METODOLOGI METODOLOGI PENELITIANPENELITIAN

SESI 12SESI 12

UJI KWALITAS DATAUJI KWALITAS DATA

Pengujian Statistik:Pengujian Statistik:• 1. Apakah pengujian parametrik 1. Apakah pengujian parametrik

atau pengujian nonparametrikatau pengujian nonparametrik• 2. Apakah pengujian beda rata-rata 2. Apakah pengujian beda rata-rata

atau pengujian asosiasi atau atau pengujian asosiasi atau pengujian pengaruhpengujian pengaruh

• Pengujian Parametrik, Pengujian Parametrik, pengujian pengujian statistik yang menggunakan nilai statistik yang menggunakan nilai (magnitude) dari data. Pengujian ini (magnitude) dari data. Pengujian ini diterapkan untuk data dengan skala diterapkan untuk data dengan skala pengukuran interval dan rasio. pengukuran interval dan rasio.

• Pengujian nonparametrikPengujian nonparametrik, pengujian , pengujian statistik yang menggunakan jarak statistik yang menggunakan jarak (range) atau tanda (sign) atau urutan (range) atau tanda (sign) atau urutan dari datanya. Pengujian ini diterapkan dari datanya. Pengujian ini diterapkan untuk data dengan skala pengukuran untuk data dengan skala pengukuran nominal dan ordinalnominal dan ordinal

Pengujian Parametrik lebih kuat Pengujian Parametrik lebih kuat dibandingkan dengan pengujian dibandingkan dengan pengujian nonparametrik pengujian ini harus nonparametrik pengujian ini harus memenuhi asumsi-asumsi berikut:memenuhi asumsi-asumsi berikut:

• Observasi harus independen, yaitu Observasi harus independen, yaitu pemilihan dari sebuah kasus tidak akan pemilihan dari sebuah kasus tidak akan mempengaruhi kesempatan kasus lain mempengaruhi kesempatan kasus lain untuk dipilih didalam sampel.untuk dipilih didalam sampel.

• Observasi harus diambil dari populasi Observasi harus diambil dari populasi yang berdistribusi normal dan memiliki yang berdistribusi normal dan memiliki varian-varian yang sama.varian-varian yang sama.

• Bahkan untuk pengujian parametrik Bahkan untuk pengujian parametrik yang menggunakan regresi linier yang menggunakan regresi linier berganda harus memiliki ciri data sbb:berganda harus memiliki ciri data sbb:

• 1. Tidak mengandung multikoloniaritas1. Tidak mengandung multikoloniaritas• 2. Tidak mengandung heteroskedasitas2. Tidak mengandung heteroskedasitas• 3. Tidak mengandung autokorelasi3. Tidak mengandung autokorelasi• 4. Data berdistribusi normal4. Data berdistribusi normal• 5. Model penelitian adalah linier5. Model penelitian adalah linier

Uji Asumsi KlasikUji Asumsi Klasik

– Lakukan Regresi berganda masukkan (centang) Lakukan Regresi berganda masukkan (centang) Cov matriks dan coll diagnostic kemudian okCov matriks dan coll diagnostic kemudian ok

1. Multikoloniaritas1. Multikoloniaritas, , cirinya: cirinya: -R-Square tinggi (>0,90)-R-Square tinggi (>0,90)-Masing-masing independen variable -Masing-masing independen variable signifikan berhubungan, signifikan berhubungan,

-Tolerance mendekati 0 -Tolerance mendekati 0 (dimana Toll=1-R2) atau Toll = 1/VIF(dimana Toll=1-R2) atau Toll = 1/VIF-VIF > 10-VIF > 10-Condition indeks (CI) > 10-Condition indeks (CI) > 10

HETEROSKEDASITASHETEROSKEDASITAS

• Lakukan prosedur Lakukan prosedur plot berikut:plot berikut:

• -Analize, regresi, -Analize, regresi, kmd masuk ke plot kmd masuk ke plot masukkan s-resid di masukkan s-resid di y dan z-pred di xy dan z-pred di x

• Ciri jika berbentuk Ciri jika berbentuk pola berarti pola berarti mengandung hetero.mengandung hetero. -2 -1 0 1 2

Regression Standardized Predicted Value

-4

-2

0

2

4

Re

gre

ss

ion

Stu

de

nti

zed

Re

sid

ua

l

Dependent Variable: Total Penjualan

Scatterplot

• Dengan Park testDengan Park test• Jika Ln disturbin error kwadrat tdk Jika Ln disturbin error kwadrat tdk

signifikan terhadap independen signifikan terhadap independen variabel maka tdk mengandung hetero.variabel maka tdk mengandung hetero.

• Prosedur:Prosedur:

1. regresi model penelitian misal 1. regresi model penelitian misal

Income = a + b1 size + b2 earns + Income = a + b1 size + b2 earns +

b3 wealth + b4 b3 wealth + b4 saving + e saving + e

• 2. dapatkan residual (U) dengan cara 2. dapatkan residual (U) dengan cara memilih tombol save pada tampilan memilih tombol save pada tampilan window regresi dan aktifkan window regresi dan aktifkan unstandardized residual.unstandardized residual.

• 3. Kuadratkan nilai residual dengan 3. Kuadratkan nilai residual dengan menu transform dan computemenu transform dan compute

• 4. Hitung logaritma dari kuadrat residual 4. Hitung logaritma dari kuadrat residual dengan menu transform dan computedengan menu transform dan compute

• 5. Regresi LnU5. Regresi LnU22i sebagai variabel i sebagai variabel dependen dengan variabel independen dependen dengan variabel independen seluruh variabel independen dalam seluruh variabel independen dalam regresi utamaregresi utama

• Jika koefisien parameter beta dari regresi Jika koefisien parameter beta dari regresi LnULnU22i sebagai variabel dependen dengan i sebagai variabel dependen dengan variabel independen seluruh variabel variabel independen seluruh variabel independen dalam regresi utama independen dalam regresi utama signifikan secara statistik, maka data signifikan secara statistik, maka data mengandung heteroskedasitas.mengandung heteroskedasitas.

• Sebaliknya jikakoefisien parameter beta Sebaliknya jikakoefisien parameter beta dari regresi LnUdari regresi LnU22i sebagai variabel i sebagai variabel dependen dengan variabel independen dependen dengan variabel independen seluruh variabel independen dalam seluruh variabel independen dalam regresi utama tidak signifikan secara regresi utama tidak signifikan secara statistik, maka data tidak mengandung statistik, maka data tidak mengandung heteroskedasitas.heteroskedasitas.

AUTOKORRELASIAUTOKORRELASI

• Prosedur Lakukan regresi kemudian Prosedur Lakukan regresi kemudian klik durbin watson test. klik durbin watson test.

No Hipotesis nol Keputusan Jika

1 Tdk ada auto positif Tolak 0 < d <dl 2 Tdk ada autokorelasi

positif No decision dl <= d <= du

3 Tdk ada korelasi negatif

tolak 4-dl < d < 4

4 Tdk ada korelasi negatif

No decision 4-du < d < 4-dl

5 Tdk ada audtokorelasi positif atau negati

Tdk ditolak

Du < d < 4-du

• Nilai du dan dl dilihat pada tabel durbinWatsonNilai du dan dl dilihat pada tabel durbinWatson• Dengan cara tentukan signifikasi pengujian Dengan cara tentukan signifikasi pengujian

(alpha)(alpha)• Tentukan jumlah independen variabel regresi Tentukan jumlah independen variabel regresi

Park (k).Park (k).• Tentukan jumlah sampel.Tentukan jumlah sampel.• Misal pada n = 100, k = 4, dan alpha 5% Misal pada n = 100, k = 4, dan alpha 5%

makadiperoleh:makadiperoleh:• dl = 1,59dl = 1,59• du = 1,76du = 1,76

Uji Normalitas dataUji Normalitas data

• Kolmogorov-Smirnove testKolmogorov-Smirnove test• Jika K-S test Signifikan Jika K-S test Signifikan

maka data tdk normalmaka data tdk normal• Dan Jika K-S test tdk Dan Jika K-S test tdk

signifikan data normalsignifikan data normal• dapatkan dapatkan residual residual dengan dengan

cara memilih tombol save cara memilih tombol save pada tampilan window pada tampilan window regresi dan aktifkan regresi dan aktifkan unstandardized residual.unstandardized residual.

• Uji nilai residual dg K-S Uji nilai residual dg K-S testtest

One-Sample Kolmogorov-Smirnov Test

20

586.00

145.237

.232

.232

-.112

1.035

.234

N

Mean

Std. Deviation

Normal Parameters a,b

Absolute

Positive

Negative

Most ExtremeDifferences

Kolmogorov-Smirnov Z

Asymp. Sig. (2-tailed)

Jml UnitPenjualan

Test distribution is Normal.a.

Calculated from data.b.

Uji LinieritasUji Linieritas

• Graph, interaktive, scater plot, fit Graph, interaktive, scater plot, fit masukkan (regression, total), Spike masukkan (regression, total), Spike (X1 axis, floor)(X1 axis, floor)

Linear Regression

7.50 10.00 12.50 15.00 17.50

Promosi Penjualan

80.00

120.00

160.00

200.00

Total Penjualan = 43.82 + 9.17 * Sales.PromoR-Square = 0.54

Uji LinieritasUji Linieritas

• Uji Linieritas dapat pula dilakukan Uji Linieritas dapat pula dilakukan dengan:dengan:

-Ramsey test-Ramsey test

-Langrange Multiplier test-Langrange Multiplier test

• Prosedur Langrange Multiplier testProsedur Langrange Multiplier test• Lakukan regresi utama. Lakukan regresi utama.

Y = a + bY = a + b11 X X11 + b + b22 X X22 + e + e• Nilai residual regresi utama (e atau Nilai residual regresi utama (e atau

u) kemudian diregresikan dengan u) kemudian diregresikan dengan kuadrat variabel independen pada kuadrat variabel independen pada regresi utama:regresi utama:

U = a + bU = a + b11 X X11 22 + b + b22 X X22 22 + e + eDapatkan chi square hitung dengan Dapatkan chi square hitung dengan

(perkalian R(perkalian R22 kali jml Observasi) kali jml Observasi) RR22 x N x N

• Kemudian bandingkan chi square Kemudian bandingkan chi square hitung dengan chi square tabel.hitung dengan chi square tabel.

• Chi square tabel diperoleh dari tabel Chi square tabel diperoleh dari tabel chi square pada df regresi dan pada chi square pada df regresi dan pada alpha.alpha.

• Jika Chi square hitung < Chi square Jika Chi square hitung < Chi square tabel, maka model Linier.tabel, maka model Linier.