UJI ASUMSI LINIERITAS REGRESI BERGANDA DI EVIEWS

Tak Berkategori One comment

Uji Asumsi linieritas adalah uji yang dilakukan untuk menentukan apakah ada hubungan linier antara variabel bebas dengan variabel terikat. Tes linieritas ini diperlukan dalam analisis korelasi maupun regresi. Model regresi yang bagus mensyaratkan ada hubungan linier antara variabel bebas dengan variabel terikatnya.

Salah satu Uji lineritas yang paling populer adalah uji Ramsey Regression Equation Specification Error Test atau sering disingkat dengan uji Ramsey RESET. Uji ini dikembangkan oleh James B. Ramsey sebagai bagian dari diraihnya gelar Ph.D. di University of Wisconsin. Uji Ramsey RESET adalah tes spesifikasi umum untuk model regresi linier. Uji ini dilakukan untuk membuktikan apakah kombinasi non-linear dari nilai-nilai yang dipasang membantu menjelaskan variabel respons. Jika kombinasi non-linear dari variabel bebas memiliki kekuatan dalam menjelaskan variabel terikat, mungkin model tersebut lebih baik didekati dengan model polinomial atau fungsi non-linear lainnya. Prosedur uji Ramsey RESET di Eviews bisa dilakukan melalui langkah-langkah sebagai berikut:

  • Buka data Anda di Eviews kemudian lakukan estimasi regresi menggunakan OLS seperti biasa.
  • Setelah keluar output regresi mulailah tes Ramsey RESET ini dengan memilih menu “View”.
  • Setelah itu arahkan mouse ke bawah sampai pada pilihan “ Stability Diagnostics” Kemudian pilihlah “Ramsey RESET Test…”
  • Anda kemudian akan diarahkan pada dialog RESET Specification. Silakan pilih berapa term fit yang akan digunakan. Pada contoh ini saya memilih dua term saja. Jangan lupa untuk klik “OK” untuk memulai tes.
  • Komputer akan melakukan penghitungan dan hasilnya seperti pada gambar berikut ini.
  • Karena tadi saya memilih dua term fit maka ada dua variabel bebas tambahan (FITTED^2 dan FITTED^3) sebagai kontrolnya.

Hasil tes diatas adalah luaran uji asumsi linieritas menggunakan Ramsey RESET dengan varian tes gabungan yaitu model kotak dan persegi. Hasil tes menunjukan bahwa nilai probabilitas lebih besar dari α = 0,05 yang artinya model nonlinier tidak lebih baik dari model linier. Dengan demikian asumsi linieritas pada model regresi ini terpenuhi. (maglearning.id)

Loading...