A.

Analisis Multivariat Normal

Analisis multivariat adalah analisis statistika yang dikenakan pada data yang terdiri dari banyak
variabel dan antar variabel saling berkorelasi. Data multivariat tidak hanya terdiri atas satu variabel saja
melainkan dapat terdiri atas lebih dari satu variabel. Analisis statistika multivariat digunakan dalam
menganalisis lebih dari satu variabel dependen untuk mengetahui apakah rata-rata kelompok berbeda
secara signifikan. Asumsi yang harus dipenuhi dalam melakukan analisis multivariat adalah

X 11 , X 12 , , X 1 k ,

1.

dengan rata-rata

(k=1, 2,..,n) adalah sampel acak berukuran

n1

dari suatu populasi

1 .

2. Data berasal dari populasi yang berdistribusi multivariat normal

3. Homogenitas matriks varian kovarians

B. Distribusi Multivariat Normal

Distribusi multivariat normal merupakan suatu distribusi yang diperoleh dari perluasan
distribusi normal univariat, dimana perbedaannya dilihat dari dimensinya. Pada univariat,
dimensi yang digunakan adalah 1 (p=1), sedangkan untuk bivariat, dimensi yang digunakan
adalah 2 (p=2) dan untuk multivariat dimensi yang digunakan lebih dari 2 (p>2). Fungsi
kepadatan probabilitasnya adalah
1
f ( x )=
e( x ) (x )/ 2
1 /2
p/2
(2 ) ||
'

Dimana :

< x i < , i=1,2,.. , p

11 12
12 22

C. Pengujian Asusmi Multivariat Normal

Metode statistika multivariat MANOVA mensyaratkan terpenuhinya asumsi distribusi
normalitas dengan hipotesis adalah:
H 0 : Data berdistribusi normal multivariat
H 1 : Data tidak berdistribusi normal multivariat.
Jika

X 1 , X 2 , . , X p

berditribusi

berdistribusi

normal

multivariat

maka

( X ) ( X )

p . Berdasarkan sifat ini maka pemeriksaan distribusi normal multivariat dapat

dilakukan pada setiap populasi dengan cara membuat q-q plot atau scatter-plot dari nilai
t 1
2
) ,i=1,2, , n
d i =( X i X ) S ( X i X
.
Tahapan dari pembuatan q-q plot ini adalah sebagai berikut (Johnson & Wichern, 2002: 187):
X

1) Menentukan nilai vektor rata-rata:

2) Menentukan nilai matriks varians-kovarians:

3) Menentukan nilai jarak mahalanobis atau kuadrat general setiap titik pengamatan dengan vektor rataratanya

t 1
2
) ,i=1,2, , n .
d i =( X i X ) S ( X i X

4) Mengurutkan nilai
5) Menentukan nilai

2
2
2
2
2
d dari kecil ke besar: d (1) d(2) d(3) d (n ) .

pi=

i1/2
, i=1, 2, , n .
n
qi

qi sedemikian hingga
6) Menentukan nilai

f ( 2 ) d 2 = pi

atau

((

qi , p ( p i )= 2p ni+

1
/n
2

) )

.
7) Membuat scatter-plot

d 2(i ) dengan qi

8) Jika scatter-plot ini cenderung membentuk garis lurus dan lebih dari 50% nilai
maka

d i p ( 0,50 ) ,

H 0 diterima artinya data berdistribusi normal multivariate

D. Sumber Data
Data yang digunakan pada penelitian ini adalah data yang didapatkan pada laporan kerja
praktek di PT. (Persero) Angkasa Pura I Bandar Udara Juanda Surabaya tentang Analisis Data
Jumlah Kedatangan dan Keberangkatan Pesawat, Penumpang, Bagasi, Kargo, dan Pos Tahun
2003-2004. Namun data yang digunakan pada penelitian ini hanya data kedatangan dan
keberangkatan penumpang pada bandar udara internasional dan domestik pada tahun 2003-2004.
Jumlah Kedatangan dan Keberangkatan Penumpang di Bandar Udara Juanda
Surabaya Tahun 2003-2004
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

Internasional
datang berangkat
27894
44594
41602
26480
40442
20531
12418
13350
12258
12131
18162
17223
24061
23122
22968
22230
23225
22645
21732
21081
32580
21503
25356
37521

Domestik
datang berangkat
175737
173873
186930
186395
170043
169125
182933
171132
194383
191218
236297
212478
242205
228155
206348
199732
220049
212348
228135
223573
236789
183403
227994
270763

2
E. Pengujian Asumsi Multivariat Normal dengan Minitab X ( p) ,(0,50)=1,39

a. Terminal Internasional
2
Tabel 1. Nilai Jarak Mahalanobis ( d ( j) )

bulan
1
2
3
4
5
6
7
8
9
10
11
12

x1
27894
41602
40442
12418
12258
18162
24061
22968
23225
21732
32580
25356

x2
44594
26480
20531
13350
12131
17223
23122
22230
22645
21081
21503
37521

d
2.374693
1.796925
1.94155
1.493854
1.568862
0.860154
0.124344
0.245685
0.213747
0.393555
0.977549
1.642402

d2
5.639168
3.22894
3.769617
2.231599
2.461329
0.739864
0.015461
0.060361
0.045688
0.154886
0.955602
2.697484

Berdasarkan tabel 1 di atas, maka dapat dilakukan penghitungan nilai proporsi jarak mahalanobis
d

2
X ( p) ,(0,50) . Proporsi nilai jarak mahalanobis
(
2
( j)) yang nilainya kurang dari

( 2 ( j))

adalah

yang nilainya kurang dari

X ( p) ,(0,50)

yang berasal dari terminal internasional

6
=
0,5, artinya dari 12 titik, hanya 6 titik yang berada di dalam grafik elips.
12

b. Terminal Domestik
2
Tabel 2. Nilai Jarak Mahalanobis ( d ( j) )

bulan
1
2
3

x3
17573
7
18693
0
17004
3

x4
17387
3
18639
5
16912
5

d
1.27658
3
0.85255
7
1.49509
6

d2
1.62966
3
0.72685
4
2.23531
3

18293 17113
1.21839
4
3
2
1.10381
7
19438 19121 0.56240 0.31630
5
3
8
7
1
23629 21247 1.17777 1.38714
6
7
8
3
8
24220 22815 1.27393 1.62291
7
5
5
6
2
20634 19973 0.10119 0.01024
8
8
2
6
1
22004 21234 0.43125 0.18598
9
9
8
8
3
22813 22357 0.79477 0.63167
10
5
3
9
4
23678 18340 2.21982 4.92762
11
9
3
6
9
22799 27076 2.66606 7.10788
12
4
3
2
4
Berdasarkan tabel 2 di atas,, maka dapat dilakukan perhitungan nilai proporsi jarak mahalanobis
d

2
X ( p) ,(0,50) . Proporsi nilai jarak mahalanobis
(
2
( j)) yang nilainya kurang dari

( 2 ( j))

adalah

yang nilainya kurang dari

X 2( p) ,(0,50)

yang berasal dari terminal internasional

6
=
0,5artinya dari 12 titik, hanya 6 titik yang berada di dalam grafik elips.
12

F. Pengujian Asumsi Multivariat Normal dengan Minitab

a. Terminal Internasional
Data diolah menggunakan minitab, dan diperoleh nilai proporsi sebesar 0,5. Hal tersebut
berarti bahwa terdapat 0,5 dari jumlah data yang masuk kedalam elips. Apabila dibuat plot chisquare dari terminal internasional, maka diperlukan jarak mahalonobis.
bulan

x1

x2

27894 44594

41602 26480

40442 20531

12418 13350

d
2.37469
3
1.79692
5
1.94155
1.49385
4

d2
5.639168
3.22894
3.769617
2.231599

dist2
0.01546
1
0.04568
8
0.06036
1
0.15488
6

cu-prob
0.04166
7
0.125
0.20833
3
0.29166
7

chiquant
0.085119229
0.267062785
0.467229702
0.689680973

12258 12131

18162 17223

24061 23122

22968 22230

23225 22645

10

21732 21081

11

32580 21503

12

25356 37521

1.56886
2
0.86015
4
0.12434
4
0.24568
5
0.21374
7
0.39355
5
0.97754
9
1.64240
2

2.461329
0.739864
0.015461
0.060361
0.045688
0.154886
0.955602
2.697484

0.73986
4
0.95560
2
2.23159
9
2.46132
9
2.69748
4
3.22894
3.76961
7
5.63916
8

0.375
0.45833
3
0.54166
7

0.940007258

0.625
0.70833
3
0.79166
7

1.961658506

0.875
0.95833
3

4.158883083

1.226208946
1.560317115

2.464287363
3.137231834

6.356107659

Jarak mahalonobis yang diperoleh tersebut ditransformasi ke dalam plot chi-square sebagai
berikut.
Scatterplot of dist2 vs chiquant
6
5

dist2

4
3
2
1
0
0

3
4
chiquant

Gambar 1. Plot Chi-square Jarak Mahalanobis Terminal Internasional

Berdasarkan gambar diatas diperoleh informasi bahwa ada 6 dari 12 plot membentuk garis
lurus yang menunjukkan data berdistribusi normal.
b. Terminal Domestik
Data diolah menggunakan minitab, dan diperoleh nilai proporsi sebesar 0,5. Hal tersebut
berarti bahwa terdapat 0,5 dari jumlah data yang masuk kedalam elips.
Apabila dibuat plot chi-square dari terminal domestik, maka diperlukan jarak mahalonobis.
bulan
x3
x4
d
d2
dist^2
cuprob
Chiquad
17387
0.041666
1
175737
3
1.276583 1.629663 0.010241
7
0.085119
18639
2
186930
5
0.852557 0.726854 0.185983
0.125
0.267063

16912
5

170043

182933 171132
19121
194383
8
21247
236297
8
22815
242205
5
19973
206348
2
21234
220049
8
22357
228135
3
18340
236789
3
27076
227994
3

5
6
7
8
9
10
11
12

1.495096 2.235313 0.316301

1.10381

1.218397 0.631674

0.562407 0.316301 0.726854

1.177773 1.387148 1.218397
1.273936 1.622912 1.387148
0.101196 0.010241 1.622912
0.431258 0.185983 1.629663
0.794779 0.631674 2.235313
2.219826 4.927629 4.927629
2.666062 7.107884 7.107884

0.208333
3
0.291666
7

0.46723
0.689681

0.375
0.458333
3
0.541666
7

0.940007

0.625
0.708333
3
0.791666
7

1.961659

0.875
0.958333
3

4.158883

1.226209
1.560317

2.464287
3.137232

6.356108

Jarak mahalonobis yang diperoleh tersebut ditransformasi ke dalam plot chi-square sebagai
berikut.
Scatterplot of dist^2 vs Chiquad
8
7
6

dist^2

5
4
3
2
1
0
0

3
4
Chiquad

Gambar 2. Plot Chi-square Jarak Mahalanobis Terminal Domestik

Berdasarkan gambar diatas diperoleh informasi bahwa ada 6 dari 12 plot di awal membentuk
garis lurus yang menunjukkan data berdistribusi normal.