Uji Asumsi Klasik Regresi Linier yang Perlu Ada pada Penelitian Survei
Analisis regresi hingga saat ini telah digunakan secara luas oleh peneliti untuk menganalisis pengaruh variabel bebas terhadap variabel terikat. Dari analisis regresi tersebut, regresi linier merupakan analisis yang paling sering dipakai oleh peneliti.
Dalam analisis regresi linier, sebagian besar peneliti menggunakan metode Ordinary Least Square (OLS). Kita juga dapat menyebutnya dengan metode kuadrat terkecil.
Sebelum memilih untuk menggunakan regresi linier metode OLS, tentunya peneliti juga perlu memahami asumsi yang dipersyaratkan. Skala pengukuran variabel merupakan hal pertama yang perlu diperhatikan oleh peneliti jika akan menggunakan regresi linier metode OLS.
Pada regresi linier metode OLS, sebaiknya menggunakan pengukuran variabel berskala interval atau rasio. Hal ini ditujukan agar peluang untuk memenuhi asumsi yang dipersyaratkan dapat terpenuhi.
Jika skala data yang digunakan adalah skala nominal dan ordinal, maka sebaiknya dapat memilih untuk mempertimbangkan uji-uji untuk variabel non parametrik.
Mengapa perlu dilakukan uji asumsi klasik pada regresi linier metode OLS? Uji asumsi klasik ditujukan untuk mendapatkan hasil estimasi yang tidak bias dan konsisten.
Jika membaca buku-buku ekonometrika, uji asumsi klasik dimaksudkan untuk memperoleh Best Linear Unbiassed Estimator (BLUE).
Mengingat pentingnya pemahaman uji asumsi klasik pada regresi linier, maka pada kesempatan ini saya akan mengulas mengenai uji asumsi klasik pada regresi linier.
Bagaimana jika tidak dilakukan uji asumsi klasik pada regresi linier metodel OLS
Seperti yang sudah saya sampaikan pada paragraf sebelumnya, bahwa uji asumsi klasik pada regresi linier metode OLS ditujukan untuk memperoleh hasil estimasi yang tidak bias.
Oleh karena itu, jika peneliti akan menggunakan regresi linier metode OLS maka sebaiknya melakukan uji asumsi yang dipersyaratkan.
Pertanyaan selanjutnya, bagaimana jika tidak dilakukan uji asumsi klasik pada regresi tersebut? Jika ada pertanyaan tersebut, maka kita dapat menjawabnya dengan tegas bahwa hasil estimasi tanpa uji asumsi klasik berpotensi menyebabkan hasil estimasi menjadi bias.
Apa maksud hasil estimasi yang bias dan tidak konsisten? Contoh mudahnya, pada hasil estimasi yang seharusnya sesuai teori memiliki arah positif tapi hasil estimasi menunjukkan arah negatif.
Contoh lainnya, hasil estimasi yang seharusnya signifikan secara statistik, namun menjadi tidak signifikan.
Melihat Fenomena tersebut, semakin menguatkan bahwa uji asumsi klasik perlu dilakukan dan dipenuhi oleh peneliti agar diperoleh best linear unbiased estimator.
Uji asumsi yang perlu ada pada penelitian survei
Merujuk judul artikel yang saya angkat pada kesempatan ini, uji asumsi klasik apa yang perlu ada pada penelitian survei?
Seperti sudah kita ketahui bersama bahwa penelitian survei telah banyak sekali digunakan pada bidang-bidang ilmu sosial dan ekonomi.
Data yang diperoleh dari penelitian survei merupakan data dengan banyak subjek namun diukur dalam satu periode waktu. Data ini dapat disebut dengan data cross-section. Data cross-section juga sering disebut dengan data kerat lintang.
Contoh data cross-section misalnya data pendapatan petani di wilayah XYZ, jumah input produksi sawit di kecamatan ABC, dan profit perusahaan yang ada di wilayah Jabodetabek.
Berdasarkan contoh tersebut, kita mengetahui bahwa data tersebut terdiri dari banyak subjek, misalnya petani padi, petani sawit, dan perusahaan. Karakteristik selanjutnya, data-data tersebut dikumpulkan dalam satu periode waktu.
Pertanyaan selanjutnya, uji asumsi apa saja yang perlu ada pada penelitian survei? Seperti kita ketahui bahwa data dapat dibagi menjadi 3 yaitu data cross-section, data time-series, dan data panel.
Data panel merupakan gabungan antara data cross-section dan data time-series. Berdasarkan 3 jenis data tersebut, tentunya uji asumsi yang dipersyaratkan akan ada perbedaan.
Pada kesempatan ini saya akan lebih dalam untuk mengulas pada uji asumsi yang harus ada pada penelitian survei atau data cross-section.
Uji asumsi yang perlu ada pada data cross-section yaitu residual terdistribusi normal, varian residual konstan, tidak terjadi korelasi yang kuat antar variabel bebas, dan plot variabel bebas dan terikat memiliki trend linier.
Baik, mari kita bahas satu persatu uji asumsi yang perlu ada pada penelitian survei dibawah ini.
Uji asumsi normalitas residual
Uji asumsi yang pertama adalah uji asumsi normalitas residual. Uji normalitas dilakukan untuk mengetahui apakah data terdistribusi normal atau tidak terdistribusi normal.
Apa perbedaan uji normalitas pada analisis regresi linier metode OLS dengan uji yang lainnya? Pada uji asumsi regresi linier metode OLS yang diuji normalitas datanya adalah residual.
Nilai residual diperoleh dari pengurangan data variabel dependen aktual (Y aktual) dengan data prediksinya (Y predicted).
Peneliti perlu mengetahui, bahwa asumsi yang dipersyaratkan pada regresi linier metode OLS adalah residual terdistribusi normal. Oleh karena itu, peneliti perlu memastikan melalui uji asumsi normalitas residual bahwa residual terdistribusi normal.
Uji normalitas residual dapat dilakukan dengan berbagai cara, misalnya menggunakan uji Shapiro Wilk atau uji Kolmogorov Smirnov.
Uji asumsi homoskedastisitas
Uji asumsi klasik berikutnya yaitu uji asumsi homoskedastisitas. Banyak juga dikenal dengan uji asumsi heteroskedastisitas.
Sebetulnya asumsi yang dipersyaratkan pada regresi linier metode OLS adalah homoskedastisitas. Oleh karena itu, pada uji asumsi klasik sebaiknya dihindari terjadinya masalah heteroskedastisitas.
Apa perbedaan antara homoeskedastisitas dan heteroskedastisitas? Homoskedastisitas dapat diartikan varian residual konstan, sebaliknya heteroskedastisitas diartikan varian residual tidak konstan.
Pada asumsi regresi linier metode OLS, diasumsikan bahwa varian residual konstan atau homoskedastisitas. Uji homoskedastisitas dapat dilakukan dengan berbagai cara, salah satunya adalah uji Breusch Pagan.
Uji asumsi non multikolinieritas
Uji asumsi yang dipersyaratkan pada regresi linier metode OLS berikutnya adalah uji asumsi non multikolinieritas. Asumsi ini dimaksudkan untuk memastikan bahwa antar variabel bebas tidak terjadi korelasi yang kuat.
Jika terjadi korelasi yang kuat antar variabel bebas maka persamaan regresi yang diuji mengalami masalah multikolinieritas. Sebaliknya, jika tidak ada korelasi yang kuat antar variabel bebas maka persamaan regresi tersebut bebas dari masalah multikolinieritas (non multikolinieritas).
Berdasarkan yang saya sampaikan pada kalimat sebelumnya, dapat disimpulkan bahwa uji asumsi non multikolinieritas dilakukan pada regresi linier dengan minimal 2 variabel bebas.
Regresi dengan minimal 2 variabel bebas dinamakan dengan regresi linier berganda. Oleh karena itu pada regresi linier berganda perlu dilakukan uji non multikolinieritas.
Adapun pada regresi linier sederhana tidak perlu dilakukan uji non multikolinieritas. Uji asumsi non multikolinieritas dapat dilakukan dengan mengkorelasikan antar variabel bebas atau dapat melihat dengan nilai Variance Inflation Factor (VIF).
Uji asumsi linieritas
Uji asumsi berikutnya adalah uji asumsi linieritas. Sesuai dengan nama analisisnya yaitu regresi linier, maka tentunya asumsi linieritas termasuk didalamnya.
Uji asumsi linieritas dimaksudkan untuk memastikan bahwa tren dari plot variabel bebas dan variabel terikat membentuk garis linier.
Hal ini dapat dengan mudah diuji menggunakan grafik. Selanjutnya dapat dilihat dari sebaran plot antara variabel bebas dengan variabel terikat, apakah membentuk garis linier atau tidak.
Jika plot membentuk garis linier maka dapat disimpulkan bahwa persamaan regresi yang diuji memenuhi asumsi linieritas.
Kesimpulan
Berdasarkan yang telah saya ulas pada paragraf-paragraf sebelumnya, maka dapat disimpulkan bahwa uji asumsi klasik perlu dilakukan pada regresi linier metode OLS.
Uji asumsi klasik pada regresi linier tersebut ditujukan untuk memperoleh best linear unbiased estimator. Uji asumsi klasik yang perlu ada yaitu uji normalitas residual, uji homoskedastisitas, uji non multikolinieritas, dan uji linieritas.
Baik, ini adalah artikel yang dapat saya sampaikan pada kesempatan ini. Semoga memberikan manfaat dan wawasan baru bagi pembaca.
Jika ada hal-hal yang perlu didiskusikan lebih lanjut atau ditanyakan, silakan bisa tinggalkan di kolom komentar di bawah artikel ini. Terima kasih atas perhatiannya, sampai jumpa di artikel edukasi berikutnya!
Posting Komentar untuk "Uji Asumsi Klasik Regresi Linier yang Perlu Ada pada Penelitian Survei"