Uji
normalitas pada model regresi digunakan untuk menguji apakah nilai
residual yang dihasilkan dari regresi terdistribusi secara normal atau
tidak. Model regresi yang baik adalah yang memiliki nilai residual yang
terdistribusi secara normal. Beberapa metode uji normalitas yaitu dengan
melihat penyebaran data pada sumber diagonal pada grafik Normal P-P
Plot of regression standardized residual atau dengan uji One Sample Kolmogorov Smirnov. Berikut pembahasannya:
Contoh kasus:
Akan
dilakukan analisis regresi untuk mengatahui pengaruh biaya produksi,
distribusi, dan promosi terhadap tingkat penjualan. sebelumnya akan
dilakukan uji normalitas pada model regresi untuk mengetahui apakah
residual terdistribusi normal atau tidak. Data seperti berikut:
|
Tahun
|
Tingkat penjualan
|
Biaya produksi
|
Biaya distribusi
|
Biaya promosi
|
|
1996
|
127300000
|
37800000
|
11700000
|
8700000
|
|
1997
|
122500000
|
38100000
|
10900000
|
8300000
|
|
1998
|
146800000
|
42900000
|
11200000
|
9000000
|
|
1999
|
159200000
|
45200000
|
14800000
|
9600000
|
|
2000
|
171800000
|
48400000
|
12300000
|
9800000
|
|
2001
|
176600000
|
49200000
|
16800000
|
9200000
|
|
2002
|
193500000
|
48700000
|
19400000
|
12000000
|
|
2003
|
189300000
|
48300000
|
20500000
|
12700000
|
|
2004
|
224500000
|
50300000
|
19400000
|
14000000
|
|
2005
|
239100000
|
55800000
|
20200000
|
17300000
|
|
2006
|
257300000
|
56800000
|
18600000
|
18800000
|
|
2007
|
269200000
|
55900000
|
21800000
|
21500000
|
|
2008
|
308200000
|
59300000
|
24900000
|
21700000
|
|
2009
|
358800000
|
62900000
|
24300000
|
25900000
|
|
2010
|
362500000
|
60500000
|
22600000
|
27400000
|
1) Metode grafik
Uji
normalitas residual dengan metode grafik yaitu dengan melihat
penyebaran data pada sumber diagonal pada grafik Normal P-P Plot of
regression standardized residual. Sebagai dasar pengambilan
keputusannya, jika titik-titik menyebar sekitar garis dan mengikuti
garis diagonal maka nilai residual tersebut telah normal.
Langkah-langkah analisis pada SPSS sebagai berikut:
- Inputkan data pada SPSS
- Untuk analisis data, klik menu Analyze >> Regression >> Linear
- Pada
kotak dialog Linear Regression, masukkan variabel Tingkat penjualan ke
kotak Dependent, kemudian masukkan variabel Biaya produksi, Biaya
distribusi, dan Biaya promosi ke kotak Independent(s).
- Klik tombol Plots, kemudian terbuka kotak dialog Linear Regression: Plots.
- Beri
tanda centang pada ‘Normal probability plot’, kemudian klik tombol
Continue. Akan kembali ke kotak dialog sebelumnya, klik tombol OK. Maka
hasil grafik Normal P-P Plot seperti berikut:
Dari
gambar grafik di atas dapat diketahui bahwa titik-titik menyebar
sekitar garis dan mengikuti garis diagonal maka nilai residual tersebut
telah normal.
2) Metode statistik One Sample Kolmogorov Smirnov
Uji
One Sample Kolomogorov Smirnov digunakan untuk mengetahui distribusi
data, apakah mengikuti distribusi normal, poisson, uniform, atau
exponential. Dalam hal ini untuk mengetahui apakah distribusi residual
terdistribusi normal atau tidak. Residual berdistribusi normal jika
nilai signifikansi lebih dari 0,05.
Langkah-langkah analisis pada SPSS sebagai berikut:
- Inputkan data di SPSS
- Langkah pertama yaitu mencari nilai residual, caranya klik Analyze >> Regression >> Linear
- Pada
kotak dialog Linear Regression, masukkan variabel Tingkat penjualan ke
kotak Dependent, kemudian masukkan variabel Biaya produksi, Biaya
distribusi, dan Biaya promosi ke kotak Independent(s).
- Klik tombol Save, selanjutnya akan terbuka kotak dialog ‘Linear Regression: Save’
- Pada Residuals, beri tanda centang pada ‘Unstandardized’. Kemudian klik tombol Continue. Akan
kembali ke kotak dialog sebelumnya, klik tombol OK. Hiraukan hasil
output SPSS, Anda buka input data di halaman Data View, disini akan
bertambah satu variabel yaitu residual (RES_1).
- Langkah selanjutnya melakukan uji normalitas residual, caranya klik Analyze >> Non Parametric tests >> Legacy Dialogs >> 1-Sample K-S.
- Selanjutnya akan terbuka kotak dialog ‘One Sample Kolmogorov Smirnov Test’ seperti berikut:
- Masukkan
variabel Unstandardized Residual(RES 1) ke kotak Test Variable List.
Pada Test Distribution, pastikan terpilih Normal. Jika sudah klik tombol
OK. Akan kembali ke kotak dialog sebelumnya. Klik OK, maka hasil output
seperti berikut:
Dari output di atas dapat diketahui bahwa nilai signifikansi
(Asymp.Sig 2-tailed) sebesar 0,631. Karena signifikansi lebih dari 0,05
(0,631 > 0,05), maka nilai residual tersebut telah normal.
0 komentar:
Posting Komentar