UJI ASUMSI KLASIK Untuk memperoleh estimasi model regresi

  • Slides: 18
Download presentation
UJI ASUMSI KLASIK Untuk memperoleh estimasi model regresi yang benar. l Uji Asumsi Klasik

UJI ASUMSI KLASIK Untuk memperoleh estimasi model regresi yang benar. l Uji Asumsi Klasik adalah suatu upaya memperoleh model regresi yang terbaik, dengan memberikan estimasi yang benar dalam model regresi yang digunakan l 1 H. Harinoto, Dr. MM

1. MULTIKOLINEARITAS l 2 Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya

1. MULTIKOLINEARITAS l 2 Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi yang kuat antar varibel independen. Jika terjadi korelasi, maka dinamakan terdapat problem multikolinieritas ( Multiko). H. Harinoto, Dr. MM

KAIDAH MULTIKOLINEARITAS Besaran nilai VIF ( Variance Inflation Factor ) dan tolerance. l Pedoman

KAIDAH MULTIKOLINEARITAS Besaran nilai VIF ( Variance Inflation Factor ) dan tolerance. l Pedoman suatu model regresi yang bebas multiko adalah nilai VIF di sekitar angka 1 dan TOLERANCE mendekati 1. l 3 H. Harinoto, Dr. MM

Tools Multikolinieritas l l l 4 Nonaktifkan pilihan estimates dan model Fit Aktifkan pilihan

Tools Multikolinieritas l l l 4 Nonaktifkan pilihan estimates dan model Fit Aktifkan pilihan Covariance matrix dan Collinierity Diagnotics Abaikan yang lain Tekan tombol Continue Tekan OK H. Harinoto, Dr. MM

Hasil Multikolinieritas 5 H. Harinoto, Dr. MM

Hasil Multikolinieritas 5 H. Harinoto, Dr. MM

2. HETEROSKEDASTISITAS l 6 Heteroskedastisitas adalah varian faktor pengganggu (error) yang terjadi dalam model

2. HETEROSKEDASTISITAS l 6 Heteroskedastisitas adalah varian faktor pengganggu (error) yang terjadi dalam model regresi bersifat tidak sama atau tidak konstan. Oleh karena itu, suatu model regresi harus terhindar dari faktor pengganggu H. Harinoto, Dr. MM

HETEROKEDASTISITAS Kaidah ke 2: Jika ada pola tertentu, seperti titik-titik (point – point) yang

HETEROKEDASTISITAS Kaidah ke 2: Jika ada pola tertentu, seperti titik-titik (point – point) yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y maka tidak terjadi heteroskedastisitas. (Singgih Santoso) 7 H. Harinoto, Dr. MM

Tools 1. Heteroskedastisitas l l l 8 Tekan tombol Plots Masukkan variabel SRESID pada

Tools 1. Heteroskedastisitas l l l 8 Tekan tombol Plots Masukkan variabel SRESID pada Y Masukkan variabel ZPRED pada X Abaikan bagian lain Tekan tombol Continue OK H. Harinoto, Dr. MM

Hasil Analisis Heteroskedastisitas 9 H. Harinoto, Dr. MM

Hasil Analisis Heteroskedastisitas 9 H. Harinoto, Dr. MM

HETEROSKEDASTISITAS 2. l l 10 Kaidah 2. memakai nilai korelasi Spearman's dibawah 0. 7

HETEROSKEDASTISITAS 2. l l 10 Kaidah 2. memakai nilai korelasi Spearman's dibawah 0. 7 berarti model regreesi menunjukkan tidak adanya heteroskedastisitas. Sebaliknya jika nilai rho diatas 0, 7 maka model regresi menunjukkan adanya permasalahan Heteroskedastisitas. (Supranto, 1997). H. Harinoto, Dr. MM

HETEROKEDASTISITAS 11 Apabila nilai korelasi Spearman's dibawah 0. 7 berarti model regreesi menunjukkan tidak

HETEROKEDASTISITAS 11 Apabila nilai korelasi Spearman's dibawah 0. 7 berarti model regreesi menunjukkan tidak adanya heteroskedastisitas. Sebaliknya jika nilai rho diatas 0, 7 maka model regresi menunjukkan adanya permasalahan Heteroskedastisitas H. Harinoto, Dr. MM

3. Uji Normalitas l 12 Uji normalitas dimaksudkan untuk mengetahui apakah dalam sebuah model

3. Uji Normalitas l 12 Uji normalitas dimaksudkan untuk mengetahui apakah dalam sebuah model regresi variabel dependent, variabel independent atau keduanya mempunyai distribusi normal atau tidak H. Harinoto, Dr. MM

Uji Normalitas Kaidahnya : jika data menyebar di sekitar garis diagonal dan mengikuti arah

Uji Normalitas Kaidahnya : jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka regresi memenuhi asumsi normalitas Tools Normalitas : l Tekan tombol Plots l Aktifkan pilihan Normal probability plot l Abaikan bagian lain l Tekan Continue l Tekan OK l 13 H. Harinoto, Dr. MM

Hasil Analisis Normatitas 14 H. Harinoto, Dr. MM

Hasil Analisis Normatitas 14 H. Harinoto, Dr. MM

4. Uji Autokorelasi l l 15 Autokorelasi adalah merupakan korelasi antara anggota dalam data

4. Uji Autokorelasi l l 15 Autokorelasi adalah merupakan korelasi antara anggota dalam data time series atau antara space untuk data cross section Auto korelasi digunakan untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. H. Harinoto, Dr. MM

Uji Autokorelasi l Sebagai patokan secara umum: – Angka Durbin-Watson < -2 berarti autokorelasi

Uji Autokorelasi l Sebagai patokan secara umum: – Angka Durbin-Watson < -2 berarti autokorelasi positif. – Angka Durbin-Watson diantara -2 sampai +2 berarti tidak ada autokorelasi – Angka Durbin-Watson > +2 ada autokorelasi negatif. (Singgih Santoso: 2001) 16 H. Harinoto, Dr. MM

Tools Autokorelasi l l l 17 Tombol Statistics Aktifkan pilihan Durbin Watson pada residuals

Tools Autokorelasi l l l 17 Tombol Statistics Aktifkan pilihan Durbin Watson pada residuals Abaikan bagian lain Tekan tombol Continue OK H. Harinoto, Dr. MM

Uji Autokorelasi angka D-W sebesar 1. 166 yang berarti bahwa model regresi tersebut tidak

Uji Autokorelasi angka D-W sebesar 1. 166 yang berarti bahwa model regresi tersebut tidak terdapat masalah autokorelasi 18 H. Harinoto, Dr. MM