04 Uji Asumsi Klasik Regresi Linear Menggunakan E-Views
04 Uji Asumsi Klasik Regresi Linear Menggunakan E-Views
com/skripsi/uji-asumsi-klasik-menggunakan-eviews/
Seperti yang telah kita bahas sebelumnya, dalam model regresi, uji Asumsi Klasik perlu
dilakukan agar model regresi tidak “Bias”. Akan tetapi, tidak semua uji asumsi klasik
dilakukan.
Seperti penelitian yang menggunakan data cross section tidak wajib dilakukan uji
autokorelasi. Sedangkan pada penelitian yang menggunakan data time series tidak wajib
dilakukan uji heteroskedastisitas.
Sekarang Saya akan memberikan tutorial uji asumsi klasik menggunakan EViews. Perlu
Anda ketahui, uji asumsi klasik pada EViews sedikit berbeda dengan SPSS. Perbedaannya
terletak pada jenis uji yang digunakan. Selengkapnya, mari simak tutorial di bawah ini.
Pastikan Andal telah mengestimasi model regresi seperti yang terlihat pada gambar di
bawah ini:
Image: M Jurnal
Dalam EViews, uji asumsi klasik dilakukan satu per satu. Kembali kami ingatkan, “tidak
semua uji asumsi klasik wajib dilakukan”.
Sehubungan tutorial ini menggunakan contoh 1 yaitu penelitian yang menggunakan data time
series, maka uji heteroskedastisitas tidak perlu dilakukan. Akan tetapi, Saya tetap
memberikan tutorial uji heteroskedastisitas nya.
Salah satu cara uji asumsi klasik menggunakan EViews dapat dilakukan dalam jendela
Equation. Berikut langkah-langkah menampilkan jendela Equation.
Image: M Jurnal
Uji Normalitas
Dalam EViews, uji normalitas dapat dilakukan dengan uji Jerque-Bera (JB–test). Langkah-
langkah JB-test dapat dilihat pada gambar berikut:
Image: M Jurnal
Caranya pada jendela equation, klik View, Klik Residual Diagnostics, lalu klik Histogram –
Normality Test. Setelah itu, jendela equation akan otomatis berubah menjadi output
Histogram – Normality Test seperti gambar berikut:
Image: M Jurnal
1. Untuk mengambil keputusan, fokuslah pada Jerque-Bera dan Probability. Tips nya begini,
Penelitian Ekonomi dan Bisnis pada umumnya menggunakan α=0.05 (5%), jika probability <
α, maka data tidak berdistribusi normal. Jika probability > α, maka data berdistribusi
normal. Pada tutorial kali ini, data penelitian tidak berdistribusi normal, karena 0.0003778 <
0.05. Maka H0 diterima, Ha
2. Hasil uji normalitas ini tidak akan tersimpan dalam workfile EViews, jadi Anda harus
menyimpannya secara manual dengan cara klik Freeze. Lalu akan muncul jendela graph
seperti gambar berikut ini.
Image: M Jurnal
Uji Heteroskedastisitas
Kembail kita fokus pada jendela Equation. Lakukan langkah-langkah berikut untuk uji
heteroskedastisitas:
Image: M Jurnal
Image: M Jurnal
Tipsnya begini…
Untuk mengambil keputusan hasil uji heteroskedastisitas, fokus saja pada bagian F-statistic
dan Obs * R-squared yang telah Saya beri tanda. Pengambilan kesimpulannya adalah dengan
membandingkan Prob. F atau Prob. Chi-Square dengan α.
Saya berikan contoh menggunakan Prob. Chi-Square. Jika Prob. Chi-Square < α, maka
terjadi gejala heteroskedastisitas.
Sebaliknya jika Prob. Chi-Square > α, maka tidak terjadi gejala heteroskedastisitas
(homoskedastisitas).
Pada contoh 1 ini, dapat disimpulkan Terima H0 atau tidak terjadi gejala heteroskedastisitas.
Karena 0.8867 > 0.05.
Selanjutnya jika Anda ingin menyimpan hasil uji heteroskedastisitas, lakukan cara yang sama
pada saat menyimpan output uji normalitas. Yaitu klik Freeze lalu akan muncul jendela
Table seperti gambar berikut:
Image: M Jurnal
1. Klik Name;
2. Beri nama file pada kolom name to identify objects;
3. Klik OK;
4. Muncul output uji heteroskedastisitas pada wordfile;
5. Klik Close untuk menutup jendela Table.
Uji Autokorelasi
Image: M Jurnal
Seperti uji Heteroskedastisitas, pengambilan keputusan uji autokorelasi juga terfokus pada
Prob. F atau Prob. Chi-Square.
Saya contohkan menggunakan Prob. Chi-Square. Jika Prob. Chi-Square < α, maka terjadi
gelaja autokorelasi.
Sebaliknya jika Prob. Chi-Square > α, maka tidak terjadi gejala autokorelasi. Pada contoh 1
ini, model regresi mengalami gejala autokorelasi atau H0 ditolak dan Ha diterima.
Untuk menyimpan output uji autokorelasi, lakukanlah cara yang sama seperti kita
menyimpan output uji normalitas dan heteroskedastisitas di atas.
Uji Multikolinearitas
Uji multikolinearitas pada EViews hanya menggunakan Variance Inflation Factors. Berikut
langkah-langkah uji multikolinearitas pada EViews:
Image: M Jurnal
Seperti biasa, kita harus fokus pada bagian yang telah Saya lingkari. Setiap variabel memiliki
nilai Centered VIF.
Tipsnya…
Jika nilai Centered VIF < 10 maka tidak terjadi multikolinearitas. Sebaliknya jika nilai
Centered VIF > 10, maka terjadi multikolinearitas.
Pada Contoh 1 ini, tidak terjadi multikolinearitas yang tinggi karena Centered VIF seluruh
variabel kecil dari 10 yaitu 1.005230 dan 1.005230.
Jika Anda ingin menyimpan output uji multikolinearitas, lakukanlah cara yang sama seperti
menyimpan output uji normalitas dan heteroskedastisitas di atas.