Uji Normalitas Pada Regresi Linear Berganda
Banyak para peneliti baru terutama mahasiswa S1 kesulitan untuk melakukan uji regresi linear berganda dengan alasan datanya tidak berdistribusi normal. Kesulitan terjadi disebabkan mereka melakukan pengujian normalitas pada data per variabel. Tentunya itu sangat sulit sebab sebenarnya untuk regresi linear berganda, aumsi normalitas tidak pada per variabel, melainkan pada residual. Oleh karena itu marilah kita disini mempelajari tutorial uji normalitas pada regresi linear dengan SPSS.
Jadi seharusnya asumsi normalitas akan mudah dicapai apabila kita mengikuti aturan yang benar, yaitu melakukan pengujian normalitas pada residual. Apabila tidak normal, maka dengan transformasi biasanya residual berubah menjadi normal. Apabila gagal kita bisa membuang outlier atau menambah sample.
Kesimpulan Uji Normalitas Pada Regresi Linear
Uji Normalitas pada regresi linear berganda dilakukan pada residual, bukan pada data per variabel.
Tutorial Uji Normalitas Pada Regresi Linear Berganda
Di sini kita akan melakukan uji normalitas residual pada uji regresi linear berganda. Ada 2 cara, yaitu:
1. Include Regresi Linear Berganda.
2. Metode Explore Setelah Regresi Linear Berganda.
Include Regresi Linear Berganda
Maksudnya adalah saat kita melakukan uji regresi linear bergadna dengan SPSS, secara otomatis kita tampilkan juga sekaligus dengan uji normalitasnya. Berikut cara pertama tersebut:
Masukkan data variabel-variabel independen (x) dan variabel dependen (y)
Pada menu, klik Analyze, Regression, Linear.
Masukkan variabel dependen pada kotak Dependent dan variabel independen pada kotak Independent(s)
Klik Tombol Statistics
Centang Semua (ini tidak digunakan pada uji normalitas residual, tetapi untuk menguji asumsi yang lain, yaitu Durbin Watson untuk auto korelasi, Collinearity diagnostics dan covariance Matrix untuk Uji Multikolinearitas dan yang lainnya untuk kebutuhan lain dalam memenuhi tujuan penelitian)
Memunculkan Diagram Normalitas
Agar muncul diagram untuk deteksi normalitas pasca regresi, maka klik Tombol Continue
Klik Tombol Plot, centang Histogram dan Normal Probability plot. Sedangkan pada kotak Y, masukkan SRESID dan pada kotak X masukkan ZPRED. Pada kotak X dan Y ini nanti digunakan untuk uji heteroskedastisitas.
Memunculkan Variabel Residual Pasca Regresi Linear
Agar muncul variabel residual pasca regresi yang nantinya akan digunakan untuk teknik deteksi normalitas tipe 2. Caranya Klik Tombol Continue
Klik Tombol Save dan kemudian centang Unstandardized, hal ini digunakan pada normalitas regresi linear berganda dengan pendekatan explore pada residual.
Klik Tombol Continue kemudian OK.
Lihat hasilnya!
Cara Baca Grafik Uji Normalitas Pada Regresi Linear Berganda dengan SPSS
Pada output SPSS, lihat diagram Histogram: jika membentuk lengkung kurve normal maka residual dinyatakan normal dan asumsi normalitas terpenuhi.
Lihat pula diagram Normal P-P Plot, dikatakan memenuhi asumsi normalitas jika diagram menunjukkan plot-plot mengikuti alur garis lurus.
Ke-2 grafik di atas dapat anda gunakan untuk mengetahui normalitas residual pada uji regresi linear berganda, tetapi karena menggunakan grafik, interprestasi tiap orang dapat berbeda karena unsur subjektifitas, maka anda dapat menggunakan metode ke-2 nantinya di mana anda dapat menggunakan pendekatan teori untuk mengetahui normalitas, yaitu dengan menggunakan uji Kolmogorov Smirnov dengan Koreksi Lilliefors dan uji Shapiro Wilk.
Demikian penjelasan pada metode yang pertama, yaitu include dengan uji regresi linear berganda. Untuk metode ke-2 yaitu metode explore akan dijelaskan pada artikel berikutnya:
Uji Normalitas Pada Regresi Linear Berganda Dengan Pendekatan Teori.
Terima Kasih bagi para pembaca, semoga artikel atau jurnal kami yang berjudul Tutorial Uji Normalitas Pada Regresi Linear dengan SPSS ini dapat berguna bagi anda dan para peneliti atau mahasiswa lainnya di luar sana. Salam hangat dari kami.
By Anwar Hidayat
trims
wah keren nih pengujian distribusi data menggunakan regresi linear berganda, komentar balik ya ke blog saya myfamilylifestyle.blogspot.com
mudah2an bisa tulisan ini bisa membantu saya
Uji normalitas regresi linear berganda adalah uji normalitas yag dilakukan pada nilai residual, sedangkan uji normalitas adalah cara untuk mendeteksi sebaran data, apakah normal atau tidak, sedangkan uji kolmogorov adalah salah satu metode untuk melakukan uji normalitas.
saya masih bingung~ apa beda uji normalitas regresi linier berganda dengan kolmogrov ? apakah hanya beda dalam interpretasi hasil?? untuk uji anova 2 arah kan distribusi residunya harus normal,berarti uji normalitas dengan uji regresi ini? sedang uji kolmogrov untuk melihat distribusi normal data.. mohon penjelasannya~ uji normalitas mana yang harus dipakai untuk uji lanjut anova 2 arah?
sangat sangat sangat membantu.. nice
Lakukan transformasi atau buang outlier. jika tetap maka lakukan regresi dengan robust
Bagaimana jika tdk normal? Apa yang harus dilakukan?
Halo kak,
Izin bertanya untuk pernyataan diatas “Uji Normalitas pada regresi linear berganda dilakukan pada residual, bukan pada data per variabel.” ini ada sumber atau berdasarkan pada theori siapa ya ka?
dan untuk uji normalitasnya apakah dilakukan berbarengan antara x1,x2,x3 terhadap y, atau satu persatu antara x1 ke y, x2 ke y, dan x3 ke y?
Mohon penjelasan beserta teori siapanya ka, terima kasih
Silahkan anda bisa baca buku-buku yang membahas tentang ekonometrika, tentang analisis multivariat atau buku-buku tentang tutorial regresi linear. Semua buku membahas hal tersebut.
Perlu dipahami bahwa residual adalah selisih antara Y dengan Y Prediksi. Dimana Y adalah Y aktual sedangkan Y Prediksi adalah Y hasil persamaan regresi yang terbentuk. Ilustrasinya begini, misalnya sampel ke-i nilai Y aktualnya adalah 20 dan nilai X1 sebesar 2. Sedangkan persamaan yang terbentuk misalnya: Y Prediksi = 0,5 + 10 X1. Maka Y prediksi = 0,5 + 10 (2) = 20,5. Maka Residual = Y Aktual – Y prediksi = 20 – 20,5 = 0,5. jadi Residual hasil analisis regresi linear pada sampel ke-i tersebut adalah 0,5. Nah, itu pada sampel ke-1 saja. Tentunya sampel yang lainnya mempunyai residual dengan cara tersebut, sehingga terbentuklah variabel baru yang disebut dengan istilah “Residual”. Selanjutnya uji normalitas dilakukan pada variabel residual tersebut.
Halo kak,
Izin bertanya terkait uji korelasi dan regresi linear berganda. Kebetulan saya ada beberapa pertanyaan kak
1. Bagaimana jika skala data yang saya gunakan adalah campuran (interval-nominal). Nah, untuk variabel dengan skala nominal saya ubah menjadi variabel dummy. Apakah itu diperbolehkan? Kalau semisal diperbolehkan, apakah variabel tersebut harus di uji normalitas dan linearitas juga? Bagaimana caranya?
2. Bagaimana analisis variabel dummy pada uji korelasi? Apakah dilakuakan seperti biasanya atau ada analisis tersendiri?
3. Bagaimana jika setelah dilakukan uji korelasi, diperoleh nilai sig seluruh variabel berada dibawah 0,05? Apakah tidak ada cara lain untuk meningkatkan nilai signifikasi nya?
Mohon bantuannyada Terima kasih sebelumnya,
Semoga dipahami kak
1. Jika hanya uji korelasi saja bukan regresi, maka uji yang dipilih pada data campuran adalah uji dengan derajat terendah, yaitu nominal, kemudian ordinal, selanjutnya interval dan rasio. jadi misalnya data nominal diuji korelais dengan data ordinal, maka yang digunakan adalah uji korelasi untuk data nominal misalnya uji koefisien kontingensi. Beda halnya jika melakukan uji regresi, maka yang menjadi acuan adalah skala data variabel terikatnya. Jika variabel terikat data interval/rasio maka gunakan uji regresi linear. Jika nominal 2 kategori gunakan uji regresi logistik biner. Jika data nominal lebih dari 2 kategori gunakan uji regresi logistik multinomial. Jika ordinal maka gunakan regresi ordinal.
2. Jika uji korelasi Dummy atau Nominal 2 kategori dengan Nominimal 2 kategori maka gunakanlah uji koefisien kontingensi dengan signifikansinya dihitung berdasarkan uji chi square.
3. Jika signifikansi dibawah atau kurang dari 0,05 misalnya 0,04 maka signifikan atau dalam uji korelasi berarti hubungan keduanya signifikan.