Nama : Angelin Novelia G

NPM : 19110014

Prodi : Manajemen Perhotelan 2019

UJI ASUMSI KLASIK (UJI AUTOKORELASI, UJI MULTIKOLINEARITAS, UJI

NORMALITAS, UJI HETEROSKEDASTISITAS)

A. UJI AUTOKORELASI

 Definisi
Uji autokorelasi digunakan dalam penelitian ini untuk mengetahui apa dalam sebuah
model regresi linier ada penyimpangan asumsi klasik autokorelasi yaitu korelasi yang
terjadi antara residual satu pengamatan dengan pengamatan yang lain.

 Syarat yang harus dipenuhi

Metode pengujian yang sering digunakan dalam penelitian skripsi kuantitatif adalah
dengan uji durbin-watson (uji DW) dengan ketentuan atau dasar pengambilan
keputusan sebagai berikut :
1. Jika d (durbin watson) lebih kecil dari dL atau lebih besar dari (4-dL) maka
hipotesis nol ditolak, yang berarti terdapat autokorelasi.
2. Jika d (durbin watson) terletak antara dU dan (4- dU), maka hipotesis nol diterima,
yang berarti tidak ada autokorelasi.
3. Jika d (durbin watson) terletak antara dL dan dU atau diantara (4-dU) dan (4-dL),
maka tidak menghasilkan kesimpulan yang pasti.

 Langkah – langkah
1. Setelah data yang ingin di uji sudah dipersiapkan, selanjutnya buka program SPSS,
lalu seperti biasa, klik Variable View. Selanjutnya, pada bagian Name tulis saja X1,
X2, X3 dan Y. Pada Decimals variabel Y ubah menjadi angka 0 (karena datanya
bukan pecahan desimal atau tidak ada angka dibelakang koma). Pada bagian Label
tuliskan ROA, ROE, PER, dan Harga Saham, abaikan yang lainnya. Tampak di
layar sebagai berikut.
2. Setelah itu, klik Data View, dan masukkan data ROA ke X1, ROE ke X2, PER ke
X3, dan Harga Saham ke Y, yang sudah dipersiapkan tadi, bisa dengan cara copy-
paste. Tampak di layar.

3. Langkah selanjutnya, dari menu SPSS pilih Analyze, lalu klik Regression,
kemudian klik Linear
4. Kemudian, muncul kotak dialog dengan nama "Linear Regression", maka
masukkan variabel Harga Saham (Y) ke kolom Dependent, masukkan variabel
ROA (X1), ROE (X2), dan PER (X3) ke kolom Independent(s), lalu klik Statistics

5. Muncul kotak dengan nama "Linear Regression: Statistics," pada bagian ini kita
cukup memberi tanda centang (v) pada Durbin-Watson (abaikan centangan yang
lain). Kemudian klik Continue
 6. Langkah yang terakhir adalah klik Ok. Maka akan muncul output SPSS, dalam hal
ini kita hanya perlu memperhatikan tabel output dengan judul "Model Summary".
B. UJI MULTIKOLINEARITAS

 Definisi
Uji Multikolinieritas ini bertujuan untuk menguji apakah model regresi memiliki
korelasi atau hubungan antar variabel bebas (independen). Model regresi pada uji ini
disimpulkan lebih baik jika tidak terjadi korelasi antara variabel independen.
 Syarat yang harus dipenuhi
1. Tidak terjadi Multikolinearitas , jika nilai Tolerance lebih besar 0,10.
2. Terjadi Multikolinearitas, jika nilai Tolerance lebih kecil atau sama dengan 0,10.
 Langkah – langkah
1. Pastikan kamu sudah meng-install program SPSS, kemudian buka program
SPSS.
2. Siapkan data-data yang diperlukan (contoh: data variabel dependen dan
variabel independen), kemudian entry data variable ke dalam variable view
dan data view.

*Berikut contoh data variabel dependen dan variabel independen yang akan
digunakan pada artikel ini. Ingat bahwa variabel independen harus terdiri dari 2
atau lebih variabel.
 Keterangan :
X1 (Kebersihan Gigi) dan X2 (Konsumsi Makanan Manis) adalah variabel
independen.
Y (Kerusakan Gigi) adalah variabel dependen.
Berdasarkan data diatas terdapat 20 sampel.

3. Selanjutnya, klik Analyze > Regression > Linear

4. Kemudian, akan muncul tampilan Linear Regression. Lalu, variabel yang

terdapat pada kolom kiri dipindahkan ke kolom kanan sesuai dengan jenis
variabelnya, yaitu X1 (Kebersihan Gigi) dan X2 (Konsumsi Makanan
Manis) dipidanhkan ke kolom Independent(s), sedangkan Y (Kerusakan
Gigi) dipindahkan ke kolom Dependent
5. Lalu, klik Statistics… > centang Estimates, Model fit dan Collinearity
diagnostics > klik Continue
 6. Selanjutnya, klik OK dan hasil uji multikolinearitas dapat dilihat pada Ouput

C. UJI HETEROSKEDASTISITAS
 Definisi
Uji Heteroskedastisitas adalah uji yang menilai apakah ada ketidaksamaan varian dari
residual untuk semua pengamatan pada model regresi linear. Uji ini merupakan salah
satu dari uji asumsi klasik yang harus dilakukan pada regresi linear. Apabila asumsi
heteroskedastisitas tidak terpenuhi, maka model regresi dinyatakan tidak valid sebagai
alat peramalan.
 Syarat yang dipenuhi
Adapun dasar pengambilan keputusan dalam uji heteroskedastisitas dengan
menggunakan uji glejser adalah :
1. Jika nilai signifikansi (Sig.) lebih besar dari 0,05, maka kesimpulannya adalah
tidak terjadi gejala heteroskedastisitas dalam model regresi
2. Sebaliknya, jika nilai-nilai signifikansi (Sig.) lebih kecil dari 0,05, maka
kesimpulannya adalah terjadi gejala heteroskedastisitas dalam model regresi.
 Cara perhitungan uji heteroskedastisitas data dengan menggunakan SPSS :
1. Data yang akan digunakan adalah sebagai berikut :

2. Klik menu Analyze – regression – linear

Selanjutnya akan keluar jendela baru seperti ini :

Gambar di atas dapat kami jelaskan bahwa :

a. Variable independent (X1) adalah pelayanan
b. Variable independent (X2) adalah kualitas
c. Variable independent (X3) adalah citra
d. Variable independent (Y) adalah kepuasan
3. Masukkan variable kepuasan ke kotak “dependent” dan masukkan variable
pelayanan, kualitas, dan citra ke kotak “independents”
4. Klik menu “plots” yang ada disamping kanan

Setelah diklik menu tersebut maka akan keluar jendela baru seperti ini :

5. Masukkan *SRESID ke kotak Y dan masukkan *ZPRED ke kotak X (gunakan

tanda panah yang terletak diantara kedua kotak tersebut)
6. Klik continue dan SPSS akan Kembali seperti pada gambar 4, selanjutnya klik
OK, maka akan muncul hasil output SPSS seperti berikut :

7. Interpretasinya adalah berdasarkan hasil pengujian seperti tampak pada output

SPSS di atas (lihat scatter plot yang kami beri kotak warna orange di atas) dapat
 dilihat bahwa titik-titik dan tidak membentuk pola tertentu dan data menyebar
diatas dan dibawah angka 0 pada sumbu Y. Maka dari itu dapat disimpulkan tidak
terjadi gangguan asumsi heteroskedastisitas artinya model regresi ini sudah baik.
D. UJI NORMALITAS
 Definisi
Uji normalitas adalah uji yang didapatkan dari sebaran data untuk mengetahui
apakah data tersebut memiliki berdistribusi normal atau mendekati normal.
Menurut Ghozali (2016) uji normalitas dilakukan untuk menguji apakah pada suatu
model regresi, suatu variabel independen dan variabel dependen ataupun keduanya
mempunyai distribusi normal atau tidak normal.

 Syarat dari uji normalitas adalah data berskala kuantitatif, serta belum
dikelompokkan pada tabel distribusi frekuensi.

 Cara untuk uji normalitas adalah sebagai berikut:

1. Analyze – descriptive statistics – explore
2. Masukkan variabel agresivitas ke dependent list
3. Klik plot, lalu centang histogram dan normality plots with test
4. Klik continue, lalu OK

Melakukan uji normalitas adalah dengan SPSS versi 22 ke atas, hasilnya akan sama
saja. Namun jika menggunakan SPSS versi lama (20 ke bawah), maka akan ada
perbedaan.

Sebab, analisis melalui menu nonparametric test di SPSS versi lama hasilnya belum
dilakukan koreksi Lilliefors. Sehingga sebenarnya kurang tepat kalau kamu menguji
normalitas dengan SPSS versi lama melalui menu nonparametric test.