Anda di halaman 1dari 6

Uji Asumsi klasik

By Candera
http://misterchand89.blogspot.com








BAG. III
UJI ASUMSI KLASIK
UJI MULTIKOLINIERITAS (UJI KORELASI
PARSIAL ANTAR VARIABEL)



Model yang mempunyai standard error besar dan nilai statistik t yang rendah, dengan
demikian merupakan indikasi awal adanya masalah multikolinieritas dalam model. Namun,
multikolinieritas dapat terjadijika model yang kita punyaimerupakan model yang kurang bagus.
Ada beberapa metode untuk mendeteksi masalah multikolinieritas dalam suatu model regresi.
Berikut metode yang digunakan untuk mendeteksi multikolinieritas:
Nilai R
2
tertinggi tetapi hanya sedikit variabel Independen yang signifikan
Korelasi antar variabel independen
Regresi Auxiliary
Metode deteksi klien

Uji Asumsi klasik
By Candera
http://misterchand89.blogspot.com
Metode kedua, akan dipaparkan mengenai uji multikolinieritas dengan menggunakan uji korelasi
parsial antar variabel independen. Pada tahapan ini, uji multikolinieritas hanya berlaku untuk
penelitian yang mempunyai variabel bebasa/independen lebih dari satu.
Pada bagian ini, pengertian multikolinieritas adalah hubungan linier antar variabel
independen di dalam regresi. Sebagai aturan main yang kasar (rule of thumb), jika koefisien
korelasi cukup tinggi katakanlah di atas 0.85 maka kita duga ada multikolinieritas dalam model.
Sebaliknya jika koefisien korelasi relative rendah maka kita duga model tidak mengandung unsur
multikolinieritas. Untuk mendeteksi multikolinieritas melalui uji korelasi parsial antar variabel
independen, bisa dilihat dari adanya hubungan antar variabel independen.

Langkah-langkah uji multikolinieritas dengan korelasi parsial antar variabel
independen:
Data yang digunakan yaitu data produksi karet di Kota X
No
Produksi TK Modal
No
Produksi TK Modal
Q L M Q L M
1 520 75 40 21 364 50 29.2
2 750 90 50 22 1,200 145 112.5
3 920 135 70 23 534 80 43
4 867 95 56 24 1,032 135 110
5 890 100 65 25 950 120 52
6 364 55 25 26 531 75 21.5
7 359 55 15 27 688 90 24.8
8 329 60 15.6 28 890 105 65
9 405 80 35 29 850 100 65
10 725 110 76 30 650 80 45
11 880 120 45 31 1,060 145 120
12 675 75 40 32 400 50 30
13 394 60 22.56 33 950 125 75
14 1,030 150 100 34 750 95 60
15 720 100 56 35 790 65 65
16 930 120 85 36 1,032 140 120
17 1,100 140 120 37 890 120 75
18 650 80 45 38 531 75 35
19 586 75 75.4 39 688 90 40
20 319 45 28.4 40 634 105 35

1. Seperti biasa, buka aplikasi eviews (dalam hal ini eviews 16.00)
Uji Asumsi klasik
By Candera
http://misterchand89.blogspot.com
Dengan buka aplikasi > klik file > new > klik workfile maka akan muncul
window berikut.


2. Kemudian ubah workfile structure type menjadi unstructured/undate, kemudian
masukkan jumlah observations dan klik OK. Maka akan muncul window berikut.

Uji Asumsi klasik
By Candera
http://misterchand89.blogspot.com

3. Input data, dengan cara klik Quick > Empty Group (edit series) kemudian akan
muncul window berikut.


4. Masukkan data, dengan cara copy + paste > ubah nama variabel. (data yang
dimasukkan yaitu data variabel independen saja)


Uji Asumsi klasik
By Candera
http://misterchand89.blogspot.com
5. Analisis data: dengan cara Klik Quick > Groups Statistics > Correlation (akan
muncul window berikut)


6. Masukkan formula ke dalam kotak Series List LOG(L) <spasi> LOG(M) kemudian
klik OK.


Uji Asumsi klasik
By Candera
http://misterchand89.blogspot.com
7. Maka akan muncul output berikut.


8. Selanjutnya dilakukan diteksi multikolinieritas
Berdasarkan tabel output di atas, korelasi antara LOG(L) dengan LOG(M) sebesar
0.817046. Melihat tingginya nilainya koefisien korelasi maka di duga terdapat masalah
multikorilinieritas.