Multivariasi normal (MVN) adalah salah satu asumsi penting pada uji parametrik multivariat. Asumsi normalitas menjelaskan bahwa jika sampel berdistribusi normal maka sampel itu menggambarkan kondisi riil seperti populasi. Jika data tidak normal, maka data tidak dapat dianalisis dengan menggunakan uji parametrik multivariat. Jika asumsi tersebut diabaikan maka hasil dari analisis statistik akan menjadi tidak valid atau bias, terutama pada besar sampel yang kecil. Uji Mardia MVN, Henze Zikler MVN, dan Royston MVN adalah uji yang paling banyak digunakan untuk menganalisis normalitas dalam data multivariat. Penelitian ini bertujuan untuk menganalisis perbedaan kekuatan uji dan kesalahan tipe II (β) pada uji Mardia MVN, Henze Zikler MVN, dan Royston MVN pada besar sampel 38 dan alpha (α) 1%, 5%, 10%,15%, 20%, dan 25%.
Hasil penelitian menunjukkan bahwa pada alpha (α) 1%, 5%, 10%, 15%, 20%, dan 25%, kekuatan uji Mardia MVN lebih besar dari Henze Zikler MVN dan Royston MVN sedangkan kesalahan tipe II (β) diperoleh nilai terkecil pada uji Mardia MVN. Hasil tersebut dapat dijelaskan bahwa uji Mardia MVN lebih baik dalam mengendalikan kesalahan tipe II (β). Beberapa penelitian lain sebelumnya mungkin terdapat perbedaan dengan hasil penelitian ini karena perdapat perbedaan besar sampel yang berbeda sehingga beberapa literatur memberikan penjelasan bahwa semua uji statistik memiliki kelebihan dan kekurangan sehingga dalam penggunaan uji statistik perlu dipertimbangkan hal tertentu seperti besar sampel yang digunakan. Penggunaan uji statistik yang sesuai dapat mengurangi kesalahan dalam interprestasi hasil uji.
Kesimpulan penelitian adalah Uji Mardia MVN merupakan uji normalitas multivariat yang lebih baik dari pada uji Henze Zikler MVN dan Royston MVN pada data multivariat dengan besar sampel 38 karena memiliki nilai kekuatan terbesar dan kesalahan tipe II terkecil.
Penulis: Wahyul Anis
Link artikel: Jurnal Biometrika dan Kependudukan p-ISSN 2302–707X e-ISSN 2540–8828 10(2): 153–161, December 2021
https://www.e-journal.unair.ac.id/JBK/article/view/22426/pdf
DOI: 10.20473/jbk.v10i2.2021.153–161
