uji asumsi klasik
DESCRIPTION
statistik spssTRANSCRIPT
![Page 1: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/1.jpg)
UJI ASUMSI KLASIK
![Page 2: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/2.jpg)
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
![Page 3: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/3.jpg)
Tolerance > 0,1
VIF < 10
Kesimpulan :Tidak terjadimultikolinearitas sehinggadata baik digunakandalam model regresi.
![Page 4: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/4.jpg)
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)
![Page 5: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/5.jpg)
HeteroskedastisitasMetoda grafik
•Jika data menyebar dan tidak membentuk pola: tidak terjadi heteroskedastisitas =homoskedastisitas.
•Jika data mengumpul membentuk pola : terjadiheteroskedastisitas
![Page 6: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/6.jpg)
Titik – titik menyebar dan tidak membentuk polatertentu (homoskedastisitas) ,
Kesimpulan : tidak terjadi heteroskedastisitassehingga data baik digunakan dalam model regresi
![Page 7: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/7.jpg)
HeteroskedastisitasMetoda non grafik
Ho : tidak terjadi heteroskedastisitasHa : terjadi heteroskedastisitas*Bandingkan Sig dengan Alpha αsig> α = Ho tidak dapat ditolakSig< α = Ha tidak dapat ditolak
![Page 8: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/8.jpg)
• 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.
![Page 9: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/9.jpg)
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
![Page 10: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/10.jpg)
AUTOKORELASIDurbin watson
![Page 11: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/11.jpg)
Kesimpulan : terdapat autokorelasi positifsehingga data tidak baik digunakan dalammodel regresi
Lihat tabel : Alpha = 0,05 , K = 30dl 1.21 ; du 1.65
![Page 12: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/12.jpg)
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.
![Page 13: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/13.jpg)
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.
![Page 14: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/14.jpg)
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.
![Page 15: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/15.jpg)
Normalitas – grafik
Kesimpulan : titik –titik data menyebardisekitar garisdiagonal.
Artinya : dataterdistribusinormal, sehinggadata baik digunakandalam modelpenelitian regresi.
![Page 16: Uji asumsi klasik](https://reader036.vdokumen.com/reader036/viewer/2022083003/5596994e1a28abbe168b459f/html5/thumbnails/16.jpg)
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.