uji asumsi klasik
Post on 03-Jul-2015
4.319 Views
Preview:
DESCRIPTION
TRANSCRIPT
UJI ASUMSI KLASIK
I. MULTIKOLINEARITAS
Untuk menguji apakah suatu model regresi terjadikorelasi yang tinggi atau tidak antar variabelindependen.
Acuan penentuan terjadi atau tidaknyaMultikolinearitas :A. Tidak terjadi Multikolinearitas Jika Tol > 0,1 dan
VIF<10B. Terjadi Multikolinearitas jika Tol < 0,1 dan VIF
>10
Tolerance > 0,1
VIF < 10
Kesimpulan :Tidak terjadimultikolinearitas sehinggadata baik digunakandalam model regresi.
II. Heteroskedastisitas
Untuk menguji apakah dalam suatu modelregresi terdapat kesamaan atau ketidaksamaanvarians antara pengamatan yang satu denganyang lainnya.
Uji heteroskedastisitas dapat dilakukan dengan
•Metoda grafik
•Metoda Non grafik (Uji Glejser)
HeteroskedastisitasMetoda grafik
•Jika data menyebar dan tidak membentuk pola: tidak terjadi heteroskedastisitas =homoskedastisitas.
•Jika data mengumpul membentuk pola : terjadiheteroskedastisitas
Titik – titik menyebar dan tidak membentuk polatertentu (homoskedastisitas) ,
Kesimpulan : tidak terjadi heteroskedastisitassehingga data baik digunakan dalam model regresi
HeteroskedastisitasMetoda non grafik
Ho : tidak terjadi heteroskedastisitasHa : terjadi heteroskedastisitas*Bandingkan Sig dengan Alpha αsig> α = Ho tidak dapat ditolakSig< α = Ha tidak dapat ditolak
• IHSG
Ho : tidak terjadi Heteroskedastisitas
Ha : terjadi Heteroskedastisitas
Sig : 0,012 ; Alpha : 0,05
Kesimpulan : Ha tidak dapat ditolak
Artinya : terjadi heteroskedastisitas. Sehingga tidak baik digunakan dalam model regresi
• KURS
Ho : tidak terjadi Heteroskedastisitas
Ha : terjadi Heteroskedastisitas
Sig : 0,064; Alpha : 0,05
Kesimpulan : Ho tidak dapat ditolak
Artinya : tidak terjadi heteroskedastisitas. Sehingga data baik digunakan dalam model regresi
• Interest rate
Ho : tidak terjadi Heteroskedastisitas
Ha : terjadi Heteroskedastisitas
Sig : 0,198 ; Alpha : 0,05
Kesimpulan : Ho tidak dapat ditolak
Artinya : Tidak terjadi heteroskedastisitas, Sehingga data baik digunakan dalam model regresi.
III. AUTOKORELASI
Untuk melihat sebuah model regresi adakorelasi antara kesalahan penganggu padaperiode t dan kesalahan penganggu padaperiode t-1.
UJI AUTOKORELASI dapat menggunakan :
A. Uji Durbin watson
B. Uji Bruesch-Godfrey
AUTOKORELASIDurbin watson
Kesimpulan : terdapat autokorelasi positifsehingga data tidak baik digunakan dalammodel regresi
Lihat tabel : Alpha = 0,05 , K = 30dl 1.21 ; du 1.65
AUTOKORELASI Bruesch-Godfrey
Ho : Tidak terjadi autokorelasi
Ha : Terjadi Autokorelasi
Bandingkan Sig dengan α
Sig < α : Ha tidak dapat ditolak
Sig > α : Ho tidak dapat ditolak
Untuk Lihat hubungan positif / negatif, lihat diunderstandardized residual (B), lihat di Res2.
Ho : Tidak terjadi autokorelasi
Ha : Terjadi autokorelasi
Sig : 0,000 ; α : 0,05 ; B = 0,789
Kesimpulan = Ha tidak dapat ditolak
Artinya , terjadi autokorelasi sehingga data tidak baik digunakan dalam model regresi.
Normalitas
• Grafik– Jika titik-titik menyebar disekitar garis diagonal = Data terdistribusi
normalitas– Jika titik-titik menyebar tidak disekitar garis diagonal = data tidak
terdistribusi normalitas
• Non Grafik – One sample k-sHo : data terdistribusi normalHa : data tidak terdistribusi normalBandingkan Asymp Sig (2tailed ) dengan αJika :A. Asymp Sig (2tailed )> α : ho tidak dapat ditolak , data terdistribusi
normal.B. Asymp Sig (2tailed )< α : ha tidak dapat ditolak, data tidak
terdistribusi normal.
Normalitas – grafik
Kesimpulan : titik –titik data menyebardisekitar garisdiagonal.
Artinya : dataterdistribusinormal, sehinggadata baik digunakandalam modelpenelitian regresi.
Normalitas – Non grafik
Ho : data terdistribusi normal
Ha : data tidak terdistribusi normal
Asymp Sig (2tailed ) = 0,808
α = 0,05
Asymp Sig (2tailed )> α
Kesimpulan : Ho tidak dapat ditolak ( data terdistribusi normal)
Artinya : data terdistribusi normal, sehingga data baik digunakan dalammodel penelitian regresi.
top related