Uji Asumsi Normalitas Pada Model Regresi Berganda Dengan Eviews

Uji normalitas pada model regresi berganda dilakukan untuk menguji variabel pengganggu atau eror atau residual memiliki distribusi normal. Pengujian normalitas residual pada program Eviews menggunakan uji Jarque Berra (JB). Uji  Jarque Berra umumnya dilakukan pada sampel besar. 

 

Untuk perhitungan dengan menggunakan nilai skewness dan kurtosis dari residual. Rumus Jarque Berra selengkapnya disajikan pada pada rumus di bawah ini.

Rumus normalitas Jarque Berra

Nilai Jarque Berra statistik mengikuti distribusi chi-square dengan 2 df (degree of freedom). Nilai JB dapat dihitung signifikansi untuk pengujian hipotesis:

H0 = residual berdistribusi normal

H1 = residual tidak berdistribusi normal

Jika nilai probabilitas > 0.05 maka terima H0, aartinya bahwa residual berdistribusi normal.

Langkah pengujian : View > Residual  Diagnostics >  Histogram-Normality test
 

Hasil uji Normalitas Jarque Berra

Dari hasil pengujian Jarque Berra menunjukkan bahwa nilai Jarque Berra sebesar 1.540508 dengan probabilitas sebesar 0.462895. Karena nilai probabilitas 0.462895 > 0.05 maka terima H0 yang menyatakan bahwa data residual berdistribusi normal. 

Baca Juga :

1. Deteksi Heterokedastisitas dengan Uji BPG

2. Langkah Analisis Regresi Berganda dengan Eviews

3. Uji Autokorelasi Durbin Watson

Referensi :

Ghozali, I dan Ratmono, Dwi. (2013). Analisis Multivariat dan Ekonometrika : Teori, Konsep dan  Aplikasi dengan Eviews 8. Semarang : Badan Penerbit Undip.

Griffiths, W.E., Hill, R.C and Lim, M.A.(2008). Using Eviews for Principles of Econometrics 3rd.London New York: John Wiley &  Sons.

Gujarati, D.(2011). Econometrics by Example.New York: Palgrave MacMillan

Hill, R.C., Griffiths, W.E and Judge, G.G.(2001). Using Eviews for Undergraduate Econometrics 2nd. London New York: John Wiley &  Sons.

Vogelvang, B. (2005). Econometrics : Theory and Application With Eviews.LOndon New York: Pearson Eduacation.

Winarno, W.W. (2011). Analisis Ekonometrika dan Statistika dengan Eviews Edisi 3. Yogyakarta: STIM YKPN.

Diagram Kontrol Variabel : X-Bar R Chart

Control chart X menjelaskan perubahan-perubahan yang terjadi pada ukuran titik pusat atau rata-rata dari suatu proses. Hal ini dapat disebabkan oleh faktor-faktor seperti peralatan yang dipakai, perbedaan metode yang digunakan pada shift kedua, material baru, tenaga kerja baru yang belum terlatih.

Control char R menjelaskan mengenai perubahan-perubahan yang terjadi dalam ukuran variasi yaitu perubahan homogenitas produk yang dihasilkan melalui suatu produk. Hal ini mungkin disebabkan oleh faktor-faktor seperti : bagian peralatan yang hilang, minyak pelumas mesin yang tidak mengalir dengan baik dan kelelahan pekerja dan lain-lain.

Setelah mendapatkan kontrol chart X dan R yang menunjukkan bahwa proses berada dalam pengendalian statistika, maka peta kontrol tersebut dapat digunakan untuk memantau proses yang sedang berlangsung dari waktu ke waktu. Kemudian setelah ditemukan adanya perubahan-perubahan proses (orang, material, metode kerja, lingkungan dan lain lain) maka perubahan tersebut harus dicatat. Rumus Diagram kontrol variabel X-Bar R Chart sebagai berikut :

Rumus X Bar R Chart

Studi kasus : PT. Tri Plywood adalah perusahaan pembuatan produk kayu lapis. Berdasarkan permintaan pelanggan ditetapkan spesifikasi ketebalan dari produk kayu lapis itu adalah 2,40 mm ±0,05mm. Untuk mengetahui kemampuan proses dan [engendalain proses produksi maka QC Departemen melakukan pengukuran terhadap 20 sampel, masing-masing berukuran (n) 5 unit. Diperoleh data sebagai berikut :

Data sampel kayu lapis

Langkah Diagram Kontrol Variabel R Chart dengan SPSS

1. Klik Analyze > Quality Control > Control Chart
2. Pilih X-Bar R Chart, klik Define
3. Masukan variabel tebal kayu lapis ke kolom Process Measurement
4. Masukan variabel sampel ke kolom Subgroup define by
5. Klik tombol Control Rule, pilih All control rules
6. Klik Continue kemudian OK

Hasil Diagram Kontrol variabel X-Bar R Chart dengan SPSS

Rata-rata ketebalan kayu lapis

Range proses variasi

Pada diagram pertama diatas adalah X Bar yang menggambarkan rata-rata ketebalan kayu lapis. Setiap Plot dalam X Bar adalah bervariasi antara subgrup atau variasi rata-rata ketebalan kayu lapis. Pada diagram kedua adalah range menggambarkan proses variasi dalam satu grup. Nilai limit adalah sebagai berikut :

1. Control limit X Bar adalah LCLx = 2,3543, Center line = 2,3886, UCLx = 2,4229.
2. Control limit range adalah LCLx = 0,000, Center line = 0,595, UCLr = 0,1258.

Tanda Rule Violation menunjukan ada kejadian special causes variation terlihat pada diagram X Bar. special causes ini terjadi pada plot atau sampel 15. Oleh karena itu proses produksi dihentikan dan mencari penyebab special cause tersebut.

Baca juga :

1. Diagram Kontrol Variabel : X-Bar S Chart

2. Diagram Kontrol Atribut : P Chart

3. Diagram Kontrol Variabel : I-MR Chart

Referensi :

Montgomery, D. C. (2013). Introduction Statistical Quality Control 7th. New York : John Wiley & Sons.

Oakland, J and Oakland, R. (2019). Statistical Process Control 7th. New York : Rouledge.

Yamin, S dan Kurniawan,H.(2009). SPSS Complete :Teknik Analisis Statistik Terlengkap dengan Software SPSS. Jakarta : Salemba Infotek

Langkah Analisis Regresi Berganda Dengan Eviews

Konsep regresi linier berganda adalah untuk menguji 2 variabel atau lebih variabel independen terhadap 1 variabel dependen. Metode estimasi yang digunakan dalam membentuk persamaan adalah ordinary least squares (OLS) yang diperkenalkan oleh ahli matematika bernama Carl Frederich Gauss. 

Dalam model kali ini ada 3 variabel independen yaitu Capital Adequacy Ratio (CAR), Return on Asset (ROA) dan Return on Equity ( ROE) yang akan diregresikan terhadap variabel Return (pendapatan) sebagai dependen. Persamaan regresi sebagai berikut :

Persamaan regresi

Sebelum melakukan estimasi regresi, persiapkan data dalam format micrisift excel kemudian melakukan input data ke dalam Eviews 10 sehingga akan terbentuk workfile pada program Eviews :

1. File > Open > Foreign data as workfile.  Pilih file data excel yang sudah dipersiapkan.

Langkah 1

2. Kemudian Next

Langkah 2

3. Kemudian Next

Langkah 3

4. Kemudian Next

Langkah 4

5. Pada basic structure , pilih Unstructured/Undated. Terlihat bahwa jumlah observasi sebanyak 50. Klik Finish, sekarang data sudah terinput sebagai workfile dan siap untuk analisis.

Bentuk workfile

Langkah estimasi regresi berganda dengan Eviews 10 sebagai berikut :

1. Quick > Estimate Equation

Menu Equation estimation

Pada menu equation specification, tulis : return c car roa roe

Method : LS-Least squares (NLS and ARMA)

Kemudian OK. Hasil estimasi terlihat seperti dibawah ini.

Hasil Regresi

Pada hasil regresi diatas menunjukan bahwa nilai koefisien pengaruh CAR terhadap return sebesar 1,152528 dengan nilai t-statistik 3,617953 dan probabilitas sebesar 0,0007. Nilai koefisien pengaruhb ROA sebesar 0,325059 dengan nilai t-statistik 5,671007 dan probabilitas sebesar 0.0000. Dari hasil ketiga variabel tersebut karena nilai t-statistik < t-tabel (1,96) dan probabilitas < 0,05 maka dapat diambil kesimpulan variabel CAR, ROA, dan ROE secara parsial signifikan berpengaruh positif terhadap Return.

Untuk nilai F statistik dipeorlh sebesar 98,00041 dan probabilitas 0.0000, dengan hasil tersebut karena nilai probabilitas uji F statistik sebesar 0,0000 < 0,05 maka kesimpulan yang diambil bahwa CAR, ROA dan ROE secara simultan (bersama-sama) berpengaruh positif terhadap Return.

Output regresi diatas juga menghasilkan nilai Durbin Watson (DW) yang dimana nilai ini merupakan uji asumsi klasik autokorelasi pada model regresi. Hasil menunjukan nilai D sebesar 1,707900. Diketahui bahwa nilai dU (Durbin Watson Upper) pada tabel Durbin Watson dengan n (observasi) 50 dan k - 3 (variabel independen) yaitu dU sebesar 1,6739. Karena nilai Dw yang dihasilkan 1,6739 < 1,707900 < 4-1,6739 maka dapat disimpulkan bahwa pada model tidak terjadi pelanggaran asumsi klasik autokorelasi. Untuk pengujian asumsi klasik lainya seperti : multikolinieritas, Heterokedastisitas, dan normalitas , langkah-langkah pengujian akan ditulis dalam artikel tersendiri.

Baca Juga :

1. Uji Heterokedastisitas dengan BPG Pada Eviews

2. Uji Multikolinieritas Model Regresi Dengan Eviews

3. Uji Autokorelasi Dengan Durbin Watson

Referensi :

Ghozali, I dan Ratmono, Dwi. (2013). Analisis Multivariat dan Ekonometrika : Teori, Konsep dan  Aplikasi dengan Eviews 8. Semarang : Badan Penerbit Undip.

Griffiths, W.E., Hill, R.C and Lim, M.A.(2008). Using Eviews for Principles of Econometrics 3rd. London New York: John Wiley &  Sons.

Gujarati, D.(2011).Econometrics by Example.New York: Palgrave MacMillan.

Hill, R.C., Griffiths, W.E and Judge, G.G.(2001). Using Eviews for Undergraduate Econometrics 2nd. London New York: John Wiley &  Sons.

Vogelvang, B. (2005). Econometrics : Theory and Application With Eviews.London New York: Pearson Education.

Winarno, W.W. (2011). Analisis Ekonometrika dan Statistika dengan Eviews Edisi 3. Yogyakarta: STIM YKPN.