Uji Asumsi Klasik

Definisi Uji Asumsi Klasik

Pernahkah Anda mendengar tentang salah satu tes penelitian yang bernama Uji Asumsi Klasik? Bagi Anda peneliti pemula, pasti lumayan awam tentang tes tersebut.

Untuk menjawab pertanyaan-pertanyaan yang ada dibenak Anda tentang tes asumsi klasik ini, bacalah beberapa informasi berikut ini!

Definisi Uji Asumsi Klasik

Asumsi klasik pada dasarnya merupakan salah satu uji yang digunakan untuk persyaratan statistik.

Hal ini harus dipenuhi hanya pada analisis regresi linier berganda, dan tidak pada regresi linier sederhana.

Analisis yang dimaksud pada pernyataan tersebut adalah regresi linier berganda berbasis OLS atau Ordinary Least Square.

Baca Juga: Pengertian Purposive Sampling

Pengujian asumsi klasik tidak terserbut harus dipenuhi pada analisis regresi yang tidak didasarkan pada basis OLS. Pasalnya, analisis regresi yang tidak didasari OLS, tidak memerlukan persyaratan asumsi klasik.

Jenis-Jenis

1. Uji Normalitas

Uji normalitas adalah uji yang digunakan untuk melihat nilai residu terdistribusi secara normal atau sebaliknya.

Pasalnya, model regresi yang baik dan tepat merupakan regresi yang memiliki distribusi residu secara normal.

Maka dari itu, uji normalitas tidak digunakan untuk setiap variabel yang ada pada penelitian, tetapi digunakan untuk nilai residunya.

Sementara untuk melakukan tes normalitas, Anda dapat menggunakan beberapa tes, yaitu tes histogram, tes normal P-Plot, tes Chi-square, tes Kolmogorov-Smirnov atau menggunakan tes Skewness dan Kurtosis.

Baca Juga: Rumus Lemeshow

Untuk metode dalam uji normalitas, tidak ada metode terbaik atau metode yang paling tepat.

2. Uji Multikolinearitas

Salah satu jenis tes asumsi klasik adalah uji multikolinearitas yang digunakan sebagai perantara untuk mengetahui adanya tingkat korelasi yang tinggi pada dua variabel dalam sebuah penelitian.

Jika terdapat korelasi dengan tingkatan yang tinggi, maka dapat dipastikan dalam hubungan variabel independen dan variabel dependen mengalami gangguan.

Sedangkan alat statistik yang biasa digunakan dalam pengujian jenis adalah VIF (Variance Inflation Factor), pertimbangan nilai eigen dan indeks kondisi.

3. Uji Heteroskedastisitas

Selanjutnya adalah uji heteroskedastisitas, uji ini merupakan sebuah tes asumsi klasik yang digunakan untuk menguji adanya perbedaan yang tidak sama, antara satu residu dengan pengamatan lainnya.

Metode penelitian yang dapat digunakan untuk membuktikan adanya heteroskedastisitas adalah metode scatterplot, yang memplot nilai prediktif atau disebut juga nilai ZPRED dengan nilai sis yang disebut juga nila SRESID.

Model baik adalah ketika grafik yang muncul tidak mengandung pola tertentu, misalnya berkumpul di tengah, membesar atau menyempit.

4. Uji Autokorelasi

Uji autokorelasi merupakan uji yang digunakan untuk melihat terjadinya korelasi antara suatu periode t dengan periode sebelumnya berserta rumus (t-1), yang terdiri dari pengujian adanya pengaruh satu variabel dengan variabel lainnya.

Uji autokorelasi hanya dilakukan pada data time series atau runtun waktu, sehingga tidak perlu dilakukan pada data cross section.

Data cross section yang dimaksud pada penjelasan tersebut adalah data yang diperoleh dari kuesioner, dengan pengukuran secara serempak pada saat bersamaan untuk semua variabel.

Biasanya, tes asumsi klasik jenis ini akan menggunakan uji Durbin Watson yang dapat mendeteksi autokorelasi dengan akurat.

Baca Juga: Rumus Slovin

Sedangkan, beberapa cara yang dapat dilakukan untuk mengatasi masalah autokorelasi adalah dengan mengubah data atau model regresi menjadi persamaan/perbedaan umum.

5. Uji Linearitas

Tes asumsi klasik jenis linearitas merupakan salah satu uji yang digunakan untuk melihat ada atau tidaknya hubungan linear pada model yang dibangun.

Tes jenis ini sangat jarang digunakan dalam beberapa studi, pasalnya model biasanya dibangun atas dasar teori bahwa hubungan antara variabel independen dan dependen adalah linier.

Namun, ketika kedua variabel tersebut tidak memiliki hubungan linier secara teoritis, maka tidak dapat dianalisis dengan regresi linier.

Ketika dalam penelitian tersebut ditemukan bahwa terdapat hubungan antara dua variabel tersebut, namun belum diketahui linier atau tidaknya, maka uji ini tidak dapat digunakan karena tidak bisa memberikan adjustment.

Uji jenis ini terdiri atas beberapa jenis, mulai dari scatterplot, analisis grafik residual, metode estimasi kurva hingga perbandingan eta dan R kuadrat.

Secara garis besar, dapat diketahui bahwa uji asumsi klasik merupakan persyaratan statistik yang harus dipenuhi.

Persyaratan tersebut harus ada pada analisis regresi linier berganda dengan basis OLS. Terdapat lima jenis tes asumsi klasik yang memiliki ciri khas dan kriteria yang berbeda.