Dalam artikel ini akan membahas tentang bagaimana cara menggunakan uji asumsi klasik dengan SPSS. Berikut artikel selengkapnya.
Dalam sebuah analisis data regresi linier sederhana maupun berganda, diperlukan adanya uji syarat atau biasa dikenal dengan uji asumsi klasik. Uji asumsi ini merupakan persyaratan agar hasil regresi tidak “bias”.
Sebuah penduga parameter dikatakan tidak bias apabila nilai harapannya sama dengan nilai yang sebenarnya dari parameter itu. Artinya, suatu estimator bersifat tidak bias jika menghasilkan estimasi parameter yang rata-rata benar.
Uji Asumsi Klasik dengan SPSS, Begini Caranya
Uji asumsi klasik merupakan langkah penting dalam analisis regresi untuk memastikan bahwa model yang digunakan memenuhi syarat untuk menghasilkan estimasi yang valid dan dapat diandalkan. Berikut adalah penjelasan tentang bagaimana melakukan uji asumsi klasik menggunakan SPSS, yang melibatkan empat asumsi utama, yakni normalitas, linieritas, heteroskedastisitas, dan autokorelasi.
1. Uji Normalitas
Uji normalitas bertujuan untuk memeriksa apakah distribusi residual mengikuti distribusi normal. Di SPSS, Anda bisa melakukan uji normalitas dengan cara berikut:
- Buka SPSS dan masukkan data Anda.
- Pilih menu “Analyze” > “Descriptive Statistics” > “Explore”.
- Masukkan variabel residual ke dalam kotak “Dependent List”.
- Klik “Plots” dan centang opsi “Normality plots with tests”.
- Klik “Continue” dan kemudian “OK”.
Hasil uji asumsi klasik dengan SPSS ini akan memberikan dua output utama:
- Histogram dan Q-Q Plot: Periksa apakah histogram residual mendekati bentuk normal dan apakah titik-titik pada Q-Q Plot berada di sepanjang garis diagonal.
- Kolmogorov-Smirnov Test atau Shapiro-Wilk Test: Uji statistik ini menguji hipotesis nol bahwa data residual terdistribusi normal. Jika nilai p lebih besar dari 0,05, maka data residual dianggap normal.
2. Uji Linieritas
Linieritas menguji hubungan linear antara variabel independen dan dependen. Untuk uji linieritas di SPSS, ikuti langkah ini:
- Pilih menu “Analyze” > “Regression” > “Linear”.
- Masukkan variabel dependen dan independen ke dalam kotak yang sesuai.
- Klik “Plots” dan seret variabel prediktor ke dalam kotak “Horizontal Axis” dan variabel residual ke dalam kotak “Vertical Axis”.
- Centang opsi “Histogram” dan “Normal probability plot”. Klik “Continue” dan kemudian “OK”.
Hasil uji asumsi klasik dengan SPSS yang diharapkan adalah scatter plot yang menunjukkan pola acak tanpa pola sistematik, menandakan hubungan linear.
3. Uji Heteroskedastisitas
Heteroskedastisitas terjadi ketika varians residual tidak konstan. Untuk mendeteksi heteroskedastisitas:
- Dari output regresi linear, pilih menu “Analyze” > “Regression” > “Linear”.
- Di bawah tab “Plots”, seret variabel prediktor ke dalam kotak “X” dan residual yang telah disimpan ke dalam kotak “Y”.
- Pilih “Scatterplot” dan klik “OK”.
Perhatikan grafik scatter plot dari residual. Jika residual tersebar secara acak di sekitar garis horizontal tanpa pola yang jelas, maka tidak ada heteroskedastisitas. Jika ada pola sistematik, mungkin perlu penyesuaian lebih lanjut.
4. Uji Autokorelasi
Autokorelasi terjadi ketika residual dari satu pengamatan terkait dengan residual dari pengamatan lain. Untuk menguji autokorelasi:
- Pilih menu “Analyze” > “Regression” > “Linear”.
- Masukkan variabel dependen dan independen, lalu klik “Save” dan pilih “Durbin-Watson”. Klik “Continue”.
- Klik “OK” untuk menjalankan regresi dan simpan output.
Uji Durbin-Watson dalam output regresi memberikan statistik yang berkisar antara 0 hingga 4. Nilai mendekati 2 menunjukkan tidak adanya autokorelasi. Nilai di bawah 1,5 atau di atas 2,5 menunjukkan masalah autokorelasi.
Melakukan uji asumsi klasik ini dengan SPSS, Anda dapat memastikan bahwa model regresi yang Anda gunakan sesuai dengan asumsi yang diperlukan untuk menghasilkan hasil yang valid. Melakukan langkah-langkah ini dengan benar akan meningkatkan kredibilitas analisis data Anda.
Langkah Antisipasi Jika tidak Berdistribusi dengan Normal
Langkah-langkah antisipasinya antara lain sebagai berikut.
– Pada kotak dialog Linear Regression, klik Save.
– Kemudian muncul kotak dialog Linear Regression, lalu klik Save.
– Kemudian, klik Unstandardized pada Residuals,
– Terakhir Klik Continue untuk melanjutkan.
Gunakan langkah ini sebagai tahap antisipasi agar apabila data tidak berdistribusi normal. Anda bisa mencoba dengan uji normalitas lainnya yaitu kolmogorov-smirnov.
Namun dengan catatan, cara ini tidak membuat data penelitian Anda 100% berdistribusi normal, karena uji kolmogorov-smirnov merupakan uji normalitas lainnya yang memiliki sudut pandang lain dari uji menggunakan Histogram atau Normal Probability Plots.
Demikian pengertian dan cara uji asumsi klasik dengan SPSS. Uji asumsi ini merupakan langkah penting dalam analisis regresi linear untuk memastikan kevalidan model. Dengan memahami dan memenuhi asumsi-asumsi ini akan mendapatkan hasil yang lebih akurat. Semoga bermanfaat.