1. Uji Asumsi Klasik Multikolinieritas.
Uji asumsi klasik Multikolinieritas ini digunakan untuk mengukur tingkat asosiasi (keeratan) hubungan/pengaruh antar variabel bebas tersebut melalui besaran koefisien korelasi (r). Multikolinieritas terjadi jika koefisien korelasi antar variabel bebas lebih besar dari 0,60 (pendapat lain: 0,50 dan 0,90). Dikatakan tidak terjadi multikolinieritas jika koefisien korelasi antar variabel bebas lebih kecil atau sama dengan 0,60 (r < 0,60). Dengan cara lain untuk menentukan multikolinieritas, yaitu dengan :
- Nilai tolerance adalah besarnya tingkat kesalahan yang dibenarkan secara statistik (a).
- Nilai variance inflation factor (VIF) adalah faktor inflasi penyimpangan baku kuadarat.
Nilai tolerance (a) dan variance inflation factor (VIF) dapat dicari dengan, sebagai berikut:
☑ Besar nilai tolerance (a): a = 1 / VIF
☑ Besar nilai variance inflation factor (VIF): VIF = 1 / a
~ Variabel bebas mengalami multikolinieritas jika a hitung VIF.
~ Variabel bebas tidak mengalami multikolinieritas jika a hitung > a dan VIF hitung < VIF.
Berikut langkah prosesnya:
1. Klik menu analyze.
2. Pilih submenu regresion, klik linier.
3. Box dependent: variabel terikat (Y)
4. Box independent: variabel bebas (X)
5. Klik method, pilih enter
6. Klik tombol statistic, akan muncul linier regression statistic: nonaktifkan estimates dan model fit, aktifkan: covariance matrix dan collinieritas diagnostics.
7. Klik continue
8. Klik OK.
Contoh bagian output:
Analisis Output:
- Melihat besaran koefisien korelasi antar variabel bebas, terlihat koefisien korelasi antar variabel bebas sebesar 0,142 jauh di bawah 0,60. Disimpulkan bahwa antara variabel bebas tidak terjadi multikolinieritas.
- Menggunakan besaran tolerance (a) dan variance inflation factor (VIF) jika menggunakan alpha/tolerance = 10% atau 0,10 maka VIF = 10. Dari hasil output VIF hitung dari kedua variabel = 1,021 < VIF = 10 dan semua tolerance variabel bebas 0,980 = 98% diatas 10%, dapat disimpulkan bahwa antara variabel bebas tidak terjadi multikolinieritas.
2. Uji Asumsi Klasik Heteroskedastisitas.
Dalam persamaan regresi berganda perlu diuji mengenai sama atau tidak varians dari residual dari observasi yang satu dengan observasi lainnya. Jika residual mempunyai varians yang sama, disebut homoskedastisitas. dan jika varoansnya tidak sama disebut terjadi heteoskedastisitas. Persamaan regresi yang baik jika tidak terjadi heteroskedastisitas.
Analisis uji asumsi heteroskedastisitas hasil output SPSS melalui grafik scatterplot antara Z prediction (ZPRED) untuk variabel bebas (sumbu X=Y hasil prediksi) dan nilai residualnya (SRESID) merupakan variabel terikat (sumbu Y=Y prediksi – Y rill).
Homoskedastisitas terjadi jika titik-titik hasil pengolahan data antara ZPRED dan SRESID menyebar di bawah ataupun di atas titik origin (angka 0) pada sumbu Y dan tidak mempunyai pola yang tertentu.
Heteroskedastisitas terjadi jika pada scatterplot titik-titiknya mempunyai pola yang teratur, baik menyempit, melebar maupun bergelombang-gelombang.
Berikut langkah prosesnya:
1. Klik menu analyze.
2. Pilih submenu regresion, klik linier.
3. Box dependent: variabel terikat (Y)
4. Box independent: variabel bebas (X,…)
5. Klik plots, muncul linier regresion plot dan isikan: variabel SRESID di sumbu Y dan variabel ZPRED di sumbu X.
6. Klik continue.
7. Klik OK.
Contoh bagian output:
Dari hasil output gambar scatterplot, didapat titik menyebar di bawah serta di atas sumbu Y, dan tidak mempunyai pola yang teratur. Maka dapat disimpulakan variabel bebas di atas tidak terjadi heteroskedastisitas atau bersifat homoskedastisitas.
3. Uji Asumsi Kalsik Normalitas.
Pengujian asumsi normalitas untuk menguji data variabel bebas (X) dan variabel terikat (Y) pada persamaan regresi yang dihasilkan, apakah berdistribusi normal atau berdistribusi tidak normal. Jika distribusi data normal, maka analisis data dan pengujian hipotesis digunakan statistik parametrik. Pengujian normalitas data menggunakan uji kolmogorov-smirnov one sampel test dengan rumus:
Dimana:
Fo (X) = fungsi distribusi komulatif yang ditentukan.
SN (X) = distribusi frekuensi komulatif yang diobservasi dari suatu sampel random dengan N observasi.
i = 1,2,…N
Adapun kriteria uji : jika probabilitas signifikan > 0,05 maka data berdistribusi normal.
4. Uji Asumsi Klasik Autokorelasi
Persamaan regresi yang baik adalah tidak memiliki masalah autokorelasi. Jika terjadi autokorelasi maka perasamaan tersebut menjadi tidak baik atau tidak layak dipakai prediksi. Ukuaran dalam menentukan ada tidaknya masalah autokorelasi dengan uji Durbin-Watson (DW), dengan ketentuan sebagai berikut:
- Terjadi autokorelasi positif jika DW di bawah -2 (DW < -2).
- Tidak terjadi autokorelasi jika DW berada di antara -2 dan +2 atau -2 < DW +2
Berikut langkah prosesnya:
1. Klik menu analyze.
2. Pilih submenu regresion, klik linier.
3. Box dependent: variabel terikat (Y)
4. Box independent: variabel bebas (X)
5. Pada case labels isikan periode waktunya.
6. Klik tombol statistic.
7. Aktifkan durbin-Watson.
8. Klik continue.
9. Klik OK.
Contoh bagian output:
Dari hasil output di atas, Durbin-Watson test = 2,397 dan DW > 2, maka, disimpulkan bahwa data di atas terjadi autokorelasi negatif.
Artikel terkait:
✓ Metodologi Penelitian
✓ Pengujian Validitas & Reliabilitas Skor Kuesioner
✓ Analisis Regresi linier Berganda
✓ Pengujian Hipotesis Dengan T Hitung
✓ Pengujian Hipotesis Dengan F Hitung
✓ Testimoni
=======================
Untuk pembuatan skripsi, tesis dan disertasi Hub :
FADLI, SE
Pin : DBB089A7
Phone : 083821671918
TESTIMONI
Silakan download kumpulan skripsi, tesis dan disertasi yang saya buat, tipe file dalam bentuk word (doc), isi file dari cover, BAB I, BAB II, BAB III, BAB IV, BAB V, daftar pustaka, beserta lampiran data. berikut linknya:
Skripsi : Download
Tesis : Download
Disertasi : Download
Assalamualaikum.
Mas, minta saran dong, saya buat penelitian regresi berganda masalah harga dan merk trhdap volume penjualan. Tpi skrang malah bingung mau buat kuesionernya, kalau bisa bantu memberikan jalan gitu mas, udh mentok nih rasanya
LikeLike
Assalamualaikum mas, saya mau tanya. Kalo variabel X nya 5 dan Y nya 1 kemudian muncul warning seperti ini “For the final model with dependent variabel Y, influence statistics cannot be computed because the fit is perfect” bagaimana ya mas? Bisa minta tolong masukannya mas. Terimakasih sebelumnya.
LikeLiked by 1 person
Pak tanya, kenapa data yg kita gunakan harus bersifat normal ? Sebenarnya apa fungsi dari data normal tsb ? Kenapa harus normal ? Terimakasih pak
LikeLike
kenapa uji asumsi klasik tidak menambahkan uji validitas dan uji realibilitas ?
dan bagaimana melihat data penelitian yang digunakan dikatakan valid atau tidak .. data nya tidak mengggunakan kuisieoner ?
LikeLike
uji asumsi klasik dilakukan setelah uji validitas dan reliabilitas
LikeLike
Ia betul, kalau sdh valid dan reliabitas
LikeLike
Assalamualaikum pak
apabila nilai tolerance dan VIF sama besarnya 1,000 gimana ya pak
terima kasih
LikeLike
Bagaimana cara melakukan uji asumsi klasik bila diketahui variabel dependen (y) ada 2?mohon balasannya
LikeLike
Assalamualaikum.. Pak saya mau tanya.. kalau data saya variabel X1 teruji tidak terjadi heteros tapi yang variabel X2 terjadi heteros bagaimana ya pak??
Penelitian saya tentang regresi linear berganda dua predictor..
LikeLike
thank you
LikeLike
sumber buku yang digunakan untuk penentuan vif diatas apa ya? sumber referensinya apa ya? supaya tidak ragu menerima informasi ini
LikeLike
Drs. Danang Sunyoto, S.H., M.M.
LikeLike
ass… wr.wb..
mas mnt pndpat nih….
klo aq pke skla guttman tuh kn cmn 2 jwbn (iya/tdk) trz klo penskorannya gmn??? tuk uji realblits m uji valdits nya??
trmksh
LikeLike
Wa’alaikumsalam, sudah saya jawab lewat BBM…
LikeLike
mas maaf maksudnya 1 variabe Y..
LikeLike
Asslkm mas fadli, aku mau tanya kan aku ada 3 variabel X dan 2 variabel Y, aku disuruh nambahin ttg asumsi klasik, pada saat menambahkan ke bagian bab 3 saya mas, berarti perhitungannya juga nambah ya mas??
lalu yg kedua, selain teori yg diatad, apa masih ada yg lebih lengkap berikut rumus2 yg dipakai mas??
yang ke 3, asusmi klasik itu ada 4 ya mas, saya harus masukan semua ke bab 3 saya kah mas??atau salah satu yg sesuai dg judul yg sy ambil??
mohon balas ke email sy ya mas, ditunggu..terima kasih
LikeLike
wa’alaikum salam,
untuk penambahan perhitungan pada BAB II,I iya harus ditambahakan perhitungan asumsiklasiknya, untuk rusmus yang lengkapnya bisa dicari pada buku yang berkaitan dengan analisis regresi dengan jumlah variabel X lebih dari satu.
pengujian asumsi klasik itu ada 6 macam analisis, namun 4 analisis saja juga sudah cuckup dan itu sudah bisa memenuhi ketentuan.
LikeLike
assalamualaikum mas, bila dalam skripsi tidak menyertakan uji asumsi klasik atau langsung ke analisis regresi berganda (karena Dosen menyarankan begitu) apakah diperbolehkan, bila diperbolehkan mohon dengan referensi ahlinya mas. terima kasih
LikeLike
Assalamu’alaikum. Beda penggunaan qq plots dgn pp plots apa?
Trs tuk uji normal bedanya pake klomogorov sm shapiro wilk apa?
Trs uji heteroskedasitas dgn uji kira2 pake uji mana yg tepat? Uji gletser atau ada uji laiinya
LikeLike
Wa’alaikum salam,
1. Itu hanya perbedaan jenis diagram
2. hasÍlnya beda
3. Pilih saja salah satu, yang sekiranya di pahami
LikeLike
untuk uji normalitas ada kolmogorov smirnov dan saphiro wilk itu dilihat tergantung dengan jumlah sample yang digunakan. jika jumlah sample >50 maka menggunakan kolmogorov, jika sample <=50 maka menggunakan saphiro
LikeLike
tq buat infonya
LikeLike
Sami-sami…
LikeLike
assalamualaikum. saya mau bertanya untuk uji k-s dengan level signifikansi 10%. data dikatakan normal jika > 0.05 atau 0.1? terima kasih mohon bantuannya
LikeLike
Wa’alaikum salam, jika taraf signifikan 10%, maka dikatakan normal jika > 0,1
LikeLike
yang uji autokorelasi bisa dicari dibuku karangan siapa ya? judul bukunya apa?
LikeLike
mas tanya dong… kalau variabel bebas (ada 2 )masing2 banyak X nya.. dan ada variabel intervening (sub nya 4 X) dan variabel dependen (1 X) ,, hitungnya gmn?? thank you
LikeLike
(y)
LikeLike
menghitungnya pakai aplikasi apa
LikeLike
dengan SPSS
LikeLike