Tutorial Uji Asumsi Klasik dengan Eviews

Penulis Anwar Hidayat - 2 Februari 2017

Tutorial Uji Asumsi Klasik dengan Eviews

Contents [hide]

1 Tutorial Uji Asumsi Klasik dengan Eviews

1.1 Jenis Asumsi Klasik Regresi OLS
1.2 Uji Autokorelasi dengan Eviews
1.2.1 Uji Autokorelasi Durbin Watson
1.2.2 Uji Autokorelasi Serial Korelasi
1.3 Uji Normalitas residual dengan Eviews
1.4 Uji Multikolinearitas dengan Eviews
1.5 Uji Heteroskedastisitas dengan Eviews
1.6 Uji Outlier dengan Eviews
1.7 Uji Linearitas dengan Eviews
1.8 Kesimpulan Uji Asumsi Klasik dengan Eviews

Uji asumsi klasik merupakan syarat yang harus dilakukan pada setiap uji regresi linear
ordinary least square (OLS). Di dalam analisis regresi menggunakan aplikasi eviews, kita
dapat melakukan berbagai jenis uji asumsi klasik yang menjadi syarat-syarat tersebut.
Oleh karena itu, dalam kesempatan ini kami akan menjelaskan tutorial cara uji asumsi
klasik dengan eviews.

Jenis Asumsi Klasik Regresi OLS

Sedikit review kembali sebelum kita masuk pada bahasan pokok artikel kali ini, yaitu
tentang jenis asumsi klasik yang harus dilakukan oleh para peneliti pada saat analisis
regresi OLS. Asumsi klasik yang harus diperhatikan antara lain: asumsi linearitas regresi,
normalitas residual, non multikolinearitas, non heteroskedastisitas, non outlier dan non
autokorelasi.

Pada kesempatan ini, kami akan jelaskan semua tutorial untuk melakukan uji asumsi
klasik tersebut di atas. baiklah, kita mulai dari yang pertama yaitu asumsi autokorelasi.
Namun sebaiknya anda baca terlebih dahulu artikel kami sebelumnya yaitu: Tutorial Uji
Regresi Linear dengan Eviews dan Interprestasi Regresi Linear dengan Eviews. 
Maksudnya adalah agar terdapat kesinambungan pemahaman dengan apa yang kan kita
bahas saat ini. Kemudian silahkan buka kembali file kerja aplikasi eviews pada
pembahasan sebelumnya tersebut.

Uji Asumsi Klasik dengan Eviews

Uji Autokorelasi dengan Eviews

Ada dua macam autokorelasi yang akan kita uji, yaitu autokorelasi first order dan
autokorelasi serial correlation. Silahkan anda pilih mana yang cocok untuk model regresi
anda. Apabila tidak ada variabel Lag, silahkan gunakan uji autokorelasi durbin watson.
Namun jika ada variabel Lag, silahkan gunakan uji autokorelasi serial correlation.

Uji Autokorelasi Durbin Watson

Langkah yang harus anda lakukan adalah buka kembali file kerja anda dan pastikan
file yang digunakan benar. Kemudian  perhatikan output dari hasil regresi linear
dengan eviews yang tampilannya adalah sebagai berikut:

Output Autokorelasi Durbin Watson dengan Eviews

Perhatikan nilai Durbin-Watson Stat, yaitu sebesar 1,767489. Nilai tersebut adalah
nilai Durbin Watson (DW) Hitung yang bisa anda bandngkan dengan nilai DU dan DL
pada tabel Durbin Watson. Agar anda paham dan memiliki Tabel durbin Watson,
silahkan baca artikel kami tentang Tabel Durbin Watson.

Kesimpulannya: Jika nilai DW > DU dan nilai (4-DW) > DU, maka dinyatakan tidak
ada masalah autokorelasi, baik autokorelasi positif maupun negatif. Lebih detail
tentang cara baca tabel durbin watson dan cara mengambil kesimpulan pada uji
autokorelasi, baca artikel kami yang berjudul: Pengertian dan Penjelasan Uji
Autokorelasi Durbin Watson. 
 Uji Autokorelasi Serial Korelasi

Uji autokorelasi yang lain adalah serial korelasi. Banyak metode uji ini yang
bisa dilakukan, namun dengan eviews kita menggunakan uji Breusch-Godfrey Serial
Correlation LM Test. Caranya yaitu pada menu tekan tombol View -> Residual
Diagnostics -> Serrial Correlation LM Test.

Jika langkah anda benar, maka hasilnya adalah seperti gambar di bawah ini:

Uji Autokorelasi dengan Eviews

Perhatikan nilai Prob Chi Square(2) yang merupakan nilai p value uji  Breusch-
Godfrey Serial Correlation LM, yaitu sebesar 0,2815 dimana > 0,05 sehingga terima
H0 atau yang berarti tidak ada masalah autokorelasi serial.

Uji Normalitas residual dengan Eviews

Perli diingat kembali bahwa asumsi normalitas pada regresi linear OLS adalah  pada
residual bukan variabelnya. Cara uji normalitas dengan eviews adalah: silahkan tekan
tombol View -> Histogram-Normality Test. Hasilnya sebagai berikut:


 Uji Normalitas Residual dengan Eviews

Uji Normalitas banyak sekali macamnya, antara lain: lilliefors, kolmogorov smirnov,
shapiro wilk dan shapiro francia, skewness kurtosis, jarque bera, dan lain-lain. Pada
aplikasi eviews ini, uji normalitas yang bisa kita lakukan adalah menggunakan metode
jarque bera. Silahkan baca artikel kami tentang Pengertian dan Penjelasan Jarque Bera.

Hasil uji normalitas residual di atas adalah: nilai jarque bera sebesar 118,8955 dengan p
value sebesar 0,0000 dimana < 0,05 sehingga terima H1 atau yang berarti residual
berdistribusi tidak normal.

Uji Multikolinearitas dengan Eviews

Uji multikolinearitas menilai adakah korelasi atau interkorelasi antar variabel bebas
dalam model regresi. Cara uji multikolinearitas dengan eviews adalah: tekan tombol
View -> Coefficient Diagnostics -> Variance Inflation Factors. Hasilnya sebagai berikut
ini:

Uji Multikolinearitas dengan Eviews 

Di atas menunjukkan bahwa nilai Centered VIF baik X1 dan X2 adalah 2,398399 dimana
nilai tersebut kurang dari 10, maka dapat dinyatakan bahwa tidak terdapat masalah
multikolinearitas dalam model prediksi.

Uji Heteroskedastisitas dengan Eviews

Uji heteroskedastisitas dengan eviews caranya sangatlah mudah, yaitu silahkan anda
tekan tombol View -> Residual Diagnostics -> Heteroscedasticity Test. Maka akan
muncul jendela piliha jenis uji heterokedastisitas yang akan digunakan, yaitu antara lain:
Uji Breusch Pagan Godfrey, Harvey, Glejser, ARCH dan White Test.

Uji Homoskedastisitas dengan Eviews

Misalkan kita memilih menggunakan uji Breusch Pagan Godfrey. Setelah anda tekan
tombol OK, maka akan muncul output sebagai berikut:


 Output Uji Homoskedastisitas dengan Eviews

Silahkan baca output tersebut di atas, dimana nilai p value yang ditunjukkan dengan
nilai Prob. chi square(2) pada Obs*R-Squared yaitu sebesar 0,0611. Oleh karena nilai p
value 0,0611 > 0,05 maka terima H0 atau ang berarti model regresi bersifat
homoskedastisitas atau dengan kata lain tidak ada masalah asumsi non
heteroskedastisitas.

Uji Outlier dengan Eviews

Sebuah model regresi dinyatakan bebas dari data pencilan atau outlier, dapat dideteksi
dengan melihat nilai studentized residual. Menggunakan eviews, caranya adalah terlebih
dahulu anda menyimpan persamaan atau equation yang digunakan, dimana dalam
tutorial ini, persamaan regresinya adalah: y c x1 x2. Cara menyimpan persamaan adalah
tekan  tombol “Name”, kemudian beri nama misalnya: “eq01”. Ingat eq01 ini adalah
sebagai nama persamaan.

Selanjutnya kita melakukan upaya untuk membuat variabel studentized residual.

Caranya adalah pada kotak “Command”, silahkan ketikkan perintah sebagai berikut:
“eq01.infstats(t, rows=100, sort=rs) rstudent” tanpa tanda kutip. Perhatikan bahwa
eq01 adalah nama persamaan yang disimpan dan akan dilihat nilai studentized
residualnya. Sedangkan angka 100 adalah jumlah sampel yang telah digunakan.

Command Studentized Residual 

Selanjutnya tekan enter dan anda lihat bahwa akan uncul variabe baru yaitu variabel
studentized residual. Contohnya adalah di bawah ini:

Studentized Residual
dengan Eviews

Perhatikan di atas,  dikatakan sebuah observasi atau sampel menjadi outlier, jika nilai
studentized residualnya adalah lebih dari 3 atau kurang dari -3.  Di dalam tampilan di
atas, observasi dengan nilai studentized residual > 2,5 atau < -2,5 berwarna merah.

Berdasarkan contoh di atas, ternyata masih ada observasi dengan nilai studentized
residual > 3 atau < – 3. Sehingga masih ada masalah outlier. Agar anda mengerti cara
mengatasi outlier, silahkan buka dan pelajari artikel kami tentang: Cara Mengatasi
Outlier dengan SPSS dan Cara Mengatasi Outlier dengan Excel.

Uji Linearitas dengan Eviews

Uji linearitas ini belum tentu dilakukan oleh peneliti, sebab tujuan uji ini tergantung pada
tujuan dilakukannya uji regresi linear. Jika tujuannya adalah untuk membentuk sebuah
model yang baru dan bersifat BLUE (Best Linear Unbiased Estimation), maka uji ini
haruslah dilakukan. Caranya adalah dengan tekan tombol View -> Stability Diagnostics -
> Ramsey reset Test. Kemudian akan muncul jendela Reset Specification, silahkan anda
masukkan angka 1 dan selanjutnya tekan tombol OK. Maka akan muncul output seperti
di bawah ini:


 Uji Linearitas dengan Eviews

Uji Linearitas dengan Eviews di atas adalah menggunakan uji Ramsey Reset Test,
dimana hasilnya bisa anda lihat pada nilai p value yang ditunjukkan pada kolom
probability baris F-statistics. Hasilnya dalam tutorial ini adalah sebesar 0,8871 dimana >
0,05 sehingga dapat disimpulkan bahwa variabel bebas linear dengan variabel terikat.

Kesimpulan Uji Asumsi Klasik dengan Eviews

Setelah anda melakukan berbagai macam uji asumsi klasik dengan eviews, maka akan
ada beberapa hasil, dimana mungkin tidak semuanya sesuai dengan keinginan anda.
Yaitu agar semua asumsi klasik bisa terpenuhi. Maka merupakan tugas anda selanjutnya
jika memang ada masalah asumsi. Tidak mudah memang cara mengatasi asumsi klasik.
Namun dalam berbagai artikel di statistikian ini, kami sudah coba jelaskan cara
mengatasinya. Misalnya pada artikel kami tentang cara mengatasi outlier. Silahkan anda
berselancar di website kami ini dan jangan kemana-mana.

Demikian di atas telah kami jelaskan satu persatu dan secara terperinci bagaimana
caranya melakukan uji asumsi klasik dengan eviews. Semoga bermanfaat dan terima
kasih.

By Anwar Hidayat

Anwar Hidayat
https://www.statistikian.com

Founder dan CEO dari Statistikian Sejak 2012. Melayani jasa bantuan olah dan analisis data
menggunakan berbagai aplikasi statistik, seperti: SPSS, STATA, Minitab, EViews, AMOS, SmartPLS, R
Studio, NCSS, PASW dan Excel. Silahkan WhatsApp: 081515699060. Biaya 100 ribu sd 300 ribu Sesuai
Beban. Proses 1 sd 3 Hari Tergantung Antrian. Email: nadila@statistikian.com.



