Daftar isi
Regresi linear dengan metode kuadrat terkecil (OLS) memberi hasil yang bisa dipercaya bila beberapa asumsi terpenuhi. Pemeriksaan asumsi ini di skripsi Indonesia disebut uji asumsi klasik, dan biasanya dilakukan sebelum regresi linear berganda dipakai untuk menguji hipotesis.
Ringkasan uji dan dasar keputusan
| Asumsi | Uji yang umum | Terpenuhi bila |
|---|---|---|
| Normalitas residual | Kolmogorov-Smirnov atau Shapiro-Wilk pada residual | Sig. > 0,05 |
| Tidak ada multikolinearitas | Tolerance dan VIF | Tolerance > 0,10 dan VIF < 10 |
| Tidak ada heteroskedastisitas | Glejser, Breusch-Pagan, atau grafik scatterplot | Sig. > 0,05; titik menyebar tanpa pola |
| Tidak ada autokorelasi | Durbin-Watson atau Run test | dU < d < 4 − dU; Run test Sig. > 0,05 |
| Linearitas | Test for linearity (ANOVA table) atau grafik | Deviation from linearity Sig. > 0,05 |
Langkah umum di SPSS
- Buka Analyze → Regression → Linear, masukkan variabel terikat dan variabel bebas.
- Di Statistics, centang Collinearity diagnostics (multikolinearitas) dan Durbin-Watson (autokorelasi).
- Di Plots, masukkan *ZPRED ke X dan *SRESID ke Y untuk grafik heteroskedastisitas.
- Di Save, centang Unstandardized residuals, lalu uji normalitas residual itu.
- Untuk uji Glejser, hitung nilai mutlak residual dan regresikan terhadap variabel bebas.
Menuliskannya di Bab 4
Untuk setiap asumsi, tulis tiga hal: dasar keputusan, hasil (angka dari output), dan kesimpulan. Contohnya:
Contoh paragraf
Hasil uji multikolinearitas menunjukkan nilai Tolerance variabel promosi 0,72 dan harga 0,72, dengan VIF masing-masing 1,39. Karena Tolerance > 0,10 dan VIF < 10, tidak terjadi multikolinearitas antarvariabel bebas.
Angka pada contoh hanyalah ilustrasi; isi dengan output penelitianmu.
Bila asumsi tidak terpenuhi
- Residual tidak normal: periksa pencilan, transformasi variabel terikat, atau bootstrap. Lihat data tidak normal.
- Multikolinearitas: keluarkan atau gabungkan variabel bebas yang sangat mirip.
- Heteroskedastisitas: transformasi variabel (misalnya logaritma) atau galat baku yang tahan heteroskedastisitas (robust standard errors).
- Autokorelasi: pada data runtun waktu, tambahkan variabel lag atau pakai metode yang memperhitungkan autokorelasi.
Pertanyaan umum
Apakah uji autokorelasi wajib untuk data cross-section?
Autokorelasi terutama masalah pada data runtun waktu. Untuk data kuesioner (cross-section), banyak ahli menganggapnya tidak relevan, tetapi sebagian pedoman skripsi tetap memintanya. Ikuti pedoman prodimu.
Apakah multikolinearitas diuji pada regresi sederhana?
Tidak. Multikolinearitas adalah hubungan antar-variabel bebas, jadi baru relevan bila variabel bebasnya dua atau lebih.
Urutan uji asumsi klasik yang benar?
Tidak ada urutan baku. Yang umum di skripsi: normalitas residual, multikolinearitas, heteroskedastisitas, lalu autokorelasi. Linearitas sering ditambahkan sebelum atau sesudahnya.