UJI ASUMSI KLASIK

1. FUNGSI

2. JENIS

3. RUMUS

4. KRITERIA

5. PENERAPAN DALAM PENELITIAN

6. CONTOH PERHITUNGAN DALAM SPSS

7. CARA MEMBACA DALAM SPSS

Uji asumsi klasik adalah persyaratan statistik yang

harus dipenuhi pada analisis regresi linear
berganda yang berbasis ordinary least square (OLS).
Jadi analisis regresi yang tidak berdasarkan OLS
tidak memerlukan persyaratan asumsi klasik,
misalnya regresi logistik atau regresi ordinal.
Demikian juga tidak semua uji asumsi klasik harus
dilakukan pada analisis regresi linear, misalnya uji
multikolinearitas tidak dilakukan pada analisis
regresi linear sederhana dan uji autokorelasi tidak
perlu diterapkan pada data cross sectional.
1. Uji Normalitas
2. Uji Multikolinearitas
3. Uji Heteroskedastisitas
4. Uji Autokorelasi
5. Uji Linearitas
>> Konsep (arti definisi, teori,konsep)
>> Fungsi
>> Jenis (macam dan kriteria)
>> Mitos & Kebiasaan & SALAH KAPRAH
dalam uji asumsi klasik
>> Konsep (arti definisi, teori,konsep)
>> OLS (Ordinary Linear Square)
>> Ada beberapa metode yang dapat
digunakan untuk mengestimasi fungsi
regresi, salah satunya adalah OLS (Ordinary
Linear Square). OLS merupakan metode
estimasi fungsi regresi yang paling sering
digunakan. Kriteria OLS adalah "Line of Best
Fit" atau dengan kata lain jumlah kuadrat
dari deviasi antara titik-titik observasi
dengan garis regresi adalah minimum. 
>> Asumsi BLUE
BLUE: (Best, Linear, Unbiased, Estimator.)
Adalah asumsi yang dikembangkan oleh Gauss dan Markov,
yang kemudian teori tersebut terkenal dengan sebutan
Gauss-Markov Theorem.

1) Best, hasil model regresi adalah terbaik dan menghasilkan

error yang kecil.
2) Linear, model yang digunakan dalam regresi sesuai kaidah
model OLS yaitu linear dan pangkat variabel-variabelnya paling
tinggi adalah satu
3) Unbiased, nilai yang diharapkan (hasil estimasi menggunakan
model regresi) sama dengan nilai yang benar
4) Estimator, model regresi yang terbentuk memiliki varians
yang minimal dari estimator lainnya.
>> Konsep (arti definisi, teori,konsep)
Menurut Ghozali (2011) menyatakan bahwa : “Uji
normalitas bertujuan untuk menguji apakah dalam
model regresi variabel pengganggu atau residual
memiliki distribusi normal”.
>> Fungsi
Dengan kata lain, uji normalitas dilakukan untuk
mengetahui sifat distribusi data penelitian yang
berfungsi untuk mengetahui apakah sampel yang
diambil normal atau tidak dengan menguji sebaran
data yang dianalisis
Seperti kdetahui bahwa Uji t dan Uji F mengasumsikan
bahwa nilai residual mengikuti distribusi normal
>> Konsep (arti definisi,
teori,konsep)
Distribusi normal merupakan suatu
kurve berbentuk lonceng.
Penyebab data tidak normal,
karena terdapat nilai ekstrim dalam
data seri yang diambil.
Nilai ektrim adalah nilai yang terlalu
rendah atau terlalu tinggi.
>> Mitos & Kebiasaan & SALAH
KAPRAH dalam uji asumsi klasik
Uji normalitas dalam regresi dilakukan
pada nilai ABSOLUTE REDIDUALNYA,
BUKAN PADA TIAP VARIABEL !!!
Pemikiran yang salah : Jika tidak
normal, maka model regresi tidak bisa
digunakan !!. Model regresi masih bisa
digunakan dengan beberapa langkah
penyesuaian
>> Grafik , dengan cara :
>> Grafik , dengan cara :
>> Uji One sample Kolmogorov Smirnov , dengan cara :
1. Analyze…nonparametric test…1-sample KS
2. Masukkan nilai yg akan ditest dan biarkan default normal. OK.
3. Pada output perhatikan nilai signifikansi bila >0,05 berarti H0 tidak dapat
ditolak dimana data berdistribusi normal.
>> Nilai Standar , dengan cara :
1. Analyze…descriptive statistics…descriptive
2. masukkan variabel yang akan diuji
3. Klik save standardized values as variables. OK.
4. pada spss data editor perhatikan muncul nilai Z
5. Terjadi outlier bila terdapat nilai Z<-1,96 dan Z>1,96
6. pada output spss : Bila nilai descriptive statistics tidak ada yang
menunjukkan nilai Z yang lebih tinggi dari 3.0 maka berarti tidak ada outlier.
>> Grafik , dengan cara :
1. Graph…histogram.
2. masukkan variabel yg akan diuji
3. klik display normal curve. OK.
4. Perhatikan output: apakah menceng kiri/kanan atau normal?
>> SALAH KAPRAH Uji Normalias
1. Kesalahan : uji normalitas dalam analisis
regresi dilakukan uji tiap variabel.
Yg benar : uji normalitas dalam analisis
regresi dilakukan terhadap keseluruhan
model regresi dengan menguji residualnya.
2. Kesalahan : model regresi yang tidak
normal, tidak bisa dipakai.
Yg benar : model regersi yang tidak normal
masih bisa diperbaiki dengan beberapa cara
>> Konsep (arti definisi, teori,konsep)
Uji Multikolonieritas bertujuan untuk menguji
apakah model regresi ditemukan adanya korelasi
antar variabel bebas (Ghozali,2011). Model regresi
yang baik seharusnya tidak terjadi korelasi antar
variabel independen.
>> PENYEBAB
Karena sifat-sifat yang terkandung dalam
kebanyakan variabel ekonomi berubah bersama-
sama sepanjang waktu.
Besaran-besaran ekonomi dipengaruhi oleh
faktor-faktor yang sama.
>> Konsep (arti definisi, teori,konsep)
Cara untuk mengetahui akankah terjadi
multikolonieritas atau tidak yaitu dengan melihat
nilai Tolerance dan Variance Infkation Factor (VIP).
Kedua ukuran ini menunjukan setiap variabel
independen manakah yang dijelaskan oleh variabel
independen lainnya.
Dalam pengertian sederhana setiap variabel
independen menjadi variabel dependen (terikat) dan
diregresi terhadap variabel independen lainnya.
Tolerance mengukur variabilitas-variabel
independen yang terpilih yang tidak dijelaskan oleh
variabel independen lainnya.
>> Jenis (macam dan kriteria)
1. Cara jaman dulu : Perhatikan nilai R2 yang sangat tinggi, tetapi secara
individual variabel independennya banyak yang tidak signifikan
2. Dengan melihat Matriks korelasi antar variabel independent. Bila
antar variabel independent ada korelasi yang cukup tinggi (umumnya
diatas 0,9) berarti ada gejala multikol. Dengan cara :
1. Analyze…correlate…bivariate.
2. masukkan variabel yang akan diuji
3. lihat pengujian yg sesuai apakah pearson, Kendal atau spearmen.
OK.
3. Tolerance dan VIF (paling sering dugunakan)
Dengan cara :
1. Analyze…regresi…linear
2. masukkan variabel dependen dan independent
3. Klik statistic: aktifkan collinearity diagnostic. OK
Kriteria yang digunakan yaitu Nilai Cutoff tolerance adalah < 0,10
atau VIF > 10 menunjukkan adanya gejala multikol.