Oleh:
I Dewa Made Endiana, SE, M.Si Ak
1
Materi
Uji
Asumsi Klasik
–Normalitas
–Multikolinieritas
–Heteroskedastisitas
–Autokorelasi
2
Yang Dimaksud dengan Kurva
Normal
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.
3
Penyebab Munculnya Nilai
Ekstrim
1. Kesalahan dalam pengambilan unit sampel.
Cara mengatasi: Mengganti unit sampel.
2. Kesalahan dalam menginput data.
Cara mengatasi: Memperbaiki input data yang
salah.
3. Data memang aneh dibanding lainnya.
Cara mengatasi: Tambah ukuran sampel atau
dengan membuang data yang aneh tersebut.
4
Kapan Data Dikatakan Normal
-2,58 0 2,58
Pada =0,01
-1,96 0 1,96
Pada =0,05
5
Berikut ini manakah data yang
Ekstrim
Ekstrim Ektrim
Rendah Tinggi
-2,58 0 2,58
xi x 50.000 63.333
Z 0439
31.734
6
UJI NORMALITAS
PENGERTIAN UJI NORMALITAS
Uji normalitas di maksudkan untuk
mengetahui apakah residual
terstandarisasi yang diteliti berdistribusi
normal atau tidak.
7
Uji Normalitas
CARA MENDITEKSI:
1. Dengan gambar:
Jika kurva regression residual
terstandarisasi membentuk gambar
lonceng.
2. Dengan angka:
– Uji Liliefors
– Chi Kuadrat (X2)
– Uji dengan kertas peluang normal
– Uji dengan Kolmogornov Smirnov
8
Uji Normalitas
Uji normalitas dapat dilakukan secara:
– Univariate
Dilakukan dengan menguji normalitas pada
semua variabel yang akan dianalisis.
– Multivariate
Dilakukan dengan menguji normalitas pada nilai
residual yang telah distandarisasi.
9
Contoh Kasus
10
Pengujian Normalitas Dengan SPSS
Memunculkan Nilai Residual Terstandarisasi
Buka file : Data_Regresi_1
Analyze Regression Linear...
Masukan variabel Y pada kotak Dependent
X1, X2, pada kotak Independent
Save…: pada kotak Residual : klik Unstandardized Continue
(bertujuan untuk membuat variabel / kolom baru pada data yaitu
Zre_1 )
Abaikan pilihan yang lain OK
Uji Kolmogornov Smirnov
Buka file : Data Regresi_1
Analyze Non Parametrics Test 1 Sample K-S...
Masukan variabel Unstandardized Residual pada kotak Test Variable
List
Abaikan pilihan yang lain (biarkan pada posisi defaultnya) OK
11
Memunculkan Nilai Residual Uji Komogornov Smirnov
Terstandarisasi
12
Output Kolmogornov
Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual Karena Nilai Sig. >
N 30
0,05 maka tidak
Normal Parametersa Mean .0000000
Positive .046
Tidak siginifikan
Negative -.081 berarti data relatif
Kolmogorov-Smirnov Z .443
13
Cara Mengatasi Data yang Tidak
Normal
Menambah jumlah data.
Melakukan transformasi data menjadi
Log atau LN atu bentuk lainnya.
Menghilangkan data yang dianggap
sebagai penyebab data tidak normal.
Dibiarkan saja tetapi kita harus
menggunakan alat analisis yang lain.
14
UJI MULTIKOLINIERITAS
PENGERTIAN
Uji multikolinieritas berarti terjadi korelasi
yang kuat (hampir sempurna) antar
variabel bebas.
Tepatnya multikolinieritas berkenaan
dengan terdapatnya lebih dari satu
hubungan linier pasti, dan istilah
kolinieritas berkenaan dengan
terdapatnya satu hubungan linier.
15
Uji Multikolinieritas
PENYEBAB
Karena sifat-sifat yang terkandung
dalam kebanyakan variabel ekonomi
berubah bersama-sama sepanjang
waktu.
Besaran-besaran ekonomi dipengaruhi
oleh faktor-faktor yang sama.
16
Uji Multikolinieritas
Cara menditeksi:
1. Dengan melihat koefesien korelasi antar
variabel bebas:
Jika koefesien korelasi antar variabel bebas
≥ 0,7 maka terjadi multikolinier.
2. Dengan melihat nilai VIF (Varian Infloating
Factor):
Jika nilai VIF ≤ 10 maka tidak terjadi
multikolinier.
17
Contoh KasusMultikolinieritas
18
Pengujian Multikolinier Dengan SPSS
19
Output:
20
CARA MENGATASI MULTIKOLINIER
21
UJI HETEROSKEDASTISITAS
PENGERTIAN
Uji heteroskedastisitas berarti adanya varian dalam
model yang tidak sama (konstan).
PENYEBAB
Variabel yang digunakan untuk memprediksi
memiliki nilai yang sangat beragam, sehingga
menghasilkan nilai residu yang tidak konstan.
22
Uji Heteroskedastisitas
CARA MENDITEKSI:
1. Dengan Uji Park
Yaitu dengan meregresikan variabel bebas
terhadap nilai log-linier kuadrat.
2. Dengan Uji Glejser
Yaitu dengan meregresikan variabel bebas
terhadap nilai residual mutlaknya.
3. Dengan Uji Korelasi Rank Spearman
Mengkorelasikan nilai residual dengan variabel
bebas dengan menggunakan Rank-spearman.
23
Contoh Kasus Heteroskedastisitas
24
Langkah-Langkah Metode Glejser
28
Prose Memunculkan Nilai Residual dan
Memutlakannya
29
Meregresikan variabel bebas terhadap
Nilai Mutlak Residual
• X1 tidak signifikan karena p-value > 0,05 sehingga X1 tidak terjadi gejala
heteroskedastisitas.
• X2 signifikan karena p-value < 0,05 sehingga X2 terjadi gejala
heteroskedastisitas.
30
Cara Mengatasi Heteroskedastisitas
31
UJI AUTOKORELASI
PENGERTIAN
Uji ini dilakukan untuk mengetahui apakah ada
korelasi antara anggota serangkaian data
observasi yang diuraikan menurut waktu (time
series) atau ruang (cross section).
32
Uji Autokorelasi
PENYEBAB:
Adanya kelembaman waktu
Manipulasi data
33
Uji Autokorelasi
Uji Durbin Watson
Uji Lagrange Multiplier
Uji Breusch-Godfrey
34
Contoh Kasus Autokorelasi
35
Langkah-Langkah Uji Durbin-Watson
36
Kriteria Pengujian
37
Pengujian Autokorleasi Dengan SPSS
Memunculkan Nilai Residual
Buka file : Data_Regresi_1
Analyze Regression Linear...
Masukan variabel Y pada kotak Dependent
X1, X2, pada kotak Independent
Klik Statistics…:
Pada Residual pilih Durbin Watson
Klik Continue
Abaikan pilihan yang lain OK
38
Proses Analisi Surbin Watson dengan
SPSS
39
Output Uji Durbin Watson
40