pertemuan 9
Resume
9
UJI
ASUMSI KLASIK
yok ikuti cara uji asumsi klasik
tersebut....
Resume
9
UJI
ASUMSI KLASIK
Tutorial
Uji Asumsi Klasik dengan Eviews
Uji asumsi klasik merupakan syarat yang harus
dilakukan pada setiap uji regresi linear ordinary least square (OLS). Di
dalam analisis regresi menggunakan aplikasi eviews, kita dapat
melakukan berbagai jenis uji asumsi klasik yang menjadi syarat-syarat
tersebut. Oleh karena itu, dalam kesempatan ini kami akan menjelaskan tutorial
cara uji asumsi klasik dengan eviews.
Jenis
Asumsi Klasik Regresi OLS
Sedikit review kembali sebelum kita masuk pada bahasan
pokok artikel kali ini, yaitu tentang jenis asumsi klasik yang harus dilakukan
oleh para peneliti pada saat analisis regresi OLS. Asumsi klasik yang harus
diperhatikan antara lain: asumsi linearitas regresi, normalitas residual, non multikolinearitas, non heteroskedastisitas, non outlier dan non autokorelasi. Pada kesempatan ini, kami
akan jelaskan semua tutorial untuk melakukan uji asumsi klasik tersebut di atas.
baiklah, kita mulai dari yang pertama yaitu asumsi autokorelasi. Namun
sebaiknya anda baca terlebih dahulu artikel kami sebelumnya yaitu: Tutorial Uji Regresi Linear dengan Eviews dan Interprestasi Regresi Linear dengan Eviews.
Maksudnya adalah agar terdapat kesinambungan pemahaman dengan apa yang kan kita
bahas saat ini. Kemudian silahkan buka kembali file kerja aplikasi eviews pada
pembahasan sebelumnya tersebut.
Uji
Autokorelasi dengan Eviews
Ada dua macam autokorelasi yang akan kita uji, yaitu
autokorelasi first order dan autokorelasi serial correlation. Silahkan anda
pilih mana yang cocok untuk model regresi anda. Apabila tidak ada variabel Lag,
silahkan gunakan uji autokorelasi durbin watson. Namun jika ada
variabel Lag, silahkan gunakan uji autokorelasi serial correlation.
Uji
Autokorelasi Durbin Watson
Langkah yang harus anda lakukan adalah buka kembali
file kerja anda dan pastikan file yang digunakan benar.
Kemudian perhatikan output dari hasil regresi linear dengan eviews yang
tampilannya adalah sebagai berikut:
Perhatikan nilai Durbin-Watson Stat, yaitu sebesar
1,767489. Nilai tersebut adalah nilai Durbin Watson (DW) Hitung yang bisa
anda bandngkan dengan nilai DU dan DL pada tabel Durbin Watson. Agar anda
paham dan memiliki Tabel durbin Watson, silahkan baca artikel kami tentang Tabel Durbin Watson.
Kesimpulannya: Jika nilai DW > DU dan nilai (4-DW)
> DU, maka dinyatakan tidak ada masalah autokorelasi, baik autokorelasi
positif maupun negatif. Lebih detail tentang cara baca tabel durbin watson dan
cara mengambil kesimpulan pada uji autokorelasi, baca artikel kami yang
berjudul: Pengertian dan Penjelasan Uji Autokorelasi Durbin Watson.
Uji
Autokorelasi Serial Korelasi
Uji autokorelasi yang lain adalah serial korelasi.
Banyak metode uji ini yang bisa dilakukan, namun dengan eviews kita
menggunakan uji Breusch-Godfrey Serial Correlation LM Test. Caranya
yaitu pada menu tekan tombol View -> Residual Diagnostics -> Serrial
Correlation LM Test.
Uji Autokorelasi dengan Eviews
Perhatikan
nilai Prob Chi Square(2) yang merupakan nilai p value uji Breusch-Godfrey
Serial Correlation LM, yaitu sebesar 0,2815 dimana > 0,05 sehingga
terima H0 atau yang berarti tidak ada masalah autokorelasi serial.
Uji
Normalitas residual dengan Eviews
Perli diingat kembali bahwa asumsi normalitas pada
regresi linear OLS adalah pada residual bukan variabelnya. Cara uji
normalitas dengan eviews adalah: silahkan tekan tombol View ->
Histogram-Normality Test.
Uji Normalitas Residual dengan Eviews
Uji Normalitas banyak sekali macamnya, antara lain:
lilliefors, kolmogorov smirnov, shapiro wilk dan shapiro francia, skewness
kurtosis, jarque bera, dan lain-lain. Pada aplikasi eviews ini, uji normalitas
yang bisa kita lakukan adalah menggunakan metode jarque bera. Silahkan baca
artikel kami tentang Pengertian dan Penjelasan Jarque Bera.
Hasil
uji normalitas residual di atas adalah: nilai jarque bera sebesar 118,8955
dengan p value sebesar 0,0000 dimana < 0,05 sehingga terima H1 atau yang
berarti residual berdistribusi tidak normal.
Uji
Multikolinearitas dengan Eviews
Uji multikolinearitas menilai adakah korelasi atau
interkorelasi antar variabel bebas dalam model regresi. Cara uji
multikolinearitas dengan eviews adalah: tekan tombol View -> Coefficient
Diagnostics -> Variance Inflation Factors. Hasilnya sebagai berikut ini:
Uji Multikolinearitas dengan Eviews
Di atas menunjukkan bahwa nilai Centered VIF baik X1
dan X2 adalah 2,398399 dimana nilai tersebut kurang dari 10, maka dapat
dinyatakan bahwa tidak terdapat masalah multikolinearitas dalam model prediksi.
Uji
Heteroskedastisitas dengan Eviews
Uji heteroskedastisitas dengan eviews caranya
sangatlah mudah, yaitu silahkan anda tekan tombol View -> Residual
Diagnostics -> Heteroscedasticity Test. Maka akan muncul jendela piliha
jenis uji heterokedastisitas yang akan digunakan, yaitu antara lain: Uji
Breusch Pagan Godfrey, Harvey, Glejser, ARCH dan White Test.
Uji Homoskedastisitas dengan Eviews
Misalkan kita memilih menggunakan uji Breusch Pagan
Godfrey. Setelah anda tekan tombol OK, maka akan muncul output sebagai berikut:
Output Uji Homoskedastisitas dengan Eviews
Silahkan
baca output tersebut di atas, dimana nilai p value yang ditunjukkan dengan
nilai Prob. chi square(2) pada Obs*R-Squared yaitu sebesar 0,0611. Oleh
karena nilai p value 0,0611 > 0,05 maka terima H0 atau ang berarti model
regresi bersifat homoskedastisitas atau dengan kata lain tidak ada masalah
asumsi non heteroskedastisitas.
Uji Asumsi Klasik dengan Eviews
CONTOH:
Analisis
Regresi Linear Berganda dan Hasil pengujian Hipotesis
1. Uji F
Hasil pengolahan data terlihat bahwa variabel independen (pendapatan, harga
barang, itu sendiri, harga barang substitusi, harga barang komplementer)
mempunyai signifikan F hitung sebesar 69.50775 dengan tingkat signifikan lebih
kecil dari 0,05. Dengan demikian hasil analisis penelitian menunjukkan bahwa
secara bersama-sama variabel independen (pendapatan, harga barang itu sendiri,
harga barang komplementer, dan harga barang substutusi) berpengaruh signifikan
terhadap konsumsi ayam per kapita. Dengan demikian hipotesis pertama (H0)
dalam penelitian ini diterima.
2. Uji t
(Parsial)
1. Pengujian
terhadap variabel Pendapatan : Nilai signifikan yaitu 0.5184 > 0.05,
kesimpulan yang dapat diambil adalah tingkat pendapatan tidak berpengaruh
signifikan terhadap konsumsi ayam per kapita.
2. Pengujian
terhadap variabel Harga barang itu sendiri: Nilai signifikan yaitu
0.0011<0.05, kesimpulan yang dapat diambil adalah harga barang itu sendiri
berpengaruh signifikan terhadap konsumsi ayam per kapita.
3. Pengujian
terhadap variabel barang substitusi: Nilai signifikan yaitu 0.0015<0.05,
kesimpulan yang dapat diambil adalah harga barang substitusi berpengaruh
signifikan terhadap konsumsi ayam per kapita.
4. Pengujian
terhadap variabel harga barang komplementer : Nilai signifikan yaitu
0.0294<0.05, kesimpulan yang dapat diambil adalah harga barang komplementer
berpengaruh signifikan terhadap konsumsi ayam per kapita.
3. Koefisien
Determinasi (R2)
Berdasarkan hasil penelitian ini menunjukkan bahwa nilai koefisien determinasi
R2 diperoleh sebesar 0,925683 atau 92.56%. Hal ini menunjukkan bahwa
92.56% kosnumsi ayam per kapita dipengaruhi oleh tingkat pendapatan, harga
barang itu sendiri, harga barang substitusi dan harga barang komplementer,
selebihnya dipengaruhi oleh variabel lain.
4. Model
Regresi Linear
KAP = 36.30322+ 0,002101x1 – 0.636353x2 + 0.217653X3 + 0.975555X4 + e
Hasil tersebut dapat dijelaskan bahwa Koefisien Regresi tingkat pendapatan
sebesar 0.002 yang berarti setiap Tingak pendapatan ditambah 1% akan menaikkan
konsumsi ayam sebesar 0.002% dengan asumsi bahwa variabel lain konstan.
Koefisien regresi harga barang itu sendiri adalah -0.63 yang berarti setiap
harga barang itu sendiri ditambah 1% akan menurunkan konsumsi ayam sebesar -0.63%
dengan asumsi bahwa variabel lain konstan. Koefisien regresi harga barang
substitusi adalah 0,21 yang berarti bahwa setiap harga barang substitusi
ditambah 1% akan menaikkan konsumsi ayam ssebesar 0.21% dengan asumsi bahwa
variabel lain konstan. Koefisien harga barang komplementer adalah 0.97 yang
berarti bahwa setiap harga barang komplementer ditambah 1% makan akan menaikkan
konsumsi ayam sebesar 0.97% dengan asumsi bahwa variabel lain konstan.
UJI ASUMSI KLASIK1
1. Uji Normalitas
Nilai signifikan yang diperoleh dari uji normalitas adalah 0.416904 >
0.05, artinya adalah data yang diperoleh berdistribusi normal karena nilai
probability yang diperoleh lebih besar dari 0.05.
Nilai signifikan yang diperoleh dari uji Heteroskedetisitas adalah 2.655261
> 0.05, ini berarti bahwa tidak terjadi gejala heteroskedastisitas
(homoskedastisitas) karena nilai signifikan yang diperoleh lebih besar dari
0.05.
Demiakian dari pembahasan saya tentang uji asumsi klasik dan uji-ujia
lainnya yang di perjelaskan lebih dan kurang saya harap memakluminya..
wassalam..
Ka gimana klo di e views tidak muncuk vifnya??
BalasHapusMengatasi Data Tidak Normal Dengan Central Limit Theorem (CLT)
BalasHapusApabila Data Tidak Normal Bisa Memakai Central Limit Theorem (CLT)
Sebagai Pendukung Kami Berikan Literatur Berupa Penelitian-Penelitian
Sebelumnya Sebanyak 20 Buah Penelitian
Bagi Yang Membutuhkan Bisa Klik Dibawah Ini Untuk Unduh Literatur Tersebut
https://s.id/UjiCLT
Portable EVIEWS 12 Full Version
BalasHapusVisit
s.id/Eviews12
Olah Data Semarang
BalasHapusWhatsapp 085227746673
Terima Jasa Olah Data
SPSS, EVIEWS, STATA, SmartPLS, DLL
Turnitin Free (Gratis) Berlaku Sampai 2022
Link Download
bit.ly/New32Dec
STATA 17 Full Version
Link Download
dik.si/STATA17
SmartPLS 3.3.3 Full Version
Link Download
dik.si/SM333
Eviews 12 Full Version
Link Download
dik.si/Eviews
#new_olahdatasemarang #newolahdatasemarang #skripsi #olahdata #jasaskripsi
#spss #stata #smartpls #eviews #turnitin #olahdatasemarang #olahdatasemarang_
#olahdatasemarang2021 #olahdatasemarang_2021