Cara Uji Asumsi Klasik Menggunakan SPSS
Cara Uji Asumsi Klasik Menggunakan SPSS

Dalam analisis regresi linier baik sederhana maupun berganda, diperlukan uji prasyarat / uji asumsi klasik. Uji asumsi klasik ini merupakan salah satu syarat agar hasil estimasi model regresi tidak “Bias”. Naah.. kali ini Saya akan bahas tutorial bagaimana cara uji asumsi klasik menggunakan SPSS khususnya untuk regresi linier berganda.

Pada tutorial kali ini, Saya menggunakan Contoh 2 yang digunakan pada tutorial Cara Regresi Linier Berganda Menggunakan SPSS. Baiklah kita langsung saja masuk ke cara uji Asumsi klasik menggunakan SPSS.

Cara Uji Asumsi Klasik – Tabulasi Data

Ketik data penelitian pada lembar kerja SPSS atau copy tabulasi data dari Excel dan paste pada lembar kerja SPSS seperti gambar di bawah ini.

SPSS
Image: M Jurnal

Tips nya….

  • Jika penelitian menggunakan angket quetionercopy data (yang telah diubah menggunakan methode succesive interval) dengan urutan dimulai dari responden pertama hingga responden terakhir di setiap variabel nya.
  • Jika penelitian menggunakan data sekunder, copy data dengan urutan dimulai dari tahun pertama hingga tahun terakhir di setiap variabel nya.

Cara Uji Asumsi Klasik – Pengujian Prasyarat Regresi

Sebelumnya telah Saya paparkan mengenai teori asumsi klasik. Tidak semua uji Asumsi klasik wajib dilakukan. Karena setiap jenis pengujian Asumsi Klasik (Normalitas, Heteroskedastisitas, Autokorelasi, dan Multikolinearitas) memiliki tujuannya masing-masing.

Uji Normalitas dan Heteroskedastisitas

Uji normalitas dilakukan untuk melihat apakah data penelitian berdistribusi normal atau tidak. Normalitas wajib dilakukan untuk setiap data penelitian.

Sedangkan uji heteroskedastisitas dilakukan untuk melihat apakah varians data konstan (homoskedastis) atau tidak (heteroskedastis).

Gejala Heteroskedastisitas akan ditemui pada penelitian yang menggunakan data cross section, sedangkan jika menggunakan data time series gejala heteroskedastisitas tidak di perlukan.

Sehubungan contoh 2 pada tutorial ini menggunakan data cross section, maka kita lakukan uji heteroskedastisitas. Cara uji normalitas dan heteroskedastisitas menggunakan SPSS silahkan perhatikan gambar dan penjelasan di bawah ini.

SPSS
Image: M Jurnal
  1. Pertama, Klik Analyze;
  2. Kedua, Klik Regression;
  3. Ketiga, Klik Linear;
  4. Muncul kotak dialog Linear Regression. Masukkan variabel Y ke kotak Dependent dan Variabel X ke kotak Independent seperti tutorial kita sebelumnya;
  5. Klik Plots;
  6. Muncul kotak dialog Linear Regression: Plots, lalau Centang salah satu pilihan, Anda boleh menggunakan histogram atau Normal Probability Plot. Ini merupakan sebagian dari sekian banyak jenis Uji Normalitas.
  7. Masukkan SRESID ke kolom Y dan ZPRED ke kolom X. Ini dilakukan untuk Uji Heteroskedastisitas menggunakan Scatterplot. Jangan sampai terbalik memasukkannya yaa…
  8. Klik Continue.

Cara di atas merupakan sebagian dari jenis uji normalitas dan heteroskedastisitas. Sebagai antisipasi jika uji tersebut menyatakan data tidak berdistribusi normal dan terjadi gejala heteroskedastisitas, lakukan hal berikut untuk uji selanjutnya.

SPSS
Image: M Jurnal

*Konten Terkait: Regresi Linier Data Panel Menggunakan EViews

Langkah ini merupakan sebagai tahap antisipasi agar apabila data tidak berdistribusi normal kita bisa mencoba dengan uji normalitas lainnya yaitu kolmogorov-smirnov. Namun perlu di catat, cara ini tidak akan membuat data penelitian Anda 100% berdistribusi normal, karena uji kolmogorov-smirnov merupakan uji normalitas lainnya yang memiliki sudut pandang berbeda dari uji menggunakan Histogram dan/atau Normal Probability Plots. Berikut penjelasan tahap demi tahapnya.

  1. Pada kotak dialog Linear Regression, klik Save;
  2. Muncul kotak dialog Linear Regression: Save. Lalu klik Unstandarized pada Residuals;
  3. Klik Continue untuk melanjutkan.

Uji Autokorelasi dan Multikolinearitas

Gejala Autokorelasi akan ditemukan pada penelitian yang menggunakan data time series. Sedangkan pada data cross section, uji autokorelasi tidak perlu dilakukan.

Sedangkan UjiMultikolinearitas bertujuan untuk melihat apakah setiap variabel bebas berkorelasi tinggi satu sama lain atau tidak. Jika terjadi gejala multikolinearitas, maka model regresi akan Bias.

Uji Multikolinearitas hanya dilakukan jika variabel bebas (independen) berjumlah lebih dari 1. Jika hanya terdiri dari 1 variabel independen (regresi linear sederhana), maka uji Multikolinearitas tidak perlu dilakukan.

“Jadi Saya tekankan kembali, Uji Autokorelasi hanya dilakukan jika penelitian menggunakan data time series saja. Sedangkan Uji Multikolinearitas hanya dilakukan jika variabel independen dalam penelitian lebih dari 1″.

Sehubungan Contoh 2 pada tutorial ini menggunakan data cross section, maka uji Autokorelasi tidak akan dilakukan. TETAPI, Saya tetap akan memberikan tutorial uji autokorelasi pada tutorial kali ini. Selengkapnya dapat dilihat pada gambar di bawah ini:

SPSS
Image: M Jurnal
  1. Pada kotak dialog Linear Regression, klik Statistics;
  2. Muncul kotak dialog Linear Regression: Statistics. Centang Part and Partial Correlationsdan Collinearity diagnostics. Hal ini dilakukan untuk Uji Multikolinearitas.
  3. Centang Durbin-Watson. Hal ini dilakukan untuk Uji Autokorelasi.
  4. Klik Continue.
  5. Klik OK untuk melihat hasil uji asumsi klasik.

Cara Uji Asumsi Klasik – Interpretasi Output SPSS

Jika semua proses telah Anda lakukan, maka akan muncul hasil Uji Asumsi Klasik Regresi Linear Berganda pada lembar output SPSS seperti gambar di bawah ini:

Cara Uji Asumsi Klasik
Image: M Jurnal

Untuk melihat hasil uji asumsi klasik, Anda hanya perlu fokus pada output yang Saya lingkari dan diberi tanda angka 1-4 yang mana output 1 untuk uji normalitas, output 2 untuk uji heteroskedastisitas, output 3 untuk uji autokorelasi, dan output 4 untuk uji multikolinearitas.

Output 1 – Uji Normalitas

Sehubungan kita mencontreng histogram dan Normal Probability Plots, maka hasil uji normalitas ditampilkan dalam bentuk 2 buah diagram. Berikut cara membaca output uji normalitas menggunakan SPSS.

Cara Uji Asumsi Klasik
Image: M Jurnal

Pada hasil uji histogram, perhatikan garis melengkung ke atas seperti membentuk gunung. Apabila garis tersebut membentuk gunung dan terlihat sempurna dengan kaki yang simetris, maka dapat disimpulkan bahwa data dalam penelitian berdistribusi normal.

Pada hasil uji normal probability plots, perhatikan titik-titik dan garis diagonal. Jika titik-titik mengikuti garis diagnal dari titik 0 dan tidak melebar terlalu jauh, maka dapat disimpulkan data berdistribusi normal. Namun, jika titik-titik melebar terlalu jauh dari garis diagonal, maka dapat disimpulkan data tidak berdistribusi normal. Pada Contoh 2 ini, dapat disimpulkan bahwa data berdistribusi normal.

*Konten Terkait: 200 Judul Skripsi Manajemen Keuangan dan PDF nya

Akan tetapi, jika Anda menemukan titik-titik yang menyebar terlalu jauh dari garis diagonal, ada baiknya melakukan uji normalitas lainnya seperti uji kolmogorov-smirnov sehingga dapat mengambil keputusan dari sudut pandang yang berbeda. Untuk melakukan uji kolmogorov-smirnov, coba Anda kembali ke lembar kerja editor SPSS seperti gambar berikut ini.

Cara Uji Asumsi Klasik
Image: M Jurnal

Perhatikan kolom RES_1 yang Saya lingkari. Ini merupakan residual dalam persamaan regresi linear. Uji kolmogorov-smirnov tidak dilakukan pada setiap variabel penelitian, melainkan pada Residual saja. (Selengkapnya akan Saya bahas pada artikel berikutnya).

Output 2 – Uji Heteroskedastisitas

Cara Uji Asumsi Klasik
Image: M Jurnal

Perhatikan bagian yang Saya lingkari dengan tanda merah. Pertama titik 0 (nol) pada sumbu X dan Y, selanjutnya titik-titik data yang ada dalam grafik.

Tipsnya begini…

Jika titik-titik data menyebar di atas dan di bawah titik 0 (nol) pada sumbu Y dan X serta tidak membentuk pola tertentu seperti zig-zag, menumpuk, maka dapat disimpulkan bahwa tidak terjadi gejala heteroskedastisitas. Pada Contoh 2 ini, dapat disimpulkan bahwa terjadi gejala heteroskedastisitas.

Output 3 – Uji Autokorelasi

Seharusnya dalam Contoh 2 ini tidak diperlukan uji Autokorelasi. Tetapi Saya hanya membahasnya saja agar Anda dapat mengaplikasikannya pada penelitian yang menggunakan data time series. Silahkan perhatikan gambar berikut:

Cara Uji Asumsi Klasik
Image: M Jurnal

Fokus ke kolom 6 pada Tabel Model Summary. Disana dapat dilihat nilai Durbin Watson (DW). Untuk dapat mengambil kesimpulan, Anda mesti membandingkan nilai DW dengan nilai dl dan du pada Tabel DW. (Download Tabel DW disini).

Berdasarkan Tabel DW dengan n=71 dan jumlah variabel bebas=2, maka nilai dl dan du berturut-turut sebesar 1.58648, dan 1.64352. Dengan demikian dapat du < DW < 4-du yaitu sebesar 1.64352 < 2.126 < 2.35648 sehingga dapat disimpulkan tidak terjadi gejala autorkorelasi. Akan tetapi, hasil tersebut tidak ada artinya karena Contoh 2 ini menggunakan data Cross Section.

Output 4 – Uji Multikolinearitas

Cara Uji Asumsi Klasik
Image: M Jurnal

Fokuskan pandangan pada Kolom Collinearity Statistics yang telah Saya lingkari. Tips nya adalah kesimpulan dari nilai Tolerance dan VIF akan selalu sama. Jadi tinggal pilih salah satu saja.

Jika Anda menggunakan Tolerance, maka nilainya mesti harus lebih besar dari 0.1, sadangkan jika Anda menggunakan VIF, maka nilainya mesti harus lebih kecil dari 10. Dengan demikian dapat dikatakan tidak terjadi korelasi yang sangat kuat antara setiap variabel bebas (independen).

Uji Asumsi Klasik di atas merupakan uji-uji yang cukup mudah diaplikasikan. Masih banyak lagi jenis uji Asumsi Klasik yang dapat Anda aplikasikan dalam penelitian. Penjelasan mengenai uji-uji tersebut akan segera Saya terbitkan.

Pintasan Panduan Olah Data Skripsi Regresi

  1. Metode Analisis: Uji apa saja yang wajib dilakukan pada Penelitian Regresi Linier ?
  2. Method Successive Interval: Lakukan Msi jika Anda menggunakan Quetioner dalam penelitian (abaikan jika tidak)
  3. Uji Asumsi Klasik E-Views: Cara uji Asumsi Klasik menggunakan Aplikasi E-Views
  4. Uji Asumsi Klasik SPSS: (Anda Disini)
  5. Regresi E-Views: Cara Uji t, uji F, R2 dan Estimasi Model Regresi menggunakan Aplikasi E-Views
  6. Hasil E-Views: Cara baca hasil regresi E-Views
  7. Regresi SPSS: Cara Uji t, uji F, R2 dan Estimasi Model Regresi menggunakan Aplikasi SPSS
  8. Variable Dominan: Cara menentukan Variable Paling Dominan dalam Penelitian

Panduan Nyusun Skirpsi

List Artikel Terbaru

This Post Has 8 Comments

  1. Piona

    Hai kak,

    Saya mau tanya untuk uji spss dalam penelitian apabila saya x1 pakai kuesioner, x2 rasio, x3 suku bunga BI, Y pakai kuesioner lagi apakah bisa di uji dengan SPSS ?

    Terima kasih sebelumnya kak 🙂

    1. Piona

      Boleh tolong dibuatkan contoh dari uji x1 kuesioner , x2 Rasio, x3 suku bunga BI dan y kuesioner nya kak 🙂

      1. Rolan Mardani

        Saya belum buat Panduan nya… ntar diusahain secepatnya yaa kak…

  2. kintan

    mau bertanya, untuk yang di uji asumsi klasik itu semua variabel atau variabel yang signifikan aja?

  3. lika

    mas buat kolgomorov smirnoff nya ada ga ya?? karena hasil saya untuk normalitas, heteroskedastisitas, dan autokorelasinya tidak lolos semua

    1. R_Mardani

      Tutorial nya belum rampung kita susun mbak 🙏

  4. Ivan

    Wweew….. Khusus yang emang bener² belum bisa, kalo perhatiin materi ini dari awal sampe akhir, dijamin pasti paham.

    Thanks…

Tinggalkan Balasan