KLASIK
Tujuan Pengajaran:
Mengerti apa yang dimaksud dengan
uji asumsi klasik
Mengerti item-item asumsi
Menjelaskan maksud item-item asumsi
Menyebutkan nama-nama asumsi
yang harus dipenuhi
Mengerti apa yang dimaksud dengan
autokorelasi
A. Uji
Autokorelasi
A.1. Pengertian
autokorelasi
Autokorelasi adalah keadaan dimana
variabel gangguan padaperiode
tertentu berkorelasi dengan variabel
gangguanpada periodelain.
A.2. Sebab-sebab
Autokorelasi
Langkah-langkah pengujian
autokorelasi menggunakan uji Durbin
Watson (DW test) dapat dimulai
dari menentukan hipotesis.
(H)erdapat autokorelasi positif, atau,
terdapat autokorelasi negatif.
Dimana:
DW = Nilai Durbin-Watson d statistik
dU = Nilai batas atas (didapat dari
tabel)
dL= Nilai batas bawah (didapat dari
tabel)
()=5%,
N = 22
Prediktor : 2
batas atas (U) =1,54
sedang batas bawah (L) = 1,15.
DW = 0,883
Uraian di atas
dapat pula dijelaskan dalam bentuk
gambar sbb
B. Uji Normalitas
Tujuan dilakukannya uji normalitas
adalah untuk menguji apakah variabel
penganggu (e) memiliki distribusi
normal atau tidak.
dimana:
S = Skewness (kemencengan)
distribusi data
K= Kurtosis (keruncingan)
Skewness
Kurtosis
3) Mengamati sebaran data, dengan
melakukan hitungan-hitungan berapa
prosentase data observasi dan
berada di area mana.
SD1 = 68 %
SD2 = 95%
SD3 = 99,7 %
Ilustrasi:
Mean : 46 kg
Sd = 5 kg
68% x 30 = 10: (41-46) kg
10 : (46-52) kg
4 (36 41 ) kg
5 (51 56 ) kg
1 (> 36) Kg)
C. Uji Heteroskedastisitas
C.2. Konsekuensi
Heteroskedastisitas
1. Sb menjadi bias
2. nilai b bukan nilai yang terbaik.
3. Munculnya masalah
heteroskedastisitas yang
mengakibatkan nilai Sb menjadi
bias, akan berdampak pada nilai t
dan nilai F yang menjadi tidak
dapat ditentukan.
C.3. Pendeteksian
Heteroskedastisitas
Untuk mendeteksi ada tidaknya
heteroskedastisitas, dapat dilakukan
dengan berbagai cara seperti uji grafik,
uji Park, Uji Glejser, uji Spearmans
Rank Correlation, dan uji Whyte
menggunakan Lagrange Multiplier
Membandingkan sebaran data pada
scatter plot
D. Uji Multikolinieritas
D.1. Pengertian Multikolinearitas
Multikolinearitas: Multikolinieritas
adalah suatu keadaan dimana
terjadi korelasi linear yang perfect
atau eksak di antara variabel penjelas
yang dimasukkan ke dalam model.
D.2. Konsekuensi
Multikolinearitas
Apabila belum terbebas dari masalah
multikolinearitas akan menyebabkan
nilai koefisien regresi (b) masingmasing variabel bebas dan nilai
standar error-nya (Sb) cenderung bias,
dalam arti tidak dapat ditentukan
kepastian nilainya, sehingga akan
berpengaruh pula terhadap nilai t
D.3. Pendeteksian
Multikolinearitas
Terdapat beragam cara untuk
menguji multikolinearitas, di antaranya:
menganalisis matrix korelasi dengan
Pearson Correlation
atau dengan
Spearmans Rho Correlation,
melakukan regresi partial dengan
teknik auxilary regression,