UJI ASUMSI KLASIK.

Slides:



Advertisements
Presentasi serupa
Evaluasi Model Regresi
Advertisements

UJI HIPOTESIS.
Analisis Regresi Berganda & Pengujian Asumsi OLS
ANALISIS REGRESI DENGAN VARIABEL MODERATING
METODOLOGI PENELITIAN SESI 12 UJI KWALITAS DATA
BETYARNINGTYAS CYNTHIA LA SARIMA MUH Tabrani Nuri NURWAHIDA VIEVIEN
UJI ASUMSI KLASIK.
UJI ASUMSI KLASIK.
Uji Asumsi Klasik Oleh : Boyke Pribadi.
Regresi Analisis regresi adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan matematis antara variabel output/dependen (y) dengan satu.
1. Validitas 1. Validitas Suatu ukuran untuk mengetahui apakah kuisoner yang disusun tersebut itu valid atau sah, maka perlu diuji dengan korelasi antara.
KORELASI & REGRESI.
MENGOLAH DATA MENGGUNAKAN SPSS
FILEMON MEIDIANTO DJA ( ). 1.1 Latar Belakang  BUMN merupakan perusahaan yang seluruh atau sebagian besar modalnya berasal dari kekayaan negara.
Uji Hubungan : Korelasi dan Regresi
FEB Univ. 17 Agustus 1945 Jakarta
Anas Tamsuri UJI STATISTIK UJI STATISTIK.
Contoh Perhitungan Regresi Oleh Jonathan Sarwono.
ANALISIS REGRESI DENGAN VARIABEL MODERATING
FEB Univ. 17 Agustus 1945 Jakarta
MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)
PENGUJIAN DATA.
FEB Univ. 17 Agustus 1945 Jakarta
Contoh Korelasi oleh: Jonathan Sarwono
FEB Univ. 17 Agustus 1945 Jakarta
MAGISTER MANAGEMENT PROGRAM UNIVERSITAS KOMPUTER INDONESIA
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
Analisis Regresi Linier Berganda dan Uji t
KORELASI & REGRESI.
JURUSAN PENDIDIKAN EKONOMI FAKULTAS EKONOMI UNNES
Analisis Korelasi dan Regresi linier
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
ANALISIS MODERATING.
KORELASI Dosen : Dhyah Wulansari, SE., MM..
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
Nama Kelompok : Mufidatul Jariyah ( ) Lela Andriyani ( )
Pertemuan Ke-7 REGRESI LINIER BERGANDA
Uji Asumsi Klasik MULTIKOLINIERITAS 2. AUTOKORELASI
EKONOMETRIKA Pertemuan 11: Pengujian Asumsi-asumsi Klasik (Bagian 2)
JURUSAN PENDIDIKAN EKONOMI
ANALISIS REGRESI BERGANDA
STATISTIK II Pertemuan 12: Asumsi Analisis Regresi Dosen Pengampu MK:
Analisis REGRESI.
Uji Asumsi Klasik Multikolinearitas Normalitas
MODUL 10 ANALISIS REGRESI
UJI INSTRUMEN Yustina Chrismardani.
Regresi linier satu variable Independent
EKONOMETRIKA Pertemuan 11: Pengujian Asumsi-asumsi Klasik (Bagian 2)
STATISTIK II Pertemuan 12-13: Asumsi Analisis Regresi
VALIDITAS DAN REABILITAS REGRESI BERGANDA Nori Sahrun, S.Kom., M.Kom
REGRESI BERGANDA dan PENGEMBANGAN Nori Sahrun., S.Kom., M.Kom
Uji Asumsi Analisis Regresi Berganda Manajemen Informasi Kesehatan
Regresi Linier Beberapa Variable Independent
Regresi Linier Beberapa Variable Independent
STATISTIK II Pertemuan 13: Asumsi Analisis Regresi Dosen Pengampu MK:
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
ANALISIS HUBUNGAN NUMERIK DENGAN NUMERIK (UJI KORELASI)
UJI ASUMSI KLASIK Oleh: Dr. Suliyanto, SE,MM
Pertemuan 13 Autokorelasi.
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
UJI ASUMSI KLASIK.
PRAKTIKUM STATISTIKA INDUSTRI
UJI AUTOKORELASI ARIF GUNAWAN PENGERTIAN Dwi Priyanto (2009:61) Autokorelasi adalah keadaan dimana terjadinya korelasi dari residual untuk.
Analisis Regresi Berganda & Pengujian Asumsi OLS
ANALISIS REGRESI LINIER
Regresi Linier dan Korelasi
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
Transcript presentasi:

UJI ASUMSI KLASIK

3. UJI AUTOKORELASI Bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Model regresi yang baik harus bebas dari asumsi autokorelasi.

Cara untuk mendeteksi ada atau tidaknya autokorelasi: Uji Durbin-Watson test Hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lag diantara variabel independen. Langkah analisis: 1. Lakukan regresi linier 2. Tekan statistics: aktifkan Durbin Watson.

Ketentuan uji Durbin-Watson Jika d lebih kecil dari dL atau lebih besar dari (4- dL) maka hopotesis nol ditolak, yang berarti terdapat autokorelasi. Jika d terletak antara dU dan (4-dU), maka hipotesis nol diterima, yang berarti tidak ada autokorelasi. Jika d terletak antara dL dan dU atau diantara (4- dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti.

Langkah-langkah program SPSS Klik Analyze - Regression - Linear Klik variabel Harga Saham dan masukkan ke kotak Dependent, kemudian klik variabel PER dan ROI dan masukkan ke kotak Independent(s). Klik Statistics, pada Residuals klik Durbin Watson, kemudian klik Continue. Klik OK, hasil output pada Model Summary sebagai berikut:

Dari hasil output di atas didapat nilai DW yang dihasilkan dari model regresi adalah 1,387. Sedangkan dari tabel DW dengan signifikansi 0,05 dan jumlah data (n) = 18, seta k = 2 (k adalah jumlah variabel independen) diperoleh nilai dL sebesar 1,046 dan dU sebesar 1,535 (lihat table DW). Karena nilai DW (1,387) berada pada daerah antara dL dan dU, maka tidak menghasilkan kesimpulan yang pasti (berada di daerah keragu-raguan)

4. UJI HETEROSKEDASTISITAS Bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.

Cara mendeteksi: Metode Grafik Langkah analisis: 1. Lakukan regresi linier 2. Tekan plots: masukkan SRESID pada Y dan ZPRED pada X, Continue, OK. Cara deteksi: Jika titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

Gunakan data pada latihan pengaruh biaya produksi, distribusi, dan promosi pada tingkat penjualan Untuk analisis data, klik menu Analyze >> Regression >> Linear        Pada kotak dialog Linear Regression, masukkan variabel Tingkat penjualan ke kotak Dependent, kemudian masukkan variabel Biaya produksi, Biaya distribusi, dan Biaya promosi ke kotak Independent(s). Klik tombol Plots, maka akan terbuka kotak dialog ‘Linear Regression: Plots’. Klik *SRESID (Studentized Residual) lalu masukkan ke kotak Y dengan klik tanda penunjuk. Kemudian klik *ZPRED (Standardized Predicted Value) lalu masukkan ke kotak X. Jika sudah klik tombol  Continue. Akan terbuka kotak dialog sebelumnya, klik tombol OK

b. Uji Glejser Caranya adalah dengan meregresi nilai absolut residual terhadap variabel independen (Gujarati, 2003). Deteksi ada atau tidaknya heteroskedastisitas adalah: jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Uji Glejser dilakukan dengan cara meregresikan antara variabel independen dengan nilai absolut residualnya. Jika nilai signifikansi antara variabel independen dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas

Contoh kasus:  Akan dilakukan analisis regresi linier berganda untuk mengetahui pengaruh biaya produksi, distribusi, dan promosi terhadap tingkat penjualan. Dengan ini sebelumnya akan dilakukan uji asumsi klasik heteroskedastisitas dengan metode uji Glejser.

Pada kotak dialog Linear Regression, masukkan variabel Tingkat penjualan ke kotak Dependent, kemudian masukkan variabel Biaya produksi, Biaya distribusi, dan Biaya promosi ke kotak Independent(s). Klik tombol Save, selanjutnya akan terbuka kotak dialog ‘Linear Regression: Save’ Pada Residuals, beri tanda centang pada ‘Unstandardized’. Kemudian klik tombol Continue.Akan kembali ke kotak dialog sebelumnya, klik tombol OK. Hiraukan hasil output SPSS, Anda buka input data, disini akan bertambah satu variabel yaitu residual (RES_1). Langkah selanjutnya mencari nilai absolute residual dari nilai residual di atas, caranya klikmenu Transform >> Compute Variable.

Pada kotak Target Variable, merupakan nama variabel baru yang akan tercipta. Ketikkan ABS_RES (absolute residual). Kemudian klik pada kotak Numeric Expression, lalu ketikkan ABS( lalu masukkan variabel Unstandardized Residual (RES_1) ke kotak Numeric Expression dengan klik tanda penunjuk, kemudian ketik tanda tutup kurung. Maka lengkapnya akan tertulis ABS(RES_1), perintah ini untuk menghitung nilai absolute dari residual. Jika sudah klik tombol OK. Langkah selanjutnya meregresikan nilai variabel independen dengan absolute residual. Caranya klik Analyze >> Regression >> Linear. Masukkan variabel ABS_RES ke kotak Dependent, kemudian masukkan varibel Biaya produksi, Biaya distribusi, dan Biaya promosi ke kotak Independent(s). Selanjutnya klik tombol OK. Maka hasil pada output Coefficient seperti berikut:

  Dari output di atas dapat diketahui bahwa nilai signifikansi ketiga variabel independen lebih dari 0,05. Dengan demikian dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.

Uji Spearman Rho Metode uji heteroskedastisitas dengan korelasi Spearman’s rho yaitu mengkorelasikan variabel independen dengan nilai unstandardized residual. Pengujian menggunakan tingkat signifikansi 0,05 dengan uji 2 sisi. Jika korelasi antara variabel independen dengan residual di dapat signifikansi lebih dari 0,05 maka dapat dikatakan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi

Inputkan data di SPSS  Langkah pertama yaitu mencari nilai unstandardized residual, caranya klik Analyze >> Regression >> Linear         Pada kotak dialog Linear Regression, masukkan variabel Tingkat penjualan ke kotak Dependent, kemudian masukkan variabel Biaya produksi, Biaya distribusi, dan Biaya promosi ke kotak Independent(s).

Klik tombol Save, selanjutnya akan terbuka kotak dialog ‘Linear Regression: Save’ Pada Residuals, beri tanda centang pada ‘Unstandardized’. Kemudian klik tombol Continue. Akan kembali ke kotak dialog sebelumnya, klik tombol OK. Hiraukan hasil output SPSS, Anda buka input data, disini akan bertambah satu variabel yaitu residual (RES_1). Langkah selanjutnya melakukan analisis Spearman’s rho dengan cara klik Analyze >> Correlate >> Bivariate, selanjutnya akan terbuka kotak dialog Bivariate Correlations. Masukkan variabel Biaya produksi, Biaya distribusi, Biaya promosi dan Unstandardized Residual ke kotak Variables. Kemudian hilangkan tanda centang pada Pearson dan beri tanda centang pada Spearman

Dari output di atas dapat diketahui bahwa nilai korelasi ketiga variabel independen dengan Unstandardized Residual memiliki nilai signifikansi lebih dari 0,05. Karena signifikansi lebih dari 0,05 maka dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi

CARA MENGOBATI JIKA ADA ASUMSI KLASIK Lakukan transformasi variabel. Lakukan deteksi data outlier dengan Z score atau dengan casewise diagnostics dalam regresi.