PERTEMUAN 15 UJI ASUMSI KLASIK

Modul Metodologi Penelitian

PERTEMUAN 15 UJI ASUMSI KLASIK A. TUJUAN PEMBELAJARAN Pada pertemuan ini akan dijelaskan mengenai uji asumsi klasik. Melalui ekspositori, Anda harus mampu: 15.1. Menjelaskan uji normalitas 15.2. Menjelaskan uji multikolinieritas 15.3. Menjelaskan uji heteroskedastisitas 15.4. Menjelaskan uji linieritas 15.5. Menjelaskan uji autokorelasi

B. URAIAN MATERI Tujuan Pembelajaran 15.1: Menjelaskan uji normalitas

Uji normalitas merupakan pengujian untuk mengetahui apakah suatu data berdistribusi normal atau tidaka. Suatu model regresi yang baik adalah yang memiliki distribusi data normal atau mendekati normal. Berikut ini merupakan contoh kasus pengolahan uji normalitas: Seorang peneliti ingin menguji normalitas dari variabel Kinerja Karyawan (Y), Gaya Kepemimpinan (X1), Budaya Organisasi (X2 ) dan Kompensasi (X3). Langkah-Langkah: 1) Masukkan data X1, X2, X3 dan Y yang terdapat pada lampiran. 2) Pilih menu Analyze kemudian submenu Regression, lalu pilih Linear.

S1 Manajemen, Universitas Pamulang

1


3) Tampak di layar menu Linear Regression

 Pada kotak Dependent isikan variabel Y  Pada kotak Independent isikan variabel X1, X2 dan X3  Pada kotak Method pilih Enter

4) Pilih Plots di menu kemudian akan muncul tampilan Windows Linear Regression: Plots


2




Aktifkan pilihan Histogram dan Normal probability plot



Tekan Continue lalu Ok pada menu Linear Regression

5) Hasil output


3


Dengan melihat tampilan grafik Histogram maupun grafik Normal PPlot of RegressionStandardizedResidual dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang normal. Sedangkan pada grafik normal plot, terlihat titik-titik menyebar disekitar garis diagonal. Kedua grafik ini menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas. Jadi dapat disimpulkan bahwa model regresi pada penelitian ini memenuhi syarat untuk menjadi model regresi yang baik karena merupakan model regresi yang memiliki distribusi data normal atau mendekati normal.

Tujuan Pembelajaran 15.2: Menjelaskan uji multikolinieritas

Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika terdapat atau terjadi korelasi, maka dinamakan terdapat masalah multikolinieritas. Berikut contoh kasus multikolinieritas: Seorang peneliti ingin menguji asumsi multikolinieritas dari variabel Kinerja Karyawan (Y), Struktur Organisasi (X1), Budaya Organisasi (X2) dan Kepemimpinan (X3). Langkah-Langkah: 1) Masukkan data X1, X2, X3 dan Y yang terdapat pada lampiran. 2) Pilih menu Analize kemudian submenu Regression, lalu pilih Linear.


4





5


4) Untuk menampilkan matriks korelasi dan nilai tolerance serta VIF pilih Statistics di menu kemudian akan muncul tampilan Windows Linear Regression: Statistics

 Aktifkan pilihan Covariancematrix dan ColliniearityDiagnostics  Tekan Continue lalu Ok pada menu LinearRegression

5) Hasil output Coefficientsa Model CollinearityStatistic s Tolerance VIF 1 X1 ,299 3,348 X2 ,250 3,993 X3 ,703 1,423 a. DependentVariable: Y Dari tabel Coefficients menunjukkan bahwa tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,100 yang berarti tidak ada korelasi antar variabel independen. Dengan demikian dapat dikatakan bahwa tidak terjadi multikolinearitas. Multikolinieritas juga diuji dengan menghitung nilai VIF (VarianceInflatingFactor). Bila nilai VIF lebih kecil dari 5 maka tidak terjadi multikolinieritas. Semua nilai VIF pada tabel Coefficients menunjukkan angka kurang dari 5. Dengan demikian dapat disimpulkan bahwa model pada


6


penelitian ini memenuhi syarat untuk menjadi model regresi yang baik karena tidak terjadi korelasi antar variabel independen (non-multikolinearitas).

1

CoefficientCorrelationsa Model X3 X1 Correlations X3 1,000 ,134 X1 ,134 1,000 X2 -,420 -,806 Covariances X3 ,021 ,004 X1 ,004 ,041 X2 -,012 -,032 a. DependentVariable: Y

X2 -,420 -,806 1,000 -,012 -,032 ,039

Melihat tabel CoefficientCorrelations tampak bahwa terjadi korelasi yang cukup tinggi antara variabel X1 dan X2 dengan tingkat korelasi – 0,806 atau 80,6%. Karena nilainya masih di bawah 95% sehingga masih dapat dikatakan tidak terjadi multikolinearitas(non-multikolinearitas). Tujuan Pembelajaran 15.3: Menjelaskan heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi atau terdapat ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang tidak terjadi Heteroskedastisitas. Berikut contoh kasus pengujian heteroskedastisitas: Seorang peneliti ingin menguji asumsiheteroskedastisitas dari variabel Kinerja Karyawan (Y), Struktur Organisasi (X1), Budaya Organisasi (X2) dan Kepemimpinan (X3). Langkah-Langkah: 1) Masukkan data X1, X2, X3 dan Y yang terdapat pada lampiran. 2) Pilih menu Analyze kemudian submenu Regression, lalu pilih Linear.


7




4) Pilih Plots di menu kemudian akan muncul tampilan Windows Linear Regression: Plots


8


 Masukkanvariable*SRESID pada kotak pilihan Y  Masukkanvariable*ZPRED pada kotak pilihan X  Tekan Continue lalu Ok pada menu Linear Regression 5) Hasil output

Dari grafik Scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Jadi dapat disimpulkan bahwa model pada penelitian ini memenuhi syarat untuk menjadi model yang baik karena merupakan model yang homoskedastisitas atau varians dari nilai residual pengamatan satu ke pengamatan yang lain tetap. S1 Manajemen, Universitas Pamulang

9


. Tujuan Pembelajaran 15.4: Menjelaskan linieritas

Uji linieritas dilakukan dengan melihat scatterplot antara standar residual dengan prediksinya. Bila sebaran tidak menunjukkan pola tertentu maka dikatakan asumsi linieritas memenuhi syarat.

Hasil pengujian menunjukkan scatterplot tidak membentuk pola tertentu sehingga dapat disimpulkan bahwa model pada penelitian ini memenuhi syarat untuk menjadi model yang baik karena asumsi linieritasterpenuhi. Manusia memiliki hawa nafsu yang membuat manusia tidak pernah merasa puas akan apa-apa yang telah dimiliki atau dicapai. Misalkan kita awalnya berjalan kaki, ingin memiliki sepeda. Setelah memiliki sepeda ingin naik sepeda motor, setelah memiliki sepeda motor ingin mobil dan seterusnya tidak pernah berhenti hingga ajal menjemput. Begitu pula dengan rasa ingin tahu manusia yang tidak pernah berhenti. Manusia selalu berusaha mencari tahu apakah, siapakah, kapankah, dimanakah, oleh apa dan bagaimana tentang suatu fenomena atau kejadian. Rasa ingin tahu ini pula yang membuka pola pikir manusia untuk menjawab berbagai pertanyaan dalam kehidupannya. Dalam pemenuhan rasa ingin tahunya manusia pertama kali menggunakan panca inderanya untuk menjelaskan berbagai fenomena di S1 Manajemen, Universitas Pamulang

10


lingkungannya. Panca indera tersebut hanya didukung oleh teknologi seadanya sehingga berbagai hal yang memang tidak terjangkau oleh indera manusia dijelaskan melalui berbagai mitos. Mitos berkembang pesat karena keterbatasan dari alat pengamatan manusia terhadap berbagai fenomena. Keterbatasan dan rasa keingintahuan yang tinggi menyebabkan manusia membuat cerita sesuai dengan jalan pemikirannya sendiri dan menyebar turun temurun sehingga menjadi sebuah kepercayaan dan menjadi legenda. Seiring dengan meningkatnya peradaban manusia dan bertambahnya pengalaman manusia tentang suatu fenomena, maka mitos pun mulai sedikit demi sedikit ditinggalkan. Pengetahuan pun mulai berdasar pada sebagian mitos dan sebagian pengalaman serta rasionalitas. Inilah pengetahuan yang kita kenal dengan pseudo science. Peradaban manusia semakin meningkat dari waktu ke waktu ditambah dengan meningkatnya arus penyebaran teknologi yang didukung oleh percepatan informasi. Berbagai kemajuan inilah yang telah memacu terciptanya pengetahuan yang berdasar pada metode ilmiah yang disebut dengan science. Dunia semakin tanpa batas wilayah, dimana setiap orang mampu berkomunikasi dan menyebarkan informasi dimana saja dengan menggunakan fasilitas internet, sehingga pengetahuan meningkat berkali-kali lipat dari sebelumnya. Tujuan Pembelajaran 15.5: Menjelaskan autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Kasus: Seorang peneliti ingin menguji asumsiautokorelasi dari variabel Kinerja Karyawan (Y), Struktur Organisasi (X1), Budaya Organisasi (X2) dan Kepemimpinan (X3). Langkah-Langkah: 1) Masukkan data X1, X2, X3 dan Y yang terdapat pada lampiran. S1 Manajemen, Universitas Pamulang

11


2) Pilih menu Analizekemudian submenuRegression, lalu pilih Linear.



4) Pilih Statistics di menu kemudian akan muncul tampilan Windows Linear Regression: Statistics


12


 Aktifkan pilihan Durbin-Watson  Tekan Continue lalu Ok pada menu Linear Regression

5) Hasil output Model 1

Model Summaryb Adjusted R Std. Error of R R Square Square theEstimate ,710a ,504 ,474 1,319

DurbinWatson 1,844

a. Predictors: (Constant), X3, X1, X2 b. DependentVariable: Y Nilai DW sebesar 1,844 akan dibandingkan dengan nilai tabel yang memiliki signifikansi 5%, jumlah sampel 54 dan jumlah variabel independen 3. Oleh karena nilai ini lebih besar dari batas atas (du) 1,681 dan kurang dari 4-du, maka dapat disimpulkan tidak terdapat autokorelasi. S1 Manajemen, Universitas Pamulang

13


C. SOAL LATIHAN/TUGAS 1. Jelaskan tujuan dan langkah pengujian normalitas? 2. Jelaskan tujuan dan langkah pengujian multikolinieritas? 3. Jelaskan tujuan dan langkah pengujian heteroskedastisitas? 4. Jelaskan tujuan dan langkah pengujian linieritas? 5. Jelaskan tujuan dan langkah pengujian autokorelasi?

D. DAFTAR PUSTAKA

http://extraordinarynad.lecture.ub.ac.id/files/2012/12/Uji-Asumsi-Klasik.docx


14

PERTEMUAN 15 UJI ASUMSI KLASIK

Recommend Documents