TUGAS METODE KUANTITATIF

UJI ASUMSI KLASIK

Oleh:

Kelompok 9

Tiffany Andreas C.D. F0209111

Dwi Nugraha F0209046

Nur Adicahya A. F0209122

 Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi
yang dilakukan benar-benar bebas dari adanya gejala heteroskedastisitas, gejala
multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi
yang tidak bias jika telah memenuhi persyaratan BLUE (best linear unbiased estimator) yakni
tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, dan tidak terdapat
autokorelasi ( Sudrajat 1988 : 164). Jika terdapat heteroskedastisitas, maka varian tidak
konstan sehingga dapat menyebabkan biasnya standar error. Jika terdapat multikolinearitas,
maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga
tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi
mengakibatkan penaksir masih tetap bias dan masih tetap konsisten hanya saja menjadi tidak
efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan. Pengujian-pengujian yang
dilakukan adalah sebagai berikut :

Uji Asumsi Klasik Multikolinieritas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan varians dan residual satu pengamatan ke pengamatan yang lain. jika varians
dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut
homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik
adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.

Uji heteroskedastisitas dilakukan dengan menggunakan uji Glejser, yang dilakukan

dengan meregresikan nilai absolut residual yang diperoleh dari model regresi sebagai variabel
dependen terhadap semua variabel independen dalam model regresi. Apabila nilai koefisien
regresi dari masing-masing variabel bebas dalam model regresi ini tidak signifikan secara
statistik, maka dapat disimpulkan tidak terjadi heteroskedastisitas (Sumodiningrat. 2001 :
271).

Uji Asumsi Klasik Heteroskedasitisitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan
adanya korelasi antar variabel bebas (independen). Dalam model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel bebas. Uji Multikolinearitas dilakukan
dengan melihat nilai tolerance dan variance inflation factor (VIF) dari hasil analisis dengan
menggunakan SPSS. Apabila nilai tolerance value lebih tinggi daripada 0,10 atau VIF lebih
kecil daripada 10 maka dapat disimpulkan tidak terjadi multikolinearitas (Santoso. 2002 :
206).

Uji Asumsi Klasik Autokorelasi

Uji Autokorelasi bertujuan menguji apakah dalam suatu model regresi linear 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 Uji autokorelasi dilakukan dengan
menggunakan uji = 5%. Apabila D-Wα Durbin-Watson (D-W), dengan tingkat kepercayaan
terletak antara -2 sampai +2 maka tidak ada autokorelasi (Santoso. 2002 : 219)

Uji Normalitas

Uji normalitas bertujuan untuk mengetahui apakah variabel pengganggu atau residual
memiliki distribusi normal. Sebagai dasar bahwa uji t dan uji F mengasumsikan bahwa nilai
residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka model regresi dianggap
tidak valid dengan jumlah sampel yang ada. Ada dua cara yang biasa digunakan untuk
menguji normalitas model regresi tersebut yaitu dengan analisis grafik (normal P-P plot) dan
analisis statistik (analisis Z skor skewness dan kurtosis) one sample Kolmogorov-Smirnov
Test. Salah satunya menggunakan uji Kolmogorov-Smirnov. Hipotesis yang diajukan adalah
sebagai berikut:

Ho : Data X berdistribusi normal.

Ha : Data X tidak berdistribusi normal.

Pengambilan keputusan:

Jika Sig.(p) > 0,05 maka Ho diterima

Jika Sig.(p) < 0,05 maka Ho ditolak

Dengan menggunakan alat bantu olah data SPSS versi 15 diperoleh output sebagai berikut:
 Berdasarkan hasil output diketahui bahwa variabel harga (X1) pada Asymp.Sig.(2-tailed)
memiliki nilai 0,143 atau sign. p>0,05 sehingga diputuskan bahwa variabel tersebut memiliki
distribusi data yang normal atau Ho diterima dan menolak Ha. Keputusan ini juga sama
diberikan pada variabel pembelian (Y).

Sedangkan data variable tempat (X2) menunjukkan hasil yang sebaliknya, nilai sign.
P<0,05 sehingga diputuskan bahwa variabel tersebut memiliki distribusi data yang tidak
normal atau Ha diterima dan menolak Ho.

Uji normalitas (uji asumsi klasik) dalam model regresi bertujuan untuk menguji apakah
variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t
dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal.

Hipotesis yang diajukan:

Ho : Data residual berdistribusi normal.

Ha : Data residual tidak berdistribusi normal.

Uji Linearitas

Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan yaitu studi empiris
linier, kuadrat, atau kubik. Ada tiga uji yang bisa dilakukan untuk mendeteksi yaitu uji
Durbin Watson, uji Ramsey, dan uji Langrange Multiplier.