Analisis regresi linier adalah teknik statistika yang dapat digunakan untuk menjelaskan pengaruh variabel bebas (independent variable) terhadap variabel tak bebas (dependent variable). Salah satu asumsi yang harus dipenuhi untuk melakukan pengujian hipotesis terhadap parameter pada analisis regresi linier berganda adalah tidak terjadinya korelasi antar variabel bebas (multikolinier).
Jika antarvariabel saling berkorelasi tinggi, pengujian hipotesis parameter berdasarkan metode kuadrat terkecil (least square method) memberikan hasil yang tidak valid, diantaranya variabel-variabel bebas yang seharusnya berpengaruh signifikan terhadap variabel tak bebas akan dinyatakan sebaliknya (tidak nyata secara statistik), tanda koefisien regresi dugaan yang dihasilkan bertentangan dengan kondisi aktual, penduga koefisien regresi bersifat tidak stabil sehingga mengakibatkan sulitnya menduga nilai-nilai variabel tak bebas yang tentunya akan mengakibatkan tidak akuratnya pada peramalan (Myers, 1991).

Sebelum melakukan analisis regresi, dan supaya parameter yang diperoleh dari analisis regresi tersebut tepat, diharuskan melakukan pengujian asumsi terlebih dahulu. Asumsi yang harus diuji adalah, normalitas sebaran, heteroskedastisitas, multikolinearitas ,autokorelasi ,memeriksa apakah ada pencilan di x dan y ,dam memeriksa apakah terdapat pencilan yang berpengaruh terhadap hasil amatan. Berikut ini akan dilakukan pengujian asumsi analisis regresi :
1.UJI NORMALITAS
 Asumsi normalitas terpenuhi bila galatnya berdistribusi normal

            2.UJI ASUMSI GALAT MENYEBAR SERAGAM (HOMOSKEDASTISITAS)
             Maksud dari ragam bersifat homogen adalah bahwa error memiliki nilai ragam yang sama antara               error ke-i dan error ke-j
E(ui2) = s2.
H0 : galat menyebar seragam (data acak / tidak berpola)
H1 : galat tidak menyebar seragam (data tidak acak / berpola)
Pengujian homoksedastisitas ini dapat dilakukan dengan menggunakan uji Run. 

         3.UJI AUTOKORELASI

Asumsi ini dipenuhi jika antara pengamatan satu dengan pengamatan yang lain dari variabel Y bersifat bebas Adanya autokorelasi pada error mengindikasikan bahwa ada satu atau beberapa factor (variabel) penting yang mempengaruhi variabel terikat Y yang tidak dimasukkan ke dalam model regresi.. Statistik uji yang sering dipakai adalah Durbin-Watson statistics. (DW-statistics).


4.UJI ASUMSI MULTIKOLINIERITAS
Multikolinieritas adalah suatu kondisi dalam regresi linier berganda dimana antar variabel bebas saling berkorelasi. Masalah multikolinieritas pada regresi linier berganda mengakibatkan pengujian hipotesis parameter berdasar- kan metode kuadrat terkecil memberikan hasil yang tidak valid. Indikasi masalah multikolinieritas dapat dideteksi dengan faktor inflasi ragam

5.PENGUJIAN ASUMSI LINEARITAS

            Asumsi linearitas menrupakan hal yang sangat penting dalam analisis regresi linier. Yang dimaksud dengan linearitas adalah bahwa nilai rata-rata variabel respon (Y) merupakan fungsi garis lurus dari variabel prediktor (X). dalam analisis regresi linear berganda digambarkan bahwa antara variabel respon mempunyai hubungan pengaruh linier

Leave a comment