Uji Asumsi Klasik Model Regresi yang baik 1

Uji Asumsi Klasik

Model Regresi yang baik 1. Tidak terjadi Multikolinieritas 2. Tidak terjadi Autokorelasi 3. Tidak terjadi Heteroskedastisitas 4. Normal 5. Linear

Tujuan: Untuk menguji apakah model regresi ditemukan adanya korelasi anta variabel independent. Mendeteksi ada tidaknya Multikolinearitas Nilai R 2 yang dihasilkan sangat tinggi (lebih dari 95%), dan secara individu variabel independen banyak yang tidak signifikan memengaruhi variabel dependen. 2. Jika antar variabel independen mempunyai korelasi yang sangat kuat. 3. Tolerance and variance inflation factor (VIF) Tolerance untuk mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. VIF =1/Tolerance. Jika nilai Tolerance <0, 1 atau VIF >10 maka di simpulkan adanya multikolonieritas 1.

Contoh: X 1 2 X 2 3 Y 5 3 4 8 5 6 8 4 5 9 6 2 3 7 6 4 9 13 6 4 5 9 5 4 4 6 3 3 Y = keperluan konsumsi X 1 = harga X 2 = pendapatan Buatlah uji multikolinieritas dari di atas 4

Output SPSS Tolerance >0, 1 maka di simpulkan tidak ada multikolonieritas antar variabel independent. VIF <10

Tujuan: menguji apakah model regresi linier ada korelasi ant kesalahan pengganggu pada periode t dengan kesa pengganggu pada periode sebelumnya (t-1). Mendeteksi ada tidaknya AUTOKORELASI 1. Uji Durbin Watson (DW test), 2. Uji Langrage Multiplier (LM test), > 100 observasi 3. Uji statistik Q 4. Run Test.

Dari contoh sebelumnya di dapat Y = keperluan konsumsi X 1 = harga X 2 = pendapatan e=Yet-et-1 6. 2511 -1. 2511 7. 1198 0. 8802 2. 1313 8. 8572 -0. 8572 -1. 7374 7. 9885 1. 0115 1. 8687 9. 7259 -0. 7259 -1. 7374 12. 133 5 0. 8665 1. 5924 7. 1198 -1. 9863 7. 9885 1. 0115 2. 1313 4. 9356 -0. 9356 -1. 9471 1. 8827 1. 1173 2. 0529 Buatlah uji Autokorelasi dari di atas X 1 X 2 Y 2 3 5 3 4 8 5 6 8 4 5 9 6 7 9 2 6 13 3 4 6 4 5 9 5 4 4 6 3 3 7

Mendeteksi ada tidaknya Multikolinearitas Uji Durbin Watson (DW test), Syarat: “Adanya intercept dalam model regresi. ” Rumus: Outpu SPSS:

Pengambilan keputusan ada atau tidaknya autokorelasi: Hipotesis Ho Keputusan Tidak ada autokorelasi Tolak positif Tidak ada autokorelasi No positif decision* Jika 0< d <dl dl≤ d ≤ du Tidak ada autokorelasi negatif Tolak 4 -dl< d <4 Tidak ada autokorelasi negatif No decision* 4 -du ≤d ≤ 4 -dl Tidak ada autokorelasi, positif atau negatif Terima du< d <4 -du * Diperlukan observasi lebih lanjut agar ada keputusan.

d= 3. 386 dl = 0, 697 du = 1, 604 Keputusan: Karna 4 -dl< d <4, maka di simpulkan bahwa Ho yang mengatakan bahwa tidak ada autokorelasi negatif ditolak. “Terdapat autokorelasi negatif”

Model Summaryb Model 1 R R Square. 979 a. 959 Adjusted R Std. Error of Square the Estimate. 941 2758. 308 Durbin-Watson 1. 339 a. Predictors: (Constant), Jenis Kelamin, Pengalaman Kerja, Usia b. Dependent Variable: Income Nilai DW sebesar 1. 339, nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan signifikansi 5%, jumlah sampel 11 (n) dan jumlah variabel bebas 3 (k=3), maka di tabel Durbin Watson akan didapatkan nilai sbb:

Gambar Daerah Uji Durbin Watson 0. 595 1. 928 2. 072 3. 405 1. 339 Karena nilai DW 1. 339 lebih kecil dari du dan lebih besar dari dl, maka tidak menghasilkan kesimpulan yang pasti

Tujuan: menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengama ke pengamatan yang lain. Mendeteksi ada tidaknya HETEROSKEDASITAS 1. Scatter plot (nilai prediksi dependen ZPRED dengan residual SRESID), 2. Uji Gletjer, 3. Uji Park 4. Uji White.

Mendeteksi ada tidaknya HETEROSKEDASTISITAS 1. Scatter plot Dasar Analisis: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka di indikasi terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyeber di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

Langkah-langkah analisis dengan spss 1. Buka file 2. Tekan tombol Plot 3. Masukkan variabel SRESID pada kotak pilihan Y 4. Masukkan variabel ZPRED pada kotak pilihan X 5. Tekan continue 6. Ok

Dari contoh sebelumnya di dapat Y = keperluan konsumsi X 1 = harga X 2 = pendapatan X 1 X 2 Y 2 3 5 3 4 8 5 6 8 4 5 9 6 7 9 2 6 13 3 4 6 4 5 9 5 4 4 6 3 3 Buatlah uji heteroskedastisitas dari di atas 17

di indikasikan terjadi Heteroskedastisitas, karena titik-titik yang ada membentuk pola tertentu.

2. Uji Gletjer Langkah-langkah analisis dengan spss 1. Buka file 2. Buat variabel residual (Ut) dengan cara memilih tombol save dan aktifkan Unstandardized residual. 3. Absolutkan nilai residual (Abs. Ut) pada menu transform. 4. Regresikan variabel Abs. Ut sebagai var. dependent dan variabel harga dan pendapatan sebagai variabel independent. Persamaan menjadi: Abs. Ut=a+b 1 harga+b 2 pendapatan

OUTPUT SPSS ANALISIS Jika variabel independent signifikan mempengaruhi variabel dependent, maka di indikasikan terjadi Heteroskedastisitas. Dari output terdapat variabel pendapatan mempengaruhi variabel Dependent, maka di simpulkan model regresi terjadi Heteroskedastisitas.

Tujuan: mengetahui apakah variabel pengganggu atau resid memiliki distribusi normal. . Mendeteksi ada tidaknya NORMALITAS Analisis grafik (normal P-P plot) 2. Analisis statistik (analisis Z skor skewness dan kurtosis) one sample Kolmogorov-Smirnov Test. 1. Hipotesis: H 0: data residual berdistribusi normal H 1: Data residual tidak berdistribusi normal. .

1. Analisis Grafik 1. Buka file 2. Tekan tombol Plot 3. Aktifkan standardized residual plot pada Histogram dan Normal Probability Plot. 4. Tekan tombol Continue dan abaikan lainnya, lalu tekan Ok.

Dari contoh sebelumnya di dapat Y = keperluan konsumsi X 1 = harga X 2 = pendapatan X 1 X 2 Y 2 3 5 3 4 8 5 6 8 4 5 9 6 7 9 2 6 13 3 4 6 4 5 9 5 4 4 6 3 3 Buatlah uji normalitas dari data di atas. 23

Analisis. Model Regresi memenuhi asumsi normalitas, karna: 1. Grafik Histogram memberikan pola distribusi normal. 2. Grafik normal plot terlihat data menyebar di sekitar garis diagonal dan tidak menjauh dari garis diagonal.

2. Analisis Statistik 1. Buka file 2. Pilih menu Analyze 3. Pilih Non-parametric test 4. Pilihsub menu 1 -sample k-S 5. Pada kotak test variabel list, isikan unstandardized residual(RES_1), caranya lht pada Uji Gletjer. 6. Aktifkan test distribution pada kotak Normal.

Output SPSS ANALISIS Karena Sig >0. 05, maka H 0 diterima, maka disimpulkan data residual berdistribu Normal.

Tujuan: Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan yaitu studi empiris linier, kuadrat, atau kubik. Cara analisis sama dengan materi regresi berganda, pada pertemuan sebelumnya. Yaitu dengan uji F.

Cara lain Mendeteksi Terjadinya linearitas Uji Durbin Watson, 2. Uji Ramsey 3. Uji Langrange Multiplier. 1.