UJI NORMALITAS, HETEROKEDASTISITAS, MULTIKOLINEARITAS

Pada penelitian kuantitatif terdapat beberapa uji yang dilakukan seperti uji sebaran data. Uji sebaran data disebut juga dengan istilah uji asumsi klasik.

Uji asumsi klasik dilakukan untuk mengetahui apakah data yang diperoleh dari responden tersebar secara baik atau tidak dalam menjelaskan kerangka penelitian.

Secara umum uji asumsi klasik terbagi menjadi tiga jenis uji penelitian yaitu uji normalitas, heterokedastisitas, dan uji multikolinearitas.

Untuk mengetahui video penjelasan teori uji normalitas, heterokedastisitas, dan multikolinearitas dapat dilihat pada video berikut :

Uji Normalitas

Uji normalitas sebagaimana namanya dilakukan untuk mengetahui apakah data penelitian terdistribusi normal atau tidak. Data yang baik tentunya adalah data yang terdistribusi secara normal. Untuk mengetahui apakah data tersebar secara normal dapat dilakukan dengan melakukan uji normalitas menggunakan aplikasi SPSS. Uji normalitas menggunakan SPSS dilakukan dengan melihat grafik normal P-P Plot.

Adapun standar pengukuran uji normalitas adalah sebagai berikut :

·         Jika titik-titik data (berwarna abu-abu) tersebar mengikuti garis diagonal (hitam) maka data terdistribusi secara normal

·         Jika titik-titik data (berwarna abu-abu) tersebar tidak mengikuti garis diagonal (hitam) maka data terdistribusi secara tidak normal

Uji Heterokedastisitas

Uji asumsi klasik selanjutnya adalah uji heterokedastisitas. Uji heterokedastisitas dilakukan untuk mengetahui apakah data yang diperoleh dari responden mengalami ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Penelitian yang baik adalah penelitian yang datanya tidak mengalami heterokedastisitas atau tidak terjadi perbedaan variance residual.

Standar pengukuran uji heterokedastisitas menggunakan scatter plot adalah sebagai berikut :

·         Jika titik-titik data menyebar diantara angka 0 pada sumbu X dan sumbu y serta titik-titik data tidak membentuk pola apapun maka data tersebut tidak mengalami heterokedastisitas

·         Jika titik-titik data mengumpul pada area tertentu ataupun titik-titik data membentuk pola (bergelombang, garis, dan sebagainya) maka data tersebut mengalami heterokedastisitas

Uji Multikolinearitas

Uji asumsi klasik terakhir adalah uji multikolinearitas. Uji multikolinearitas adalah uji yang dilakukan untuk mengetahui apakah ada hubungan atau korelasi antara variabel independen satu dengan variabel independen yang lain.

Data yang baik adalah data yang tidak mengalami multikolinearitas atau dengan kata lain tidak terjadi hubungan antar variabel independen.

Standar pengukuran uji multikolinearitas adalah sebagai berikut :

·         Jika nilai tolerance > 0.1 dan nilai VIF < 10 maka data tersebut tidak mengalami multikolinearitas

·         Jika nilai tolerance < 0.1 dan nilai VIF  > 10 maka data tersebut mengalami multikolinearitas

Untuk mengetahui tutorial uji normalitas, heterokedastisitas, dan multikolinearitas dapat dilihat pada video tutorial berikut :

Semoga bermanfaat!