You are on page 1of 8

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
Asumsi Analisis Regresi Linier

4. Homoscedasticity. Varians dari y adalah sama


pada beberapa x
5. Tidak terdapat multikolinieritas antar variabel
bebas.
6. Distribusi normal pada beberapa nilai tertentu x,
y berdistribusi normal
7. ei ~ N ( 0 , σ2) / eror berdistribusi normal
8. ei saling bebas / eror saling bebas

Asumsi Linierity
Dapat diuji dengan plot X terhadap Y
Jika membentuk pola garis lurus maka model
linier
Asumsi Homoscedasticity

Asumsi Homoscedasticity
Asumsi Homoscedasticity

Plot antara sisaan (eror) dengan Y

Jika plot membentuk pola maka terdapat


heteroscedasticity pada model regresi.

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.

(1) (2) (3)


Asumsi Multikolinierity
Dapat diuji dengan menghitung VIF (Variance
Inflaction Factor)
Jika VIF < 10 maka terdapat korelasi antar variabel
bebas
atau
Jika Tolerance > 0,1 maka terdapat korelasi antar
variabel bebas

Asumsi Distribusi Normal Pada Eror ei ~N(0,σ2)

1. Mengunakan histogram Normal P-P Plot of Regression Standardized Residual

2. Uji kenormalan ei Dependent Variable: Current Salary

menggunaakan grafik 1.0

P-P plot atau Q-Q plot 0.8


Expected Cum Prob

Jika plot membentuk pola 0.6

lurus dengan kemiringan 0.4

45° maka eror normal


0.2

3. Menggunakan uji
Kolmogorov Smirnov
0.0
0.0 0.2 0.4 0.6 0.8 1.0
Observed Cum Prob
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
i =1
d= n
∑ ei 2
i =1
Uji Durbin Watson
Dimana ei = sisaan ke i
e i −1 = sisaan ke i-1

Pengambilan keputusan :
1.Jika du < d maka Ho diterima
2.Jika d < dl maka Ho ditolak, terjadi korelasi positif
3.Jika d > (4-dl) maka Ho ditolak, terjadi korelasi negatif
4.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)


Pemeriksaan Sisaan Yang Lain

1). Menunjukkan ragam tidak konstan,


sehingga model perlu diberi bobot
2). Menunjukkan suatu suku linier dalam
waktu yang harus dimasukkan ke dalam
model
3). Menunjukkan suku kuadratik dalam
waktu yang harus dimasukkan ke dalam
model

Pemeriksaan Sisaan Lainnya

2. Plot sisaan terhadap peubah Xi


Pola yang diharapkan dari plot ini sama
dengan plot sisaan menurut tebaran waktu

You might also like