1. Linearitas
Untuk menguji linearitas hubungan dua buah variabel, pertama-tama kita harus membuat diagram pencarnya. Kita akan melihat apakah titik-titik data tersebut membuat pola linier atau tidak.
Model lain yang dapat kita gunakan untuk menguji kelinieran suatu model adalah dengan membuat plot residual terhadap harga-harga prediksi. Jika grafik antara harga-harga prediksi dan harga-harga residual tidak membetuk suatu pola tertentu (parabola,kubik, atau lainnya), berarti asumsi liniaritas terpenuhi. Hal ini diindikasikan oleh residual-residual yang didistribusikan secara random dan terkumpul sekitar garis lurus yang melalui titik 0.
2. Homoskedasitas (Kesamaan Varians)
Untuk membuktikan kesamaan varians (homoskedasitas), yaitu melalui gambar/grafik penyebaran nilai-nilai residual terhadap nilai-nilai prediksi. Jika penyebaran tidak membentuk suatu pola tertentu seperti meningkat atau menurun, maka keadaan homoskedasitas terpenuhi.
3. Nonautokorelasi
Untuk mendeteksi ada atau tidaknya autokorelasi maka dilakukan pengujian Durbin-Watson dengan ketentuan sebagai berikut :
a. 1,65 < DW < 2,35 artinya tidak ada autokorelasi
b. 1,21 < DW < 1,65 atau 2,35 < DW < 2,79 artinya tidak dapat disimpulkan
c. DW < 1,21 atau DW > 2,79 artinya terjadi autokorelasi
4. Nonmultikolinearitas
Multikolinearitas artinya adanya suatu hubungan yang sempurna atau pasti diantara beberapa atau semua variabel independen dari model regresi. Adapun cara pendeteksiannya adalah jika multikolinearitas tinggi, maka diperoleh R yang tinggi tetapi tidak satupun atau sangat sedikit koefisien yang ditaksir yang signifikan/penting secara statistik.
5. Normalitas
Salah satu cara mengecek kenormalitasan adalah dengan plot probabilitas normal. Dengan plot ini, masing-masing nilai pengamatan dipasangkan dengan nilai harapan pada distribusi normal. Normalitas terpenuhi apabila titik-titik (data) terkumpul disekitar garis lurus.
0 comments:
Post a Comment