X1 2 3 5 4 6 2 3 4 5 6
X2 3 4 6 5 7 6 4 5 4 3
Y 5 8 8 9 9 13 6 9 4 3
Y = keperluan konsumsi
X1 = harga
X2 = pendapatan
Buatlah uji multikolinieritas dari di atas
4
Output SPSS
Coefficient Correlationsa
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 2.553 1.626 1.570 .160
harga -1.092 .271 -.552 -4.029 .005 .950 1.052
pendapatan 1.961 .302 .889 6.490 .000 .950 1.052
a. Dependent Variable: keperluan konsumsi
Tolerance >0,1
VIF <10
maka di simpulkan tidak ada multikolonieritas
antar variabel independent.
Tujuan:
menguji apakah model regresi linier ada korelasi antara
kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode sebelumnya (t-1).
7
Mendeteksi ada tidaknya Multikolinearitas
Rumus:
Outpu SPSS:
Model Summaryb
d= 3.386
dl = 0,697
du = 1,604
Keputusan:
Karna 4-dl< d <4, maka di simpulkan bahwa Ho
yang mengatakan bahwa tidak ada autokorelasi
negatif ditolak.
“Terdapat autokorelasi negatif”
Model Summaryb
1.339
Karena nilai DW 1.339 lebih kecil dari du dan lebih besar dari
dl, maka tidak menghasilkan kesimpulan yang pasti
Tujuan:
menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual satu pengamatan
ke pengamatan yang lain.
1. Scatter plot
Dasar Analisis:
1. Buka file
2. Tekan tombol Plot
3. Masukkan variabel SRESID pada kotak pilihan Y
4. Masukkan variabel ZPRED pada kotak pilihan X
5. Tekan continue
6. Ok
^
Dari contoh sebelumnya di dapat Y = 2,5529 − 1,0921X 1 + 1,9608 X 2 .
Y = keperluan konsumsi
X1 = harga
X2 = pendapatan
X1 X2 Y
2 3 5
3 4 8
5 6 8
4 5 9
6 7 9
2 6 13
3 4 6
4 5 9
5 4 4
6 3 3
Buatlah uji heteroskedastisitas dari di atas
17
Scatterplot
1.5
0.5
0.0
-0.5
-1.0
-1.5
-2 -1 0 1 2
Regression Standardized Predicted Value
1. Buka file
2. Buat variabel residual (Ut) dengan cara memilih
tombol save dan aktifkan Unstandardized
residual.
3. Absolutkan nilai residual (AbsUt) pada menu
transform.
4. Regresikan variabel AbsUt sebagai var.dependent
dan variabel harga dan pendapatan sebagai
variabel independent.
Persamaan menjadi:
AbsUt=a+b1 harga+b2 pendapatan
OUTPUT SPSS
Coeffi cientsa
Unstandardized St andardiz ed
Coeffic ient s Coeffic ient s
Model B St d. E rror Beta t Sig.
1 (Const ant) 1.489 .127 11.762 .000
harga -.019 .021 -.185 -.917 .389
pendapatan -.092 .024 -.793 -3. 928 .006
a. Dependent Variable: absUt
ANALISIS
Jika variabel independent signifikan mempengaruhi variabel dependent,maka
di indikasikan terjadi Heteroskedastisitas.
Dari output terdapat variabel pendapatan mempengaruhi variabel
Dependent, maka di simpulkan model regresi terjadi Heteroskedastisitas.
Tujuan:
mengetahui apakah variabel pengganggu atau residual
memiliki distribusi normal. .
1. Buka file
2. Tekan tombol Plot
3. Aktifkan standardized residual plot pada
Histogram dan Normal Probability Plot.
4. Tekan tombol Continue dan abaikan lainnya,lalu
tekan Ok.
^
Dari contoh sebelumnya di dapat Y = 2,5529 − 1,0921X 1 + 1,9608 X 2 .
Y = keperluan konsumsi
X1 = harga
X2 = pendapatan
X1 X2 Y
2 3 5
3 4 8
5 6 8
4 5 9
6 7 9
2 6 13
3 4 6
4 5 9
5 4 4
6 3 3
Buatlah uji normalitas dari data di atas.
23
Analisis.
Model Regresi memenuhi asumsi normalitas,karna:
1.Grafik Histogram memberikan pola distribusi normal.
2. Grafik normal plot terlihat data menyebar di sekitar garis diagonal dan tidak
menjauh dari garis diagonal.
2. Analisis Statistik
1. Buka file
2. Pilih menu Analyze
3. Pilih Non-parametric test
4. Pilihsub menu 1-sample k-S
5. Pada kotak test variabel list,isikan unstandardized
residual(RES_1),caranya lht pada Uji Gletjer.
6. Aktifkan test distribution pada kotak Normal.
Output SPSS
One-Sample Kolmogorov-Smirnov Test
Unstandardiz
ed Res idual
N 10
Normal Parameters a,b Mean .0000000
Std. Deviation 1.04224494
Most Extreme Absolute .297
Differences Positive .257
Negative -.297
Kolmogorov-Smirnov Z .940
As ymp. Sig. (2-tailed) .340
a. Test distribution is Normal.
b. Calculated from data.
ANALISIS
Karena Sig >0.05,maka H0 diterima,maka disimpulkan data residual berdistribusi
Normal.
Tujuan:
Uji ini digunakan untuk melihat apakah spesifikasi model
yang digunakan yaitu studi empiris linier, kuadrat, atau kubik.