Home

Uncategorized

UJI ASUMSI KLASIK REGRESI

11:56 ANALISIS DATA No comments

Sebelumnya kita sudah membahas sebagian mengenai analisis regresi linear. Dapat
kita rangkum beberapa langkah dalam analisis regresi linear :

Membuat bentuk model regresi linear

Mengambil data sampel

Gunakan data sampel untuk mengestimasi parameter model linear

Tentukan distribusi dari random error dan estimasi parameter lain yang tidak
diketahui dari distribusi tersebut.

Uji kegunaan model secara statistik

Ketika model sudah sesuai maka model dapat digunakan untuk memprediksi
atau mengestimasi.

Dalam regresi linear berganda yang berbasis OLS (Ordinary Least Square),
persyaratan statistik yang harus dipenuhi sebelum melakukan analisis regresi linear
berganda yaitu disebut dengan uji asumsi regresi. Namun analisis regresi linear
yang tidak berdasarkan OLS tidak memerlukan uji asumsi, seperti regresi logistik.

Secara umum, uji asumsi untuk regresi dapat dikelompokkan atas :

1. Uji asumsi dasar regresi

Uji normalitas

Uji linearitas

Uji homogenitas

2. Uji asumsi klasik regresi

Uji multikolinearitas

Uji heteroskedastisitas

Uji autokorelasi

Uji normalitas
Tidak ada ketentuan urutan uji mana yang harus dilakukan terlebih dahulu. Uji
asumsi regresi ini dilakukan agar hasil analisa regresi yang diperoleh lebih akurat.
Jika terdapat salah satu asumsi yang tidak terpenuhi, maka ada kecurigaan bahwa
analisis yang diperoleh kurang akurat, error yang besar, koefisien yang tidak
minim, variabel bebas yang tidak terdeteksi sehingga bisa menyebabkan kesalahan
interpretasi.

Untuk itu jika asumsi regresi tidak terpenuhi, dilakukan beberapa hal agar dapat
memenuhi uji asumsi tersebut, sebagai contoh uji normalitas, jika tidak terpenuhi
maka salah satu solusinya adalah menambah jumlah sampel atau melakukan
transformasi variabel, dll. Dan jika asumsi dasar masih tidak terpenuhi maka
selanjutnya adalah mengubah analisis data regresi dengan analisis data yang lain
yang dianggap lebih tepat.

Uji Normalitas (Test of normality) digunakan untuk mengetahui apakah populasi

data berdistribusi normal atau tidak. Biasanya digunakan untuk data berskala
ordinal, interval atau pun rasio. Uji yang biasa digunakan adalah uji Liliefors
melalui nilai pada Kolmogorov Smirnov. (See this Uji Liliefors)

Uji Linearitas (Test of Linearity) digunakan untuk mengetahui apakah dua variabel
mempunyai hubungan yang linear atau tidak secara signifikan. Pada SPSS diperoleh
melalui ANOVA dengan memilih icon "Test for Linearity".

Uji Homogenitas (Test of Homogenity) digunakan untuk mengetahui apakah

beberapa varian populasi data adalah sama atau tidak. Pada SPSS diperoleh melalui
ANOVA dengan memilih Test of Homogenity, dan hasilnya bisa dilhat dari nilai
Levene Test dimana semakin kecil nilainya maka semakin besar homogenitasnya.

Uji Multikolinearitas (Test of Multicolinearity) digunakan untuk mengetahui ada

atau tidaknya hubungan linear antar variabel independen dalam model regresi.
Pada SPSS diperoleh melalui Linear Regression dengan memilih icon Collinearity
diagnostics, dan hasilnya ada pada kolom VIF yang memiliki nilai kurang dari 5
maka tidak terdapat multikolinearitas.

Uji Heteroskedastisitas (Test of Heteroskedasticity) digunakan untuk mengetahui

ada atau tidaknya ketidaksamaan varian dari residual pada model regresi. Pada
SPSS diperoleh melalui Bivariate Correlation.

Uji Autokorelasi (Test of Autocorrelation) digunakan untuk mengetahui ada atau

tidaknya korelasi antara satu residual pengamatan dengan residual pengamatan
lainnya pada model regresi. Pada SPSS diperoleh melalui Linear Regression dengan
memilih icon Durbin-Watson.

Dalam regresi linear ada empat asumsi yang harus dipenuhi (see this Analisis
Regresi Sederhana), yaitu :

1. Masing-masing variabel bebas adalah linear dan tidak berkorelasi.

2. Random error memiliki variansi konstan.

 3. Random error saling bebas (independen).

4. Random error memiliki distribusi normal dengan mean 0 dan standar deviasi
tetap.

Masing-masing asumsi dapat diuji dengan uji asumsi klasik di atas, yaitu

1. Asumsi 1 : Uji normalitas

2. Asumsi 2 : uji heteroskedastisitas

3. Asumsi 3 : Uji autokorelasi

4. Asumsi 4 : Uji multikolinearitas

Untuk selanjutnya akan kita bahas satu-persatu.

Semoga bermanfaat ;)

by MEYF