Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
JURUSAN PENDIDIKAN EKONOMI
UJI ASUMSI KLASIK JURUSAN PENDIDIKAN EKONOMI FAKULTAS EKONOMI UNNES
2
UJI ASUMSI KLASIK Uji multikolinier Uji autokorelasi
Uji Heterosekdastisitas Uji Normalitas Uji Linieritas
3
UJI ASUMSI KLASIK UJI MULTIKOLIER:
MENEMUKAN KORELASI ANTAR VARIABEL BEBAS(INDEPENDEN) MODEL REG YANG BAIK SEHARUSNYA TIDAK TERJADI KORELASI ANTAR VARIABEL BEBAS (TIDAK TERJADI MULTIKOL) DETEKSI (a) R2 TINGGI TETAPI SECARA INDIVIDUAL (t) TIDAK SIGNIFICANT (b) ANTAR VAR INDEP KORELASI YANG TINGGI > 0,90 (C) NILAI TOLERANCE MELAWAN VARIANCE INFLATION FAKTOR (VIF)
4
UJI MULTIKOLINIER DILIHAT NILAI TOLERANCE DAN VARIANCE INFlATION FAKTOR (VIF) TIDAK TERJADI MULTIKOLINIER JIKA NILAI TOLERANCE < 0,10 VIF > 10
5
UJI MULTIKOLINIERTAS SPSS
MASUKKAN DATA MENU UTAMA PILIH “ANALYZE” “REGRESI” “LINIER” MASUKKAN VARIABEL “DEPENDENT” DAN “INDEPENDENT” METHOD PILIH “ENTER” PILIH “STATISTICS” AKTIFKAN “COVARIAN MATRIX” DAN “ COLINEARITY DIAGNOSTICS”
6
PILIH (1) ANALIZE (2) REGRESION (3) LINIER
7
MASUKAN VARIABEL DEPENDENCE DAN INDEPENDENCE
8
AKTIFKAN “STATISTICS
9
Hidupkan COVARIANCE MATRIX DAN COLINIARITY DIAGNOSTICS Pilih OK
10
Out put Coefficients(a)
Model Unstandardized Coefficients Standardized Coefficients Collinearity Statistics B Std. Error Beta t Sig Tolerance VIF Std. Error (Constant) -3,265 3, ,914 ,363 JUMKEL -,246 ,324 -,066 -,759 ,450 ,928 1,077 PENDK ,741 ,170 ,457 4,357 ,000 ,632 1,582 PENGKER ,224 ,065 ,353 3,463 ,001 ,670 1,493 SAVING ,443 ,119 ,331 3,737 ,000 ,886 1,129 a Dependent Variable: INCOM
11
OUT PUT VARIABEL TOLERANCE VIF JUMKEL ,928 1,077 TDK ADA MULTIKOL
PENDK ,632 1,582 PENGKER ,670 1,493 SAVING ,886 1,129
12
Intepretasi DARI HASIL PERHITUNGAN VARIABEL BEBAS (JUMKEL, PENDKN , PENGKER ) KERENA TOLERANCE < 0.1 DAN VIF > 10 VARIABEL BEBAS TIDAK TERJADI MULTIKOLINIER. TIDAK ADA MULTIKOLINIERITAS
13
Coefficient Correlations(a)
Model SAVING JUMKEL PENGKER PENDK 1Correlations SAVING 1,000 -,129 -,061 -,300 JUMKEL -,129 1,000 ,241 ,184 PENGKER -,061 ,241 1,000 ,544 PENDK -,300 ,184 ,544 1,000 Covariances SAVING ,014 -,005 ,000 -,006 JUMKEL -,005 ,105 ,005 ,010 PENGKER ,000 ,005 ,004 ,006 PENDK -,006 ,010 ,006 ,029 a Dependent Variable: INCOM
14
Intepratsi out put Dilihat dari koefosien korelasi antar variabel bebas tidak ada yang melebihi 0,90 dapat disimpulkan antar variabel bebas tidak terdapat multikol.
16
JURUSAN PENDIDIKAN EKONOMI
UJI ASUMSI KLASIK JURUSAN PENDIDIKAN EKONOMI FAKULTAS EKONOMI UNNES
17
UJI AUTOKORELASI Tujuan : Untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t -1 Auto korelasi sering ditemukan pada data time series, pada data crossection jarang terjadi. Model regresi yang baik adalah model regresi yang bebas dari autokorelasi
18
UJI AUTOKORELASI Uji Durbin Watson (D – W test)
Langkah-langkah sama dengan uji multikolinier AKTIFKAN : “STATISTICS” AKTIFKAN : “DURBIN WATSON”
19
PENGAMBILAN KEPUTUSAN
HIPOTHESIS KEPUTUSAN JIKA TDK ADA AUTOKORELASI + TOLAK 0 < D < dl NO DECESION Dl < d < du TDK ADA KORELASI - 4 – dl < d < 4 4 – du < d < 4 - dl TDK ADA KORELASI -+/- TIDAK DITOLAK Du < d < 4 - du
20
PILIH (1) ANALIZE (2) REGRESION (3) LINIER
21
MASUKAN VARIABEL DEPENDENCE DAN INDEPENDENCE
22
AKTIFKAN “STATISTICS
23
AKTIFKAN COVARIANCE MATRIX DAN COLINIARITY DIAGNOSTICS Pilih OK
24
Out put Model Summary(b) Model Durbin-Watson 1 2,101(a)
a Predictors: (Constant), SAVING, JUMKEL, PENGKER, PENDK b Dependent Variable: INCOM
25
Intepretasi n = 100 Variabel bebas (K) = 3 nilai tabel Durbin Watson (D-W) menggunakan nilai signifikansi 5% Tabel D-W dl = 1,62 dan du =1,74 NILAI DW HRS > DU (1,76) DAN < (4 – DU) (2,24) D-W sebesar 2,101 (lihat out put) > 1,76 < 2,10 < 2,24 Tidak terdapat autokorelasi dalam model.
27
UJI ASUMSI KLASIK (HETEROSKEDASITAS) JURUSAN PENDIDIKAN EKONOMI
FAKULTAS EKONOMI UNNES
28
HETEROSKEDASITAS APAKAH TERJADI KETIDAKSAMAAN VARIANCE RESIDUAL PENGAMATAN MODEL REGRESI YANG BAIK ADALAH TIDAK TERJADI HETEROSKEDASITAS Diteksi: GRAFIK PLOT UJI PARK UJI GLEJSER
29
GRAFIK PLOT Langkah-langkah
Lakukan langkah-langkah seperti analisis regresi linier. Tekan tobol Plots Masukkan variabel SPRESID ke kotak Y dan ZPRED KE kotak X Tekan Continue Tekan OK
30
PILIH (1) ANALIZE (2) REGRESION (3) LINIER
31
MASUKAN VARIABEL DEPENDENCE DAN INDEPENDENCE
32
AKTIFKAN PLOTS
33
Masukkan variabel SPRESID ke kotak Y dan ZPRED KE kotak X
34
Out put SPSS
35
INTEPRETASI Titik-tik menyebar secara acak baik di atas maupun di bawah angka 0 pada sumbu Y. Dapat disimpulkan tidak terjadi heteroskedasitisitas pada model regresi, sehingga model regresi layak dipakai untuk mempredeksikan variabel terikat. Analisis dengan plot memiliki kelemahan yang serius, semakin sedikt data semakin sulit mengintepretasikan
36
2. UJI PARK Langkah-langkah
Lakukan langkah-langkah seperti analisis regresi linier. Dapatkan variabel residual (Ui) dengan cara pilih “SAVE” pada tampilan Linier Regresion dan aktifkan “UNSTANDARDIZED RESIDUAL” lihat uji autokorelasi) Kuadratkan nilai residual (U2 i)dengan menekan “TRANSFORM “ dan “COMPUTE” Tekan OK
37
AKTIFKAN UNSTANDARDIZE RESIDUAL
38
TERIMA KASIH SEMOGA BERMANFAAT
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.