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.
Tidak ada komentar:
Posting Komentar
Terimah Kasih atas Kunjungan Anda...