Uji Asumsi Klasik
Uji Asumsi Klasik
Pengertian
Uji Asumsi Klasik
Uji Asumsi klasik adalah analisis
yang dilakukan untuk menilai apakah di dalam sebuah model regresi linear
Ordinary Least Square (OLS) terdapat masalah-masalah asumsi klasik.
Berdasarkan pengertian uji asumsi klasik di atas, maka
mungkin akan muncul beberapa pertanyaan pada para pembaca sekalian, yaitu
antara lain:
- Apa yang dimaksud dengan Regresi Linear OLS?
- Apa yang dimaksud dengan Asumsi klasik?
- Apa saja jenis asumsi klasik pada regresi OLS?
Untuk menanggapi beberapa pertanyaan tadi, dalam kesempatan
ini statistikian
akan coba jelaskan satu persatu dan membahasnya secara tuntas. Marilah kita
mulai dengan pengertian regresi linear OLS.
Pengertian Regresi Linear OLS
Regresi
linear OLS adalah sebuah model regresi linear dengan metode perhitungan kuadrat
terkecil atau yang di dalam bahasa inggris disebut dengan istilah ordinary
least square. Di dalam model regresi ini, ada beberapa syarat yang harus
dipenuhi agar model peramalan yang dibuat menjadi valid sebagai alat peramalan.
Syarat-syarat tersebut apabila dipenuhi semuanya, maka model regresi linear
tersebut dikatakan BLUE. BLUE adalah singkatan dari Best Linear Unbiased
Estimation.
Pengertian Asumsi Klasik
Asumsi klasik
adalah syarat-syarat yang harus dipenuhi pada model regresi linear OLS agar
model tersebut menjadi valid sebagai alat penduga.
Asumsi Klasik pada Regresi Linear
Jenis Regresi Linear OLS
Sebelum kita
membahas lebih jauh apa saja asumsi klasik yang harus dipenuhi pada regresi
linear OLS, alangkah lebih baik jika kita mengetahui dulu bahwa regresi OLS ada
2 macam, yaitu: regresi linear sederhana
dan regresi linear berganda.
Regresi
Linear sederhana atau disebut dengan simple linear
regression, adalah regresi linear dengan satu variabel bebas dan
satu variabel terikat. Sedangkan regresi linear berganda atau disebut juga
dengan multiple linear regression adalah regresi linear
dengan satu variabel terikat dan beberapa variabel bebas. Arti kata beberapa
maksudnya adalah 2 variabel atau lebih.
Jenis Uji Asumsi Klasik Pada Regresi Linear
Dengan adanya
dua jenis yang berbeda pada regresi linear, maka syarat atau asumsi klasik pada
regresi linear juga ada dua macam.
Uji Asumsi Klasik Pada Regresi Linear Sederhana
Asumsi klasik pada regresi
linear sederhana antara lain:
- Data interval atau rasio,
- Linearitas,
- Normalitas,
- Heteroskedastisitas,
- Outlier,
- Autokorelasi (Hanya untuk data time series atau runtut waktu).
Uji Asumsi Klasik Pada Regresi Linear Berganda
Asumsi klasik pada regresi
linear berganda antara lain:
- Data interval atau rasio,
- Linearitas,
- Normalitas,
- Heteroskedastisitas,
- Outlier,
- Multikollinearitas,
- Autokorelasi (Hanya untuk data time series atau runtut waktu).
Perbedaan Asumsi Klasik Regresi Linear Sederhana dan Berganda
Berdasarkan
penjelasan di atas, terlihat jelas bahwa asumsi klasik antara regresi linear
sederhana dan berganda hampir sama. Letak perbedaannya hanya pada uji
multikolinearitas, dimana syarat tersebut hanya untuk regresi linear berganda.
Penjelasan Masing-Masing Asumsi Klasik
Data interval
atau rasio tidak perlu diuji menggunakan perhitungan ataupun dengan aplikasi
komputasi seperti SPSS, STATA atau software statistik
lainnya. Cukup data yang ada, yaitu tiap variabel terutama variabel dependen
adalah berskala data interval atau rasio. Untuk memahami jenis-jenis atau skala
data, pelajari artikel kami tentang: Jenis data dan pemilihan analisis statistik.
Sedangkan
untuk asumsi klasik lainnya yang telah disebutkan di atas, kami sudah membahas
pengertian dan penjelasannya satu persatu secara detail dan lengkap di website
statistikian ini. Bahkan berbagai cara dengan software statistik dan contoh
pengujian serta cara mengatasinya sudah dibahas juga dalam berbagai artikel
kami. Silahkan anda pelajari semuanya agar pemahaman anda menjadi lengkap dan
luas perihal regresi linear dan asumsi klasiknya. Maka jangan kemana-mana, stay
with me untuk belajar ilmu statistik secara komprehensif hanya di statistikian.
Komentar
Posting Komentar