Rabu, 12 Desember 2018

Analisis Regresi dan Uji Asumsi Klasik

Bagi kalian yang sedang skripsi mungkin pernah dengar istilah regresi? nah, regresi sendiri adalah sebuah metode yang ada di ilmu statistika. Kali ini saya akan bahas sedikit tentang regresi dan asumsi-asumsi apa saja yang harus dipenuhi agar model regresi yang kita buat adalah model yang BLUE (best linear unbiased estimator).

Jadi Regresi itu apa? Analisis Regresi adalah salah satu metode yang dapat digunakan dalam mencari hubungan antara 2 variabel atau lebih. Variabel-variabel yang dikomputasi selanjutnya dikelompokkan menjadi variabel dependen yang biasanya dinotasikan dengan huruf Y dan variabel independen yang biasanya dinotasikan dengan huruf X. Jika dalam persamaan regresi hanya terdapat satu variabel dependen dan satu variabel independen maka disebut persamaan regresi sederhana, sedangkan jika variabel independennya terdapat lebih dari satu, maka persamaan tersebut adalah persamaan regresi berganda.

Pada Analisis Regresi terdapat Asumsi yang harus dipenuhi, biasanya disebut Uji Asumsi Klasik. Apa itu Uji Asumsi Klasik?

Uji asumsi klasik adalah persyaratan pengujian statistik yang harus dipenuhi terlebih dahulu dalam analisi regresi berganda atau data yang bersifat ordinary least square. Setiap pengujian asumsi klasik yang terdiri dari uji yaitu uji multikolinearitas, uji heteroskedastisitas, uji normalitas, uji autokorelasi dan uji linearitas (tidak wajib) akan dilakukan pengujian satu per satu. Secara umum uji linearitas tidak diwajibkan digunakan. Hanya empat pengujian (uji multikolinearitas, uji heteroskedastisitas, uji normalitas, uji autokorelasi) saja yang sering digunakan dalam pemenuhan syarat pengujian regresi berganda. Jika salah satu pengujian tersebut mengalami permasalah atau tidak lolos dalam pengujian (ex: autokorelasi), maka akan dilakukan pengobatan selanjutnya agar memenuhi kriteria yang ditentukan dalam setiap pengujian. Praktek pengujian empat uji asumsi klasik tersebut, biasanya yang paling sering mengalami masalah adalah dalam pengujian atokorelasi. Jika terjadi masalah atau tidak lolos dalam pengujian asumsi klasik maka perlu dilakukan pengobatan uji autokorelasi tersebut.


1. Uji Normalitas

Uji normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas bukan dilakukan pada masing-masing variabel tetapi pada nilai residualnya. Sering terjadi kesalahan yang jamak yaitu bahwa uji normalitas dilakukan pada masing-masing variabel. Hal ini tidak dilarang tetapi model regresi memerlukan normalitas pada nilai residualnya bukan pada masing-masing variabel penelitian.


2. Uji Heteroskedastisitas

Uji Heteroskedastisitas untuk terjadinya gangguan yang muncul dalam fungsi regresi yang mempunyai varian yang tidak sama sehingga penaksir OLS tidak efisien baik dalam sampel kecil maupun sampel besar (tapi masih tetap tidak bias dan konsisten). Salah satu cara untuk mendeteksi masalah heteroskedastisitas adalah dengan uji Park. Hasil perhitungan dilakukan uji t. Kriteria pengujiannya adalah apabila t hitung < t tabel, maka antara variabel bebas tidak terkena heteroskedastisitas terhadap nilai residual lain, atau varians residual model regresi ini adalah homogen. Demikian sebaliknya.


3. Uji Autokorelasi

Uji Autokorelasi adalah untuk mengetahui adanya korelasi antara variabel gangguan sehingga penaksir tidak lagi efisien baik dalam model sampel kecil maupun dalam sampel besar. Salah satu cara untuk menguji autokorelasi adalah dengan percobaan d (Durbin-Watson). Hasil perhitungan dilakukan pembandingan dengan Ftabel. Kriteria pengujiannya adalah apabila nilai Durbin Watson < F tabel, maka diantara variabel bebas dalam persamaan regresi tidak ada autokorelasi, demikian sebaliknya.

Sebetulnya ada satu lagi asumsi yang harus dipenuhi yaitu Multikolinieritas. Tapi asumsi ini akan saya bahas di postingan selanjutnya. Singkatnya, multikolinieritas sendiri adalah adanya hubungan antar variabel independent. Nah, pada postingan selanjutnya akan kita bahas lebih dalam dan juga bagaimana cara mengatasi multikolinieritas tersebut.

1 komentar:

  1. Olah Data Semarang
    Jasa Olah Data SPSS, AMOS, LISREL, Frontier 4.1
    EVIEWS, SMARTPLS, STATA, DEAP 2.1, DLL
    Contact Person WhatsApp
    Klik Link Dibawah
    Contact Person WhatsApp +6285227746673

    BalasHapus