Analisis SPSS
Tuesday, June 4, 2013

Normalitas Pada Regresi Linear Berganda

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.

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.

Kesimpulannya:
Uji Normalitas pada regresi linear berganda dilakukan pada residual, bukan pada data per variabel.

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

Berikut cara pertama:

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 Multikolinearitas dan  yang lainnya untuk kebutuhan lain dalam memenuhi tujuan penelitian)

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.





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!

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:

Terima Kasih.

5 comments :

  1. wah keren nih pengujian distribusi data menggunakan regresi linear berganda, komentar balik ya ke blog saya myfamilylifestyle.blogspot.com

    ReplyDelete
  2. mudah2an bisa tulisan ini bisa membantu saya

    ReplyDelete
  3. 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?

    ReplyDelete
    Replies
    1. 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.

      Delete

Tinggalkan Komentar Anda Di Sini

Analisis SPSS