--->you already visited carapandangku.blogspot.com<---

Pages

4 Juli 2011

Uji Asumsi Klasik Dengan SPSS (Panduan Lengkap dan Cara Bacanya)

Tidak sedikit para mahasiswa khususnya yang sedang mengerjakan skripsi atau TA kebingungan dengan program spss yaitu pada uji asumsi klasiknya. Dan ada banyak cara juga termasuk browsing sama mbah google dengan kata kunci cara menghitung uji asumsi klasik dengan spss. Tapi hasilnya malah membingungkan (saya sangat mengerti karena saya juga pernah mengalaminya.. hehe..)

Disini saya akan membantu dengan tulisan saya ini dan semoga bermanfaat bagi sekalian.. Amin...


Oke langsung saja klik selengkapnya ya..


Sebelumnya saya mau curhat dulu nih, gara-gara ada hacker sirik yang “meng-obrak-abrik artikel ini jadinya tulisannya pada hilang. Padahal artikel ini menduduki peringkat terpopuler di blog saya. Mungkin karena masih jarang ada yang membahas ini di blog lain. Karena di hack alamat ni artikel langsung kayak tulisannya orang “bego”. Cuma pengantar doank, gak ada bahasannya. Alamaaakk, saya langsung nangis darah kehilangan ni bagian penting artikelnya. Saya yakin banyak yang kecewa setelah membuka isi artikel saya yang sudah di rusak ini.. Padahal saya sudah tidak punya copy nya. Alhasil saya terpaksa mengetik ulang selama 2 jam, mengedit foto sebagai pelengkap tutorialnya dan meng-upload semua yang diperlukan.. Akhirnya berhasil..!! Saya merasa hidup kembali..!! Hehe.
(Buat yang sudah meng-hack artikel saya terimakaaasiiiih banyak yah,,,!! Grr!!!)
Oke deh demikian curhatan dari saya, sekarang tanpa basa basi lagi langsung saja cek tulisan saya ini yang sudah saya revisi ya… Hehehe

-o0o-

Persyaratan untuk bisa menggunakan persamaan regresi berganda adalah terpenuhinya asumsi klasik. Untuk mendapatkan nilai pemeriksa yang efisien dan tidak bias atau BLUE (Best Linear Unbias Estimator) dari satu persamaan regresi berganda dengan metode kuadrat terkecil (least square), maka perlu dilakukan pengujian untuk  mengetahui model regresi yang dihasilkan memenuhi persyaratan  asumsi klasik.
Disini uji yang akan saya kemukakan adalah uji yang umum, yaitu Uji Normalitas, Uji Multikolinieritas, Uji Heteroskedastisitas serta Uji Autokorelasi.
Disini saya pakai SPSS 13, kalo ada yang beda silakan menyesuaikan aja ya…

Supaya mempermudah saya berikan sebuah contoh:
Saya akan menghitung pengaruh Leverage, Current ratio (CR), ROA dan ROE terhadap Risiko Sistematis (beta) yang sudah saya rekap sebagai berikut:

(kalo kurang jelas bisa di download dulu gambar di atas ini)

Pertama-tama yang harus dilakukan adalah masuk ke program SPSS. Kemudian masukkan semua angkanya pada "data view". Sebagai contoh saya yang tadi saya memasukkannya seperti pada gambar berikut:


Kemudian klik pada "variable view". Pada "Name" masukkan nama variable, pada "Decimals" bisa di ubah sesuai dengan keinginan. disini saya memakai 3 desimal maka semua saya ubah menjadi 3. Sedangkan kolom yang lain abaikan saja. Untuk lebih jelasnya bisa dilihat pada gambar berikut sesuai dengan contoh saya tadi:
 


 
Setelah semua sudah diisi, dan datanya pastikan sudah benar (untuk mencek kebenarannya klik lagi pada Data View maka pada var akan berubah namanya sesuai dengan data variabel kita). hati-hati jangan sampai terbalik memasukkan angka.

Analisis dimulai.

Klik analize>regression>linear



 
Akan muncul jendela "Linear Regression". Masukkan variabel sesuai dengan data anda. Kalo pada contoh saya saya memasukkan Beta menjadi variabel tetap (dependent), sedangkan leverage, current ratio, ROA dan ROE variabel bebas (independen). Klik tanda berbentuk seperti "panah" untuk memasukkannya ke dalam kolom data. Contohnya sebagai berikut:


 
Kemudian klik pada statistics (masih dalam jendela Linear Reggresion). Sehingga akan muncul jendela "Linear Regressions: Statistics". Pada Regression Coefficients centang pada "Estimates", Covariance matrik", "Model Fit", "R squared change", "Collinearity diagnostics". Dan pada residuals klik "Durbin-Watson". Setelah semua dicentang klik "Continue". Supaya jelas lihat contoh saya sebagai berikut:



Akan muncul lagi jedela "Linear Regression" yang awal. Klik pada "Plots" sehingga muncul jendela "Linnear Regression:Plots". Masukkan *ZPRED pada Y, dan *SRESID pada X. Caranya dengan mengklik *zpred atau *sresid kemudian klik tanda yang mirip bentuk panah pada tempatnya masing-masing. Kemudian pada Standardized Residual Plots centang pada "Histogram" dan "Normal Probability Plot". Setelah selesai klik “Continue”. Seperti contoh saya berikut ini:


 
Kembali ke jendela "Linear regression". Klik "OK" untuk segera memproses data.
Dan akan muncul jendela baru. Data yang tertera disitulah yang akan menjadi dasar analisis kita.

1. Uji Normalitas

Uji normalitas adalah pengujian tentang kenormalan distribusi data. Penggunaan uji normalitas karena pada analisis statistik parametik, asumsi yang harus dimiliki oleh data adalah bahwa data tersebut harus terdistribusi secara normal. Maksud data terdistribusi secara normal adalah bahwa data akan mengikuti bentuk distribusi normal (Santosa&Ashari, 2005:231).

Uji normalitas bisa dilakukan dengan dua cara. Yaitu dengan "Normal P-P Plot" dan "Tabel Kolmogorov Smirnov". Yang paling umum digunakan adalah Normal P-P Plot.

Pada Normal P-P Plot prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan:
a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh garis diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas (Ghozali 2007:110-112).

Untuk menganalisis dengan SPSS kita lihat hasil output kita tadi pada gambar "Normal P-P Plot of Regression Standardized Residual". seperti contoh saya yang sebagai berikut:



 
Dari analisis kurva dapat dilihat bahwa data menyebar di sekitar diagram dan mengikuti model regresi sehingga dapat disimpulkan bahwa data yang diolah merupakan data yang berdistribusi normal sehingga uji normalitas terpenuhi.

Namun bila para pembaca kepingin cara Kolmogorov-Smirnov juga bisa. data dianalisis tidak menggunakan gambar namun dengan angka. Kelebihannya hasilnya memang lebih akurat.
Caranya yaitu untuk memasukkan data sama saja. namun tidak menggunakan jendela "Linear Regression". Caranya masuk ke menu awal. klik pada Analize>Nonparametic test>1-Sample K-S.



Akan muncul jendela "One-Sample Kolmogorov-Smirnov Test". Masukka semua variabel dengan menklik variabel kemudian klik tanda panah untuk memasukkannya pada kolom yang di sebelah.


 
Setelah selesai dimasukkan semua, klik OK. Dan akan muncul jendela One-Sample Kolmogorov-Smirnov Test seperti pada gambar contoh saya ini:



untuk menganalisisnya, kita lihat pada baris "Asymp. Sig. (2-tailed)" baris paling bawah. bila nilai tiap variabel lebih dari (>0,05) maka uji normalitas bisa terpenuhi.

Pada contoh saya yang ini nilainya ada yang kurang dari 0,05 sehingga agar terlihat terpenuhi saya lebih baik menggunakan metode P-P Plot yang berupa gambar. hehehee...


2. Uji Multikolinieritas

Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal (Ghozali 2007:91). Untuk mendeteksi adanya multikolinearitas, dapat dilihat dari Value Inflation Factor (VIF). Apabila nilai VIF > 10, terjadi multikolinieritas. Sebaliknya, jika VIF < 10, tidak terjadi multikolinearitas (Wijaya, 2009:119).

Untuk analisisnya dengan SPSS kita lihat hasil output pada tabel "Coefficients". seperti pada contoh saya berikut:
 

 
Dari hasil output data didapatkan bahwa nilai semua nilai VIF<10 ini berarti tidak terjadi multikolonieritas. Dan menyimpulkan bahwa uji multikolonieritas terpenuhi.


3. Uji Heteroskedastisitas

Pengujian ini digunakan untuk melihat apakah variabel pengganggu mempunyai varian yang sama atau tidak. Heteroskedastisitas mempunyai suatu keadaan bahwa varian dari residual suatu pengamatan ke pengamatan yang lain berbeda. Salah satu metode yang digunakan untuk menguji ada tidaknya Heterokedastisitas akan mengakibatkan penaksiran koefisien-koefisien regresi menjadi tidak efisien. Hasil penaksiran akan menjadi kurang dari semestinya. Heterokedastisitas bertentangan dengan salah satu asumsi dasar regresi linear, yaitu bahwa variasi residual sama untuk semua  pengamatan atau disebut  homokedastisitas (Gujarati dalam Elmasari, 2010:53)
Untuk mendeteksi ada atau tidaknya heteroskedastisitas yaitu dengan melihat grafik Plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID. Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y sesuungguhnya) yang telah di-studentized.
Dasar analisisnya adalah sebagai berikut:
a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
b. Jika ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

untuk menganalisis datanya kita lihat pada gambar "Scatterplot" pada output data. Seperti contoh saya di bawah ini:




 
Dari gambar diatas dapat diketahui bahwa tidak terjadi heteroskedastisitas sebab tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. sehingga dapat dikatakan uji heteroskedastisitas terpenuhi.


4. Uji Autokorelasi

Uji autokorelasi merupakan pengujian asumsi dalam regresi dimana variabel dependen tidak berkorelasi dengan dirinya sendiri. Maksud korelasi dengan diri sendiri adalah bahwa nilai dari variabel dependen tidak berhubungan dengan nilai variabel itu sendiri, baik nilai variabel sebelumnya atau nilai periode sesudahnya (Santosa&Ashari, 2005:240).
Dasar pengambilan keputusannya adalah sebagai berikut:
- Angka D-W di bawah -2 berarti ada autokorelasi positif
- Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi
- Angka D-W di atas +2 berarti ada autokorelasi negatif
 
untuk menganalisisnya menggunakan output SPSS tadi kita lihat pada tabel "Model Summary". seperti contoh saya berikut ini:



 
Dari tabel diatas didapatkan nilai Durbin-Watson (DW hitung) sebesar 2,038 atau 2. Berdasarkan kriteria yang telah ditentukan DW hitung berada diantara -2 dan 2, yakni -2 ≤ 2 ≤ 2 maka ini berarti tidak terjadi autokorelasi. Sehingga kesimpulannya adalah Uji Autokorelasi terpenuhi.

Nah.. Berdasarkan berbagai macam pengujian di atas atas contoh saya dapat disimpulkan bahwa syarat asumsi klasik telah terpenuhi semua sehingga analisis data dengan menggunakan persamaan regresi berganda dapat dilakukan.. Siap maju ke dosen dhe.. Prikitiew! Hehehe..


Demikianlah para pembaca tentang artikel dari saya. Buset dah saya harus ngetik dua kali dan upload foto2, edit foto2nya dua kali.. trimakasih banget buat oknum (hacker sirik) yang udah merusak artikel saya. Tapi gakpapa. maju terus pantang mundur.. Saya akan terus menabur kebaikan bagi semua orang... Amin.. hehee..

Dan saya yakin artikel ini sangat bermanfaat bagi kita semua karena dari semua artikel saya artikel ini selalu menduduki peringkat pertama dalam blog saya ini. Dan apabila ada pertanyaan atau saran atau ada artikel hilang dan tidak lengkap atau apapun itu jangan sungkan-sungkan segera kemukakan lewat email saya (dinaseptyperiska@gmail.com) atau komentar di bawah ini. saya sangat berharap kerjasamanya dari teman-teman semua.

Dan jangan lupa juga sebagai pelengkap cek juga mengenai Analisis Regresi Linear Berganda, Uji T, Uji F dan Uji R Square (R²) di artikel selanjutnya yaa...

Salam,
Sisca

Sisca Notes:

Saya sangat senang atas respon dari semuanya untuk artikel saya.. Mohon maaf 
bila emailnya ada yang belum saya balas (karena jujur saya agak kebingungan dan kerepotan apalagi dengan pertanyaan yang saya rasa jauh dari bahasan saya).. 
Tapi enggak papa deh, kalo saya bisa jawab dan ada waktu, saya pasti akan jawab secepat mungkin emailnya.. Asalkan sopan.. Hehe...
(Salam manis, Sisca)


Kata kunci yang berhubungan dengan artikel ini:
Menghitung Uji Asumsi Klasik dengan SPSS, SPSS atas Uji Asumsi Klasik, Mencari Uji Normalitas, Uji Heteroskedastisitas, Uji Multikolinieritas, Uji Autokorelasi, Syarat Analisis Regresi Linear, Uji Asumsi Klasik, Jenis Uji Asumsi Klasik, Pengertian Uji Normalitas, Pengertian Uji Heteroskedastisitas, Pengertian Uji Autokotrelasi, Pengertian Uji Multikolonieritas, Semua dijelaskan disini dengan lengkap. Revisi uji Asumsi Klasik Dengan SPSS www.carapandangku.blogspot.com, REVISI

99 komentar:

  1. terimakasih banyak, sangat membantu :)

    BalasHapus
  2. selamat pagi Mbak Sisca, tolong saya dijelaskan tentang variabel intervening. Contoh kasus : Intensitas Transaksional Nasabah thd Kepuasan dan Loyalitas Nasabah. Nah, variabel kepuasan kan bisa pula menjadi varibel intervening. Ukuran variabel tsb diterima sebagai variabel intervenig ato itu apabila bgmn ? thx ya...

    BalasHapus
  3. wah, very usefull blog mba Sisca^^
    trima kasih y, cz q jd kebantu dengan adanya blog ini..
    :D

    BalasHapus
  4. Terimakasih banyak juga yah buat kepercayaannya atas blog mengenai bahasan yang ini.. Maaf bila bahasanya "sehari-hari" banget.. Huhuyy.. ^o^/

    BalasHapus
  5. sangaat membantuu, buat referensi..
    saluut, GBU.

    BalasHapus
  6. Mantappppp Makasih banyak infony di sedot yaa...
    amal jariyah neee hhe :)

    BalasHapus
  7. artikelnya,bagus bangetruk,,
    i very like this,,
    tapi bisa nggak aku minta di kirimin softcopy nya,soal nya aku butuh banget untuk referensi di perkuliahan, Terimakasih,,
    hutauruk.marswendo@yahoo.com
    thanks ya..
    ;)

    BalasHapus
  8. Terima kasih banyak yaaa...
    Postingannya sungguh sangat bermanfaat..
    God Bless u...

    BalasHapus
  9. makasih banyak ya.,. ni lagi skripsi., Hiks.,. akhirx ada juga yang mau berbagi ilmu grasis.,.
    ijin sedot gan.,.

    BalasHapus
  10. artikelnya top banget tuh..

    BalasHapus
  11. Trimaksih. Sangat membantu skali tulisan ini.

    BalasHapus
  12. klo salah satu variabel independen adalah variabel dummy (ya=1 tidak =0)...

    dimana masukin data dummy nya????

    BalasHapus
  13. sangat membantu kak. makasih banget yaahh. top markotop dah.. :D

    BalasHapus
  14. wah makasih banget nih artikelnya!!!, sangat membantu saya :)

    BalasHapus
  15. makasi yaa udah bantu buat memahami tentang skipsiku, aku mau tanya kenapa variabel x berpengaruh negatif terhadap variabel y

    BalasHapus
  16. Terima kasih banyak, sangat membantu

    BalasHapus
  17. Sangat membantu sekali..thx mba..

    BalasHapus
  18. makasiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii banyakkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkk
    gannnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnn
    semoga agan sehat slalu dan murah rejeki
    amiennnnn

    BalasHapus
  19. wow thanks banget ya kak, artikelnya ngebantu banget... GBU kaka ;)

    BalasHapus
  20. terimakasih, tulisannya sangat membantu :)

    BalasHapus
  21. kebingungan bhari2 pake SPSS, pas nemu blog ini ngebantu bgd
    tengkyu dear.... :*

    BalasHapus
  22. wahhh,,, ini dia ne yg gua cari cari,,, tks bngett sist,,,
    smoga jadi amal ibadah deh buat lo,,, aminn..,
    skali lagi,, tks bget.., :D :D
    tetap berkaryaa.., okokok..,

    BalasHapus
  23. contoh di atas kayanya pake dimensi time series kan? kalo pake dimensi waktu data panel/panel data/data pooled dengan spss caranya gimana ya? tolongin dong kasih tau caranya kak. kirim ke sini ya : saintharmagedon@ymail.com

    BalasHapus
  24. makasih buanyaakk ya mbak siska...bantuin aku banget buat skripsinyaa...heheh..;)

    BalasHapus
  25. nemu juga akhirnya,,, thx bgt info dan pengetahuannya,,,,

    masih satu lagi yang belum nemu nich,,, analisis moderasi sub-group pake spss,,, carana gmn yach,, mohon dibantu,,, mksh,,,

    BalasHapus
  26. Salam kenal mbak Sis..... makasih banget deh atas ilmunya, tetap semangat ya, Mbak!

    BalasHapus
  27. mba saya mau nanya kalo di uji normalitas data saya sudah normal, tapi di uji multikolinearitas ada 1 variabel independen yg VIF nya lebih dari 10, dan di uji autokorelasi dgn Durbin Watson nilai durbin watson saya lebih kecil dr dU.
    itu kenapa ya?

    BalasHapus
  28. terima kasih mbak sisca
    untuk tutorialnya sangat membantu sekali

    BalasHapus
  29. salut.....sangat membantu...thank..mbak sisca

    BalasHapus
  30. salut.....sangat membantu...thank..mbak sisca

    BalasHapus
  31. Makasih ya mbak... artikelnya bermanfaat sekali buat saya yang sedang mengerjakan skripsi

    BalasHapus
  32. thank's buat mbk sisca yang udah mau menulis ulang artikel ini.... karena low gak repair gak akan bisa jadi masukan penting saat ini...
    thank's ya mbk saya juga gi nulis skripsi dan butuh bgt neh informasi.......

    BalasHapus
  33. W yang dari ga tau megang computer , jadi tau cara gunain spss..
    hahah
    *alay..

    Tapi thanks bgt deh kak sisca..
    klo ga ada ini skrip w bakalan pake itungan cabe nie...

    BalasHapus
  34. Oh ya kak sisca w mo nannya nie...
    setelah dapet "one- sample kolmogorov-smirnov tes"

    terus mau langsung ke "uji autokorelasi"
    gimana caranya..

    ok thanks,
    agenis_mic@yahoo.com

    BalasHapus
  35. Tulisannya sangat membantu dan bermanfaat sekali,makasih ya mba sisca

    BalasHapus
  36. mbak tanya dong..kalo penelitian dengan 1 variabel X dan 2 variabel Y dengan sampel 13, ststistiknya dan analisis ama uji hipotesisnya pakai metode apa ya?? Thanks... :)

    BalasHapus
  37. makasih,,, ni sangat membantu ane,,, salam kenal deh

    BalasHapus
  38. makasih mbak sisca,, infonya bermanfaat sekali,, ^_^
    tutorialnya mudah digunakan,, sipp,, keep post yah,, :)

    BalasHapus
  39. makasi bgt yaaaa . ngebantu sekaliii

    BalasHapus
  40. SALAM KENAL mBAK sISCA... Sy mhn bantuannya apa judul buku dari teori yg mbak kutip dari kedua penulis berikut ini; Tlg kedua judul bukunya di sms sj ke nomr sy ya (Effiyaldi 085267029258); Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal (Ghozali 2007:91). Untuk mendeteksi adanya multikolinearitas, dapat dilihat dari Value Inflation Factor (VIF). Apabila nilai VIF > 10, terjadi multikolinieritas. Sebaliknya, jika VIF < 10, tidak terjadi multikolinearitas (Wijaya, 2009:119). Terimakasih bangeet atas bantuan Mbak....

    BalasHapus
  41. makasih bngt sangat membantu

    BalasHapus
  42. terimakasih banyak buat yang buat tutorial ini !!! really,, thnks !!

    BalasHapus
  43. makasih bgt.. membantu nih.. lagi ngerjain thesis, lupa cara pake spss waktu skripsi dulu.

    tapi lucu bgt waktu baca bagian
    "Pada contoh saya yang ini nilainya ada yang kurang dari 0,05 sehingga agar terlihat terpenuhi saya lebih baik menggunakan metode P-P Plot yang berupa gambar. hehehee..."
    saya juga mengalaminya.. :p

    anyway, thx yaa...

    BalasHapus
  44. Terima Kasih banyak, semoga skripsi saya juga bisa terbantu atas kesimpulan2 saudara dari nilai Uji t, f, dan DW

    ttd
    Solekhuddin

    BalasHapus
  45. Terima Kasih banyak, semoga skripsi saya juga bisa terbantu atas kesimpulan2 saudara dari nilai Uji t, f, dan DW

    ttd
    Solekhuddin

    BalasHapus
  46. kak, gmn cara nguji validitas n reliabilitas jika cuma ada satu pertanyaan?soalnya saya pk variabel lama usaha perusahaan.dan itu kn cuma ada satu pertanyaan.jd gmn cara melakukan uji validitas dan reliabilitas?

    BalasHapus
  47. Trims ulasannya sangat membantu, tp gimana dapat ttabelnya sebesar =2,021..?






    BalasHapus
  48. saya mau bertanya apakah klo untuk persamaan yg memiliki variabel pemoderasi perlu menggunakan uji multikolinieritas atau tidak?
    terima kasih

    BalasHapus
  49. Thanks banget ci / mbak !!
    sangat sangat membantu
    Tuhan memberkati

    BalasHapus
  50. di Uji Autokorelasi saya dapat hasil yang Durbin-Watson 1.328 apakah sudah benar ? atau ada yang perlu diubah ?

    Mohon bantuannya

    BalasHapus
  51. makasih banyak kak! :D membantu sekali..

    BalasHapus
  52. maaf mba
    apakah SRESID & ZPRED ngga kebalik?
    SRESID --> Y
    ZPRED --> X

    BalasHapus
  53. Dari syam2727@gmail.com Mbak Sisca, thanks untuk artikelnya. Sangat membantu saya. Minta ijin untuk dijadikan referensi yach...?

    BalasHapus
  54. wah.. makasih y infonya, ngebantu bgt neh.. ;D

    BalasHapus
  55. Alhamdulillahi robbil alamin.................terimakasih banyak semoga anda semakin aktif bikin artikel ini. inisangat............membantu, saya kopas ya.................

    BalasHapus
  56. Terima Kasih Banyak, atas Infonya, nanti kalau binggung saya akan e-mail dan mohon tanggapannya.

    BalasHapus
  57. Dear Sisca:
    Artikel yg bagus, semoga tetep sehat, tetap berkarya dan membantu sesama...

    I like...

    BalasHapus
  58. terimakasih, sangat membantu.. jangan lupa kunjungan baliknya ya kawan-kawan,,,

    BalasHapus
  59. makasih bangetttt :)

    BalasHapus
  60. Terimakasih untuk artikel nya.. :D
    Saya lagi mencari tabel durbin watson yang lengkap bisa dicari dimana ya? trims

    BalasHapus
  61. numpang lewat ni..maaf mba..
    "Pada contoh saya yang ini nilainya ada yang kurang dari 0,05 sehingga agar terlihat terpenuhi saya lebih baik menggunakan metode P-P Plot yang berupa gambar. hehehee..."

    setahu saya yang diasumsikan normal dalam persamaan regresi linier itu adalah errornya, atau residunya, bukan tiap variabelnya..pengujian KS yang digunakan menjadikan variabel sebagai objek, tentu hasilnya tidak akan sesuai dengan pp plot. seharusnya hasil pp plot maupun kolmogorov-smirnov sama.
    pendapat subjektif kita terhadap sudah tepat atau belumnya pola plot yang terbentuk, sdh selayaknya didukung dengan pengujian statistik, tidak ada pilihan salah satu seperti itu dengan dasar keinginan.
    maaf jika ada kat-kata yang salah

    BalasHapus
  62. terima kasih banyakkk :))))))))))

    BalasHapus
  63. sis.... kalau datanya tidak normal berarti kan gk bisa di pakai, trus solusinya gimana ya/ kalau misal tetap di pakai data itu gimana? atau lbih baik gimana, thanks

    BalasHapus
  64. terimakasih banyak atas paparannya. sangat membantu saya

    BalasHapus
  65. terimakasih banyak atas paparannya. sangat membantu saya

    BalasHapus
  66. terimakasih banyak atas paparannya. sangat membantu saya

    BalasHapus
  67. kalau mslnya datanya pakai beberapa perusahaan apakah kita masukkan data rata2nya ? misalnya rata2 CR perusahaan A, lalu rata2 perusahaan B dan strsnya ?

    BalasHapus
  68. tolong kirimkan smua buku referensinya ke email saya.
    iqbalalihamzah@gmail.com

    BalasHapus
  69. alhamdulillah sangat membantu, akhirnya problem solved

    BalasHapus
  70. terima kasih atas artikelnya yang bagus.
    terlepas dari artikel yang bagus dan mbanya yang cantik, Background blog berwarna ungu dan tulisan warna kuning bikin mata sakit dan sangat tidak nyaman membacanya. saran saya, ganti warna blog dan warna tulisan agar orang lain bisa tahan lama membaca blog ini.

    BalasHapus
  71. terima kasih atas artikelnya ya mbk. mau ty nih mbk, gm cr bt nilai r squarenya besar.mksh.

    BalasHapus
  72. Alhamdulillah dapat juga yang di....artikelnya sangat bagus dan membantu...terimaksih banyak ya.

    BalasHapus
  73. tulisan blog sesat dan menyesatkan,.. masak uji normalitas yang diuji malah datanya.. mas yang diuji normalitas bukan data variabelnya tetapi residualnya.. coba cek dileratur yang terpercaya. sesat nih blog.. hapus

    BalasHapus
  74. Makasi banyak ya mba infonya..
    Jazakillahu Khayraan.. =)

    BalasHapus
  75. Thanks yach....artikelnya sangat membantu proses skripsi saya :)
    Untuk artikel Lengkap Uji t dan Uji F ada tidak..???

    BalasHapus
  76. terimakasih banyak mbak siscaa... sangat membantu

    BalasHapus
  77. Terimakasih banyak.. sangat memberikan pencerahan :)

    BalasHapus
  78. mau tanya di uji validitas dan reabilitas sudah lolos dan uji asumsi klasik juga lolos tapi pada tabel scatterplot itu pola titiknya membentuk dan jika pola scatterplot itu membentuk kan tidak boleh, homon sarannya terimakasih.

    BalasHapus
  79. makasih mba sisca telah membagi ilmunya.
    semoga mba selalu diberikan kesehatan agar selalu bisa berbagi ilmu

    BalasHapus
  80. MAKASI BANYAK BRO, SANGAT MEMBANTU SEKALI, GBU

    BalasHapus
  81. terima kasih banyak ini sangat membantu :)

    BalasHapus
  82. terima kasih banyak ini sangat membantu :)

    BalasHapus
  83. maaf saya ingin bertanya. apakah uji regresi dengan variabel dummy sebagai variabel independen dan variabel dependen berskala interval memerlukan uji asumsi klasik? terima kasih

    BalasHapus
  84. TERIMA KASIH BRAY ATAS ARTIKELNYA,MEMBANTU SEKALI.....PRIKITIEWWWW

    BalasHapus
  85. TERIMA KASIH BRAY ATAS ARTIKELNYA,MEMBANTU SEKALI.....PRIKITIEWWWW

    BalasHapus
  86. selamat siang gan..saya mau tau dari hasil uji f disimpul bahwa pengaruh x terhadap y sebesar 25.2 % apakah itu termasuk kecil apa besar yang saya mau tanyakan ukuran besar kecil nya di tentukan dari mana ea

    BalasHapus
  87. Perkenalkan, saya dari tim kumpulbagi. Saya ingin tau, apakah kiranya anda berencana untuk mengoleksi files menggunakan hosting yang baru?
    Jika ya, silahkan kunjungi website ini www.kbagi.com untuk info selengkapnya.

    Di sana anda bisa dengan bebas share dan mendowload foto-foto keluarga dan trip, music, video, filem dll dalam jumlah dan waktu yang tidak terbatas, setelah registrasi terlebih dahulu. Gratis :)

    BalasHapus
  88. salam sukses untuk blok ini,,,
    semoga makin ramai pengunjung,,
    terimaksih untuk bognya sangat membantu

    BalasHapus
  89. mau tanya periode yang digunakan pada penelitian ini dari tahun brp sampai tehun brp?

    BalasHapus
  90. Komentar ini telah dihapus oleh pengarang.

    BalasHapus
  91. wkwkwkwk komentarnya pada kocak dah, awas modus tuh mba sisca

    BalasHapus
  92. ROE nya ga ada mulai periode 25

    BalasHapus
  93. Olah Data Semarang Khusus Untuk Olah Data Frontier 4.1, DEAP 2.1
    SPSS, AMOS, LISREL, EVIEWS, SMARTPLS, Software R
    WA : +6285227746673
    IG : @olahdatasemarang

    BalasHapus
  94. Terimakasih mba Sisca, blog nya sangat membantu. Semangat terus mba 😊

    BalasHapus

Please Comment Here

Related Posts Plugin for WordPress, Blogger...