Pengujian Asumsi Klasik
(Pengujian Normalitas)
- Apa Sih Asumsi Klasik ?
Uji asumsi klasi adalah persyaratan untuk melakukan analisis regresi linier berganda dimana estimasi parameternya menggunakan metode Ordinary Least Square (OLS). Regresi yang tidak menggunakan metode OLS tidak perlu menggunakan persyaratan asumsi klasik seperti regresi logistik, multinomian atau regresi ordinal. Pengujian ini dilakukan dengan tujuan untuk memastikan bahwa persamaan regresi yang diperoleh memiliki hasil yang konstan, tidak bias, dan tepat dalam melakukan estimasi. Model regresi berganda juga harus memenuhi kriteria BLUE (Best Linier Unbiased Estimator), sehingga perlu untuk melakukan pengujian asumsi klasik agar kriteria tersebut terpenuhi. Asumsi Klasik sendiri terdapat 4 uji yang harus dilakukan, yaitu:1. Uji Normalitas;2. Uji Non Autokorelasi; (wajib untuk data deret waktu)3. Uji Homoskedastisitas;4. Uji Non Multikolinieritas Pada kesempatan kali ini kita akan fokus membahas asumsi klasik untuk uji normalitas pada regresi linier berganda menggunakan SPSS.
- Uji Normalitas
Uji normalitas merupakan pengujian yang dilakukan untuk melihat apakah nilai residual pada data berdistribusi normal. Dikatakan model yang baik adalah katika residualnya berdistribusi normal, sehingga pengujian ini dilakukan menggunakan nilai residual dari seluruh variabel. Uji statistik yang dapat digunakan untuk uji normalitas yaitu tes normal p-plot, tes chi-square, tes skewness dan kurtosis, dan tes Kolmogorov-Smirnov. Beberapa penyebab residual tidak menyebar normal adalah sebaran variabel X dan Y tidak normal, ukuran sampel pada penelitian terlalu kecil, sebaran residual yang menjulur pada satu titik (kanan/kiri).
- Statistik Uji Kolmogorov- Smirnov adalah:
D = maks |S(zi) - P (zi)|
- Hipotesis:
H0 : Residual Menyebar Normal Vs
H1 : Residual Tidak Menyebar Normal
- Kaidah Keputusan
Jika D < (⍺,n), maka H0 diterima artinya residual data menyebar normal atau pada output p-value Kolmogrov Smirnov > ⍺, maka residual data berdistribusi nornal (Ghozali, 2016).
- Contoh Soal dan Tutorial SPSS
Berikut ini merupakan contoh data untuk pengujian asumsi normalitas regresi linier berganda. Terdapat satu variabel dependen (Y) dan lima variabel independen (X).
.png)
1. Input data di atas ke SPSS seperti gambar berikut.
2. Klik Variabel View dan sesuaikan masing-masing kolom seperti gambar di bawah ini.
3. Klik Analyze - Regresion - Liniear.
4. Masukkan Variabel Y ke dalam kolom Dependent dan variabel X ke dalam kolom Independent seperti gambar di bawah ini.
5. Klik Save - centang kolom Unstandardize pada grup Residuals kemudian klik Continue dan OK.
6. Maka akan muncul kolom residual pada Data View seperti gambar berikut.
7. Klik Analyze - Nonparametric Test - Legacy Dialogs - 1 Samples K-S.
8. Masukkan variabel residual pada kolom Test Variable List. Pada Test Distribution centang kolom Normal, kemudian klik OK.
- Pembahasan
Berdasarkan tutorial di atas diperoleh output untuk asumsi normalitas residual sebagai berikut.
Berdasarkan output di atas dapat di tentukan apakah residual data sudah menyebar normal dengan melihat pada nilai "Asymp.Sig.(2-tailed)" yang nantinya dibandingkan dengan nilai ⍺ = 0,05. Diperleh nilai pada tabel di atas sebesar 0,200 dimana nilai tersebut > ⍺ = 0,05, sehingga dapat disimpulkan berdasarkan hipotesis bahwa tolak H0 yang berarti residual pada data sudah berdistribusi normal dan asumsi normalitas terpenuhi.
Author : Ajeng Jasmine (AJF)
