Analisis Pengaruh Umur dan Jenis Kelamin Terhadap Nilai SIswa Dengan SPSS

Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square (OLS).Uji asumsi klasik yang sering digunakan yaitu uji normalitas, uji multikolinearitas, uji heteroskedastisitas.

1. Uji Normalitas
    Uji Normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal.
2. Uji Multikolinearitas
    Uji Multikolinearitas adalah untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda.
3. Uji Heteroskedastisitas
    Uji Heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan varians dari residual satu ke pengamatan ke pengamatan yang lain.

kali ini saya akan menganalisis pengaruh umur dan jenis kelamin terhadap nilai siswa menggunakan ketiga uji asumsi klasik yang telah disebutkan dengan bantuan SPSS, berikut langkahnya ^ _ ^

1. Membuat Data di Microsoft Excel

 
2. Membuat Variabel di Variabel View, dan Menentukan Komponen masing-masing variabel dengan benar

3. Memasukkan Data Pada Data View dengan men-copy data yang telah ada di ecxel atau memasukkan data secara manual.

4. Pilih Analyze > Regression > klik Linear

5. Pindahkan Nilai Siswa ke Dependent. Kemudian, pindahkan Umur Siswa dan Tinggi Badan ke Independent(s).> klik Statistics

6. Centang Estimates, Model fit, R squared change, dan Collinearity diagnostics. > klik Continue

7. Klik Plots > Pindahkan *SRESID ke Y dan *ZPRED ke X > Centang Normal probability plot > klik Continue 

Kemudian Klik OK 

Nah berikut hasil dari analisisnya :

1. Uji Normalitas, untuk uji normalitas kita lihat melalui grafik Normal P-Plot

Model lulus uji jika titik-titik berada di sepanjang garis (Tidak Terputus, Tidak Berada Jauh Dari Garis)

Hasil : Dari grafik Normal P-Plot, didapat bahwa model regresi ini lulus Uji Normalitas, karena titik-titik berada di sepanjang garis (Tidak Terputus, Tidak Berada Jauh Dari Garis).

2. Uji Multikolinearitas, untuk uji multikolinearitas kita lihat melalui tabel Coefficients kolom “Tolerance” dan “VIF”

Model lulus uji jika nilai “Tolerance”  lebih besar dari 0,1 (Tolerance > 0,1) dan nilai “VIF” lebih kecil dari 10 (VIF < 10)

Hasil : Dari tabel Coefficients, didapat bahwa,

Nilai Tolerance untuk variabel Umur Siswa dan Tinggi Badan Siswa > 0,1

Nilai VIF untuk kedua variabel bebas < 10

Dengan demikian, model regresi pada penelitian ini lulus Uji Multikolinearitas

 3. Uji Heteroskedastisitas, uji ini dianalisis melalui grafik Scatterplot

Model lulus uji jika :

¤ Titik-titik pada grafik tidak membentuk suatu pola tertentu yang teratur

¤ Titik-titik pada grafik menyebar di atas dan di bawah angka 0 pada sumbu Y

 Hasil : Dari grafik Scatterplot, titik-titik tidak membentuk suatu pola tertentu dan menyebar di bawah dan di atas angka 0 pada sumbu Y, Sehingga model regresi ini lulus Uji Heteroskedastisitas.

 sekian pembahasan kali ini, semoga bermanfaat, oh ya silahkan tinggalkan saran atau commentnya....^_^