UJI NORMALITAS REGRESI
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.