B. TEORI ATAU PRINSIP DASAR PRAKTIKUM 1. Pengertian Uji Heteroskedastisitas
4. Jenis-jenis Uji masalah Heteroskedastisitas
Manurung et al. (2005) menjelaskan bahwa ada dua cara untuk mendeteksi keberadaan heteroskedastisitas, yaitu:
a. Metode informal. Metode informal biasanya dilakukan dengan melihat grafik plot dari nilai prediksi variabel independen (ZPRED) dengan residualnya (SRESID). Variabel dinyatakan tidak terjadi heteroskedastisitas jika tidak terdapat pola yang jelas dan titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y.
b. Metode formal. Metode formal untuk mendeksi keberadaan heteroskedastisitas antara lain dengan Park Test, Glejser Test, Spearman’s Rank Correlation Test, Golfeld-Quandt Test, Breusch-Pagan Test, White’s General Heteroscedasticity Test, dan Koenker-Basset Test.
C. PROSEDUR DAN MEKANISME PRAKTIKUM
Dalam praktikum kali ini kita akan melakukan uji Heteroskedastisitas. Uji yang dilakukan adalah uji plot dan uji Glejser. Karena uji plot akan menimbulkan keraguan maka kita akan melakukan uji Glejser untuk lebih meyakinkan bahwa tidak terjadi gejala heteroskedastisitas pada regresi linier. Model regresi yang baik adalah jika data tidak terjadi gejala Heteroskedastisitas. Adapun langkah-langkah Praktikum adalah sebagai berikut:
1. Siapkan data kuesioner yang sudah disebarkan. Kita akan melakukan uji plot terlebih dahulu
2. Input data kuesioner ke Aplikasi SPSS
(Sumber: Dokumentasi Pribadi Kelompok 4) Gambar 7. 1 Tampilan Aplikasi SPSS 3. Klik Analyze → Regression → Linier
(Sumber: Dokumentasi Pribadi Kelompok 4) Gambar 7. 2 Menu Analyze
4. Pindahkan variabel ke kotak dependent dan independent kemudian klik plots dan masukan *SRESID ke variabel X dan DEPENDNT ke variabel Y Kemudian klik OK
(Sumber: Dokumentasi Pribadi Kelompok 4) Gambar 7. 3 Tampilan Menu Linier
5. Untuk melakukan uji Glejser klik Analyze → Regression → Linier
(Sumber: Dokumentasi Pribadi Kelompok 4) Gambar 7. 4 Menu Analyze
6. Pindahkan variabel ke kotak dependent dan kotak independent kemudian klik save dan beri checklist pada unstandarized residuals untuk memunculkan variabel baru. Kemudian klik OK
(Sumber: Dokumentasi Pribadi Kelompok 4) Gambar 7. 5 Membuat Variabel Baru 7. Variabel baru sudah muncul berbentuk RES_1
(Sumber: Dokumentasi Pribadi Kelompok 4) Gambar 7. 6 Variabel RES_1
8. Transformasi variabel ke bentuk absolute dengan blok bagian RES_1 kemudian klik Transform → Compute Variable
(Sumber: Dokumentasi Pribadi Kelompok 4) Gambar 7. 7 Transformasi ke Bentuk Absolute
9. Ketik ABS_RES pada target variable, untuk Function group pilih Aricmetic dan Functions and Special Variables klik Abs dua kali
(Sumber: Dokumentasi Pribadi Kelompok 4) Gambar 7. 8 Tampilan Compute Variabel
10. Pindahkan Residual ke kolom Numeric Expression kemudian klik OK
(Sumber: Dokumentasi Pribadi Kelompok 4) Gambar 7. 9 Membuat Variabel Baru 11. Hasil dari variabel ABS_RES
(Sumber: Dokumentasi Pribadi Kelompok 4) Gambar 7. 10 Hasil Variabel ABS_RES 12. Klik Analyze → Regression → Linier
(Sumber: Dokumentasi Pribadi Kelompok 4) Gambar 7. 11 Menu Analyze
13. Masukan variabel ABS_RES ke kolom dependent dan variabel X ke kolom independent, kemudian klik OK
(Sumber: Dokumentasi Pribadi Kelompok 4) Gambar 7. 12 Tampilan Linier D. LEMBAR KERJA
LABORATORIUM TEKNIK INDUSTRI UNIVERSITAS PAMULANG
Jl. Witana Harja No. 18B Pamulang, Tangerang Selatan, Banten Kode Pos 15417 Email:
[email protected] LEMBAR PRAKTIKUM 1. Input data kuesioner ke Aplikasi SPSS
2. Setting pada Aplikasi SPSS dan mendapatkan hasil sebagai berikut:
LABORATORIUM TEKNIK INDUSTRI UNIVERSITAS PAMULANG
Jl. Witana Harja No. 18B Pamulang, Tangerang Selatan, Banten Kode Pos 15417 Email:
[email protected] LEMBAR PRAKTIKUM 3. Kesimpulan:
Uji Plots:
Berdasarkan hasil pengujian diatas diketahui bahwa pola gambar diagram s cartter plot sesuai dengan kriteria yang ditentukan dimana titik-titik data menyebar diatas dan dibawah atau disekitar angka nol (0), maka tidak terjadi heteroskedastisitas antar variable Kualitas Lampu LED dengan variable Kepuasan Konsumen.
Uji Glejser:
Kriteria:
Nilai Signifikansi >0,05 maka kesimpulannya tidak terjadi gejala Heteroskedastisitas.
Nilai Signifikansi <0,05 maka kesimpulannya terjadi gejala Heteroskedastisitas.
Jadi, bisa dilihat pada kolom sig pada baris Kualitas Lampu LED mendapatkan nilai 0,884>0,05 yang berarti tidak ada gejala heteroskedastisitas antar variable Kualitas Lampu LED dengan variable Kepuasan Konsumen.
E. REFERENSI
Andriani, S. (2017). Uji Park Dan Uji Breusch Pagan Godfrey Dalam Pendeteksian Heteroskedastisitas Pada Analisis Regresi. Al-Jabar: Jurnal Pendidikan Matematika, 8(1), 63-72.
Aristien, A. W. (2011). Perbandingan Kepekaan Uji Goldfeld Quandt, White, dan Breusch- Pagan untuk Mendeteksi Heteroskedastisitas pada Regresi Linier Berganda Khoiroh, U. (2011). Uji Heteroskedastisitas pada Regresi Nonparametrik (Doctoral
dissertation, UNIVERSITAS AIRLANGGA).
Palupi, W. R. (2020). Penerapan Uji Park, Uji White Dan Uji Glejser Untuk Mendeteksi Asumsi Heteroskedastisitas Pada Kasus Kematian Ibu Di Jawa Timur (Doctoral dissertation, UNIVERSITAS AIRLANGGA).
Setyawan, A., Hadijati, M., & Switrayni, N. W. (2019). Analisis masalah heteroskedastisitas menggunakan generalized least square dalam analisis regresi. Eigen Mathematics Journal, 61-72.
Sholihah, S. M. A., Aditiya, N. Y., Evani, E. S., & Maghfiroh, S. (2023). Konsep uji asumsi klasik pada regresi linier berganda. Jurnal Riset Akuntansi Soedirman, 2(2), 102- 110.
Syukriyah, A. (2011). Analisis heteroskedastisitas pada regresi linier berganda (Doctoral dissertation, Universitas Islam Negeri Maulana Malik Ibrahim).
Adiwijaya, M. (2007). Analisa Strategi Reposisi Merek Dalam Persaingan Pasar. Jurnal Manajemen Pemasaran, 2(2).
Afiyanti (2008). Validitas dan Reliabilitas dalam Penelitian Kualitatif. Jurnal Keperawatan Indonesia, Volume 12, No. 2, Juli 2008; Hal 137-141.
Akbar, R., Sukmawati, U. S., & Katsirin, K. (2023). Analisis Data Penelitian Kuantitatif:
Pengujian Hipotesis Asosiatif Korelasi. Jurnal Pelita Nusantara, 1(3), 430-448.
Almumtazah, N., Azizah, N., Putri, Y. L., & Novitasari, D. C. (2021). Prediksi jumlah mahasiswa baru menggunakan metode regresi linier sederhana. Jurnal Ilmiah Matematika Dan Terapan, 18(1), 31-40.
Andriani, S. (2017). Uji Park Dan Uji Breusch Pagan Godfrey Dalam Pendeteksian Heteroskedastisitas Pada Analisis Regresi. Al-Jabar: Jurnal Pendidikan Matematika, 8(1), 63-72.
Anggoro, B. S. (2015). Sejarah Teori Peluang dan Statistika. Al-Jabar: Jurnal Pendidikan Matematika, 6(1), 13-24.
Aristien, A. W. (2011). Perbandingan Kepekaan Uji Goldfeld Quandt, White, dan Breusch- Pagan untuk Mendeteksi Heteroskedastisitas pada Regresi Linier Berganda Ariyani, N. I., & Nurcahyono, O. (2014). Digitalisasi pasar tradisional: Perspektif teori
perubahan sosial. Jurnal Analisa Sosiologi, 3(1), 1-12.
Azizah, N. (2023). Strategi manajemen pemasaran. Jurnal Pusdansi, 2(2).
Darma, B. (2021). Statistika penelitian menggunakan SPSS (Uji validitas, uji reliabilitas, regresi linier sederhana, regresi linier berganda, uji t, uji F, R2). Guepedia.
Djaali., dkk. Pengukuran Dalam Pendidikan. Jakarta: Program Pascasarjana, 2000.
EKONOMETRIKA, B. A., & BASUKI, A. T. 8.1. Uji Autokorelasi a. Penyebab Munculnya Otokorelasi.
gracela singkay Shanty, S., Maki, T., & Lotulung, C. (2022). Analisa Pengaruh pasar tradisional modoinding terhadap kinerja ruas jalan pinasungkulan. GEARBOX:
Jurnal Pendidikan Teknik Mesin, 100-110.
Hidayat, Anwar (2012). Penjelasan Uji Reliabilitas Instrumen Lengkap.
Ismail, Fajri. 2017. Statistika untuk Penelitian Pendidikan dan Ilmu-ilmu Sosial. Jakarta:
Prenadamedia.
Jabnabillah, F., & Margina, N. (2022). Analisis korelasi pearson dalam menentukan hubungan antara motivasi belajar dengan kemandirian belajar pada pembelajaran daring. Jurnal Sintak, 1(1), 14-18.
75
Mahasiswa Teknik Industri Menggunakan Pendekatan Uji Statistik Dengan Metodologi RSME. Jurnal ARTI (Aplikasi Rancangan Teknik Industri), 19(2), 137-145.
Kurniawan, Robert. 2016. Analisis Regresi Dasar dan Penerapannya dengan R. Jakarta:
Kencana.
Mardhotillah, B., Asyhar, R., & Elisa, E. (2022). Filosofi Keilmuan Statistika Terapan pada Era Smart Society 5.0. Multi Proximity: Jurnal Statistika, 1(2), 57-70.
Masyhuri, M., & Utomo, S. W. (2017). Analisis Dampak Keberadaan Pasar Modern Terhadap Pasar Tradisional Sleko di Kota Madiun. Assets: Jurnal Akuntansi dan Pendidikan, 6(1), 59-72.
Matondang, Zulkifli (2009). Validitas dan Reliabilitas Suatu Instrumen Penelitian. Jurnal Tabularasa PPS UNIMED. Vol.6 No.1, Juni 2009
Mufarrikoh, Z. (2019). Statistika pendidikan (Konsep sampling dan uji hipotesis). Jakad Media Publishing.
Muhidi, Sambas Ali. 2009. Analisis Korelasi Regresi dan Jalur Dalam Penelitian. Bandung.
CV Pustaka Setia.
Muhson, A. (2015). Analisis Korelasi. Diktat Kuliah. Universitas Negeri Yogyakarta.
Novia, A. D. (2012). Analisis Perbandingan Uji Autokorelasi Durbin-Watson dan Breusch- Godfrey (Doctoral dissertation, Universitas Islam Negeri Maulana Malik Ibrahim).
Nur, I. R. D. (2020). Analisis kesulitan mahasiswa pada mata kuliah statistika inferensial. Jurnal Lebesgue: Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika, 1(3), 208-215.
Palupi, W. R. (2020). Penerapan Uji Park, Uji White Dan Uji Glejser Untuk Mendeteksi Asumsi Heteroskedastisitas Pada Kasus Kematian Ibu Di Jawa Timur (Doctoral dissertation, UNIVERSITAS AIRLANGGA).
Prajitno, S. B. (2013). Metodologi penelitian kuantitatif. Jurnal. Bandung: UIN Sunan Gunung Djati. (Tersedia di http://komunikasi. uinsgd. ac. id), 1-29.
Rambe, D. N. S., & Aslami, N. (2021). Analisis strategi pemasaran dalam pasar global. El- Mujtama: Jurnal Pengabdian Masyarakat, 1(2), 213-223.
Roflin, E., & Riana, F. (2022). Analisis Korelasi dan Regresi. Penerbit NEM.
76
Rudini, R. (2016). Peranan statistika dalam penelitian sosial kuantitatif. Jurnal Saintekom:
Sains, Teknologi, Komputer Dan Manajemen, 6(2), 53-66.
Saputro, F., Yuni, Y., & Hatiarsih, R. (2020, December). Hubungan antara Minat Belajar Siswa terhadap Hasil Belajar Matematika pada Materi Statistika. In Prosiding Seminar Nasional Pendidikan STKIP Kusuma Negara III (pp. 155-158).
Setyawan, A., Hadijati, M., & Switrayni, N. W. (2019). Analisis masalah heteroskedastisitas menggunakan generalized least square dalam analisis regresi. Eigen Mathematics Journal, 61-72.
Sholihah, S. M. A., Aditiya, N. Y., Evani, E. S., & Maghfiroh, S. (2023). Konsep uji asumsi klasik pada regresi linier berganda. Jurnal Riset Akuntansi Soedirman, 2(2), 102- 110.
Sudjana, D. R. (2005). Metode statistika.Sulistiyani, S., Pratama, A., & Setiyanto, S.
(2020). Analisis strategi pemasaran dalam upaya peningkatan daya saing umkm. Jurnal Pemasaran Kompetitif, 3(2), 31.
Sumintono, B & Widhiarso, W (2013). Aplikasi Pemodelan RASCH Pada Assessment Pendidikan. Cimahi: Trim Komunikata Publishing House.
Syukriyah, A. (2011). Analisis heteroskedastisitas pada regresi linier berganda (Doctoral dissertation, Universitas Islam Negeri Maulana Malik Ibrahim).
Tinungki, G. M. (2016). Metode pendeteksian autokorelasi murni dan autokorelasi tidak murni. Jurnal Matematika, Statistika dan Komputasi, 13(1), 46-54.
Wasilaine, T. L., Talakua, M. W., & Lesnussa, Y. A. (2014). Model Regresi Ridge Untuk Mengatasi Model Regresi Linier Berganda Yang Mengandung Multikolinieritas. BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 8(1), 31- 37.
Wibowo, A. (2020). Perbaikan Asumsi Autokorelasi Menggunakan Metode Cochrane- Orcutt (Studi Apakah Minyak Dan Gas Merupakan Berkah Atau Musibah). JMPM: Jurnal Matematika dan Pendidikan Matematika, 5(1), 23-30.
Yaldi, E., Pasaribu, J. P. K., Suratno, E., Kadar, M., Gunardi, G., Naibaho, R., ... & Aryati, V. A. (2022). Penerapan uji multikolinieritas dalam penelitian manajemen sumber daya manusia. Jurnal Ilmiah Manajemen Dan Kewirausahaan (JUMANAGE), 1(2), 94-102.
77
Dengan Kesalahan Uji Hipotesis Deskriptif. UJMC (Unisda Journal of Mathematics and Computer Science), 8(1), 1-10.
Yunitasari, E. W. (2019). Perbaikan sistem belajar mahasiswa pada mata kuliah statistik industri dengan metode plan do check action (PDCA). IEJST (Industrial Engineering Journal of The University of Sarjanawiyata Tamansiswa), 3(2).
Yusuf, M. A., Herman, T., Abraham, A., & Rukmana, H. (2024). Analisis regresi linier sederhana dan berganda beserta penerapannya. Journal on Education, 6(02), 13331-133344.
78
ALAMAT : NO HP : HOBI :
Ciledug
081280811213 Membaca 2. NAMA :
ALAMAT : NO HP : HOBI :
M. Fajar Aditia Karawaci 081217176543 Bersepeda 3. NAMA :
ALAMAT : NO HP : HOBI :
Rendi Revagi Nazar Cimangpang
081291966490 Baca Tulis Al-Quran 4. NAMA :
ALAMAT : NO HP : HOBI :
Rosyid Syahid Abdurrahman Parung
081314567432 Futsal
5. NAMA : ALAMAT : NO HP : HOBI :
Syah Kumbara Lazuardi Bekasi
081217689751 Bermain Game
79
KELOMPOK
I
Urutkan seluruh nama anggota kelompok (termasuk Anda) dan NIM dimulai dari yang paling berkontribusi pada materi praktikum
sampai dengan yang kurang berkontribusi.
1 Rendi Revagi Nazar/231010800315 100
2 Rosyid Syahid Abdurrahman/231010800469 100
3 Diko Ardanito Putra/231010800279 100
4 Syah Kumbara Lazuardi/231010800263 100
5 M. Fajar Aditia/231010800638 100
II
Urutkan seluruh nama anggota kelompok (termasuk Anda) dan NIM dimulai dari yang paling baik bekerja sama dalam kelompok, sampai dengan yang kurang bekerja sama.
1 Rosyid Syahid Abdurrahman/231010800369 100
2 M. Fajar Aditia/231010800368 100
3 Diko Ardanito Putra/231010800279 100
4 Syah Kumbara Lazuardi/231010800263 100
5 Rendi Revagi Nazar/231010800315 100
80
KELOMPOK
81 III
Urutkan seluruh nama anggota kelompok (termasuk Anda) dan NIM dimulai dari yang paling baik dalam memimpin kerja kelompok sampai dengan yang kurang baik
1 Syah Kumbara Lazuardi/231010800263 100
2 M. Fajar Aditia/231010800638 100
3 Diko Ardanito Putra/231010800279 100
4 Rendi Revagi Nazar/231010800315 100
5 Rosyid Syahid Abdurrahman/231010800469 100
IV
Urutkan seluruh nama anggota kelompok (termasuk Anda) dan NIM di mulai dari yang paling berkontribusi pada pembuatan laporan akhir sampai dengan yang paling tidak berkontribusi
1 Diko Ardanito Putra/231010800279 100
2 Rendi Revagi Nazar/231010800315 100
3 M. Fajar Aditia/231010800638 100
4 Rosyid Syahid Abdurrahman/231010800469 100
5 Syah Kumbara Lazuardi/231010800263 100