UJI ASUMSI KLASIK

By Arum

SOLUSI DATA

085 643 251 221

Uji Multikolinieritas

Tujuan	Menguji apakah model regresi ditemukan adanya korelasi antar variable bebas (independen).
	Model regresi yang baik seharusnya tidak terjadi korelasi diantara variable independen
Langkah SPSS	1. Open data 2. Analyze – regression – linier 3. Pilih statistics – centang covariance matrix dan collinearity diagnostics 4. Continue – OK
Kriteria keputusan	Terjadi multikolinieritas jika: 1. Nilai VIF > 10 2. Tolerance < 0.1 3. Menganalisis matrik korelasi variable independen, yaitu jika nilai korelasi tinggi ( r > 0.90 ) ada indikasi multikolinieritas.

Tujuan	Menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya)
	Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya.
Langkah SPSS	Uji Durbin-Watson 1. Open data 2. Analyze – regression – linier 3. Pilih statistics – centang covariance matrix dan collinearity diagnostics 4. Centang Durbin-Watson 5. Continue – OK
Kriteria Keputusan	1. Ada autokorelasi positif jika 0 < d hitung < dl 2. Ada autokorelasi negative jika 4 – dl < d hitung < 4 3. Tidak ada autokorelasi positif dan negative jika du < d hitung < 4 - du

Tujuan	Menguji apakah dalam model regresi terjadi kesamaan variance dari residual satu pengamatan ke pengamatan yang lain.
	Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas
Langkah SPSS	Uji Glejser 1. Open data 2. Analyze – regression – linier 3. Dapatkan variable residual (Ut) dengan cara memilih tombol Save pada tampilan windows Linear regression dan aktifkan Unstandardized residual 4. Absolutkan nilai residual (AbsUt) dengan menu Transform dan Compute 5. Regresikan variable (AbsUt) sebagai variable dependen dan variable lainnya sebagai variable independen
Kriteria Keputusan	Jika sig < 0.05 maka terjadi heteroskedastisitas yang mana menyalahi asumsi regresi.

Tujuan

Menguji apakah dalam model regresi, variable pengganggu atau residual memiliki distribusi normal.

Langkah SPSS

a. Analisis Grafik

Membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal.

Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.

1. Lakukan analisis regresi : Analyze – regression – linier

2. Pilih tombol Plots

3. Aktifkan standardized Residual Plots pada Histogram dan pada Normal Probability Plot – Continue – OK

b. Analisis Statistic

Dapat dilakukan dengan melihat nilai kurtosis dan skewness dari residual.

Jika nilai Z hitung > Z table, maka distribusi tidak normal.

1. Lakukan regresi

2. pilih tombol Save dan aktifkan Unstandardized Residual – Continue – OK

3. Akan muncul data residual (Res_1)

4. pilih Analyze, pilih descriptive statistics, pilih submenu Descriptive

5. Pada kotak variable, isikan unstandardized residual, lalu pilih option

6. Aktifkan kurtosis dan skewness - OK

c. Uji Satistik Non-parametrik (Kolmogorov-Smirnov)

Data berdistribusi normal jika nilai signifikan > 0.05

1. Analyze – Noparametrik Test

2. Pilih 1-Sample K-S – PIsikan unstandardized residual pada kotak test variable test – aktifkan test distribution pada kotak Normal

3. OK

Tujuan	Melihat apakah spesifikasi model yang digunakan sudah benar atau tidak
Langkah SPSS	1. Analyze – Compare Means – Means 2. Isikan variable dependen dan independen – klik options – centang test of linierity – continue 3. OK
Kriteria Keputusan	Jika nilai linearity < 0.05 maka model dikatakan linier