Uncategorized
Tentukan distribusi dari random error dan estimasi parameter lain yang tidak
diketahui dari distribusi tersebut.
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.
Uji normalitas
Uji linearitas
Uji homogenitas
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 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".
Dalam regresi linear ada empat asumsi yang harus dipenuhi (see this Analisis
Regresi Sederhana), yaitu :
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
Semoga bermanfaat ;)
by MEYF