Macam-Macam Regresi Dalam SPSS

Uji asumsi klasik bertujuan agar nilai parameter penduga tidak biasa. Model regresi yang baik dalam melakukan peramalan adalah model dengan kesalahan peramalan yang seminimal mungkin.

a.Uji Normalitas Data

Uji normalitas dimaksudkan untuk memperlihatkan bahwa sampel diambil dari populasi yang terdistribusi normal. Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya memiliki distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal. Dalam penelitian ini normalitas data diuji dengan menggunakan uji kolmogorov-Smirnov test. Pengambilan kesimpulan bahwa data terdistribusi secara normal dapat diketahui dengan melihat signifikansi yang lebih besar dari 0,05.

b.Uji Asumsi Klasik

1)Uji Autokorelasi

Autokorelasi adalah korelasi yang terjadi diantara anggota observasi yang terletak berderetan. Uji autokorelasi bertujuan untuk mengetahui ada atau tidaknya korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan yang lain pada model regresi. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi.

Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu (time series) karena ‘gangguan’ pada individu atau kelompok cenderung mempengaruhi ‘gangguan’ individu atau kelompok yang sama pada periode berikutnya.

2)Uji Multikolinieritas

Menurut Ghozali (2005, hal 91), uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi atas variabel bebas (independen). Model regresi yang baik seharusnya bebas multikolinieritas atau tidak terjadi korelasi diantara variabel independen. Uji Multikolinieritas dapat dilihat dari :

a.Nilai Tolerance harus lebih besar dari 0,1 atau;

b.Nilai Variance Infaltion Factor (VIF) lebih kecil dari 10

3)Uji Heteroskedastisitas

Dengan melihat grafik plot antara nilai variabel terikat dengan residual. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengidentifikasi telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas

d.Uji Simultan dengan F-test

Uji simultan dengan F-test ini bertujuan untuk mengetahui pengaruh bersama – sama variabel independen terhadap variabel dependen. Hasil F-test menunjukkan variabel independen secara bersama – sama berpengaruh terhadap variabel dependen jika p-value (pada kolom sig.) lebih kecil dari level of significant yang ditentukan atau F hitung (pada kolom F) lebih besar dari F tabel. F tabel dihitung dengan cara df1 = k-1dan df2 = n – k, k adalah jumlah variabel dependen dan independen.

e.Uji Parsial dengan t-test

T-test ini bertujuan untuk mengetahui besarnya pengaruh masing – masing variabel independen secara individual (parsial) terhadap variabel independen. Nilai uji t-test dapat dilihat dari p-value (pada kolom sig.) pada variabel masing – masing independen, jika p-value (pada kolom sig.) lebih kecil dari level of significant yang ditentukan atau t hitung ( kolom t) lebih besar dari t tabel (dihitung dari two-tailed α = 5% df – k, k merupakan jumlah variabel independen)

daftar pustaka

Duwi, Priyatno. 2009. 5 Jam Belajar Olah Data dengan SPSS 17. Yogyakarta : C.V Andi Offset.