Uji Asumsi Regresi

1. Uji Asumsi Regresi

2. Uji Multikolinearitas • Ujimultikolinearitasbertujuanuntukmengujiapakah model regresiditemukanadanyakorelasiantarvariabelbebas (independent variable). • Cara mendeteksiadaatautidaknyamultikolinearitas: • Nilai R² yang dihasilkansangattinggi, tetapiscr individual variabel2 bebasbanyangygtidaksignifikanmempengaruhivaribelterikat. • Menganalisismatrikskorelasivariabel-variabelbebas. Jikaantarvariabelbebasadakorelasiygcukuptinggi (diatas 0.90), ha inimerupakanindikasiadanyamultikolinearitas. • Multikolinearitasdapatjugadilihatdarinilaitolerance danlawannyavariace inflation factor (VIF). Nilai cutoff ygumumnyadipakaiuntukmenunjukkanadanyamultikolinearitasadalahnilai tolerance ≤ 0.10 atausamadengan ≥10.

3. Uji Multikolinearitas Perintah dalam SPSS • Bukan File multiple_reg • Menu Analize─> Regression ─> Linear .. Tampak di Layar windows Linear Regression • Pada kotak Dependent isikan variabel income • Pada kotak Independent isikan variabel Usia,Pengalaman Kerja, dan Jenis Kelamin • Pada kotak Method, pilih Enter • Untuk menampilkan matriks korelasi dan nilai Tolerance dan VIF, pilih Statistics, di layar akan muncul tampilan Linear Regession Statistics, sebagai berikut:

4. Aktifkan pilihan Covariance matrix dan Collinieritydiagnostics • Tekan Continue, abaikan yang lain dan tekan OK

5. Tidak terjadi multikolinearitas karena korelasi antar variabel bebas/independent di bawah 0.90

6. Hasil perhitungan Nilai Tolerance menunjukkan tidak ada variabel bebas yang memiliki nilai Tolerance kurang dari 0.10 • Hasil perhitungan Nilai Variance Inflation Factor (VIF) menunjukkan tidak ada variabel bebas yang memiliki nilai VIF lebih dari 10

7. Uji Autokorelasi • Uji autokorelasi bertujuan untuk melihat apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). • Ada cara mendeteksi ada atau tidaknya autokorelasi, yaitu Uji Durbin-Watson (DW test), Uji Lagrange Multiplier (LM test), Uji Statistics Q : Box-Pierce dan Ljung Box, dan Run Test. • Pada pembahasan ini akan dilakukan uji autokorelasi dengan Uji Durbin-Watson • Uji Durbin-Watson digunakan untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lag di antara variabel bebas.

8. Hipotesis: • H0 : tidakadaautokorelasi (r=0) • H1 : ada auto korelasi (r≠ 0)

9. Uji Autokorelasi Perintah dalam SPSS • Bukan File multiple_reg • Menu Analize─> Regression ─> Linear .. Tampak di Layar windows Linear Regression • Pada kotak Dependent isikan variabel Income • Pada kotak Independent isikan variabel Usia,Pengalaman Kerja, dan Jenis Kelamin • Pada kotak Method, pilih Enter • Untuk menampilkan nilai Durbin Watson, pilih Statistics, di layar akan muncul tampilan Linear Regression Statistics, sebagai berikut:

10. Akifkan pilihan Durbin Watson • Tekan Continue, abaikan yang lain dan tekan OK

11. Nilai DW sebesar 1.339, nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan signifikansi 5%, jumlah sampel 11 (n) dan jumlah variabel bebas 3 (k=3), maka di tabel Durbin Watson akan didapatkan nilai sbb:

13. Gambar Daerah Uji Durbin Watson 2.072 0.595 1.928 3.405 1.339 Karena nilai DW 1.339 lebih kecil dari du dan lebih besar dari dl, maka tidak menghasilkan kesimpulan yang pasti

14. Uji Heteroskedastisitas • Ujiheteroskedastisitasbertujuanuntukmengujiapakahdalam model regresi linear terjadiketidaksamaan variance dari residual satupengamatankepengamatan yang lain. • Model regresi yang baikadalah yang homoskedastisitasatautidakterjadiheteroskedastisitas. • Adacaramendeteksiadaatautidaknyaheteroskedastisitas, yaitu Spearman’ rho, UjiGlejser, Uji Park, danMelihatPolaGrafik. • PadapembahasaniniakandilakukanujiheteroskesastisitasdenganmelihatGrafikPlotpreantaranilaiprediksivariabedenganresidualnya SRESID. • Deteksiadatidaknyaheteroskedastisitasdapatdilakukandenganmelihatadatidaknyapolatertentupadagrafikscatterplotantara ZRESID dan ZPRED dimanasumbu Y adalah Y yang diprediksi, dansumbu X adalah residual (prediksi – Y sesungguhnya) yang telahdi-studentized.

15. DasarAnalisis: • Adapolatertentu, sepertititik-titik yang adamembentukpolatertentu yang teratur (bergelombang, melebarkemudianmenyempit), makamengindikasikantelahterjadiheteroskedastisitas. • Jikatidakadapola yang jelas, sertatitik-titikmenyebardiaatasdandibawah 0 padasumbu Y, makatidakterjadiheteroskedastisitas.

16. UjiHeteroskedastisitas Perintah dalam SPSS • Bukan File multiple_reg • Menu Analize─> Regression ─> Linear .. Tampak di Layar windows Linear Regression • Pada kotak Dependent isikan variabel Income • Pada kotak Independent isikan variabel Usia,Pengalaman Kerja, dan Jenis Kelamin • Pada kotak Method, pilih Enter • Untuk menampilkan Grafik Scatter Plot, pilih Statistics, di layar akan muncul tampilan Linear Regression Plots, sebagai berikut:

17. Masukkan variabel ZRESID pada kotak pilihan Y. • Masukkan variabel ZPRED pada kotak pilihan X. • Tekan Continue, abaikan yang lain dan tekan OK

18. Tidakterjadiheteroskedastisitaskarenatitik-titikmenyebarsecaraacaksertatersebarbaikdiatasmaupundibawahangka 0 padasumbu Y. • Model regresi layak dipakai untuk memprediksi Income sales person berdasarkan masukan variabel bebas Usia, Pengalaman Kerja, dan Jenis kelamin.

19. Uji Normalitas • Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. • Ada 2 cara mendeteksi apakah residual bersiatribusi normal atau tidak , yaitu dengan analisis grafik dan uji statistik (melihat nilai kurtosis dan skewness dari residual dan uji statistik non-parametrik Kolmogorov-Smirnov (K-S)) • Pada pembahasan ini akan dilakukan uji normalitas dengan analisis grafik.

20. AnalisisGrafik: • Melihatgrafik histogram yang membandingkanantara data observasidengandistribusi yang mendekatidistibusi normal. • Melihat normal probability plot yang membandingkandistribusikumulatifdaridistribusi normal. Distribusi normal akanmembentukgarislurus diagonal, danploting data residual akandibandingkandengangaris diagonal.

21. Uji Normalitas Perintah dalam SPSS • Bukan File multiple_reg • Menu Analize─> Regression ─> Linear .. Tampak di Layar windows Linear Regression • Pada kotak Dependent isikan variabel Income • Pada kotak Independent isikan variabel Usia,Pengalaman Kerja, dan Jenis Kelamin • Pada kotak Method, pilih Enter • Untuk menampilkan Grafik Histogram dan Normal Probability Plot, pilih Statistics, di layar akan muncul tampilan Linear Regression Plots, sebagai berikut:

22. Aktifkan Standardized Residual Plots pada Histogram dan pada Normal Probabiliity Polts • Tekan Continue, abaikan yang lain dan tekan OK

23. Tidak normal, karena grafik histogram memberikan pola distribusi yang merata (kurtosis negatif). Normal karena titik-titik menyebar di sekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal.

24. Daftar Pustaka: • Uyanto, S.S. (2009). Pedoman analisis data dengan SPSS. Edisi Ketiga. Yogyakarta: Penerbit Graha Ilmu. • Buku Prof. Dr. H. Imam Ghozali, I. (2013). Aplikasi analisis multivariate dengan Program SPSS. Semarang: Penerbit Badan Penerbit Undip.