat dari QQ-Plot Transformer. Keadaan-keadaan tersebut menggambarkan bahwa data
Impor tidak berdistribusi normal. Untuk lebih meyakinkan maka dilakukan uji formal.
UJI FORMAL
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
I. Hipotesis :
H0 : Data Impor berdistribusi normal
H1 : Data Impor tidak berdistribusi normal
II. Tingkat signifikansi : 5%
III. Uji Statistik
p-value = 0,000
IV. Daerah Kritis
Tolak Ho ketika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
V. Keputusan : 0,000 < 𝛼 = 0,05 ( Tolak H0).
VI. Kesimpulan : Dengan tingkat signifikansi 5% dapat dikatakan bahwa data
Impor tidak berdistribusi normal.
9|Page
16
Series: KURS__RUPIAH_
14 Sample 1 60
Observations 60
12
Mean 9608.483
10 Median 9295.000
Maximum 12440.00
8 Minimum 7590.000
Std. Dev. 1053.715
6 Skewness 1.171967
Kurtosis 3.815700
4
Jarque-Bera 15.39848
2
Probability 0.000453
0
7500 8000 8500 9000 9500 10000 10500 11000 11500 12000 12500
10 | P a g e
Berdasarkan pengujian box-plot garis median tidak berada di tengah box dan whisker bagian
atas dan bawah memiliki panjang yang tidak sama, kemudian terlihat banyak data yang outlier.
Sedangkan melalui histogram terlihat bahwa data menyebar tidak merata, masih terdapat data
yang outlier. Garis diagonal 45o dalam grafik QQ-Plot terlihat bahwa titik berada dekat dengan
garis namun juga banyak titik yang sangat jauh dengan garis diagonal dilihat dari QQ-Plot
Transformer. Keadaan-keadaan tersebut menggambarkan bahwa data Kurs tidak berdistribusi
normal. Untuk lebih meyakinkan maka dilakukan uji formal.
UJI FORMAL
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
I. Hipotesis :
H0 : Data Kurs berdistribusi normal
H1 : Data Kurs tidak berdistribusi normal
II. Tingkat signifikansi : 5%
III. Uji Statistik
p-value = 0,000
IV. Daerah Kritis
Tolak Ho ketika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
V. Keputusan : 0,000 < 𝛼 = 0,05 ( Tolak H0).
VI. Kesimpulan : Dengan tingkat signifikansi 5% dapat dikatakan bahwa data Kurs
tidak berdistribusi normal.
11 | P a g e
16
Series: UPAH_RIIL_INDUSTRI__RIBU
14 Sample 1 60
Observations 60
12
10
Mean 1420.963
Median 1386.894
8 Maximum 1882.699
Minimum 871.1516
6 Std. Dev. 204.3833
Skewness 0.056504
4
Kurtosis 3.547151
2
Jarque-Bera 0.780364
0 Probability 0.676934
900 1000 1100 1200 1300 1400 1500 1600 1700 1800 1900
12 | P a g e
Berdasarkan pengujian box-plot garis median tidak berada di tengah box dan whisker bagian
atas dan bawah memiliki panjang yang tidak sama, kemudian terlihat banyak data yang outlier.
Sedangkan melalui histogram terlihat bahwa data menyebar tidak merata, masih terdapat data
yang outlier. Garis diagonal 45o dalam grafik QQ-Plot terlihat bahwa titik berada dekat dengan
garis namun juga banyak titik yang sangat jauh dengan garis diagonal dilihat dari QQ-Plot
Transformer. Keadaan-keadaan tersebut menggambarkan bahwa data Upah Riil Industri tidak
berdistribusi normal. Untuk lebih meyakinkan maka dilakukan uji formal.
UJI FORMAL
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
I. Hipotesis :
H0 : Data Upah berdistribusi normal
H1 : Data Upah tidak berdistribusi normal
II. Tingkat signifikansi : 5%
III. Uji Statistik
p-value = 0,002
IV. Daerah Kritis
Tolak Ho ketika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
V. Keputusan : 0,002 < 𝛼 = 0,05 ( Tolak H0).
VI. Kesimpulan : Dengan tingkat signifikansi 5% dapat dikatakan bahwa data Upah
tidak berdistribusi normal.
13 | P a g e
TAMBAHAN : Hasil Uji Formal Normalitas dengan Transformer
Dengan menggunakan prosedur yang sama seperti Uji Kolmogorov Smirnov yang telah
disajikan di atas maka dihasilkan dari uji formal kenormalan dengan softwere SPSS dan
Transformer dimana hanya variabel PDB yang telah berdistribusi normal (Sig. pada uji
kolmogorov-smirnov > 0.05 Gagal Tolak H0 Data mengikuti distribusi Normal),
sedangkan variable inflasi, ekspor, impor, kurs, dan upah riil industri masih tidak berdistribusi
normal. Oleh karena itu perlu adanya transformasi pada data yang tidak berdistribusi normal.
14 | P a g e
TAMBAHAN : Hasil Uji Formal Normalitas dengan Herodes
Pengujian Marjinal
V1 (PDB)
Kolmogorof Test
V1 0,105 7,843
Pengujian menggunakan taraf uji sebesar 5% ,
Kenormalan data diterima jika D Hitung lebih kecil
dari D Tabel
V2 (Inflasi)
Kolmogorof Test
V2 0,131 7,843
Pengujian menggunakan taraf uji sebesar 5% ,
Kenormalan data diterima jika D Hitung lebih kecil
dari D Tabel
V3 (Ekspor)
Kolmogorof Test
V3 0,127 7,843
Pengujian menggunakan taraf uji sebesar 5% ,
Kenormalan data diterima jika D Hitung lebih kecil
dari D Tabel
V4 (Impor)
Kolmogorof Test
V4 0,182 7,843
15 | P a g e
Pengujian menggunakan taraf uji sebesar 5% ,
Kenormalan data diterima jika D Hitung lebih kecil
dari D Tabel
V5 (Kurs)
Kolmogorof Test
V5 0,208 7,843
Pengujian menggunakan taraf uji sebesar 5% ,
Kenormalan data diterima jika D Hitung lebih kecil
dari D Tabel
Kolmogorof Test
V6 0,149 7,843
Pengujian menggunakan taraf uji sebesar 5% ,
Kenormalan data diterima jika D Hitung lebih kecil
dari D Tabel
Dengan beberapa pertimbangan dari hasil uji non formal dan uji formal menggunakan
software SPSS, Eviews, Transformer dan Herodes peneliti menyimpulkan variabel yang
berdistribusi normal adalah PDB sedangkan variabel lain yaitu Inflasi, Ekspor, Impor, Kurs
dan Upah Riil Industri tidak berdistribusi normal. Oleh karena itu, perlu adanya transformasi
pada data yang tidak berdistribusi normal.
16 | P a g e
BAGIAN II
TRANSFORMASI DATA YANG TIDAK BERDISTRIBUSI NORMAL
DENGAN SOFTWARE TRANSFORMER 1.0
Dari output diatas, maka transformasi variabel dengan BoxCox menggunakan lamda yang
sesuai adalah :
17 | P a g e
1. Dengan tingkat signifikansi sebesar 5% maka lamda yang sesuai pada variabel Inflasi
adalah selang antara -0,48 sampai dengan 0,59. Sedangkan estimasi titik lamda tersebut
yaitu 0,05. Sehingga dapat dituliskan hasil transformasi sebagai berikut
transinflasi = Inflasi 0,05
2. Dengan tingkat signifikansi sebesar 0,05 maka lamda yang sesuai pada variabel Ekspor
adalah selang antara -0,49 sampai dengan 0,78. Sedangkan estimasi titik lamda tersebut
yaitu 0,15. Sehingga dapat dituliskan hasil transformasi sebagai berikut
trans𝐸𝑘𝑠𝑝𝑜𝑟 = Ekspor 0,15
3. Dengan tingkat signifikansi sebesar 0,05 maka lamda yang sesuai pada variabel Impor
adalah selang antara -0,37 sampai dengan 0,54. Sedangkan estimasi titik lamda tersebut
yaitu 0,08. Sehingga dapat dituliskan hasil transformasi sebagai berikut
trans𝐼𝑚𝑝𝑜𝑟 = Impor 0,08
4. Dengan tingkat signifikansi sebesar 0,05 maka lamda yang sesuai pada variabel Kurs
adalah selang antara -3,09 sampai dengan -2,94. Sedangkan estimasi titik lamda
tersebut yaitu -3,01. Sehingga dapat dituliskan hasil transformasi sebagai berikut
transKurs = Kurs −3,01
5. Dengan tingkat signifikansi sebesar 0,05 maka lamda yang sesuai pada variabel Upah
adalah selang antara -0,31 sampai dengan 2,21. Sedangkan estimasi titik lamda tersebut
yaitu 0,95. Sehingga dapat dituliskan hasil transformasi sebagai berikut
trans𝑈𝑝𝑎ℎ = Upah 0,95
Setelah ditransformasi, maka kita perlu memeriksa kembali apakah hasil transformasi tersebut
sudah berdistribusi normal atau belum. Jika masih belum berdistribusi normal, maka perlu kita
kaji lebih lanjut pada variabel tersebut. Identifikasi awal pemeriksaan kenormalan tersebut
dapat menggunakan grafik QQ Plot pada masing-masing variabel. Hasil transformasi sebagai
berikut (dengan menggunakan software SPSS, Transformer, dan Herodes) :
18 | P a g e
19 | P a g e
Uji Normalitas Kolmogorov-Smirnov/Liliefors (Marginal)
Setelah ditransformasi variabel inflasi sudah berdistribusi normal. Sedangkan variabel lainnya
belum berdistribusi normal. Kemudian dilakukan transformasi yang kedua juga menggunakan
software Transformer. Hasilnya sebagai berikut :
20 | P a g e
trans_trans_KURS 0.12106558051655314 60 0.028805274302243528
Pengujian menggunakan taraf uji sebesar 0.05, Kenormalan data diterima jika nilai sig variabel
lebih besar daripada 0.05.
21 | P a g e
BAGIAN III
UJI KENORMALAN 6 VARIABEL SECARA BERSAMAAN DENGAN
CHI-SQUARE PLOT
Dari Chi-Square plot di atas yang dianalisis menggunakan aplikasi Herodes, dapat dilihat
bahwa titik-titik berwarna merah menyebar diantara garis lurus 45O sehingga dapat
disimpulkan bahwa variabel PDB (X1), Inflasi (X2), Ekspor (X3), Impor (X4), Kurs (X5) dan
Upah Riil Industri (X6) berdistribusi normal dengan diuji bersamaan (simultan).
22 | P a g e
LAMPIRAN DATA
X1 X2 X3 X4 X5 X6
UPAH
PDB RIIL
TAHUN TRIWULAN EKSPOR IMPOR KURS
(MILYAR INFLASI INDUSTRI
(US $) (US $) (RUPIAH)
RUPIAH) (RIBU
RUPIAH)
2000 I 1006079 -0,45 1,41E+10 6,56E+09 7590 871,15
2000 II 1000248 0,5 1,52E+10 7,2E+09 8735 987,03
2000 III 1042575 -0,06 1,67E+10 9,37E+09 8780 1041,58
2000 IV 1029292 1,94 1,6E+10 1,04E+10 9595 1033,15
2001 I 1044997 0,89 1,49E+10 9,21E+09 10400 1120,39
2001 II 1057962 1,67 1,45E+10 8,53E+09 11440 1227,26
2001 III 1078457 0,64 1,43E+10 6,94E+09 9675 1243,55
2001 IV 1045365 1,62 1,26E+10 6,28E+09 10400 1177,59
2002 I 1081782 -0,02 1,28E+10 6,63E+09 9655 1315,69
2002 II 1102530 0,36 1,46E+10 7,32E+09 8730 1370,65
2002 III 1138326 0,53 1,51E+10 8,33E+09 9015 1322,45
2002 IV 1094327 1,2 1,46E+10 9,01E+09 8940 1310,56
2003 I 1134876 -0,23 1,51E+10 8,38E+09 8908 1339,93
2003 II 1157989 0,09 1,53E+10 7,64E+09 8285 1393,26
2003 III 1190230 0,36 1,54E+10 8,05E+09 8389 1381,73
2003 IV 1145016 0,94 1,53E+10 8,49E+09 8465 1392,09
2004 I 1181397 0,36 9,95E+09 1,02E+10 8587 1508,64
2004 II 1208799 0,48 1,68E+10 1,08E+10 9415 1535,29
2004 III 1243768 0,02 1,96E+10 1,25E+10 9170 1505,38
2004 IV 1226982 1,04 2,02E+10 1,3E+10 9290 1494,34
2005 I 1251867 1,91 1,99E+10 1,36E+10 9480 1483,76
2005 II 1279771 0,5 2,09E+10 1,49E+10 9713 1527,01
2005 III 1316382 0,69 2,2E+10 1,54E+10 10310 1539,19
2005 IV 1289639 -0,04 2,3E+10 1,38E+10 9830 1388,08
2006 I 1316052 0,03 2,25E+10 1,33E+10 9075 1436,51
2006 II 1342907 0,45 2,45E+10 1,56E+10 9300 1436,62
2006 III 1393575 0,38 2,66E+10 1,68E+10 9235 1367,74
2006 IV 1367745 1,21 2,72E+10 1,54E+10 9020 1339,5
2007 I 1395741 0,24 2,56E+10 1,56E+10 9118 1381,42
2007 II 1433241 0,23 2,83E+10 1,81E+10 9054 1375,66
2007 III 1487564 0,8 2,92E+10 2,01E+10 9137 1360,99
2007 IV 1447651 1,1 3,11E+10 2,07E+10 9419 1378,77
2008 I 1482533 0,95 3,37E+10 2,97E+10 9217 1387,93
2008 II 1523574 2,46 3,67E+10 3,54E+10 9225 1325,24
2008 III 1580609 0,97 3,73E+10 3,65E+10 9378 1296,54
2008 IV 1524123 -0,04 2,94E+10 2,76E+10 10950 1295,83
23 | P a g e
2009 I 1549549 0,22 2,3E+10 1,91E+10 11575 1327,75
2009 II 1586586 0,11 2,7E+10 2,23E+10 10225 1346,12
2009 III 1648089 1,05 3,01E+10 2,69E+10 9681 1331,95
2009 IV 1609478 0,33 3,64E+10 2,85E+10 9400 1340,01
2010 I 1642356 -0,14 3,55E+10 3E+10 9115 1337,74
2010 II 1709132 0,97 2,47E+10 3,3E+10 9083 1363,53
2010 III 1775110 0,44 3,84E+10 3,45E+10 8924 1504,61
2010 IV 1737535 0,92 4,69E+10 3,83E+10 8991 1482,62
2011 I 1748731 -0,32 4,54E+10 3,88E+10 8709 1425,24
2011 II 1816268 0,55 5,32E+10 4,48E+10 8597 1395,66
2011 III 1881850 0,27 5,36E+10 4,65E+10 8823 1392,27
2011 IV 1840786 0,57 5,13E+10 4,74E+10 9068 1385,86
2012 I 1855580 0,07 4,85E+10 4,57E+10 9180 1632,55
2012 II 1929019 0,62 4,84E+10 5,07E+10 9480 1634,22
2012 III 1993632 0,01 4,6E+10 4,55E+10 9588 1601,09
2012 IV 1948852 0,54 4,7E+10 4,97E+10 9670 1594,69
2013 I 1958396 0,63 4,54E+10 4,57E+10 9719 1750,07
2013 II 2036817 1,03 4,57E+10 4,88E+10 9929 1763,26
2013 III 2103598 -0,35 4,29E+10 4,59E+10 11613 1705,94
2013 IV 2057688 0,55 4,86E+10 4,63E+10 12189 1704,38
2014 I 2058585 0,08 4,43E+10 4,32E+10 11404 1761,92
2014 II 2137386 0,43 4,45E+10 4,67E+10 11969 1873,58
2014 III 2207344 0,27 4,39E+10 4,44E+10 12212 1882,7
2014 IV 2161553 2,46 4,33E+10 4,38E+10 12440 1827,53
24 | P a g e
ANGGOTA KELOMPOK 2
Gunadi Subagia
(14.8154)
Nur Salmanah
(14.8296)
25 | P a g e