MULTIKOLINIERITAS 2. AUTOKORELASI 3.HETEROSKEDASTISITAS 4. NORMALITAS 5. LINEARITAS

1. UjiAsumsiKlasik • MULTIKOLINIERITAS • 2. AUTOKORELASI • 3.HETEROSKEDASTISITAS • 4. NORMALITAS • 5. LINEARITAS

2. Model Regresi yang baik 1.Tidak terjadiMultikolinieritas 2. TidakterjadiAutokorelasi 3. TidakterjadiHeteroskedastisitas 4. Normal 5.Linear

3. UJI MULTIKOLINIERITAS Tujuan: Untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independent. Nilai R2 yang dihasilkansangat tinggi (lebihdari 95%),dansecara  individu variabel variabel independen banyak yang tidak signifikan memengaruhi variabel dependen. 2. Jika antar variabel independen  mempunyai korelasi yang sangat kuat.3. Tolerance and variance inflation factor (VIF)    Tolerance untuk mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. VIF =1/Tolerance.Jikanilai Tolerance <0,1 atau VIF >10maka disimpulkanadanya multikolonieritas Mendeteksi ada tidaknya Multikolinearitas

4. Contoh: Y = keperluan konsumsi X1 = harga X2 = pendapatan Buatlah uji multikolinieritas dari di atas

5. Output SPSS Tolerance >0,1 VIF <10 maka di simpulkan tidak ada multikolonieritas antar variabel independent.

6. 2. AUTOKORELASI Tujuan: menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya (t-1). Uji Durbin Watson (DW test), Uji Langrage Multiplier (LM test), > 100 observasi Ujistatistik Q Run Test. Mendeteksi ada tidaknya AUTOKORELASI

7. Dari contoh sebelumnya di dapat Y = keperluan konsumsi X1 = harga X2 = pendapatan Buatlah uji Autokorelasi dari di atas

8. Mendeteksi ada tidaknya Multikolinearitas Uji Durbin Watson (DW test), Syarat: “Adanya intercept dalam model regresi.” Rumus: Outpu SPSS:

9. Pengambilan keputusan ada atau tidaknya autokorelasi: * Diperlukan observasi lebih lanjut agar ada keputusan.

10. d= 3.386 dl = 0,697 du = 1,604 Keputusan: Karna4-dl< d <4, makadisimpulkanbahwa Ho yang mengatakanbahwatidakadaautokorelasinegatifditolak. “Terdapatautokorelasinegatif”

11. 3. HETEROSKEDASTISITAS Tujuan: menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Scatter plot (nilaiprediksidependen ZPRED dengan residual SRESID), UjiGletjer, Uji Park Uji White. Mendeteksi ada tidaknya HETEROSKEDASITAS

12. Mendeteksi ada tidaknya HETEROSKEDASTISITAS 1. Scatter plot Dasar Analisis: 1.Jika ada pola tertentu,seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang,melebar kemudian menyempit) maka di indikasi terjadi heteroskedastisitas. 2.Jika tidak ada pola yang jelas,serta titik-titik menyeber di atas dan di bawah angka 0 pada sumbu Y,maka tidak terjadi heteroskedastisitas.

13. Langkah-langkah analisis dengan spss • Buka file • Tekantombol Plot • Masukkanvariabel SRESID padakotakpilihan Y • Masukkanvariabel ZPRED padakotakpilihan X • Tekan continue • Ok

14. Dari contoh sebelumnya di dapat Y = keperluan konsumsi X1 = harga X2 = pendapatan Buatlah uji heteroskedastisitas dari di atas

15. di indikasikan terjadi Heteroskedastisitas, karena titik-titik yang ada membentuk pola tertentu.

16. 2. UjiGletjer Langkah-langkah analisis dengan spss • Buka file • Buatvariabel residual (Ut) dengancaramemilihtombol save danaktifkanUnstandardized residual. • Absolutkannilai residual (AbsUt) pada menu transform. • RegresikanvariabelAbsUtsebagaivar.dependentdanvariabelhargadanpendapatansebagaivariabel independent. Persamaanmenjadi: AbsUt=a+b1 harga+b2 pendapatan

17. OUTPUT SPSS ANALISIS Jika variabel independent signifikan mempengaruhi variabel dependent,maka di indikasikan terjadi Heteroskedastisitas. Dari output terdapat variabel pendapatan mempengaruhi variabel Dependent, maka di simpulkan model regresi terjadi Heteroskedastisitas.

18. 4. NORMALITAS Tujuan: mengetahuiapakahvariabelpenggangguatau residual memilikidistribusi normal. . Mendeteksi ada tidaknya NORMALITAS Analisisgrafik (normal P-P plot) Analisisstatistik (analisis Z skorskewnessdan kurtosis) one sample Kolmogorov-Smirnov Test. Hipotesis: H0: data residual berdistribusi normal H1: Data residual tidakberdistribusi normal. .

19. 1. AnalisisGrafik • Buka file • Tekantombol Plot • Aktifkan standardized residual plot pada Histogram dan Normal Probability Plot. • Tekantombol Continue danabaikanlainnya,lalutekan Ok.

20. Dari contoh sebelumnya di dapat Y = keperluan konsumsi X1 = harga X2 = pendapatan Buatlah uji normalitas dari data di atas.

21. Analisis. Model Regresimemenuhiasumsinormalitas,karna: 1.Grafik Histogram memberikanpoladistribusi normal. 2. Grafik normal plot terlihat data menyebardisekitargaris diagonal dantidak menjauhdarigaris diagonal.

22. 2. AnalisisStatistik • Buka file • Pilih menu Analyze • Pilih Non-parametric test • Pilihsub menu 1-sample k-S • Padakotak test variabellist,isikanunstandardized residual(RES_1),caranyalhtpadaUjiGletjer. • Aktifkan test distribution padakotak Normal.

23. Output SPSS ANALISIS Karena Sig >0.05,maka H0 diterima,makadisimpulkan data residual berdistribusi Normal.

24. 5. LINEARITAs Tujuan: Ujiinidigunakanuntukmelihatapakahspesifikasi model yang digunakanyaitustudiempiris linier, kuadrat, ataukubik. Cara analisissamadenganmateriregresiberganda,padapertemuansebelumnya.Yaitudenganuji F.

25. Cara lain Mendeteksi Terjadinyalinearitas Uji Durbin Watson, Uji Ramsey UjiLangrange Multiplier.