UJI ASUMSI KLASIK

Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE (best linear unbiased estimator) yakni tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, dan tidak terdapat autokorelasi ( Sudrajat 1988 : 164). Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasnya standar error. Jika terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bias dan masih tetap konsisten hanya saja menjadi tidak efisien.

Sumber : http://repository.upi.edu/3672/6/S_MRL_0909212_CHAPTER3.pdf

Ada enam uji asumsi yang harus dilakukan terhadap suatu model regresi tersebut, yaitu:
•    Uji Normalitas,
•    Uji Homogenitas,
•    Uji Linieritas,
•    Uji Multikolinieritas,
•    Uji Heteroskedastisitas dan
•    Uji Autokorelasi.

Ada beberapa ahli menyebutkan bahwa dari keenam syarat untuk memenuhi model regresi tersebut terbagi dua kelompok yaitu: uji asumsi klasik (Normalitas, Homogenitas dan Linieritas) dan uji penyimpangan asumsi klasik (Multikolineritas, heteroskedasitas dan Autokorelasi).

• ·         Uji Normalitas

Uji Normalitas data dilakukan sebelum data diolah berdasarkan model-model penelitian yang diajukan. Uji normalitas bertujuan untuk mengetahui apakah variabel pengganggu atau residual memiliki distribusi normal.

Sebagai dasar bahwa uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka model regresi dianggap tidak valid dengan jumlah sampel yang ada.
Ada beberapa teknik yang dapat digunakan untuk menguji normalitas data, antara lain uji chi-kuadrat, uji lilliefors, dan uji kolmogorov-smirnov.

•         Uji Multikolinieritas

Uji Asumsi Klasik dengan Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independent variable). Model regresi yang baik seharusnya tidak terjadi korelasi di antara viriabel bebas, karena jika hal tersebut terjadi maka variabel-variabel tersebut tidak ortogonal atau terjadi kemiripan.
Variabel ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas bernilai nol. Uji ini untuk menghindari kebiasan dalam proses pengambilan keputusan mengenai pengaruh parsial masing-masing variabel independen terhadap variabel dependen. Untuk mendeteksi apakah terjadi problem multikol dapat melihat nilai tolerance dan lawannya variace inflation factor (VIF).

•          Uji Heteroskedastisitas

Uji Asumsi Klasik dengan Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan veriance dari residual satu pengamatan ke pengamatan yang lain. Jika variance tetap maka disebut homoskedastisitas dan jika berbeda maka terjadi problem heteroskedastisitas.
Model regresi yang baik yaitu homoskesdatisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada tidaknya heteroskedastisitas yaitu melihat scatter plot (nilai prediksi dependen ZPRED dengan residual SRESID), uji Gletjer, uji Park, dan uji White. Sumber : https://www.academia.edu/3724583/Apa_itu_Uji_Asumi_Klasik

nah sekarang sudah tahu kan apa itu uji asumsi klasik.. nah untuk memperkuat pemahaman kita akan uji asumsi klasik mari  sekarang kita coba mempraktikannya menggunakan aplikasi SPSS ya..

Pengaruh Umur  dan Jenis Kelamin Siswa terhadap Nilai Siswa.

Maka, Variabel Terikat (Dependent Variable) : Nilai Siswa

Variabel Bebas (Independent Variable) :

            - Umur Siswa

            - Jenis Kelamin Siswa

1. Membuat Variabel pada Variable View dan menentukan Komponen masing-masing variabel dengan benar

 

  2. Kemudian masukkan data ke data view

3. Pilih Analyze > Regression > klik Linear

4. klik Statistik > Centang Estimates, Model fit, R squared change, dan Collinearity diagnostics. Lalu klik Continue.

5. Klik Plots > Pindahkan *SRESID ke Y dan *ZPRED ke X > Centang Normal probability plot > Lalu klik Continue

6. Kemudian klik Options, dan dapat dilihat kolom Entry : 0.05 >Tidak ada perubahan yang dilakukan di sini. Klik Continue >ok

Inilah hasilnyaaaaa...

• ·         Uji Normalitas 
  
  
  

   Dari grafik diatas, disimpulkan bahwa model regresi ini lulus Uji Normalitas.

  
  
                       Keterangan : 
                   -  Tujuan : Untuk melihat apakah data penelitian terdistribusi normal atau tidak
  - Model regresi dinyatakan lulus uji jika titik-titik pada grafik berada di sepanjang garis (Tidak Terputus, Tidak Berada Jauh Dari Garis)
  
  
  

• ·         Uji Multikolinearitas
  
  
  
                                                Dari tabel Coefficients diatas, didapat bahwa,
  Nilai Tolerance untuk variabel Umur Siswa dan Tinggi Badan Siswa 0.773> 0,1
  Nilai VIF untuk kedua variabel bebas 1,293 < 10
  disimpulkan bahwa, model regresi pada penelitian ini lulus Uji Multikolinearitas
  
  
                     Keterangan :
  -          Dianalisis melalui tabel Coefficients kolom “Tolerance” dan “VIF”
  -          Model lulus uji jika nilai “Tolerance”  lebih besar dari 0,1 (Tolerance > 0,1) dan nilai “VIF” lebih kecil dari 10 (VIF < 10)
  -          Tujuan : Untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas.
  -          Model yang lulus Uji Multikolinearitas adalah model yang tidak memiliki korelasi yang tinggi antar variabel bebas nya
  
  

• ·         Uji Heteroskedastisitas

 

 

Dari grafik Scatterplot diatas , titik-titik tidak membentuk suatu pola tertentu dan menyebar di bawah dan di atas angka 0 pada sumbu Y.

disimpulkan bahwa model regresi ini lulus Uji Heteroskedastisitas.

Keterangan :

¨  Tujuan : Untuk melihat ada atau tidaknya penyimpangan heteroskedastisitas pada model regresi.

¨  Model lulus uji jika :

¤  Titik-titik pada grafik tidak membentuk suatu pola tertentu yang teratur

¤  Titik-titik pada grafik menyebar di atas dan di bawah angka 0 pada sumbu Y

¨  Model regresi yang lulus Uji Heteroskedastisitas adalah model yang tidak memiliki gejala heteroskedastisitas

 
 
 nah sekian dulu ya penjelasan tentang uji asumsi klasiknya.. semoga bermanfaat ^^