Dalam melakukan analisis regresi, perlu dilakukan uji asumsi klasik regresi agar hasil estimasinya tidak bias dan lebih akurat. Selain itu, tujuan dilakukan uji tersebut adalah untuk melihat apakah dalam model regresi terdapat masalah-masalah asumsi klasik.
Agar hasil dikatakan valid atau akurat, semua persyaratan dalam regresi linear harus dinyatakan BLUE. BLUE sendiri adalah Best Linear Unbiased Estimation, sehingga ketika melakukan uji asumsi hasilnya harus memenuhi semua persyaratan tersebut. Untuk dapat melakukan uji validitas tersebut ada 5 cara yang bisa dilakukan sebagai berikut:
1. Uji Normalitas
Uji asumsi klasik regresi yang pertama adalah dengan melakukan uji normalitas pada model. Tujuan dari dilakukan uji ini adalah untuk melihat apakah nilai residu sudah terdistribusi dengan normal atau tidak. Jadi, tidak semua variabel dilakukan uji normalitas. Sebuah model regresi yang bagus adalah yang memiliki nilai residu yang terdistribusi normal.
2. Uji Multikolinearitas
Uji asumsi yang berikutnya adalah dengan menggunakan uji multikolinearitas. Dengan melakukan uji ini, penguji melihat apakah ada korelasi antara variabel indepen dengan model regresi linear. Model yang bagus seharusnya tidak memiliki korelasi yang tinggi karena dapat mengganggu variabel dependen yang lainnya.
Cara untuk mengatasi ini adalah dengan mengeluarkan variabel yang memiliki korelasi tinggi tersebut. Namun, jika ini tidak memungkikan, maka tambahlah jumlah observasi untuk mengurangi tingkat korelasi.
3. Uji Heteroskedastistas
Sebuah model akan memenuhi persyaratan apabila memiliki kesamaan varians dari residual dari satu pengamatan ke pengamatan yang lainnya. Apabila terdapat perbedaan, maka model tersebut tidak akan valid. Oleh karena itu, perlu dilakukan uji heteroskedastistas. Salah satu solusi yang dapat dilakukan agar menjadi valid adalah dengan mengubahnya ke bentuk logaritma apabila semua datanya positif.
4. Uji Autokorelasi
Proses uji terakhir yang sering dilakukan adalah uji autokorelasi. Sesuai namanya, tujuan dari uji ini adalah untuk melihat apakah ada korelasi antara periode saat ini dengan periode sebelumnya (t-1). Beberapa uji statistic yang dapat digunakan untuk data kecil adalah uji dengan run test, atau uji Durbin Watson. Namun, jika memiliki data lebih dari 100, sebaiknya menggunakan uji Lagrange Multiplier.
5. Uji Linearitas
Uji yang satunya ini tidak sering digunakan untuk menguji sebuah model karena pada umumnya sebuah model dibangun dengan linear antara variabel independen dan dependen. Namun, para penguji dapat melakukan konfirmasi kembali mengenai hubungan kedua variabel dengan uji linearitas.
Jadi, untuk mendapatkan hasil yang akurat pada uji asumsi klasik regresi, ada baiknya melakukan beberapa langkah di atas. Prosesnya yang tidak instan, seringkali membuat sebagian orang ragu. Untuk itu, bisa langsung menghubungi Patra Statistika untuk proses pengolahan data hingga hasil akhirnya diperoleh.