Hallo sahabat , anda pasti sudah memahami bahwa statistik memiliki banyak sekali rumus. Ada berbagai uji statistik yang bisa anda gunakan untuk menyelesaikan berbagai permasalahan olah statistik. Berikut ini, uji statistik yang tidak kalah penting untuk anda pelajari adalah uji asumsi klasik regresi di software SPSS. Bagi anda yang pensaran tentang uji asumsi klasik ini, yuk langsung saja simak ulasan berikut untuk informasi lebih lanjut
DEFINISI UJI ASUMSI KLASIK
Uji asumsi klasik ini di artikan sebagai sebuah analisis yang dilakukan untuk melakukan penilaian tertentu. Penilaian yang dimaksud ialah terkait sebuah model regresi linear Ordinary Least Square (OLS), bahwa dalam OLS tersebut terdapat beberapa masalah dengan asumsi klasik. Jika dilihat dari pengertian tersebut, maka mungkin ada beberpa hal yang menjadi pertanyaan untuk kita. Pertanyaan pertama ialah apa yang dimaksud dengan regresi linear OLS. Regresi linear OLS mungkin masih sangat asing bagi kita terutama masyarakat awam. Sehingga pengertian terkait hal tersebut menjadi sangat penting.
Selanjutnya, pertanyaan kedua yang muncul adalah terkait dengan asumsi klasik. Apa sebenarnya asumsi klasik tersebut adalah suatu pertanyaan yang pasti akan muncul. Dan yang terakhir ialah mengenai jenis asumsi klasik dalam regresi OLS.
Demi menjawab beberapa pertanyaan di atas, kali ini tim uji statistik halal akan memberikan informasi lengkap kepada anda terkait beberapa hal tentan uji asumsi klasik diatas.
YANG DIMAKSUD REGRESI LINEAR OLS
OLS adalah singkatan dari Ordinary Least Square, sehingga regresi linear OLS ini bisa dikatakan sebagai model regresi linear dengan metode perhitungan kuadrat terkecil. Terdapat beberapa syarat yang harus dipenuhi agar model analisis ini menjadi valid sebagai salah satu model analisis. Jika seluruh syarat sudah dipenuhi dan berhasil, maka model regresi ini akan disebut sebagai BLUE atau Best Linear Unbiased Estimation.
PENGERTIAN ASUMSI KLASIK
Selanjutnya, asumsi klasik ialah syarat-syarat yang harus dipenuhi pada model regresi linear OLS. Hal tersebutlah yang menjadikan model ini valid sebagai sebuah alat penduga.
JENIS REGRESI LINEAR OLS
Regresi OLS memiliki 2 macam yaitu regresi linear sederhana dan yang satunya adalah regresi linear berganda. Adapun regresi linear sederhana seringkali disebut sebagai simple linear regression. Artinya ialah sebagai regresi linear dengan satu variable bebas serta satu variable terikat. Sedangkan regresi linear berganda seringkalis disebut dengan multiple linear regression. Regresi linear berganda ini ialah sebuah regresi linear dengan satu variable terikat dan menggunakan beberapa variabel bebas. Ya, beberapa variabel bebas memiliki arti bahwa pada model ini bisa menggunakan 2 atau lebih variabel bebas.
JENIS UJI ASUMSI KLASIK PADA REGRESI LINEAR
Uji asumsi klasik pada regresi linear memiliki 2 jenis yang berbeda. Maka dari itu, syarat yang harus dipenuhi pun tentu berbeda. Adapun yang harus dipenuhi ialah sebagai berikut:
UJI ASUMSI KLASIK PADA REGRESI LINEAR SEDERHANA
Berikut ini adalah syarat yang harus dipenuhi untuk uji asumsi klasik pada regresi linear yang sederhana:
- Data interval atau seringkali disebut rasio
- Linearitas
- Normalitas
- Heteroskedastitas
- Outlier
- Autokorelasi (hanya digunakan untuk data time series ataupun runtutan waktu)
UJI ASUMSI KLASIK PADA REGRESI LINEAR BERGANDA
Adapun untuk jenis uji asumsi klasi pada regresi linear berganda, beberapa syarat yang harus dipenuhi adalah sebagai berikut:
- Data interval atau rasio
- Normalitas
- Heteroskedastisitas
- Outlier
- Multikollinearitas
- Autokorelasi (Hanya untuk data time series ataupun runtutan waktu)
PERBEDAAN ANTARA UJI ASUMSI KLASIK REGRESI LINEAR SEDERHANA DENGAN UJI ASUMSI KLASIK REGRESI LINEAR BERGANDA
Jika dilihat dari syarat-syarat yang harus dipenuhi oleh kedua jenis uji asumsi klasik regresi linear baik yang sederhana maupun yang berganda, mungkin hampir sama. Karena, perbedaan utamanya sebenarnya terletak pada uji multikolinearitas yang merupakan syarat dari regresi linear berganda.
PENJELASAN
Pada syarat uji di bagian sebelumnya, kita menemukan informasi bahwa salah satu syarat yang harus dipenuhi adalah data interval atau rasio. Data interval atau rasio ini tidak perlu dilakukan pengujian dengan perhitungan ataupun aplikasi komputasi contohnya SPSS, STATA ataupun softwar-software statistic lainnya. Yang diperlukan hanyalah data yang ada saja yaitu tiap variabel terutama variabel dependen. Variabel dependen adalah variabel berskala data interval ataupun rasio.