Cara Analisis Uji Asumsi Klasik

Uji Asumsi Klasik

Dari output diatas apabila kurva tidak menceng ke kiri atau menceng kek kanan (sisi kanan dan sisi kiri sama lebarnya) maka data dapat dikatakan normal namun apabila sebaliknya maka data berdistribusi tidak normal.

            Jika dilihat dari data histogram diatas dan dianalisis berdasarkan pengertian dan ketentuan yang telah diatur dalam ilmu statistik, maka data diatas berdistribuu tidak normal, karena kurva tidak seimbang, melainkan menceng kekanan.

v  Uji distribusi normal adalah uji untuk mengukur apakah data yang didapatkan memiliki distribusi normal sehingga dapat dipakai dalam statistik parametrik (statistik inferensial). Dengan kata lain, uji normalitas adalah uji untuk mengetahui apakah data empirik yang didapatkan dari lapangan itu sesuai dengan distribusi teoritik tertentu. Dalam kasus ini, distribusi normal. Dengan kata lain, apakah data yang diperoleh berasal dari populasi yang berdistribusi normal.

dari tampilan output diatas maka dapat dilihat dari apabila titik-titik pada p-p plot diatas menyebar sesuai dengan garis diagonal maka data dapat dikatakan normal,namun apabila menyebar tidak sesuai dengan garis diagonal nya maka data dikatakan tidak normal.

v  Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas. Ada beberapa metode pengujian yang bisa digunakan diantaranya yaitu Uji Park, Uji Glesjer, Melihat pola grafik regresi, dan uji koefisien korelasi Spearman.

Data dibawah ini adalah menggunakan metode pengujian dengan melihat pola titik-titik pada scatterplots regresi .

       

        

Data regresi dikatakan normal apabila titik-titik tidak membentuk pola yang jelas, dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y.

            Dan jika dilihat dari output diatas maka dapa disimpulkan bahwa terdapat masalah heteroskedastisitas dalam model regresi tersebut, itu berdasarkan banyak nya titik – titik yang tidak menyebar dengan sempurna, dan banyak titik – titik yang bertindih dengan titik yang lainnya.