Anda di halaman 1dari 10

UJI NORMALITAS REGRESI

11.51

Duwi Consultant

Uji normalitas pada model regresi digunakan untuk menguji apakah nilai residual yang
dihasilkan dari regresi terdistribusi secara normal atau tidak. Model regresi yang baik
adalah yang memiliki nilai residual yang terdistribusi secara normal. Beberapa metode
uji normalitas yaitu dengan melihat penyebaran data pada sumber diagonal pada grafik
Normal P-P Plot of regression standardized residual atau dengan uji One Sample
Kolmogorov Smirnov. Berikut pembahasannya:
Contoh kasus:
Akan dilakukan analisis regresi untuk mengatahui pengaruh biaya produksi, distribusi,
dan promosi terhadap tingkat penjualan. sebelumnya akan dilakukan uji normalitas
pada model regresi untuk mengetahui apakah residual terdistribusi normal atau tidak.
Data seperti berikut:

Tahun
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010

Tingkat
penjualan
127300000
122500000
146800000
159200000
171800000
176600000
193500000
189300000
224500000
239100000
257300000
269200000
308200000
358800000
362500000

Biaya
produksi
37800000
38100000
42900000
45200000
48400000
49200000
48700000
48300000
50300000
55800000
56800000
55900000
59300000
62900000
60500000

Biaya
distribusi
11700000
10900000
11200000
14800000
12300000
16800000
19400000
20500000
19400000
20200000
18600000
21800000
24900000
24300000
22600000

Biaya
promosi
8700000
8300000
9000000
9600000
9800000
9200000
12000000
12700000
14000000
17300000
18800000
21500000
21700000
25900000
27400000

1) Metode grafik
Uji normalitas residual dengan metode grafik yaitu dengan melihat penyebaran data
pada sumber diagonal pada grafik Normal P-P Plot of regression standardized residual.
Sebagai dasar pengambilan keputusannya, jika titik-titik menyebar sekitar garis dan
mengikuti garis diagonal maka nilai residual tersebut telah normal.
Langkah-langkah analisis pada SPSS sebagai berikut:
- Inputkan data pada SPSS

- Untuk analisis data, klik menu Analyze >> Regression >> Linear

Pada kotak dialog Linear Regression, masukkan variabel Tingkat penjualan ke kotak
Dependent, kemudian masukkan variabel Biaya produksi, Biaya distribusi, dan Biaya
promosi ke kotak Independent(s).
Klik tombol Plots, kemudian terbuka kotak dialog Linear Regression: Plots.
Beri tanda centang pada Normal probability plot, kemudian klik tombol Continue. Akan
kembali ke kotak dialog sebelumnya, klik tombol OK. Maka hasil grafik Normal P-P
Plotseperti berikut:

Dari gambar grafik di atas dapat diketahui bahwa titik-titik menyebar sekitar garis dan
mengikuti garis diagonal maka nilai residual tersebut telah normal.
2) Metode statistik One Sample Kolmogorov Smirnov
Uji One Sample Kolomogorov Smirnov digunakan untuk mengetahui distribusi data,
apakah mengikuti distribusi normal, poisson, uniform, atau exponential. Dalam hal ini
untuk mengetahui apakah distribusi residual terdistribusi normal atau tidak. Residual
berdistribusi normal jika nilai signifikansi lebih dari 0,05.
Langkah-langkah analisis pada SPSS sebagai berikut:
- Inputkan data di SPSS

Langkah pertama yaitu mencari nilai residual, caranya klik Analyze >>
Regression >> Linear

Pada kotak dialog Linear Regression, masukkan variabel Tingkat penjualan ke kotak
Dependent, kemudian masukkan variabel Biaya produksi, Biaya distribusi, dan Biaya
promosi ke kotak Independent(s).
- Klik tombol Save, selanjutnya akan terbuka kotak dialog Linear Regression: Save
Pada Residuals, beri tanda centang pada Unstandardized. Kemudian klik tombol
Continue. Akan kembali ke kotak dialog sebelumnya, klik tombol OK. Hiraukan hasil
output SPSS, Anda buka input data di halaman Data View, disini akan bertambah satu
variabel yaitu residual (RES_1).
- Langkah selanjutnya melakukan uji normalitas residual, caranya klik Analyze >> Non
Parametric tests >> Legacy Dialogs >> 1-Sample K-S.
- Selanjutnya akan terbuka kotak dialog One Sample Kolmogorov Smirnov Test seperti
berikut:
- Masukkan variabel Unstandardized Residual(RES 1) ke kotak Test Variable List. Pada
Test Distribution, pastikan terpilih Normal. Jika sudah klik tombol OK. Akan kembali ke
kotak dialog sebelumnya. Klik OK, maka hasil output seperti berikut:

Dari output di atas dapat diketahui bahwa nilai signifikansi (Asymp.Sig 2-tailed)
sebesar 0,631. Karena signifikansi lebih dari 0,05 (0,631 > 0,05), maka nilai residual
tersebut telah normal.

Normalitas Pada Regresi Linear


Berganda
Normalitas Pada Regresi Linear Berganda
Banyak para peneliti baru terutama mahasiswa S1 kesulitan untuk melakukan
uji regresi linear bergandadengan alasan datanya tidak berdistribusi normal.
Kesulitan terjadi disebabkan mereka melakukan pengujian normalitas pada data
per variabel. Tentunya itu sangat sulit sebab sebenarnya untuk regresi linear
berganda, aumsi normalitas tidak pada per variabel, melainkan pada residual.

Jadi seharusnya asumsi normalitas akan mudah dicapai apabila kita mengikuti
aturan yang benar, yaitu melakukan pengujian normalitas pada residual. Apabila
tidak normal, maka dengan transformasi biasanya residual berubah menjadi
normal. Apabila gagal kita bisa membuang outlier atau menambah sample.

Kesimpulannya:
Uji Normalitas pada regresi linear berganda dilakukan pada residual, bukan
pada data per variabel.

Di sini kita akan melakukan uji normalitas residual pada uji regresi linear
berganda. Ada 2 cara, yaitu:
1. Include Regresi Linear Berganda
2. Metode Explore Setelah Regresi Linear Berganda

Berikut cara pertama:

Masukkan data variabel-variabel independen (x) dan variabel dependen (y)


Pada menu, klik Analyze, Regression, Linear.

Masukkan variabel
dependen pada
independen pada kotak Independent(s)

Klik Tombol Statistics

kotak Dependent dan variabel

Centang Semua (ini tidak digunakan pada uji normalitas residual, tetapi untuk
menguji asumsi yang lain, yaitu Durbin Watson untuk auto korelasi, Collinearity
diagnostics dan covariance Matrix untuk Multikolinearitas dan yang lainnya untuk
kebutuhan lain dalam memenuhi tujuan penelitian)

Klik Tombol Continue

Klik Tombol Plot, centang Histogram dan Normal Probability plot. Sedangkan
pada kotak Y, masukkan SRESIDdan pada kotak X masukkan ZPRED. Pada
kotak X dan Y ini nanti digunakan untuk uji heteroskedastisitas.

Klik Tombol Continue

Klik Tombol Save dan kemudian centang Unstandardized, hal ini digunakan pada
normalitas regresi linear berganda dengan pendekatan explore pada residual.

Klik Tombol Continue kemudian OK.

Lihat hasilnya!

Pada output SPSS, lihat diagram Histogram: jika membentuk lengkung kurve
normal maka residualdinyatakan normal dan asumsi normalitas terpenuhi.

Lihat pula diagram Normal P-P Plot, dikatakan memenuhi asumsi normalitas
jika diagram menunjukkan plot-plot mengikuti alur garis lurus.

Ke-2 grafik di atas dapat anda gunakan untuk mengetahui normalitas residual
pada uji regresi linear berganda, tetapi karena menggunakan grafik, interprestasi
tiap orang dapat berbeda karena unsursubjektifitas, maka anda dapat
menggunakan metode ke-2 nantinya di mana anda dapat menggunakanpendekatan
teori untuk mengetahui normalitas, yaitu dengan menggunakan
uji Kolmogorov Smirnov dengan Koreksi Lilliefors dan uji Shapiro Wilk.

Demikian penjelasan pada metode yang pertama, yaitu include dengan uji regresi
linear berganda. Untuk metode ke-2 yaitu metode explore akan dijelaskan pada
artikel
berikutnya:
Uji Normalitas Pada Regresi Linear Berganda Dengan Pendekatan Teori

Terima Kasih.
http://www.portal-statistik.com/2014/05/uji-normalitas-residual-dengan-analisa.html
http://duwiconsultant.blogspot.co.id/2011/11/uji-normalitas-regresi.html
http://www.portal-statistik.com/2014/05/uji-asumsi-klasik-pada-regresi-linear.html
tgl 4-03-2016 jam 18.00