Pengujian Normal Multivariat Terhadap

Data Murid dan Guru SMA/SMK

Negeri/Swasta di Provinsi Papua Tahun 2021

Zainal Mu’arif (G50120050), Umi Nurul Khatima (G50120052), Mutmaina (G50120054),

Fadillah Slamet (G50120056), Fahnul Aiman Arfa (G50120058)

[Nurul Fiski Gamyanti, S.Si, M.Stat]

Program Studi Statistika, Fakultas MIPA, Universitas Tadulako
Abstrak
Pendidikan merupakan hal terpenting dan salah satu tanggung jawab yang utama bagi bangsa.
Pendidikan merupakan kebutuhan dasar untuk mengembangkan potensi sumber daya
manusia. Sudah saatnya pendidikan dijadikan sebagai prime sector untuk pembangunan
bangsa. Sedangkan analisis multivariat merupakan metode dalam melakukan penelitian
terhadap lebih dari dua variabel secara bersamaan. Dengan teknik analisis ini maka dapat
menganalisis pengaruh beberapa variabel terhadap variabel lainnya dalam waktu yang
bersamaan. Dalam laporan ini data yang digunakan adalah data jumlah murid dan jumlah guru
pada SMA Negeri/Swasta di Provinsi Papua. Untuk memenuhi asumsi distribusi normal
multivariat digunakan analisis normal multivariat. Uji normalitas adalah suatu prosedur yang
digunakan untuk mengetahui apakah data berasal dari populasi yang terdistribusi normal atau
berada dalam sebaran normal. Distribusi normal adalah distribusi simetris dengan modus,
mean dan median berada dipusat. Distribusi normal multivariat merupakan suatu distribusi
yang diperoleh dari perluasan distribusi normal univariat, perbedaannya dapat dilihat pada
dimensinya. Salah satu keuntungan yang diperoleh dari distribusi normal multivariat, adalah
secara matematis mudah digunakan dan hasil yang diperoleh memuaskan dan baik serta serta
menarik dalam pelaksanaannya.
Kata kunci: Pendidikan, Murid, Guru, Normal Multivariat.

I. PENDAHULUAN

Uji normalitas adalah suatu prosedur yang digunakan untuk mengetahui

apakah data berasal dari populasi yang terdistribusi normal atau berada dalam
sebaran normal. Distribusi normal adalah distribusi simetris dengan modus, mean
dan median berada dipusat. Distribusi normal multivariat merupakan suatu distribusi yang
diperoleh dari perluasan distribusi normal univariat, perbedaannya dapat dilihat pada
dimensinya. Pada univariat dimensi yang digunakan adalah 1 p=1, sedangkan untuk bivariat
dimensi yang digunakan adalah 2 p=2 dan untuk multivariate dimensi yang digunakan lebih
dari 2 p2. Salah satu keuntungan yang diperoleh dari distribusi normal multivariat, adalah
secara matematis mudah digunakan dan hasil yang diperoleh memuaskan dan baik serta serta
menarik dalam pelaksanaannya. Dalam teori probabilitas dan statistik, distribusi normal
multivariat, distribusi Gaussian multivariat, atau distribusi normal bersama adalah generalisasi
dari distribusi normal satu dimensi ke dimensi yang lebih tinggi.

1
 Pendidikan merupakan kebutuhan dasar untuk mengembangkan potensi sumber daya
manusia. Sudah saatnya pendidikan dijadikan sebagai prime sector untuk pembangunan
bangsa. Analisis normal multivariat adalah salah satu metode statistik yang digunakan untuk
menguji data yang diperoleh dari pengukuran ganda secara simultan pada obyek yang sedang
diteliti (didasarkan pada kebenaran variabel-variabel random berganda). Pada laporan ini akan
dilakukan pengujian untuk mengetahui apakah data berdistribusi normal multivariat dengan
menggunakan deteksi normal multivariat secara deskriptif pada variabel murid dan guru pada
SMA/SMK/MA Negeri/Swasta di Papua.

II. TINJAUAN PUSTAKA

a. Analisis Multivariat

Analisis Multivariat Analisis multivariat merupakan salah satu teknik statistik yang
digunakan untuk memahami struktur data dalam dimensi tinggi. Variabel-variabel itu
saling terkait satu sama lain. Pendekatan multivariat melibatkan multivariabel tetapi
tidak sebaliknya. Multivariabel yang saling berkorelasi yang dikatakan multivariat.
Analisis multivariat merupakan analisis lanjutan dari analisis univariat maupun
bivariat. Menurut Santoso (2004), analisis multivariat dapat didefinisikan secara
sederhana sebagai metode pengolahan variabel dalam jumlah banyak untuk mencari
pengaruhnya terhadap suatu objek secara simultan. Metode memungkinkan untuk
menganalisis lebih dari satu variabel dependen untuk mengetahui apakah rata-rata dua
populasi berbeda secara signifikan.

b. Deteksi Normal Multivariat

Uji ini dilakukan untuk melihat apakah data memenuhi asumsi distribusi normal
multivariat atau tidak. Untuk mengetahui apakah data berdistribusi normal multivariat,
maka dilakukan langkah sebagai berkikut

 Proporsi
Membandingakan antara 𝑑j2dengan Chi-Square tabel. Dengan melihat nilai
proporsi yang didapatkan dari membandingkan nilai 𝑑j2 ≤ 32p((n-j+0.5)/n)
sama dengan 50%, maka datamemenuhi asumsi distribusi normal
multivariat. Dimana untuk nilai square distance diperoleh melalui rumus ,
dj2 = (xj – x) S-1(xj – x)

 Plot Chi-Square
Dengan cara melihat pola sebaran data pada Scatterplot antara nilai 𝑑j2
dengan nilai qc,p (j-1/2) / n = 32p((n-j+0.5)/n). Jika titik-titik pada plot mengikuti
garis linier maka disimpulkan bahwa data memenuhi asumsi distribusi normal
multivariat.

2
  Uji Korelasi
Uji korelasi digunakan untuk menguji tingkat signifikansi. Dengan
mengkorelasikan antara nilai dj2 dengan nilai qc,p (j-1/2) / n. Uji ini dilakukan
untuk melihat apakah data memenuhi asumsi distribusi normal multivariat atau
tidak. Digunakan untuk menguji lebih dari dua variabel.
Hipotesis :
H0 : Data berdistribusi normal multivariat
H1 : Data tidak berdistribusi dari dua variabel
Statistik Uji :

Daerah Kritis :
Tolak H0 jika rq < r(a,n). jika hasil dari statistik uji memiliki hasil yang
kurang dari tabel normal probabilitas koefisien korelasi (r(a-n)), maka
dapat disimpulkan bahwa data tidak berdistribusi normal, begitu pun
sebaliknya.

III. METODOLOGI PENELITIAN

a. Sumber Data

Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari
Data Pokok Pendidikan Dasar dan Menengah (DAPODIKDASMEN) KEMDIKBUD
RI.

b. Varibel Penelitian

Adapun varibel penelitian yang digunakan pada penelitian ini adalah sebagai berikut,

No. Simbol Variabel

1 Populasi 1 SMA Negeri/Swasta
2 Populasi 2 SMK Negeri/Swasta
3 X1 Murid
4 X2 Guru

c. Metode Analisis Data

Metode analisis yang digunakan dalam penelitian ini adalah melakukan uji normal
multaviariat, sebagai berikut,
1. Menghitung proporsi nilai square distance (dj2) yang nilainya kurang dari X2p((n
j+0.5)/n)
2. Membuat plot chi-square terhadap nilai square distance (d j2) dengan nilai X2p((n
j+0.5)/n)

3
3. Menghitung nilai koefisien korelasi kemudian menyesuaikan nilai koefisien
korelasi dengan table sehingga dapat diputuskan apakah data yang digunakan telah
memenuhi asumsi distribusi normal multivariat atau tidak.

IV. HASIL DAN PEMBAHASAN

Berikut ini merupakan hasil pengujian normal multivariat :

a. Normal Multivariat untuk data populasi SMA di Provinsi Papua

Berdasarkan hasil perhitungan menurut langkahlangkah penetuan jarak

Mahalonobis dan nilai ChiSquare (qi) dari data pada penelitian ini diperoleh
scatter-plot antara jarak mahalonobis dengan qi sebagai berikut:

Gambar 1. Plot Chi Square dengan Jarak Mahalonobis

Correlations
Mahalanobis
Distance qi
Mahalanobis Distance Pearson Correlation 1 .966**
Sig. (2-tailed) <.001
N 29 29
qi Pearson Correlation .966** 1
Sig. (2-tailed) <.001
N 29 29
**. Correlation is significant at the 0.01 level (2-tailed).
Gambar 2. Nilai Korelasi
Berdasarkan hasil scatter plot pada gambar 1, terlihat bahwa plot jarak
mahalonobis dan chi-square cenderung membentuk garis lurus, dan karena
jumlah sampel cukup besar dengan menggunakan teorema limit pusat dapat
ditarik kesimpulan bahwa data penelitian berdistribusi normal multivariat

4
 b. Normal Multivariat untuk data populasi SMK di Provinsi Papua
Berdasarkan hasil perhitungan menurut langkahlangkah penetuan jarak
Mahalonobis dan nilai ChiSquare (qi) dari data pada penelitian ini diperoleh
scatter-plot antara jarak mahalonobis dengan qi sebagai berikut:

Gambar 3. Plot Chi Square dengan Jarak Mahalonobis

Correlations
Mahalanobis
Distance qi
Mahalanobis Distance Pearson Correlation 1 .966**
Sig. (2-tailed) <.001
N 29 29
**
qi Pearson Correlation .966 1
Sig. (2-tailed) <.001
N 29 29
**. Correlation is significant at the 0.01 level (2-tailed).
Gambar 4. Nilai Korelasi

Berdasarkan Gambar 3, dapat diketahui bahwa bahwa titik-titiknya tidak

mengikuti garis normal, sehingga dapat dikatakan bahwa secara visual data
tidak berdistribusi normal.

V. KESIMPULAN DAN SARAN

Berdasarkan hasil analisis yang telah dilakukan dapat disimpulkan bahwa pada
deteksi normal multivariat dengan menggunakan nilai proporsi diperoleh hasil bahwa data
untuk SMA di Provinsi Papua berdistribusi normal multivariat sedangkan pada data SMK di

5
Provinsi Papua tidak berdistribusi normal multivariat. Dengan menggunakan plot Chisquare
diperoleh bahwa untuk data SMA di Provinsi Papua berdistribusi normal multivariat karena
titik persebaran data mengikuti garis linier sedangkan pada data SMK di Provinsi Papua tidak
berdistribusi normal multivariat.
Untuk penelitian selanjutnya, sebaiknya kita mengetahui maksud dari data secara jelas
agar mengerti ketika menghitung nilai proporsi dan korelasi pada software SPSS dan agar
lebih teliti lagi. Selanjutnya kita diharuskan lebih mengerti dan paham tentang materi yang
telah dilaporkan di atas.

DAFTAR PUSTAKA

[1] Kasim, Muhammad. (2008). Principal Component Analysis dan Minimun Covariance
Determinant Dalam Menentukan profil Kabupaten/Kota di Provinsi Jawa Timur
Berdasarkan Indikator Pendidikan. Tesis Jurusan Statistika FMIPA ITS. Surabaya : ITS.
[2] Morrison, D.F. 1990. Multivariate Statistical Methods Third Edition. USA : Mc Graw
Hill Inc.
[3] Johnson, R. A. dan Wichern, D. W. 2007. Applied Multivariate Statistical Analysis.
New Jersey: Prentice Hall.
[4] Anonim, 2012. Undang-Undang Nomor 12 tahun 2012, tentang Pendidikan Tinggi.
[5] Syaiful Bahri Djamara. 1994. Prestasi Belajar dan Kompetensi Guru. Surabaya: Usaha
Nasional
[6] Maulidya. 2007. Perbandingan Analisis Diskriminan dan Regresi Logistik. Tugas
AkhirS1: Jurusan Matematika, UNS.
[7] Sharma, Subhash. 1996. Applied Multivariate Techniques. Canada: John Wiley & Sons.

LAMPIRAN

Data Murid dan Guru SMA/SMK di Provinsi Papua Tahun 2021

SMA SMK
NO Wilayah
Murid Guru Murid Guru
1 Kota Jayapura 9.307 624 5.623 470
2 Kab. Mimika 4.528 504 5.347 361
3 Kab. Merauke 6.656 290 4.175 397
4 Kab. Yahukimo 1.418 355 578 210
5 Kab. Jayapura 5.462 392 2.713 253
6 Kab. Nabire 5.085 361 2.953 177
7 Kab. Paniai 2.143 227 1.183 120
8 Kab. Biak Numfor 6.042 233 2.228 123
9 Kab. Jaya Wijaya 4.082 125 2.752 68
10 Kab. Mappi 2.311 131 1.364 62
11 Kab. Asmat 1.563 88 213 19
12 Kab. Kepulauan Yapen 3.811 83 1.566 86
13 Kab. Lanny Jaya 2.334 98 287 37
14 Kab. Dogiyai 513 95 512 64
6
15 Kab. Tolikara 951 105 112 22
16 Kab. Deiyai 1.008 94 283 48
17 Kab. Boven Digoel 967 137 881 13
18 Kab. Keerom 1.469 54 855 10
19 Kab. Pegunungan Bintang 791 62 337 37
20 Kab. Sarmi 1.681 47 423 59
21 Kab. Yalimo 822 35 164 31
22 Kab. Puncak Jaya 611 64 292 0
23 Kab. Supiori 1.347 27 53 19
24 Kab. Memberamo Raya 965 45 63 23
25 Kab. Waropen 1.032 50 320 6
26 Kab. Nduga 196 35 176 25
27 Kab. Membramo Tengah 480 17 0 6
28 Kab. Intan Jaya 55 44 0 18
29 Kab. Puncak 382 8 46 0
TOTAL 6794.279 4430 5624.904 2764