Apa itu Uji Asumi Klasik?

itu pertanyaan yang sering dilontarkan terutama bagi para peneliti

yang sedang mengolah data yang mengharuskan memenuhi kriteria Best Linear Unbiased
Estimator (BLUE). BLUE dapat dicapai bila memenuhi asumsi klasik.

Asumsi klasik tersebut antara lain adalah:

•    Model regresi dispesifikasikan dengan benar.
•    Error menyebar normal dengan rataan nol dan memiliki suatu ragam (variance) tertentu.
•    Tidak terjadi heteroskedastisitas pada ragam error.
•    Tidak terjadi multikolinieritas antara peubah bebas.
•    Error tidak mengalami autokorelasi (error tidak berkorelasi dengan dirinya sendiri).

Ada berapa uji Asumsi Klasik tersebut?

Ada enam uji asumi yang harus dilakukan terhadap suatu model regresi tersebut, yaitu:
•    Uji Normalitas,
•    Uji Homogenitas,
•    Uji Linieritas,
•    Uji Multikolinieritas,
•    Uji Heteroskedastisitas dan
•    Uji Autokorelasi.

Ada beberapa ahli menyebutkan bahwa dari keenam syarat untuk memenuhi model regresi
tersebut terbagi dua kelompok yaitu: uji asumsi klasik (Normalitas, Homogenitas dan Linieritas)
dan uji penyimpangan asumsi klasik (Multikolineritas, heteroskedasitas dan Autokorelasi). Tidak
jadi masalah karena semuanya akan di bahas disini.

Uji Normalitas

Uji Asumsi Klasik dengan Uji Normalitas data dilakukan sebelum data diolah berdasarkan
model-model penelitian yang diajukan. 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 beberapa teknik yang dapat digunakan untuk menguji normalitas data, antara lain uji chi-
kuadrat, uji lilliefors, dan uji kolmogorov-smirnov.

Uji Homogenitas

Uji Asumsi Klasik dengan Uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau
lebih kelompok data sampel berasal dari populasi yang memiliki variansi yang sama. Pada
analisis regresi, persyaratan analisis yang dibutuhkan adalah bahwa galat regresi untuk setiap
pengelompokan berdasarkan variabel terikatnya memiliki variansi yang sama.
Uji Linieritas

Uji Asumsi Klasik dengan 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.
Uji Multikolinieritas

Uji Asumsi Klasik dengan Uji multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independent variable). Model regresi yang baik
seharusnya tidak terjadi korelasi di antara viriabel bebas, karena jika hal tersebut terjadi maka
variabel-variabel tersebut tidak ortogonal atau terjadi kemiripan.
Variabel ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas bernilai
nol. Uji ini untuk menghindari kebiasan dalam proses pengambilan keputusan mengenai
pengaruh parsial masing-masing variabel independen terhadap variabel dependen. Untuk
mendeteksi apakah terjadi problem multikol dapat melihat nilai tolerance dan lawannya variace
inflation factor (VIF).

Uji Heteroskedastisitas

Uji Asumsi Klasik dengan Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi
terjadi ketidaksamaan veriance dari residual satu pengamatan ke pengamatan yang lain. Jika
variance tetap maka disebut homoskedastisitas dan jika berbeda maka terjadi problem
heteroskedastisitas.
Model regresi yang baik yaitu homoskesdatisitas atau tidak terjadi heteroskedastisitas. Ada
beberapa cara untuk mendeteksi ada tidaknya heteroskedastisitas yaitu melihat scatter plot (nilai
prediksi dependen ZPRED dengan residual SRESID), uji Gletjer, uji Park, dan uji White.

Uji Autokorelasi

Uji Asumsi Klasik dengan Uji autokorelasi bertujuan menguji apakah model regresi linier ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode
sebelumnya (t-1). Jika terjadi korelasi maka dinamakan ada problem autokorelasi.
Ada beberapa cara untuk mendeteksi gejala autokorelasi yaitu uji Durbin Watson (DW test), uji
Langrage Multiplier (LM test), uji statistik Q, dan Run Test.

Itulah beberapa hal yang berkaitan dengan uji asumsi klasik, artikel-artikel berikutnya akan
dibahas cara prakteknya di software-software statistik seperti SPSS. Semoga bermanfaat!