Modul Metodologi Penelitian

PERTEMUAN 15
UJI ASUMSI KLASIK

A. TUJUAN PEMBELAJARAN
Pada pertemuan ini akan dijelaskan mengenai uji asumsi klasik. Melalui
ekspositori, Anda harus mampu:
15.1. Menjelaskan uji normalitas
15.2. Menjelaskan uji multikolinieritas
15.3. Menjelaskan uji heteroskedastisitas
15.4. Menjelaskan uji linieritas
15.5. Menjelaskan uji autokorelasi

B. URAIAN MATERI
Tujuan Pembelajaran 15.1:
Menjelaskan uji normalitas

Uji normalitas merupakan pengujian untuk mengetahui apakah suatu data

berdistribusi normal atau tidaka. Suatu model regresi yang baik adalah yang
memiliki distribusi data normal atau mendekati normal.
Berikut ini merupakan contoh kasus pengolahan uji normalitas:
Seorang peneliti ingin menguji normalitas dari variabel Kinerja Karyawan (Y),
Gaya Kepemimpinan (X1), Budaya Organisasi (X2 ) dan Kompensasi (X3).

Langkah-Langkah:
1) Masukkan data X1, X2, X3 dan Y yang terdapat pada lampiran.
2) Pilih menu Analyze kemudian submenu Regression, lalu pilih Linear.

S1 Manajemen, Universitas Pamulang

1
Modul Metodologi Penelitian

3) Tampak di layar menu Linear Regression

 Pada kotak Dependent isikan variabel Y

 Pada kotak Independent isikan variabel X1, X2 dan X3
 Pada kotak Method pilih Enter

4) Pilih Plots di menu kemudian akan muncul tampilan Windows Linear

Regression: Plots

S1 Manajemen, Universitas Pamulang

2
Modul Metodologi Penelitian

 Aktifkan pilihan Histogram dan Normal probability plot

 Tekan Continue lalu Ok pada menu Linear Regression

5) Hasil output

S1 Manajemen, Universitas Pamulang

3
Modul Metodologi Penelitian

Dengan melihat tampilan grafik Histogram maupun grafik Normal P-

Plot of RegressionStandardizedResidual dapat disimpulkan bahwa grafik
histogram memberikan pola distribusi yang normal. Sedangkan pada grafik
normal plot, terlihat titik-titik menyebar disekitar garis diagonal. Kedua grafik
ini menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas.
Jadi dapat disimpulkan bahwa model regresi pada penelitian ini memenuhi
syarat untuk menjadi model regresi yang baik karena merupakan model
regresi yang memiliki distribusi data normal atau mendekati normal.

Tujuan Pembelajaran 15.2:

Menjelaskan uji multikolinieritas

Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel
independen. Jika terdapat atau terjadi korelasi, maka dinamakan terdapat masalah
multikolinieritas.

Berikut contoh kasus multikolinieritas:

Seorang peneliti ingin menguji asumsi multikolinieritas dari variabel Kinerja
Karyawan (Y), Struktur Organisasi (X1), Budaya Organisasi (X2) dan
Kepemimpinan (X3).

Langkah-Langkah:
1) Masukkan data X1, X2, X3 dan Y yang terdapat pada lampiran.
2) Pilih menu Analize kemudian submenu Regression, lalu pilih Linear.

S1 Manajemen, Universitas Pamulang

4
Modul Metodologi Penelitian

3) Tampak di layar menu Linear Regression

 Pada kotak Dependent isikan variabel Y

 Pada kotak Independent isikan variabel X1, X2 dan X3
 Pada kotak Method pilih Enter

S1 Manajemen, Universitas Pamulang

5
Modul Metodologi Penelitian

4) Untuk menampilkan matriks korelasi dan nilai tolerance serta VIF pilih
Statistics di menu kemudian akan muncul tampilan Windows Linear
Regression: Statistics

 Aktifkan pilihan Covariancematrix dan ColliniearityDiagnostics

 Tekan Continue lalu Ok pada menu LinearRegression
5) Hasil output
Coefficientsa
Model CollinearityStatistic
s
Tolerance VIF
1 X1 ,299 3,348
X2 ,250 3,993
X3 ,703 1,423
a. DependentVariable: Y

Dari tabel Coefficients menunjukkan bahwa tidak ada variabel independen

yang memiliki nilai Tolerance kurang dari 0,100 yang berarti tidak ada
korelasi antar variabel independen. Dengan demikian dapat dikatakan bahwa
tidak terjadi multikolinearitas.
Multikolinieritas juga diuji dengan menghitung nilai VIF
(VarianceInflatingFactor). Bila nilai VIF lebih kecil dari 5 maka tidak terjadi
multikolinieritas. Semua nilai VIF pada tabel Coefficients menunjukkan
angka kurang dari 5. Dengan demikian dapat disimpulkan bahwa model pada

S1 Manajemen, Universitas Pamulang

6
Modul Metodologi Penelitian

penelitian ini memenuhi syarat untuk menjadi model regresi yang baik karena
tidak terjadi korelasi antar variabel independen (non-multikolinearitas).

CoefficientCorrelationsa
Model X3 X1 X2
1 Correlations X3 1,000 ,134 -,420
X1 ,134 1,000 -,806
X2 -,420 -,806 1,000
Covariances X3 ,021 ,004 -,012
X1 ,004 ,041 -,032
X2 -,012 -,032 ,039
a. DependentVariable: Y

Melihat tabel CoefficientCorrelations tampak bahwa terjadi korelasi yang

cukup tinggi antara variabel X1 dan X2 dengan tingkat korelasi – 0,806 atau
80,6%. Karena nilainya masih di bawah 95% sehingga masih dapat dikatakan
tidak terjadi multikolinearitas(non-multikolinearitas).

Tujuan Pembelajaran 15.3:

Menjelaskan heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi

terjadi atau terdapat ketidaksamaan varians dari residual dari satu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah yang tidak terjadi
Heteroskedastisitas.
Berikut contoh kasus pengujian heteroskedastisitas:
Seorang peneliti ingin menguji asumsiheteroskedastisitas dari variabel Kinerja
Karyawan (Y), Struktur Organisasi (X1), Budaya Organisasi (X2) dan
Kepemimpinan (X3).

Langkah-Langkah:
1) Masukkan data X1, X2, X3 dan Y yang terdapat pada lampiran.
2) Pilih menu Analyze kemudian submenu Regression, lalu pilih Linear.

S1 Manajemen, Universitas Pamulang

7
Modul Metodologi Penelitian

3) Tampak di layar menu Linear Regression

 Pada kotak Dependent isikan variabel Y

 Pada kotak Independent isikan variabel X1, X2 dan X3
 Pada kotak Method pilih Enter

4) Pilih Plots di menu kemudian akan muncul tampilan Windows Linear

Regression: Plots

S1 Manajemen, Universitas Pamulang

8
Modul Metodologi Penelitian

 Masukkanvariable*SRESID pada kotak pilihan Y

 Masukkanvariable*ZPRED pada kotak pilihan X
 Tekan Continue lalu Ok pada menu Linear Regression

5) Hasil output

Dari grafik Scatterplot terlihat bahwa titik-titik menyebar secara acak

serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Jadi
dapat disimpulkan bahwa model pada penelitian ini memenuhi syarat untuk
menjadi model yang baik karena merupakan model yang homoskedastisitas
atau varians dari nilai residual pengamatan satu ke pengamatan yang lain
tetap.

S1 Manajemen, Universitas Pamulang

9
Modul Metodologi Penelitian

.
Tujuan Pembelajaran 15.4:
Menjelaskan linieritas

Uji linieritas dilakukan dengan melihat scatterplot antara standar residual

dengan prediksinya. Bila sebaran tidak menunjukkan pola tertentu maka
dikatakan asumsi linieritas memenuhi syarat.

Hasil pengujian menunjukkan scatterplot tidak membentuk pola tertentu

sehingga dapat disimpulkan bahwa model pada penelitian ini memenuhi
syarat untuk menjadi model yang baik karena asumsi linieritasterpenuhi.
Manusia memiliki hawa nafsu yang membuat manusia tidak pernah
merasa puas akan apa-apa yang telah dimiliki atau dicapai. Misalkan kita
awalnya berjalan kaki, ingin memiliki sepeda. Setelah memiliki sepeda ingin
naik sepeda motor, setelah memiliki sepeda motor ingin mobil dan seterusnya
tidak pernah berhenti hingga ajal menjemput.
Begitu pula dengan rasa ingin tahu manusia yang tidak pernah berhenti.
Manusia selalu berusaha mencari tahu apakah, siapakah, kapankah,
dimanakah, oleh apa dan bagaimana tentang suatu fenomena atau kejadian.
Rasa ingin tahu ini pula yang membuka pola pikir manusia untuk menjawab
berbagai pertanyaan dalam kehidupannya.
Dalam pemenuhan rasa ingin tahunya manusia pertama kali
menggunakan panca inderanya untuk menjelaskan berbagai fenomena di

S1 Manajemen, Universitas Pamulang

10
Modul Metodologi Penelitian

lingkungannya. Panca indera tersebut hanya didukung oleh teknologi

seadanya sehingga berbagai hal yang memang tidak terjangkau oleh indera
manusia dijelaskan melalui berbagai mitos.
Mitos berkembang pesat karena keterbatasan dari alat pengamatan
manusia terhadap berbagai fenomena. Keterbatasan dan rasa keingintahuan
yang tinggi menyebabkan manusia membuat cerita sesuai dengan jalan
pemikirannya sendiri dan menyebar turun temurun sehingga menjadi sebuah
kepercayaan dan menjadi legenda.
Seiring dengan meningkatnya peradaban manusia dan bertambahnya
pengalaman manusia tentang suatu fenomena, maka mitos pun mulai sedikit
demi sedikit ditinggalkan. Pengetahuan pun mulai berdasar pada sebagian
mitos dan sebagian pengalaman serta rasionalitas. Inilah pengetahuan yang
kita kenal dengan pseudo science.
Peradaban manusia semakin meningkat dari waktu ke waktu ditambah
dengan meningkatnya arus penyebaran teknologi yang didukung oleh
percepatan informasi. Berbagai kemajuan inilah yang telah memacu
terciptanya pengetahuan yang berdasar pada metode ilmiah yang disebut
dengan science. Dunia semakin tanpa batas wilayah, dimana setiap orang
mampu berkomunikasi dan menyebarkan informasi dimana saja dengan
menggunakan fasilitas internet, sehingga pengetahuan meningkat berkali-kali
lipat dari sebelumnya.
Tujuan Pembelajaran 15.5:
Menjelaskan autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear
ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode sebelumnya. Jika terjadi korelasi, maka dinamakan ada
problem autokorelasi.

Kasus:
Seorang peneliti ingin menguji asumsiautokorelasi dari variabel Kinerja
Karyawan (Y), Struktur Organisasi (X1), Budaya Organisasi (X2) dan
Kepemimpinan (X3).

Langkah-Langkah:
1) Masukkan data X1, X2, X3 dan Y yang terdapat pada lampiran.

S1 Manajemen, Universitas Pamulang

11
Modul Metodologi Penelitian

2) Pilih menu Analizekemudian submenuRegression, lalu pilih Linear.

3) Tampak di layar menu Linear Regression

 Pada kotak Dependent isikan variabel Y

 Pada kotak Independent isikan variabel X1, X2 dan X3
 Pada kotak Method pilih Enter
4) Pilih Statistics di menu kemudian akan muncul tampilan Windows Linear
Regression: Statistics

S1 Manajemen, Universitas Pamulang

12
Modul Metodologi Penelitian

 Aktifkan pilihan Durbin-Watson

 Tekan Continue lalu Ok pada menu Linear Regression

5) Hasil output
Model Summaryb
Model Adjusted R Std. Error of Durbin-
R R Square Square theEstimate Watson
1 ,710a ,504 ,474 1,319 1,844

a. Predictors: (Constant), X3, X1, X2

b. DependentVariable: Y

Nilai DW sebesar 1,844 akan dibandingkan dengan nilai tabel yang memiliki
signifikansi 5%, jumlah sampel 54 dan jumlah variabel independen 3. Oleh
karena nilai ini lebih besar dari batas atas (du) 1,681 dan kurang dari 4-du,
maka dapat disimpulkan tidak terdapat autokorelasi.

S1 Manajemen, Universitas Pamulang

13
Modul Metodologi Penelitian

C. SOAL LATIHAN/TUGAS
1. Jelaskan tujuan dan langkah pengujian normalitas?
2. Jelaskan tujuan dan langkah pengujian multikolinieritas?
3. Jelaskan tujuan dan langkah pengujian heteroskedastisitas?
4. Jelaskan tujuan dan langkah pengujian linieritas?
5. Jelaskan tujuan dan langkah pengujian autokorelasi?

D. DAFTAR PUSTAKA

http://extraordinarynad.lecture.ub.ac.id/files/2012/12/Uji-Asumsi-Klasik.docx

S1 Manajemen, Universitas Pamulang

14