Pengujian Asumsi Regresi Linier

Diah Indriani
Bagian Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga

Asumsi Analisis Regresi Linier

1. Data Y berskala minimal interval Data X berskala minimal nominal (jika data X berskala nominal / ordinal harus menggunakan bantuan variabel dummy) 2. Linieritas, nilai rata-rata y adalah sebuah fungsi garis lurus dari x 3. Homoscedasticity. Varians dari y adalah sama pada beberapa x

Asumsi Analisis Regresi Linier

4. Homoscedasticity. Varians dari y adalah sama pada beberapa x 5. Tidak terdapat multikolinieritas antar variabel bebas. 6. Distribusi normal pada beberapa nilai tertentu x, y berdistribusi normal 7. 8.

ei ~ N ( 0 , 2) / eror berdistribusi normal ei saling bebas / eror saling bebas

Asumsi Linierity
Dapat diuji dengan plot X terhadap Y
Jika membentuk pola garis lurus maka model linier

Asumsi Homoscedasticity

Asumsi Homoscedasticity

Asumsi Homoscedasticity
Plot antara sisaan (eror) dengan Y
Jika plot membentuk pola maka terdapat heteroscedasticity pada model regresi. Jika plot acak (tidak membentuk pola) maka model regresi sudah memenuhi asumsi homoscedasticity

Asumsi Homoscedasticity
Jika plot acak (tidak membentuk pola) maka model regresi sudah memenuhi asumsi homoscedasticity Jika plot membentuk pola maka terdapat heteroscedasticity pada model regresi.

(1)

(2)

(3)

Asumsi Multikolinierity
Dapat diuji dengan menghitung VIF (Variance Inflaction Factor)
Jika VIF < 10 maka terdapat korelasi antar variabel bebas

atau
Jika Tolerance > 0,1 maka terdapat korelasi antar variabel bebas

Asumsi Distribusi Normal Pada Eror ei ~N(0,2) 1. Mengunakan histogram 2. Uji kenormalan ei menggunaakan grafik P-P plot atau Q-Q plot
Jika plot membentuk pola lurus dengan kemiringan 45 maka eror normal
Normal P-P Plot of Regression Standardized Residual

Dependent Variable: Current Salary

1.0

Expected Cum Prob

0.8

0.6

0.4

3. Menggunakan uji Kolmogorov Smirnov

0.2

0.0 0.0 0.2 0.4 0.6 0.8 1.0

Observed Cum Prob

Asumsi Kebebasan Sisaan (eror)

Uji kebebasan ei menggunakan uji korelasi atau Uji Durbin Watson

Uji Durbin Watson

Hipotesis : H0 : = 0 H1 : 0 Statistik Uji :
n

(ei ei1 )2
d=
i =1 n

ei 2
i =1

Uji Durbin Watson

Dimana

ei = sisaan ke i
e i 1 = sisaan ke i-1

Pengambilan keputusan :
1.Jika

du < d maka Ho diterima 2.Jika d < dl maka Ho ditolak, terjadi korelasi positif 3.Jika d > (4-dl) maka Ho ditolak, terjadi korelasi negatif 4.Jika du < d < dl atau (4 du) < d < (4 dl) maka tidak dapat disimpulkan (Nilai du dan dl didapatkan dari tabel titik kritis Durbin Watson)

Pemeriksaan Sisaan Yang lain

Plot sisaan menurut tebaran waktu yang diharapkan berbentuk pola garis lurus sejajar sumbu X

Yang tidak diharapkan bentuk pola

(1)

(2)

(3)

Pemeriksaan Sisaan Yang Lain

1). Menunjukkan ragam tidak konstan, sehingga model perlu diberi bobot 2). Menunjukkan suatu suku linier dalam waktu yang harus dimasukkan ke dalam model 3). Menunjukkan suku kuadratik dalam waktu yang harus dimasukkan ke dalam model

Pemeriksaan Sisaan Lainnya

2. Plot sisaan terhadap peubah Xi Pola yang diharapkan dari plot ini sama dengan plot sisaan menurut tebaran waktu