Uji Asumsi Klasik MULTIKOLINIERITAS 2. AUTOKORELASI

Presentasi berjudul: "Uji Asumsi Klasik MULTIKOLINIERITAS 2. AUTOKORELASI"— Transcript presentasi:

1 Uji Asumsi Klasik MULTIKOLINIERITAS 2. AUTOKORELASI
3.HETEROSKEDASTISITAS 4. NORMALITAS 5. LINEARITAS

2 Model Regresi yang baik
1.Tidak terjadi Multikolinieritas 2. Tidak terjadi Autokorelasi 3. Tidak terjadi Heteroskedastisitas 4. Normal 5.Linear

3 UJI MULTIKOLINIERITAS
Tujuan: Untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independent. Mendeteksi ada tidaknya Multikolinearitas Nilai R2 yang dihasilkan sangat tinggi (lebih dari 95%),dan secara  individu variabel variabel independen banyak yang tidak signifikan memengaruhi variabel dependen. 2. Jika antar variabel independen  mempunyai korelasi yang sangat kuat. 3. Tolerance and variance inflation factor (VIF)    Tolerance untuk mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. VIF =1/Tolerance.Jika nilai Tolerance <0,1 atau VIF >10 maka di simpulkan adanya multikolonieritas

4 X1 2 3 5 4 6 X2 7 Y 8 9 13 Y = keperluan konsumsi X1 = harga
Contoh: X1 2 3 5 4 6 X2 7 Y 8 9 13 Y = keperluan konsumsi X1 = harga X2 = pendapatan Buatlah uji multikolinieritas dari di atas

5 Output SPSS Tolerance >0,1 VIF <10
maka di simpulkan tidak ada multikolonieritas antar variabel independent.

6 2. AUTOKORELASI kesalahan pengganggu pada periode t dengan kesalahan
Tujuan: menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya (t-1). Mendeteksi ada tidaknya AUTOKORELASI Uji Durbin Watson (DW test), Uji Langrage Multiplier (LM test), > 100 observasi Uji statistik Q Run Test.

7 Buatlah uji Autokorelasi dari di atas
Dari contoh sebelumnya di dapat Y = keperluan konsumsi X1 = harga X2 = pendapatan X1 X2 Y 2 3 5 4 8 6 9 7 13 e=Y- et-et-1 6.2511 7.1198 0.8802 2.1313 8.8572 7.9885 1.0115 1.8687 9.7259 0.8665 1.5924 4.9356 1.8827 1.1173 2.0529 Buatlah uji Autokorelasi dari di atas

8 Uji Durbin Watson (DW test),
Mendeteksi ada tidaknya Multikolinearitas Uji Durbin Watson (DW test), Syarat: “Adanya intercept dalam model regresi.” Rumus: Outpu SPSS:

9 Tidak ada autokorelasi positif Tolak 0< d <dl No decision*
Pengambilan keputusan ada atau tidaknya autokorelasi: Hipotesis Ho Keputusan Jika Tidak ada autokorelasi positif Tolak 0< d <dl No decision* dl≤ d ≤ du Tidak ada autokorelasi negatif 4-dl< d <4 4-du ≤d ≤ 4-dl Tidak ada autokorelasi, positif atau negatif Terima du< d <4-du * Diperlukan observasi lebih lanjut agar ada keputusan.

10 “Terdapat autokorelasi negatif”
dl = 0,697 du = 1,604 Keputusan: Karna 4-dl< d <4, maka di simpulkan bahwa Ho yang mengatakan bahwa tidak ada autokorelasi negatif ditolak. “Terdapat autokorelasi negatif”

11 3. HETEROSKEDASTISITAS Tujuan: menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Mendeteksi ada tidaknya HETEROSKEDASITAS Scatter plot (nilai prediksi dependen ZPRED dengan residual SRESID), Uji Gletjer, Uji Park Uji White.

12 Mendeteksi ada tidaknya HETEROSKEDASTISITAS
1. Scatter plot Dasar Analisis: 1.Jika ada pola tertentu,seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang,melebar kemudian menyempit) maka di indikasi terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas,serta titik-titik menyeber di atas dan di bawah angka 0 pada sumbu Y,maka tidak terjadi heteroskedastisitas.

13 Langkah-langkah analisis dengan spss
Buka file Tekan tombol Plot Masukkan variabel SRESID pada kotak pilihan Y Masukkan variabel ZPRED pada kotak pilihan X Tekan continue Ok

14 Buatlah uji heteroskedastisitas dari di atas
Dari contoh sebelumnya di dapat Y = keperluan konsumsi X1 = harga X2 = pendapatan X1 X2 Y 2 3 5 4 8 6 9 7 13 Buatlah uji heteroskedastisitas dari di atas

15 di indikasikan terjadi Heteroskedastisitas, karena titik-titik yang ada
membentuk pola tertentu.

16 AbsUt=a+b1 harga+b2 pendapatan
2. Uji Gletjer Langkah-langkah analisis dengan spss Buka file Buat variabel residual (Ut) dengan cara memilih tombol save dan aktifkan Unstandardized residual. Absolutkan nilai residual (AbsUt) pada menu transform. Regresikan variabel AbsUt sebagai var.dependent dan variabel harga dan pendapatan sebagai variabel independent. Persamaan menjadi: AbsUt=a+b1 harga+b2 pendapatan

17 OUTPUT SPSS ANALISIS Jika variabel independent signifikan mempengaruhi variabel dependent,maka di indikasikan terjadi Heteroskedastisitas. Dari output terdapat variabel pendapatan mempengaruhi variabel Dependent, maka di simpulkan model regresi terjadi Heteroskedastisitas.

18 4. NORMALITAS Analisis grafik (normal P-P plot)
Tujuan: mengetahui apakah variabel pengganggu atau residual memiliki distribusi normal. . Mendeteksi ada tidaknya NORMALITAS Analisis grafik (normal P-P plot) Analisis statistik (analisis Z skor skewness dan kurtosis) one sample Kolmogorov-Smirnov Test. Hipotesis: H0: data residual berdistribusi normal H1: Data residual tidak berdistribusi normal. .

19 Tekan tombol Continue dan abaikan lainnya,lalu tekan Ok.
1. Analisis Grafik Buka file Tekan tombol Plot Aktifkan standardized residual plot pada Histogram dan Normal Probability Plot. Tekan tombol Continue dan abaikan lainnya,lalu tekan Ok.

20 Buatlah uji normalitas dari data di atas.
Dari contoh sebelumnya di dapat Y = keperluan konsumsi X1 = harga X2 = pendapatan X1 X2 Y 2 3 5 4 8 6 9 7 13 Buatlah uji normalitas dari data di atas.

21 Analisis. Model Regresi memenuhi asumsi normalitas,karna: 1.Grafik Histogram memberikan pola distribusi normal. 2. Grafik normal plot terlihat data menyebar di sekitar garis diagonal dan tidak menjauh dari garis diagonal.

22 Pilih Non-parametric test Pilihsub menu 1-sample k-S
2. Analisis Statistik Buka file Pilih menu Analyze Pilih Non-parametric test Pilihsub menu 1-sample k-S Pada kotak test variabel list,isikan unstandardized residual(RES_1),caranya lht pada Uji Gletjer. Aktifkan test distribution pada kotak Normal.

23 Output SPSS ANALISIS Karena Sig >0.05,maka H0 diterima,maka disimpulkan data residual berdistribusi Normal.

24 5. LINEARITAs Uji ini digunakan untuk melihat apakah spesifikasi model
Tujuan: Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan yaitu studi empiris linier, kuadrat, atau kubik. Cara analisis sama dengan materi regresi berganda,pada pertemuan sebelumnya. Yaitu dengan uji F.

25 Cara lain Mendeteksi Terjadinya linearitas
Uji Durbin Watson, Uji Ramsey Uji Langrange Multiplier.

26