Uji Asumsi Klasik : Autokorelasi dengan SPSS

Oleh : Jul Fahmi Salim

Asslamualaikum..Wr.Wb

Sebelumnya saya sudah share trio uji asumsi klasik (Multikolinearitas, heteroskedastisitas dan normalitas), sekarang giliran saudarnya yag ke empat, yaitu Autokorelasi.....

buka program spss
1. input data ke dalam spss

2. klik analyze => regression => linear

3. masukan IHSG ke dependent variable
   masukan kurs, inflasi dan BI Rate ke independent variabel

4. klik menu statistic

5. centang kotak "durbin - watson"

6. klik continue

7. klik ok

8. berikut merupakan hasil output regressinya

   abaikan hasil yang lainnya, fokus kepada tabel "model Summary"
   dapat dilihat bahwa nilai DW dari model tersebut adalah sebesar
   0,437. dalam model ini terdapat masalah autokorelasi karena nilainya jauh di bawah
   nilai tabel dw yaitu dL = 1,5915 & dU = 1,7275.

9. Bandingkan dengan nilai tabel D-W

 
cara mencari tabel D-W

N = 91
k = 3

lihat tabel DW

dL = 1,5915
dU = 1,7275

Contoh:
jika n = 40
     k = 4
dilihat dari rabel D-W, nilainya adalah dL = 1,285 & dU = 1,721,
- jika nilai d hitung kurang dari 1,285 terdapat bukti dari serial koralasi
  first order yang positif
- jika nilai d hitung lebih besar dari 1,721, tidak terdapat bukti dari korelasi
  first order yang positif.
- akan tetapi, jika d terletak antara batas terendah dan batas teratas, terdapat
  hubungan yang belum bisa
  dijelaskan dengan memperhatikan ada atau tidaknya korelasi serial first order yang positif

sumber contoh : Buku Dasar-dasar Ekonometrika,2010 (Damodar N. Gujarati dan Dawn C. Porter)
                         halaman L-115, edisi 5, Salemba Empat

Download tabel D-W disini

Untuk lihat videonya klik disini


Semoga dapat membantu, silahkan berikan masukanya untuk memperbaiki postingan ini.. :-)

Asumsi Klasik: Heteroskedastisitas (Metode Glejser)

Cara menguji Heteroskedastisitas data dengan Metode Park
1. buka spss
2. input data yang digunakan
3. klik analyze, regression, linear

4. masukan IHSG ke dalam kotak dependen variabel, dan Kurs, inflasi, dan BI Rate
   ke dalam kotak independen variabel

5. klik save => pada kotak residual pilih unstandarized => continue => ok

6. Abaikan hasil outputnya, kemudian pilih menu Tranform => compute Variable

7. pada "target variable" isi dengan "ABSResid"
8. pada kotak "Numeric Expression" isi dengan ABS(RES_1) => ok

9. Pada Jendela data editor, sudah bertambah 2 variabel, yaitu RES_1 dan ABSRESID, itu merupaka hasil pengolahan yang kita lakukan tadi, selanjutnya kita akan mengulangi langkah 3 dan 4



10. pada langkah ke 4, IHSG kelauarkandari kotak dependen var, dan
   masukan ABSRESID ke dalam kotak dependen var

Before

After

11. Abaikan hasil lainnya, cukup lihat Tabel "coefficients"
 

Variabel                         Sig

Kurs                              0,672

BI Rate                          0,268

Inflasi                             0,290

dari tabel dapat dilihat nilai "sig", semua variabel memiliki nilai sig > 0,05. sehingga disimpulkan tidak terjadi masalah heteroskedastisitas

Referesi : Ekonometrika Terapan, Teori dan Aplikasi dengan SPSS, Hal, 96-102. (Dr.Suliyanto)

Semoga dapat membantu..
Terima Kasih Sudah Berkunjung   :-)

Uji Asumsi Klasik Uji Multikolinearitas dengn SPSS

Assalamualaikum. wr.wb...

Jika tadinya kita sudah melakukan uji asumsi klasik : Normalitas, Kalii ini saya akan melakukan uji asumsi klasik Multikolinearitas, yaitu uji yang dilakukan untuk mengetahui apakah sesama variabel independen memiliki hubungan ataua tidak....

Langkah - langkah Uji Multikolinearitas dengan SPSS :

1. buka spss
2. input data yang digunakan
3. klik analyze, regression, linear

4. masukan IHSG ke dalam kotak dependen variabel, dan Kurs, inflasi, dan BI Rate
   ke dalam kotak independen variabel

Before

After

5. pada klik 'Statistic' => centang pilihan covariance matrix => continue

6. Abaikan hasil regresi yang lain, lihat tabel "Coefficient Correlations"

   dapat dilihat bahwa terjadi Multikol antara BI Rate x Inflasi, ini dilihat dari
   dari nilai korelasi sebesar -0,891,di atas nilai batas yaitu 0,70
7. ulangi langkah ke 4, tapi dengan mengelluarkan variabel Inflasi dari kotak independen
8. selanjutnya lakukan langkah ke 5, maka hasil outputnya sebagai berikut :

9. Dari hasil setelah membuang variabel "Inflasi"  , tidak lagi terjadi multikolinearitas
  dalam model,
Hal ini dapat dilihat dari hubungan BI rate x kurs = -0,142, jauh
di bawah nilai batas yaitu 0,70



Referesi : Ekonometrika Terapan, Teori dan Aplikasi dengan SPSS, Hal, 81-84. (Dr.Suliyanto)

Asumsi Klasik : Uji Normalitas (Kolmogorov-Smirnov) dengan SPSS

Oleh : Jul Fahmi Salim

Assalamualaikum.. wr..wb

Cara menguji normalitas data dengan Kolmogrov-Smirnov (K-S)
1. buka spss
2. input data yang digunakan
3. klik analyze, regression, linear

4. masukan IHSG ke dalam kotak dependen variabel, dan Kurs, inflasi, dan BI Rate
   ke dalam kotak independen variabel

5. klik "save"
6. Pada bagian "residual" centang pilihan "Standarized", kemudian klik continue

7. abaikan hasil outputnya, kemudian lihat pada jendela input,
   pada data view, sudah ada variabel baru, yaitu "ZRE_1"

8. klik menu Analyze,=> Nonparametric Test => Legacy Dialogs => 1 sample K-S

9. Masukan variabel "Standarized Residual" tersebut ke dalam ke kotak sebelah kanan

10. Maka hasilnya akan seperti berikut

Nilai residual terstandarisasi dalam penelitian tersebut menyebar secara normal,
hal ini dapat dilihat dari nilai "Asymp. Sig. (2-tailed)" lebih besar dari 0,05 => 0,849 > 0,05


Lihat videonya disini

Referesi : Ekonometrika Terapan, Teori dan Aplikasi dengan SPSS, Hal, 69-78. (Dr.Suliyanto)

Semoga dapat membantu...
Berikan masukan agar tulisan ini bisa lebih baik...

Uji Asumsi Klasik ; Normalitas (Metode Grafik)

Oleh : Jul Fahmi Salim
Assalamkum wr.wb.....

Sebelum melakukan regresi linear berganda, ada beberapa uji asumsi klasik yang harus dilakukan, yaitu Normalitas, Multikolinearitas, Heteroskedastisitas dan Autokorelasi,,,

Kali ini kita akan mencoba menguji Normalitas suatu data penelitian..

Cara menguji normalitas data dengan Analisis Grafik
1. buka spss
2. input data yang digunakan
3. klik analyze, regression, linear

4. masukan IHSG ke dalam kotak dependen variabel, dan Kurs, inflasi, dan BI Rate
   ke dalam kotak independen variabel

5. Klik pada menu "plots"
6. begitu keluar jendela plots, pilih dependent untuk Y, dan *ZRESID untuk X

7. pada Stand Residual Plots, centang histogram dan probability plots, klik continue

8. output yang dihasilkan sebagai berikut
abaikan hasil regrssi lainnya, cukup dilihat pada bagian "Chart" saja

Gambar 1

Gambar II

dari hasil gambar pertama dapat dilihat bahwa kurva dependen dan rss membentuk gambar
seperti lonceng, dapat didimpulkan bahwa data terdistribusi normal

dari gambar yang kedua dapat kita lihat bahwa titik2 persebaran data berada disekitar garis,
hal ini menunjukkan bahwa data terdistribusi scara normal.



Referesi : Ekonometrika Terapan, Teori dan Aplikasi dengan SPSS, Hal, 69-78. (Dr.Suliyanto)

Cukup mudahkan?....
Semoga bermanfaat, Terimakasih sudah mampir.. :-)

Uji Asumsi Klasik (Multicolinearitas, Heteroscedastisitas, Autokorelasi, dan Normalitas) dengan EViews7

1. uji Multikolinearitas

multikolinearitas berarti adanya hubungan linear yang sempurna atau pasti antara beberapa atau semua variabel yang menjelaskan model regresi. jika koefisien koreasi antara masing-masing variabel bebas lebih besar dari 0,8, berarti terjadi multikolinearitas dalam model regresi.

berikut langkah-langkah pengujiannya :

• buka program eviews
• import data (kali ini saya menggunakan data tahunan PDB, PMA, Suku Bunga, Nilai Tukar dan Inflasi dari tahun 2000-2011)
• blog semua variabel yang ingin diuji, klik kanan > open > open as equation >ok
• abaikan hasilnya, klik quick > group statistic> correlations> maka akan muncul seperti gambar di bawah ini.

• hapus variabel "pdb", karena merupakan var dependen, jadi tinggal "pma, sb, er, inf", klik ok, hasilnya seperti berikut :

dari output di atas dapat kita lihat bahwa tidak terdapat variabel yang memiliki nilai lebih dari 0,8, sehingga dapat disimpulkan tidak terjadi multikolinearitas dalam model regresi.

= Uji Heteroskedastisitas =

• buka program eviews
• import data (kali ini saya menggunakan data tahunan PDB, PMA, Suku Bunga, Nilai Tukar dan Inflasi dari tahun 2000-2011)
• blog semua variabel yang ingin diuji, klik kanan > open > open as equation >ok
• klik view >actual, fitted, residual > actual, fitted, residual > ok, hasilnya seperti gambar berikut:

  

dengan hasil di atas kita menduga tidak terjadi  heteroskedastisitas, karena residualnya tidak membentuk pola tertentu, dengan kata lainnya residualnya cenderung konstan.

• untuk membuktikan tidak ada heteroskedastisitas, maka kita akan melakukan uji white heteroscedasticity
• klik view >residual diagnostics> heteroscedasticity test> white > hilangkan centang pada "Include white cross terms" kemudian klik ok

• outputnya akan seperti pada gambar dibawah ini :

-          Ho : tidak ada heteroskedastisitas

-          H1 : ada heteroskedastisitas

-          Jika p-value obs*-square < ɑ, maka Ho ditolak

-          Karena  p value -obs*-square = 0.5244 > 0,01, maka H0 diterima

Kesimpulannya adalah dengan tingkat keyakinan 90%, dapat dikatakan bahwa tidak terdapat heteroskedastisitas dalam model regresi.


= Uji Autokorelasi =

• buka program eviews
• import data (kali ini saya menggunakan data tahunan PDB, PMA, Suku Bunga, Nilai Tukar dan Inflasi dari tahun 2000-2011)
• blog semua variabel yang ingin diuji, klik kanan > open > open as equation >ok
• klik view >residual diagnostics > Serial Correlation LM Test > ok, hasilnya seperti gambar berikut:

•  Ho : tidak ada korelasi serial
•  H1 : ada korelasi serial
• Jika p-value obs*-square < ɑ, maka Ho ditolak
• Karena  p value -obs*-square = 0.1186 > 0,01, maka H0 diterima
•  Kesimpulannya adalah dengan tingkat keyakinan 90%, dapat dikatakan bahwa tidak terdapat autokorelasi dalam model regresi.

== Uji Normalitas =

• buka program eviews
• import data (kali ini saya menggunakan data tahunan PDB, PMA, Suku Bunga, Nilai Tukar dan Inflasi dari tahun 2000-2011)
• blog semua variabel yang ingin diuji, klik kanan > open > open as equation >ok
• klik view >residual diagnostics > Histogram Normality Test > ok,
• Hasilnya seperti berikut:

• -          Ho : error term terdistribusi normal
• -          H1 : error term tidak terdistribusi normal
• -          Jika p-value < ɑ, maka Ho ditolak
• -          Karena  p value = 0,53978 > 0,1, maka H0 diterima
• -          Kesimpulannya adalah dengan tingkat keyakinan 90%, dapat dikatakan bahwa error term  terdistribusi normal.

• demikianlah cara  uji asumsi klasik dengan menggunakan EViews7, mohon maaf atas segala kekurangan, semoga dapat membantu, Terimakasih sudah berkunjung. :-))

 Referensi :  
Ajija, Shochrul R dkk. 2011. Cara cerdas menguasai EViews. Salemba Empat. Jakarta.
thanks to Affandy, atas data penelitian yang saya gunakan dalam tutorial kali ini,,hehheh