Professional Documents
Culture Documents
Materi
Uji
Asumsi Klasik Normalitas Multikolinieritas Uji Asumsi Klasik Heteroskedastisitas Linieritas Outokorelasi
2
Uji Normalitas Uji Non-Multikolinieritas Uji Non-Heteroskedastisitas Uji Linieritas Uji Non-Otokorelasi (time series)
normal merupakan suatu kurve berbentuk lonceng. Penyebab data tidak normal, karena terdapat nilai ekstrim dalam data seri yang diambil. Nilai ektrim adalah nilai yang terlalu rendah atau terlalu tinggi.
Ekstrim Rendah
Ektrim Tinggi
-2,58
2,58
Pada =0,01
Ekstrim Rendah
Ektrim Tinggi
-1,96
1,96
Pada =0,05
6
Ekstrim Rendah
Ektrim Tinggi
-2,58
2,58
xi x
UJI NORMALITAS
PENGERTIAN UJI NORMALITAS Uji normalitas di maksudkan untuk mengetahui apakah residual terstandarisasi yang diteliti berdistribusi normal atau tidak. PENYEBAB TIDAK NORMAL Disebabkan karena terdapat nilai ektrim dalam data yang kita ambil.
Uji Normalitas
CARA MENDITEKSI: 1. Dengan gambar: Jika kurva regression residual terstandarisasi membentuk gambar lonceng. 2. Dengan angka:
Uji Liliefors Chi Kuadrat (X2) Uji dengan kertas peluang normal Uji dengan Kolmogornov Smirnov
9
Uji Normalitas
10
Contoh Kasus
Berikut
Berdasarkan
11
Manual Liliefors
Buat persamaan regresinya Mencari nilai Prediksinya Cari nilai residualnya Stadarisasi nilai residualnya Urutkan nilai residual terstandarisasi dari yang terkecil sampai yang terbesar. Mencari nila Zr relatif komulatif. Mencari nila Zt teoritis berdasarkan tabel Z Mengihitung selisih nilai Zr dengan Zt atau (ZrZt-1) dan diberi simbol Li hitung Bandingkan nilai Li hitung dengan tabel Liliefors. Jika Lihitung > L tabel maka data berdistribusi normal demikian juga sebaliknya. 12
Pengujian Manual
Y
Ypred Resid Zresid Zr Tabel Z cum Luas Z Li
=2,553-1,092X1+1,961X2
=2,553-1,092(2) +1,961(3) = 6,252 = 5-6,252 = (-1,2520,002)/1,042 = -1,200 = (1/10) = 0,1, (2/10) = 0,2, dts = 1,20 ditabel Z = 0,885 = Karena < 0,5 maka Luas Z = 1-0,858 =0,142 = Zt-Zr(t-1) = 0,142-0,10=0,042
13
14
15
N Normal Parameters a,b Mos t Ex treme Differences Kolmogorov-Smirnov Z Asy mp. Sig. (2-tailed)
Karena Nilai Sig. > 0,05 maka tidak signifikan. Tidak siginifikan berarti data relatif sama dengan ratarata sehingga disebut normal.
16
jumlah data. Melakukan transformasi data menjadi Log atau LN atu bentuk lainnya. Menghilangkan data yang dianggap sebagai penyebab data tidak normal. Dibiarkan saja tetapi kita harus menggunakan alat analisis yang lain.
17
UJI MULTIKOLINIERITAS
PENGERTIAN Uji multikolinieritas berarti terjadi korelasi yang kuat (hampir sempurna) antar variabel bebas. Tepatnya multikolinieritas berkenaan dengan terdapatnya lebih dari satu hubungan linier pasti, dan istilah kolinieritas berkenaan dengan terdapatnya satu hubungan linier.
18
Uji Multikolinieritas
PENYEBAB Karena sifat-sifat yang terkandung dalam kebanyakan variabel ekonomi berubah bersama-sama sepanjang waktu. Besaran-besaran ekonomi dipengaruhi oleh faktor-faktor yang sama.
19
Uji Non-Multikolinieritas
Cara menditeksi: 1. Dengan melihat koefesien korelasi antar variabel bebas: Jika koefesien korelasi antar variabel bebas 0,7 maka terjadi multikolinier. 2. Dengan melihat nilai VIF (Varian Infloating Factor): Jika nilai VIF 10 maka tidak terjadi multikolinier.
20
Contoh KasusMultikolinieritas
Berikut
Berdasarkan
21
22
23
24
Output:
Memperbesar ukuran sampel Memasukan persamaan tambahan ke dalam model. Menghubungkan data cross section dan data time series. Mengeluarkan suatu variabel dan bias spesifikasi. Transformasi variabel.
26
UJI NON-HETEROSKEDASTISITAS
PENGERTIAN Uji heteroskedastisitas berarti adanya varian dalam model yang tidak sama (konstan). PENYEBAB Variabel yang digunakan untuk memprediksi memiliki nilai yang sangat beragam, sehingga menghasilkan nilai residu yang tidak konstan.
27
Uji Heteroskedastisitas
CARA MENDITEKSI: 1. Dengan Uji Park Yaitu dengan meregresikan variabel bebas terhadap nilai log-linier kuadrat. 2. Dengan Uji Glejser Yaitu dengan meregresikan variabel bebas terhadap nilai residual mutlaknya. 3. Dengan Uji Korelasi Rank Spearman Mengkorelasikan nilai residual dengan variabel bebas dengan menggunakan Rank-spearman.
28
Berdasarkan
data tersebut ujilah apakah data tersebut apakah terjadi gejala Heteroskedastisitas ?
29
Regresikan variabel bebas (X) terhadap variabel tergantung (Y). Hitung nilai prediksinya Hitung nilai residualnya Multakan nilai residualnya Regresikan variabel bebas terhadap nilai mutlak residualnya. Jika signifikan berarti terjadi gejala heteroskedastisitas dan sebaliknya jika tidak signifikan berarti tidak terjadi gejala heteroskedastisitas.
30
31
X1 tidak signifikan karena p-value > 0,05 sehingga X1 tidak terjadi gejala heteroskedastisitas.
X2 signifikan karena p-value < 0,05 sehingga X2 terjadi gejala heteroskedastisitas.
32
34
X1 tidak signifikan karena p-value > 0,05 sehingga X1 tidak terjadi gejala heteroskedastisitas.
X2 signifikan karena p-value < 0,05 sehingga X2 terjadi gejala heteroskedastisitas.
35
jumlah pengamatan. Tranformasikan data ke bentuk LN atau Log atau bentuk laiannya.
36
UJI NON-AUTOKORELASI
PENGERTIAN Uji ini dilakukan untuk mengetahui apakah ada korelasi antara anggota serangkaian data observasi yang diuraikan menurut waktu (time series) atau ruang (cross section).
37
Uji Otokorelasi
PENYEBAB: Adanya kelembaman waktu Adanya bias spesifikasi model Manipulasi data
38
Uji Otokorelasi
Uji
39
Berdasarkan
data tersebut ujilah apakah data tersebut apakah terjadi gejala otokorelasi ?
40
Langkah-Langkah Uji Durbin-Watson 1. Regresikan variabel bebas (X) terhadap variabel tergantung (Y). 2. Hitung nilai prediksinya. 3. Hitung nilai residualnya. 4. Kuadratkan nilai residualnya. 5. Lag-kan satu nilai residualnya. 6. Kurangkan nilai residual dengan Lag-kan satu nilai residualnya. 7. Masuk hasil perhitungan diatas masukan kedalam rumus Durbin-Watson
41
e e2 et-1
= Y-Ypred =
e-et-1
(e-et-1) = 2,131
= 4,541
(e e DW e
t
t 1 2
)2
Kriteria Pengujian
1,641
Tanpa Kesimpulan
Tanpa Kesimpulan
Otokorelas i+
Tidak ada
dL
0,697
dU
1,641
Otokorelas 2 4 dU i 2,359
4 dL
Otokorelas i
3,303
3,386
Tabel Durbin Watson dk =k,n K=2 dan n=10 dL = 0,697 dU = 1,641 4-dU = 2,359 4-dL = 3,303
43
44
45
46
Jika
diketahui Junmlah Variabel bebas 3, pengamatan 20, dan diperoleh nilai durbin watson sebesar 2,354. Ujilah apakah terjadi gejala outokorelasi ? Gunakan gambar untuk menguji !
47
UJI LINIERITAS
Uji ini dilakukan untuk mengetahui model yang digunakan apakah menggunakan model linier atau tidak. Cara menditeksi: 1. Dengan kurva: Model dikatakan linier jika plot antara nilai residual terstandarisasi dengan nilai prediksi terstandarisasi tidak membentuk pola tertentu (acak). 2. Dengan uji MWD Cara mengetahui linieritas dengan menggunakan gambar dianggap masing kurang obyektif sehingga masih dibutuhkan alat analisis Mac Kinnon White Davidson (MWD)
48
Regresikan variabel bebas terhadap variabel tergantung dengan regresi linier dan tentukan Ypred1 Tranformasikan semua variabel ke dalam bentuk Ln, dan kemudian regresikan Ln variabel bebas terhadap Ln variabel tergantung dan tentukan Ypred2. Tentukan Z1= (Ln Ypred1 - Ypred2.). Regresikan variabel bebas dan Z1 terhadap Y, jika Z1 sigifikan maka tidak linier. Tentukan Z2 = (antilogPred2-YPred1) Regresikan variabel bebas dan Z2 terhadap Y, jika Z2 sigifikan maka linier.
49
50
,5
0,0
-,5
-1,0
-1,5 -3 -2 -1 0 1 2
Karena plot regresi standardiz residual dengan regresi standardiz prediksi membentuk pola yang acak maka menggunakan persamaan regresi Linier.
51
52