UJI ASUMSI KLASIK

UJI ASUMSI KLASIK

1.
2.
3.
4.
5.

Uji Normalitas
Uji Non-Multikolinieritas
Uji Non-Heteroskedastisitas
Uji Linieritas
Uji Non-Otokorelasi (time series)

Yang Dimaksud dengan Kurva Normal

Distribusi normal merupakan suatu kurve

berbentuk lonceng.
Penyebab data tidak normal, karena
terdapat nilai ekstrim dalam data seri
yang diambil.
Nilai ektrim adalah nilai yang terlalu
rendah atau terlalu tinggi.

Penyebab Munculnya Nilai Ekstrim

1. Kesalahan dalam pengambilan unit sampel.
Cara mengatasi: Mengganti unit sampel.
2. Kesalahan dalam menginput data.
Cara mengatasi: Memperbaiki input data yang salah.
3. Data memang aneh dibanding lainnya.
Cara mengatasi: Tambah ukuran sampel atau dengan
membuang data yang aneh tersebut.

UJI NORMALITAS
PENGERTIAN UJI NORMALITAS
Uji normalitas di maksudkan untuk
mengetahui apakah residual terstandarisasi
yang diteliti berdistribusi normal atau tidak.

PENYEBAB TIDAK NORMAL

Disebabkan karena terdapat nilai ektrim
dalam data yang kita ambil.

Uji Normalitas

CARA MENDITEKSI:
1. Dengan gambar:
Jika kurva regression residual terstandarisasi
membentuk gambar
lonceng.
2. Dengan angka:

Uji Liliefors
Chi Kuadrat (X2)
Uji dengan kertas peluang normal
Uji dengan Kolmogornov Smirnov

Uji Normalitas

Pilih save

Pilih Unstanddized ok
8

 Analyze Descriptive Statistics Descriptive

Option

Kurtosis dan Skweness

Cara Mengatasi Data yang Tidak Normal

Menambah jumlah data.

Melakukan transformasi data menjadi Log
atau LN atu bentuk lainnya.
Menghilangkan data yang dianggap
sebagai penyebab data tidak normal.
Dibiarkan saja tetapi kita harus
menggunakan alat analisis yang lain.

10

UJI MULTIKOLINIERITAS
PENGERTIAN
Uji multikolinieritas berarti terjadi korelasi
yang kuat (hampir sempurna) antar variabel
bebas.
Tepatnya multikolinieritas berkenaan dengan
terdapatnya lebih dari satu hubungan linier
pasti, dan istilah kolinieritas berkenaan
dengan terdapatnya satu hubungan linier.

11

Uji Multikolinieritas
PENYEBAB
Karena sifat-sifat yang terkandung dalam
kebanyakan variabel ekonomi berubah
bersama-sama sepanjang waktu.
Besaran-besaran ekonomi dipengaruhi
oleh faktor-faktor yang sama.

12

Uji Non-Multikolinieritas
Cara menditeksi:
1. Dengan melihat koefesien korelasi antar
variabel bebas:
Jika koefesien korelasi antar variabel bebas 0,7
maka terjadi multikolinier.
2. Dengan melihat nilai VIF (Varian
Infloating
Factor):
Jika nilai VIF 10 maka tidak terjadi multikolinier.

13

Pengujian Multikolinier Dengan SPSS

Buka file : Data_Regresi_1
Analyze Regression Linear...
Masukan variabel Y
pada kotak
Dependent
X1, X2,
pada kotak Independent
Statistics: klik Colinier Diagnosis
Continue

14

Output:

Karena nilai VIF < 10 maka tidak terjadi Multikulinier

15

CARA MENGATASI MULTIKOLINIER

Memperbesar ukuran sampel

Memasukan persamaan tambahan ke dalam
model.
Menghubungkan data cross section dan data
time series.
Mengeluarkan suatu variabel dan bias
spesifikasi.
Transformasi variabel.

16

UJI NON-HETEROSKEDASTISITAS
PENGERTIAN
Uji heteroskedastisitas berarti adanya varian dalam model
yang tidak sama (konstan).
PENYEBAB
Variabel yang digunakan untuk memprediksi memiliki nilai
yang sangat beragam, sehingga menghasilkan nilai residu
yang tidak konstan.

17

Uji Heteroskedastisitas
CARA MENDITEKSI:
1. Dengan Uji Park
Yaitu dengan meregresikan variabel
bebas
terhadap nilai log-linier kuadrat.
2. Dengan Uji Glejser
Yaitu dengan meregresikan variabel
bebas
terhadap nilai residual
mutlaknya.
3. Dengan Uji Korelasi Rank Spearman
Mengkorelasikan nilai residual dengan variabel bebas
dengan menggunakan Rank-spearman.

18

Pengujian Heteroskedastisitas Dengan SPSS

Memunculkan Nilai Residual
Buka file : Data_Regresi_1
Analyze Regression Linear...
Masukan variabel Y
pada kotak Dependent
X1, X2,
pada kotak Independent
Save: pada kotak Residual : klik unstandardized Continue
(bertujuan untuk membuat variabel / kolom baru pada data yaitu res_1 )
Abaikan pilihan yang lain OK
Mutlakan Nilai Residualnya
Buka file : Data Regresi_1
Tranform Compute
Pada Target Variabel diisi dengan ABRES
Pada Numeric Expresion diisi dengan ABS(RES_1)
Abaikan pilihan yang lain OK
Meregresikan variabel bebas terhadap Nilai Mutlak Residual
Buka file : Data_Regresi_1
Analyze Regression Linear...
Masukan variabel ABRES
pada kotak Dependent
X1, X2,
pada kotak Independent
Abaikan pilihan yang lain OK
19

20

21

Prose Memunculkan Nilai Residual dan Memutlakannya

Memunculkan Nilai Residual

Memutlakan Nilai Residual

22

Meregresikan variabel bebas

terhadap Nilai Mutlak Residual

X1 X5 tidak signifikan karena p-value > 0,05 sehingga X1 tidak terjadi gejala
heteroskedastisitas.

23

Cara Mengatasi Heteroskedastisitas

Tambah jumlah pengamatan.

Tranformasikan data ke bentuk LN atau
Log atau bentuk laiannya.

24

UJI NON-AUTOKORELASI
PENGERTIAN
Uji ini dilakukan untuk mengetahui apakah ada
korelasi antara anggota serangkaian data observasi
yang diuraikan menurut waktu (time series) atau
ruang (cross section).

25

Uji Otokorelasi
PENYEBAB:
Adanya kelembaman waktu
Adanya bias spesifikasi model
Manipulasi data

26

Uji Otokorelasi

Uji Durbin Watson

Uji Lagrange Multiplier
Uji Breusch-Godfrey

27

Pengujian Otokorleasi Dengan SPSS

Memunculkan Nilai Residual
Buka file : Data_Regresi_1
Analyze Regression Linear...
Masukan variabel Y
pada kotak
Dependent
X1, X2,
pada kotak Independent
Klik Statistics:
Pada Residual pilih Durbin Watson
Klik Continue
Abaikan pilihan yang lain OK

28

Proses Analisi durbin Watson dengan SPSS

29

30

31

UJI LINIERITAS
Uji ini dilakukan untuk mengetahui model yang digunakan apakah
menggunakan model linier atau tidak.
Cara menditeksi:
1. Dengan kurva:
Model dikatakan linier jika plot antara nilai residual
terstandarisasi dengan nilai prediksi terstandarisasi
tidak
membentuk pola tertentu (acak).
2. Dengan uji MWD
Cara
mengetahui linieritas dengan menggunakan
gambar
dianggap masing kurang obyektif sehingga masih
dibutuhkan alat analisis Mac Kinnon White
Davidson
(MWD)

32

Pengujian Linieritas Dengan SPSS

Memunculkan Nilai Residual

Buka file : Data Regresi_1

Analyze Regression Linear...

Reset..

Masukan variabel Y pada kotak Dependent

X1, X2, pada kotak Independent(s)

Plots : pada Y : diisi : ZRESID

X : diisi : ZPRED Continue.

OK

33

Proses Uji Linieritas dengan SPSS

Scatterplot
Dependent Variable: Y
Regression Standardized Residual

1,0

,5

0,0

-,5

-1,0

-1,5
-3

-2

-1

Regression Standardized Predicted Value

Karena plot regresi standardiz residual dengan regresi

standardiz prediksi membentuk pola yang acak maka
menggunakan persamaan regresi Linier.

34

Bagiamana Kalau tidak Linier ?

Jika hasil tidak linier tinggal ganti dengan
persamaan non linier.

35