UJI ASUMSI KLASIK
Uji Asumsi Klasik Lanjutan
Uji Autokorelasi
1
Uji Heterokedastisitas
2
Uji Linieritas
3
UJI AUTOKORELASI
❖ Pengertian: terjadinya korelasi antara residual satu observasi dengan residual observasi lainnya
❖ Contoh: pengaruh antara tingkat inflasi bulanan terhadap nilai tukar rupiah terhadap
dollar. Data tingkat inflasi bulan februari, akan dipengaruhi oleh tingkat inflasi bulan januari. Berarti terdapat gangguan autokorelasi pada model tersebut
❖ Dalam regresi data diharuskan tidak terjangkit (terbebas) dari autokorelasi
❖ Cara pengujian Autokorelasi: Uji Durbin-Watson (DW) atau Uji Run-Test (yang paling sering digunakan adalah Uji DW)
❖ Kasus Pengujian: Akan diuji pengaruh variabel Produksi (X1), Distribusi (X2), dan
Promosi (X3) terhadap Penjualan (Y)
Langkah 1 Langkah 2 Langkah 3 Langkah 4
▪ Copy data di lembar kerja SPSS.
▪ Klik Analyze, pilih regresi, klik linear
▪ masukan X1, X2, X3 pada kotak independent dan Y pada kotak dependent
▪ Klik Statictics
▪ Centang residual durbin Watson
▪ Klik continue, klik ok
▪ Klik pada lembar output
▪ Intepretasikan hasil uji
Cara Durbin-Watson (DW Test) dengan SPSS
You can simply impress your audience and add a unique zing and appeal to your
Presentations. Get a modern PowerPoint Presentation that is beautifully designed.
INTERPRETASI
AUTOKORELASI
D u r b i n W a t s o n
❑ Pengambilan Keputusan pada uji Durbin Watson (D-W):
Jika dU < DW < (4-dU) maka tidak terjadi autokorelasi Disederhanakan menjadi
Jika nilai -2 < DW < 2 maka tidak terjangkit autokorelasi (Sukestiryano, 2013)
❑ Hasil pengujian:
Nilai DW sebesar 0,883 memenuhi prasyarat -2 < DW < 2
❑ Kesimpulan:
Model Tidak Terjangkit Autokorelasi
UJI HETEROKEDASTISITAS
❖ Terjadi bila nilai varian dari variabel dependen meningkat akibat dari meningkatnya varian variabel independen.
❖ Penyebab utama hetero yakni adanya outliers, yaitu pencaran data yang tidak stabil atau ada yang besar dan ada yang kecil.
❖ Dalam regresi data diharuskan tidak terjangkit (terbebas) dari heterokedastisitas (sebab data untuk regresi seharusnya homokedastisitas)
❖ Cara pengujian Autokorelasi: Scatter Plot, Glejser, White, Breusch-Pagan-Godfrey
(yang paling sering digunakan adalah Scatter Plot dan Glejser)
Langkah 1 Langkah 2 Langkah 3
▪ masukkan X1, X2, X3 pada kotak independent dan Y pada kotak dependent pada uji regresi linier
▪ Klik Save
▪ Centang residual unstandardized
▪ Klik continue, klik ok
▪ Klik menu transform, pilih compute variable
▪ Nilai residual yang telah dihasilkan pada uji regresi sebelumnya di transform dalam bentuk absolute residual (ABS_RES)
Cara Uji Glejser dengan SPSS
Langkah 4
▪ masukkan X1, X2, X3 pada kotak independent dan ABS_RES pada kotak dependent menggunakan uji regresi linier
▪ Klik ok, lalu hasil intepretasikan hasil output
Cara Uji Scatter Plot
Langkah 2 Langkah 3
Langkah 1
Masukkan SRESID pada kotak Y dan ZPRED pada kotak X
Lalu klik continue dan klik OK
Intepretasikan Grafik pada lembar output masukkan X1, X2, X3
pada kotak
independent dan Y pada kotak dependent pada uji regresi linier Klik Plots
Heteroscedasticity Interpretation
Nilai signifikansi ketiga variabel independen lebih dari 0,05.
Dengan demikian dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.
PRESENTATION
➢ Ketentuan dari metode grafik adalah :
➢ Jika residual mempunyai varian yang sama (homoskedastisitas) maka kita tidak mempunyai pola yang pasti dari residual. Sebaliknya, jika residual mempunyai sifat heteroskedastisitas jika residual ini menunjukkan pola tertentu.
➢ Hasil menunjukkan grafik plots tidak menunjukkan pola tertentu, sehingga model regresi tidak terjangkit heterokedastisitas
UJI LINIERITAS
▪ Digunakan untuk melihat apakah spesifikasi model yang digunakan terkategori regresi linier atau regresi non-linier (kuadrat, kubik, atau logaritmik)
▪ Pada kasus regresi linier berganda, uji linieritas dievaluasi pada masing-masing hubungan X dengan Y
▪ Tes uji linearitas ini, jarang digunakan sebab menurut beberapa studi uji ini
biasanya dibangun atas dasar studi teoritis bahwa ada hubungan antara variabel independen dengan dependen yang bersifat linier. Hubungan antara variabel tersebut, secara teoritis tidak memiliki hubungan linier akan tetapi tidak dapat dianalisis dengan menggunakan regresi linier, contohnya adalah seperti masalah elastisitas.
▪ Apabila hubungan di antara dua variabel belum diketahui linier atau tidak, maka uji linieritas pun tidak dapat digunakan untuk memberikan adjustment bahwa hubungan tersebut memiliki linier atau tidak
Langkah 1 Langkah 2
▪ Klik Analyze
▪ Pilih Compare Means
▪ Pilih Means
▪ masukkan X1, X2, X3 pada kotak independent
dan Y pada kotak
dependent
▪ Klik Options
Cara Uji Linearitas dengan SPSS
Langkah 3
▪ Centang kotak dialog Test for Linearity
▪ Klik Continue lalu Ok,
▪ Intepretasikan hasil output
INTERPRETASI
❑ Hasil analisis menunjukkan bahwa sig.
pada baris deviation from linearity
sebesar (0,430) > α (0,05), berarti model regresi Linier antara X2 dengan Y.
❑ Akan tetapi hasil anova tabel tidak bisa dikomputasi untuk X1 dengan Y dan X3 dengan Y sebab terlalu sedikit
pengulangan pada data X3 (memiliki nilai yang berbeda antar data)
❑ Oleh sebab itu harus dilakukan
penyederhanaan data terlebih dahulu, atau sebaiknya tidak mencantumkan uji linieritas pada model regresi, sehingga hubungan linieritas hanya
diinterpretasikan dari hasil output regresi
PRESENTATION
