MAKALAH
UJI NORMALITAS, AUTOKORELASI
DAN MULTIKORELASI
OLEH
TAUFIQ AMRU
1505102010001
PROGRAM STUDI
AGRIBISNIS
FAKULTAS PERTANIAN
UNIVERSITAS SYIAH KUALA
2017
KATA
PENGANTAR
Assalamualaikum
Wr Wb…..
Puji
dan syukur senantiasa dipanjatkan ke hadirat Allah SWT yang telah memberikan
kesehatan, kesempatan, serta keridhoan-Nya sehingga kami dapat menyelesaikan
makalah ini tepat waktu.
Shalawat
dan salam kepada baginda Rasulullah SAW yang telah membawa kita dari alam
jahilliyah ke alam islamiyah yang sarat akan ilmu pengetahuan seperti yang kita
rasakan saat ini.
Terima
kasih kami ucapkan kepada Rahmaddiansyah
selaku dosen pembimbing mata kuliah Pengantar Ekonomitrika
yang telah memberikan pengarahan mengenai tugas makalah ini hingga selesai.
Segenap
kemampuan kami curahkan untuk membuat makalah ini namun kami sadar bahwa kami
hanyalah manusia biasa yang tak luput dari kesalahan sehingga kritik dan saran
sangat kami harapkan guna perbaikan di masa yang akan datang.
Wassalam….
Banda Aceh, 25 April 2017
Penulis
BAB
I
PENDAHULUAN
Uji normalitas
digunakan untuk mengetahui apakah populasi data berdistribusi normal atau
tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal,
interval, ataupun rasio. Jika analisis menggunakan metode parametrik, maka
persyaratan normalitas harus terpenuhi yaitu data berasal dari distribusi yang
normal. Jika data tidak berdistribusi normal, atau jumlah sampel sedikit dan
jenis data adalah nominal atau ordinal maka metode yang digunakan adalah
statistik non parametrik. Dalam pembahasan ini akan digunakan uji One Sample
Kolmogorov-Smirnov dengan menggunakan taraf signifikansi 0,05. Data
dinyatakan berdistribusi normal jika signifikansi lebih besar dari 5% atau
0,05.
Uji autokorelasi digunakan untuk
mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu
korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan
lain pada model regresi. Prasyarat yang harus terpenuhi adalah tidak adanya
autokorelasi dalam model regresi. Metode pengujian yang sering digunakan adalah
dengan uji Durbin-Watson (uji DW) dengan ketentuan sebagai berikut:
·
Jika
d lebih kecil dari dL atau lebih besar dari (4-dL) maka hopotesis nol ditolak,
yang berarti terdapat autokorelasi.
·
Jika
d terletak antara dU dan (4-dU), maka hipotesis nol diterima, yang berarti
tidak ada autokorelasi.
·
Jika
d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka tidak
menghasilkan kesimpulan yang pasti.
Uji
multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan
asumsi klasik multikolinearitas yaitu adanya hubungan linear antar variabel
independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model
regresi adalah tidak adanya multikolinearitas. Ada beberapa metode pengujian
yang bisa digunakan diantaranya yaitu 1) dengan melihat nilai inflation
factor (VIF) pada model regresi, 2) dengan membandingkan nilai koefisien
determinasi individual (r2) dengan nilai determinasi secara
serentak (R2), dan 3) dengan melihat nilai eigenvalue dan
condition index. Pada pembahasan ini akan dilakukan uji
multikolinearitas dengan melihat nilai inflation factor (VIF) pada model
regresi dan membandingkan nilai koefisien determinasi individual (r2)
dengan nilai determinasi secara serentak (R2).
BAB II
CARA
PENGUJIAN
Cara pengujian data adalah dengan
menggunakan aplikasi SPSS :
2.1.
Uji Normalitas
· Masuk program SPSS
· Klik variable view pada SPSS data editor di bagian kiri
·
Pada
kolom Name ketik Jumlah Penduduk, kolom Name pada baris kedua ketik Jumlah
Permintaan Daging Sapi dan pada name baris ketiga ketik Jumlah Permintaan
Daging Sapi Perkapita
·
Pada
kolom Label ketik Jumlah Penduduk, kolom Label pada baris kedua ketik Jumlah
Permintaan Daging Sapi dan pada Label baris ketiga ketik Jumlah Permintaan
Daging Sapi Perkapita
·
Buka data view pada SPSS data
editor, maka didapat kolom variabel tadi
·
Ketikkan data sesuai dengan variabelnya,
seperti ppada gambar berikut :
·
Klik Analyze - Deskriptive Statistics -
Explore
·
Kemudian keluar tampilan seperti ini :
·
Klik variabel Jumlah Penduduk, Jumlah Permintaan
Daging Sapi Perkapita dan
Jumlah
Permintaan Daging Sapi dan masukkan ke kotak Dependent List
·
Klik Plots
·
Klik
Normality plots with tests, kemudian klik Continue
·
Klik
OK, maka hasil output yang didapat pada kolom Test of Normality
2.2. Uji Multikorelasi
·
Kita
menggunakan input data yang sama pada uji normalitas
·
Klik
Analyze - Regression – Linear
·
Klik
variabel Jumlah Penduduk dan masukkan ke kotak Dependent, kemudian klik Permintaan
Daging Sapi dan Jumlah
Permintaan Daging Sapi Perkapita dan masukkan ke kotak Independent
·
Klik
Statistics, kemudian klik Collinearity diagnostics. Klik Continue
·
Klik
OK, pada output anda lihat tabel coefficients pada kolom collinearity
statistics
2.3.
Uji Autokorelasi
·
Klik Analyze - Regression – Linear
·
Klik
variabel Jumlah Penduduk dan masukkan ke kotak Dependent, kemudian klik Permintaan
Daging Sapi dan Jumlah
Permintaan Daging Sapi Perkapita dan masukkan ke kotak Independent
·
Klik
Statistics, pada Residuals klik Durbin Watson, kemudian klik Continue
·
Klik
OK, hasil output pada Model Summary
BAB III
HASIL DAN PEMBAHASAN
3.1. Uji Normalitas
Tabel 1. Data permintaan
daging sapi di kota Surakarta tahun 2003 – 2013
Tahun
|
Jumlah Penduduk
|
Jumlah Permintaan
|
Permintaan Daging Sapi
|
Daging Sapi (kg)
|
Per Kapita (Kg/th)
|
||
2003
|
410.904
|
499.55700
|
1.20
|
2004
|
422.370
|
486.46700
|
1.24
|
2005
|
434.273
|
467.34800
|
1.28
|
2006
|
447.313
|
594.45800
|
1.33
|
2007
|
476.925
|
546.44200
|
1.35
|
2008
|
488.725
|
696.47800
|
1.75
|
2009
|
498.904
|
697.25700
|
1.40
|
2010
|
499.370
|
844.94300
|
1.69
|
2011
|
500.173
|
958.82500
|
1.92
|
2012
|
505.413
|
902.87400
|
1.79
|
2013
|
507.825
|
910.13900
|
1.79
|
Dari hasil
pengujian pada program SPSS, dapat diperoleh sebagai berikut :
Tests of Normalityb
|
||||||
Kolmogorov-Smirnova
|
Shapiro-Wilk
|
|||||
Statistic
|
df
|
Sig.
|
Statistic
|
df
|
Sig.
|
|
Jumlah_Penduduk
|
.225
|
11
|
.126
|
.846
|
11
|
.038
|
Jumlah_Permintaan_Daging_Sapi
|
.159
|
11
|
.200*
|
.893
|
11
|
.152
|
a.
Lilliefors Significance Correction
|
||||||
*. This
is a lower bound of the true significance.
|
||||||
b.
Jumlah_Permintaan_Daging_Sapi_Perkapita is constant. It has been omitted.
|
Dari hasil di atas kita
lihat pada kolom Kolmogorov-Smirnov dan dapat diketahui bahwa
nilai signifikansi untuk harga saham sebesar 0,05; untuk Jumlah Permintaan
Daging Sapi sebesar 0,200 dan untuk Jumlah Penduduk sebesar 0,126. Karena
signifikansi untuk seluruh variabel lebih besar dari 0,05 maka dapat disimpulkan
bahwa data pada variable Jumlah Permintaan Daging Sapi dan Jumlah Penduduk berdistribusi
normal. Angka Statistic menunjukkan semakin kecil nilainya maka distribusi data
semakin normal.
3.2.
Uji Multikolinieritas
Tabel 2. Data permintaan
daging sapi di kota Surakarta tahun 2003 – 2013
Tahun
|
Jumlah Penduduk
|
Jumlah Permintaan
|
Permintaan Daging Sapi
|
Daging Sapi (kg)
|
Per Kapita (Kg/th)
|
||
2003
|
410.904
|
499.55700
|
1.20
|
2004
|
422.370
|
486.46700
|
1.24
|
2005
|
434.273
|
467.34800
|
1.28
|
2006
|
447.313
|
594.45800
|
1.33
|
2007
|
476.925
|
546.44200
|
1.35
|
2008
|
488.725
|
696.47800
|
1.75
|
2009
|
498.904
|
697.25700
|
1.40
|
2010
|
499.370
|
844.94300
|
1.69
|
2011
|
500.173
|
958.82500
|
1.92
|
2012
|
505.413
|
902.87400
|
1.79
|
2013
|
507.825
|
910.13900
|
1.79
|
Dari hasil
pengujian pada program SPSS, dapat diperoleh sebagai berikut :
Coefficientsa
Mode
|
Collinearity
Statistics
|
|
Tolerance
|
FIV
|
|
1 (Constant)
Jumlah_Permintaan_ Daging_Sapi
|
100
|
100
|
Dari hasil di atas
dapat diketahui nilai variance inflation factor (VIF) kedua
variabel yaitu Jumlah Permintaan Daging Sapi adalah 1,000 lebih kecil dari 5,
sehingga bisa diduga bahwa antar variabel independen tidak terjadi persoalan
multikolinearitas.
3.3.
Uji Autokorelasi
Tabel 3. Data permintaan
daging sapi di kota Surakarta tahun 2003 – 2013
Tahun
|
Jumlah Penduduk
|
Jumlah Permintaan
|
Permintaan Daging Sapi
|
Daging Sapi (kg)
|
Per Kapita (Kg/th)
|
||
2003
|
410.904
|
499.55700
|
1.20
|
2004
|
422.370
|
486.46700
|
1.24
|
2005
|
434.273
|
467.34800
|
1.28
|
2006
|
447.313
|
594.45800
|
1.33
|
2007
|
476.925
|
546.44200
|
1.35
|
2008
|
488.725
|
696.47800
|
1.75
|
2009
|
498.904
|
697.25700
|
1.40
|
2010
|
499.370
|
844.94300
|
1.69
|
2011
|
500.173
|
958.82500
|
1.92
|
2012
|
505.413
|
902.87400
|
1.79
|
2013
|
507.825
|
910.13900
|
1.79
|
Dari hasil
pengujian pada program SPSS, dapat diperoleh sebagai berikut :
Model Summaryb
|
|||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
Durbin-Watson
|
1
|
.870a
|
.757
|
.730
|
18.866198
|
1.052
|
a.
Predictors: (Constant), Jumlah_Permintaan_Daging_Sapi
|
|||||
b.
Dependent Variable: Jumlah_Penduduk
|
BAB
IV
KESIMPULAN
DAN SARA
4.1.
Kesimpulan
1.
Dari hasil di atas kita lihat pada
kolom Kolmogorov-Smirnov dan dapat diketahui bahwa nilai
signifikansi untuk harga saham sebesar 0,05; untuk Jumlah Permintaan Daging
Sapi sebesar 0,200 dan untuk Jumlah Penduduk sebesar 0,126. Karena signifikansi
untuk seluruh variabel lebih besar dari 0,05 maka dapat disimpulkan bahwa data
pada variable Jumlah Permintaan Daging Sapi dan Jumlah Penduduk berdistribusi
normal. Angka Statistic menunjukkan semakin kecil nilainya maka distribusi data
semakin normal.
2.
Dari hasil di atas dapat diketahui
nilai variance inflation factor (VIF) kedua variabel yaitu
Jumlah Permintaan Daging Sapi adalah 1,000 lebih kecil dari 5, sehingga bisa
diduga bahwa antar variabel independen tidak terjadi persoalan
multikolinearitas.
4.2.
Saran
Adapun saran yang dapat saya
berikan adalah seharusnya dalam pembelajaran ketiga materi tersebut, dapat
penulis langsung memperaktikanya langsung kepada pembaca agar lebiih jelas
dipahami.
BAB V
DAFTAR PUSTAKA
Dinas Pertanian
Surakarta, 2013
http://duwiconsultant.blogspot.co.id/2011/11/uji-multikolinearitas.html
http://duwiconsultant.blogspot.co.id/2011/11/uji-autokorelasi.html
http://duwiconsultant.blogspot.co.id/2011/11/uji-normalitas.html
Tidak ada komentar:
Posting Komentar