Friday, May 10, 2013

Pengujian Asumsi Klasik: Normalitas


Untuk membangun persamaan regresi yang terbaik dari kriteria ekonometrika, perlu dilakukan pengujian dan penanganan pada masalah-masalah yang berkaitan dengan pelanggaran asumsi dasar. Berikut ini adalah asumsi-asumsi yang perlu dipenuhi dalam analisis regresi.
1.      Normalitas
2.      Non-Autokorelasi
3.      Homoskedastisitas
4.      Non-Multikolinearitas
Pada postingan kali ini saya akan coba menyampaikan tentang asumsi klasik : Normalitas. Pemeriksaan normalitas dilakukan untuk mengetahui apakah residual berdistribusi normal atau tidak. Menurut Gujarati (1978) estimasi pada OLS merupakan fungsi linear dari residual. Oleh karena itu distribusi peluang dari hasil estimasi akan tergantung pada asumsi yang dibuat mengenai distribusi peluang residual-nya. Distribusi peluang dari penduga diperlukan untuk menguji hipotesis dan penarikan kesimpulan, sehingga peran pengujian residual diasumsikan berdistribusi normal menjadi penting sekali.
Pemeriksaan kenormalan terhadap residual dapat dilakukan menggunakan plot persentil-persentil (P-P Plot). Jika plot mengikuti garis lurus, maka residual mengikuti sebaran normal. Pengujian terhadap asumsi kenormalan ini juga dapat dilakukan dengan uji Kolmogorov-Smirnov yang merupakan uji Goodness of Fit. Uji Kolmogorov Smirnov merupakan pengujian mengenai derajat kesesuaian antara distribusi kumpulan nilai observasi dengan beberapa distribusi teoritis tertentu. Uji ini melibatkan penentuan distribusi kumulatif yang akan terjadi menurut distribusi teoritis yang telah ditentukan dan perbandingan distribusi tersebut dengan distribusi kumulatif nilai amatan.

Hipotesis yang digunakan pada pengujian kenormalan adalah: 

15 comments :

Anonymous said...

ini maksudnya pake cara manual ya mas? ga bisa pake dari eviews nya?

Ferdian Fadly said...

Tentu saja tidak manual, ada tutorialnya. Namun belum saya tuliskan. Terimakasih telah mengingatkan.

Unknown said...

Maaf mas saya ingin bertanya. Saya sedang melakukan penelitian ttg motivasi kerja. Populasi nya sebanyak 25 orang dan saya mengunakan purposive sampling krna ada bbrp yg tdk memenuhi kriteria. Nah saya bingung mas apakah bisa dilakukan perhit mggunakan regresi linier berganda dgn 11 variabel? Brp minimal sampel untuk regresi berganda? Bagaimana hasilnya bila dilakukan uji normalitas, heterokedastisitas dan multikoliniearitas? Trims banyak atas bantuannya

Ferdian Fadly said...

@Paramita : 1. Populasi sebanyak 25 orang....Mungkin yang dimaksud sampelnya 25 orang.....karena kalau anda katakan populasi 25 orang, anda tidak perlu menggunakan purposive lagi, cacah saja semua, seluruh populasinya....

2. Pertanyaan saya adalah mengapa harus purposive?...untuk mengeneralisir suatu keadaan anda harus mendasari pada prinsip probability....jika tidak...maka kemampuan data hanya mampu menjelaskan data itu sendiri, tidak bisa untuk digeneralisir, menurut pendapat saya.....

3. bisa ga dengan 11 variabel...secara hitungan matematika, penghitungan derajat bebas...bisa....tetapi saya rasa, model akan pertama kali terbentur dengan multikolinearitas....diindikasikan oleh banyaknya variabel yang tidak signifikan....kemudian dengan jumlah sampel yang sedikit, otomatis derajat bebasnya juga sedikit, pelanggaran asumsi klasik tak akan mungkin terhindari...

Solusi sederhananya mungkin tambahkan jumlah sampel....apalagi ini kan mengukur motivasi kerja ya...menggunakan kuesioner pasti,,,, uji reliabelitas dan validitas tentu akan menjadi titik krusial laninnya yang perlu diperhatikan...

Unknown said...
This comment has been removed by the author.
Ferdian Fadly said...

yapz..itu salah satu langkah paling sederhana yang bisa dilakukan.... 07.5356@gmail.com

Anonymous said...

Salam. Saya ingin bertanya . Jika uji F saya tidak signifikan artinya apa ya? Bagaimana cara agar uji F bisa signifikan? Sampel yang dipakai sebanyak 36 orang. Trims mohon bantuannya

Ferdian Fadly said...

@anonymous : Uji F menunjukkan minimal ada satu variabel yang signifikan pada model yang anda bangun....lah...gimana caranya...berarti cari variabel yang bisa memiliki diduga memiliki hubungan terhadap variabel tidak bebasnya...sesederhana itu...

Tiaresa.blogspot.com said...

Pagi mas,saya mau bertanya kalo box cox di minitab tuh seperti apa ya? Yg menjadi variabelnya si residual yg tidak normal apa tetap peubah responnya yg di transformasi boxcox? Terimakasih.

Ferdian Fadly said...

menurut saya transformasi boxcox merupakan proses pencarian lambda yang paling sesuai untuk data yang kita miliki...bukankah log Y merupakan bentuk dari transformasi jika lambda yang terpilih adalah nol...jadi nanti Y nya diganti dengan log Y...tetapi saya hanya bisa menyarankan pada mbak...bagi saya makna interpretasi lebih penting...statistik buat saya hanya alat...jangan lakukan transformasi yang aneh aneh...yang jelas model kita sederhana dan dapat menjawab permasalahan... jangan terjebak kepada hal hal yang menyulitkan diri sendiri...

Unknown said...

Mas saya penelitian, data saya setelah diuji normalitas tiap variabelnya hanya 2 variabel dari 4 variabel yang saya teliti, tapi setelah memakai residual nilai normalitasnya 0,200 nah residual itu sumbernya dari mana mas, trims

Ferdian Fadly said...

@unknown....yang bersifat stochastic itu adalah y|x nya...yang dapat tercermin melalui perilaku residualnya...jadi cukup dengan residualnya saja....

Ihsan said...

bisakah pengujian pake eviews tapi asumsi klasik pake spss?, kalau bisa bagaimana caranya yah, terimakasih

Ferdian Fadly said...

@ihsan....sebenarnya ya bisa bisa saja...tetapi sungguh tidak efisien...
SPSS sendiri ditujukan untuk Social Sciences sesuai namanya spss statistical package for the social sciences ... kalau SPSS itu fokus datanya cross section biasanya...amatan individu, perorangan, pada suatu waktu tertentu...

Kalau Eviews itu Econometrics Views ... atau fokusnya ke ekonometrik...yang kadang datanya series waktu antar tahun....atau data panel dengan melibatkan informasi unit nya....

Olah_Data_Semarang said...

Mengatasi Data Tidak Normal Dengan Central Limit Theorem (CLT)
Apabila Data Tidak Normal Bisa Memakai Central Limit Theorem (CLT)
Sebagai Pendukung Kami Berikan Literatur Berupa Penelitian-Penelitian
Sebelumnya Sebanyak 20 Buah Penelitian
Bagi Yang Membutuhkan Bisa Klik Dibawah Ini Untuk Unduh Literatur Tersebut
https://s.id/UjiCLT

Post a Comment

Related Posts Plugin for WordPress, Blogger...

 
Design by Free WordPress Themes | Bloggerized by Lasantha - Premium Blogger Themes | Web Hosting Coupons