P. 1
Pengujian Asumsi Regresi Linier

Pengujian Asumsi Regresi Linier

|Views: 144|Likes:
Published by dimas_a_3

More info:

Published by: dimas_a_3 on Mar 26, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

01/31/2013

pdf

text

original

Pengujian Asumsi Regresi Linier

Diah Indriani
Bagian Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga

Asumsi Analisis Regresi Linier
1. Data Y berskala minimal interval Data X berskala minimal nominal (jika data X berskala nominal / ordinal harus menggunakan bantuan variabel dummy) 2. Linieritas, nilai rata-rata y adalah sebuah fungsi garis lurus dari x 3. Homoscedasticity. Varians dari y adalah sama pada beberapa x

Tidak terdapat multikolinieritas antar variabel bebas. Homoscedasticity. σ2) / eror berdistribusi normal ei saling bebas / eror saling bebas Asumsi Linierity Dapat diuji dengan plot X terhadap Y Jika membentuk pola garis lurus maka model linier .Asumsi Analisis Regresi Linier 4. Distribusi normal pada beberapa nilai tertentu x. 6. ei ~ N ( 0 . y berdistribusi normal 7. 8. Varians dari y adalah sama pada beberapa x 5.

Asumsi Homoscedasticity Asumsi Homoscedasticity .

Jika plot acak (tidak membentuk pola) maka model regresi sudah memenuhi asumsi homoscedasticity ∧ Asumsi Homoscedasticity Jika plot acak (tidak membentuk pola) maka model regresi sudah memenuhi asumsi homoscedasticity Jika plot membentuk pola maka terdapat heteroscedasticity pada model regresi.Asumsi Homoscedasticity Plot antara sisaan (eror) dengan Y Jika plot membentuk pola maka terdapat heteroscedasticity pada model regresi. (1) (2) (3) .

Mengunakan histogram 2. Menggunakan uji Kolmogorov Smirnov 0.4 0.σ2) 1.8 0.8 1.0 Expected Cum Prob 0.0 0.2 0.0 Observed Cum Prob .4 3.6 0.1 maka terdapat korelasi antar variabel bebas Asumsi Distribusi Normal Pada Eror ei ~N(0.0 0.6 0.Asumsi Multikolinierity Dapat diuji dengan menghitung VIF (Variance Inflaction Factor) Jika VIF < 10 maka terdapat korelasi antar variabel bebas atau Jika Tolerance > 0.2 0. Uji kenormalan ei menggunaakan grafik P-P plot atau Q-Q plot Jika plot membentuk pola lurus dengan kemiringan 45° maka eror normal Normal P-P Plot of Regression Standardized Residual Dependent Variable: Current Salary 1.

Asumsi Kebebasan Sisaan (eror) Uji kebebasan ei menggunakan uji korelasi atau Uji Durbin Watson Uji Durbin Watson Hipotesis : H0 : ρ = 0 H1 : ρ ≠ 0 Statistik Uji : n ∑ (ei − ei−1 )2 d= i =1 n ∑ ei 2 i =1 .

Jika du < d < dl atau (4 – du) < d < (4 – dl) maka tidak dapat disimpulkan (Nilai du dan dl didapatkan dari tabel titik kritis Durbin Watson) Pemeriksaan Sisaan Yang lain Plot sisaan menurut tebaran waktu yang diharapkan berbentuk pola garis lurus sejajar sumbu X Yang tidak diharapkan bentuk pola (1) (2) (3) .Jika du < d maka Ho diterima 2.Uji Durbin Watson Dimana ei = sisaan ke i e i −1 = sisaan ke i-1 Pengambilan keputusan : 1.Jika d > (4-dl) maka Ho ditolak.Jika d < dl maka Ho ditolak. terjadi korelasi positif 3. terjadi korelasi negatif 4.

Menunjukkan suatu suku linier dalam waktu yang harus dimasukkan ke dalam model 3).Pemeriksaan Sisaan Yang Lain 1). Menunjukkan suku kuadratik dalam waktu yang harus dimasukkan ke dalam model Pemeriksaan Sisaan Lainnya 2. Menunjukkan ragam tidak konstan. sehingga model perlu diberi bobot 2). Plot sisaan terhadap peubah Xi Pola yang diharapkan dari plot ini sama dengan plot sisaan menurut tebaran waktu .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->