by Agi Nurhayati| content writer blog Sopiyudin.com
Analisis multivariat regresi linear memang sering digunakan, namun banyak peneliti tidak memahami uji asumsi sebelum regresi linear dilakukan. Sebenarnya, uji asumsi regresi linear wajib dilakukan agar tidak ditemukan kesalahan dalam melakukan analisis lanjutannya. Regresi linear dilakukan apabila kita hendak memprediksikan satu variabel terikat yang mempunyai skala pengukuran numerik dengan satu atau lebih variabel bebas. Regresi linear juga digunakan apabila kita hendak mencari hubungan antarsatu variabel bebas dengan satu variabel terikat berskala numerik dengan mengontrol variabel perancu.
Regresi linear dapat digunakan apabila uji asumsi regresi linear terpenuhi. Ada beberapa asumsi regresi linear yang harus dipenuhi.
UJI ASUMSI SEBELUM MELAKUKAN ANALISIS REGRESI LINEAR
- Normalitas : Uji asumsi regresi linear yang pertama adalah sebaran residu harus berdistribusi normal. Normalitas diketahui dengan membuat histogram, plot, atau uji normalitas, seperti Kolmogorov-Smirnov atau Shapiro-Wilk. Asumsi normalitas terpenuhi apabila gambar histogram menyerupai kurva lonceng terbalik yang simetris, sebaran plot berada di sekitar garis plot, dan nilai p pada uji normalitas lebih besar dari 0,05.
- Rerata residu nol : Uji asumsi regresi linear yang kedua adalah rerata residu harus sama dengan nol.
- Tidak ada outlier : Uji asumsi regresi linear yang selanjutnya adalah nilai residu tidak boleh ada yang termasuk outlier. Ada atau tidaknya outlier diketahui dengan case wise diagnostic. Asumsi tidak ada outlier terbukti apabila rentang residu lebih besar -3 simpang baku dan lebih kecil daripada 3 simpang baku.
- Konstan (homoskedisitas) : Uji asumsi regresi linear setelah asumsi tidak ada outlier adalah varian residu terhadap setiap nilai variabel bebas harus konstan. Persamaan regresi yang tidak memenuhi asumsi ini dinamakan heteroskedisitas. Konstan diketahui dengan membuat scatter antara residu dengan variabel terikat.
- Independen : Uji asumsi regresi linear yang satu ini adalah harus tidak ada hubungan antara residu dengan variabel-variabel bebas. Syarat independen diketahui dengan uji Durbin-Watson. Uji DW sekitar angka 2 menunjukkan syarat independen terpenuhi.
- Tidak ada autokorelasi (Multikolineariti): Uji asumsi regresi linear yang selanjutnya adalah, harus tidak ada hubungan yang kuat antara variabel bebas. Persamaan regresi yang tidak memenuhi asumsi ini dinamakan autokorelasi (multikolineariti). Multikolineariti diketahui dengan uji korelasi atau uji toleransi. Asumsi terpenuhi bila koefisien korelasi pada uji korelasi lebih kecil dari 0,9 atau nilai toleransi lebih besar dari 0,4.
- Linear : Uji asumsi regresi linear yang terakhir dan paling penting adalah hubungan antara variabel bebas dan variabel terikat harus linear. Linear dapat berupa linear yang arahnya positif dan arah negatif. Linear positif artinya semakin meningkat nilai variabel bebas (x), semakin meningkat nilai variabel terikat (y). Sementara itu, linear negatif artinya semakin meningkat nilai variabel bebas (x), semakin menurun nilai variabel terikat (y).
Penjelasan lebih lanjut mengenai regresi linear dan uji asumsi regresi apa saja yang harus dilakukan sebelum analisis regresi linear, bisa dipelajari lebih lanjut dalam buku MSD Seri 10 (Regresi Linear).
KLIK DISINI UNTUK MENGETAHUI LEBIH DETAIL MENGENAI BUKU
Wassalam
MSD