Tutorial Uji Autokorelasi Dengan Durbin Watson Spss

Tutorial Uji Autokorelasi dengan Durbin Watson SPSS | Sebelum saya membahas mengenai Uji Autokorelasi, sekedar mengigatkan kembali bahwa sebelumnya telah dibahas mengenai Tutorial Uji Heteroskedastisitas dengan Glejser SPSS. Uji Autokorelasi bertujuan menguji apakah dalam model regresi linear ada hubungan antara kesalahan penganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada duduk perkara autokorelasi.

Autokorelasi muncul alasannya ialah observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul alasannya ialah residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu (time series) alasannya ialah “gangguan” pada seseorang individu atau kelompok cenderung mempengaruhi “gangguan” pada individu atau kelompok yang sama atau pada periode berikutnya.

Model regresi yang baik ialah regresi yang bebas dari autokorelasi. Ada beberapa cara yang sanggup dipakai untuk mendeteksi ada atau tidaknya autokorelasi. Dalam postingan kali ini akan saya bahas mengenai Uji Autokorelasi dengan Durbin Watson (DW test). Uji Durbin Watson hanya dipakai untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lag diantara variabel independen.

Dasar Pengambilan Keputusan
Metode pengujian yang sering dipakai ialah dengan uji Durbin-Watson (uji DW) dengan ketentuan sebagai berikut :

1. Jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka hopotesis nol ditolak, yang berarti terdapat autokorelasi.
2. Jika d terletak antara dU dan (4-dU), maka hipotesis nol diterima, yang berarti tidak ada autokorelasi.
3. Jika d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti.

Setelah teman mengetahui dasar-dasar pada Uji Autokorelasi, sekarang kita masuk pada bab praket pengolahan datanya dengan SPSS versi 21. Perlu saya informasikan terlebih dahulu bahwa data yang akan diuji ialah data Motivasi (X1), Minat (X2), dan Prestasi (Y) dengan jumlah N=12. Adapun rincian datanya sanggup dilihat pada gambar dibawah ini.

1. Setelah data yang ingin di uji sudah dipersiapkan, selanjutnya buka kegiatan SPSS, kemudian menyerupai biasa, klik Variable View, Selanjutnya, pada bab Name tulis saja X1, X2 dan Y, pada Decimals ubah semua menjadi angka 0, pada bab Label tuliskan Motivasi, Minat ,dam Prestasi, abaikan yang lainnnya.



2. Setelah itu, klik Data View, dan masukkan data Motivasi (X1), Minat (X2) dan Prestasi (Y) yang sudah dipersiapkan tadi, sanggup dengan cara copy-paste.

3. Langkah selanjunya, dari hidangan SPSS pilih Analyze, kemudian klik Regression, selanjutnya klik Linear

4. Kemudian, muncul kotak obrolan dengan nama Linear Regression, maka masukkan variabel Prestasi (Y) ke Dependent, masukkan variabel Motivasi (X1) dan Minat (X2) ke Independent (s), laris klik Statistics

5. Muncul kotak dengan nama Linear Regression : Statistics, pada bab ini kemudian centang (v) Durbin-Watson (abaikan centangan yang lain).

6. Langkah yang terakhir ialah klik Ok. Hasil outputnya lihat dibawah ini.

Berdasarkan output di atas, diketahui nilai DW 2,115, selanjutnya nilai ini akan kita bandingkan dengan nilai table signifikansi 5%, jumlah sampel N=12 dan jumlah variabel independen 2 (K=2) = 2.12 (Cari pada tabel Durbin Watson) maka diperoleh nilai du 1,579.

Nilai DW 2,115 lebih besar dari batas atas (du) yakni 1,579 dan kurang dari (4-du) 4-1,579 = 2,421 sehingga sanggup disimpulkan bahwa tidak terjapat autokorelasi.

Demikain tadi serangkaian Tutorial Uji Autokorelasi dengan Durbin Watson SPSS cukup mudah dan gampang untuk dipraktekkan, jikalau teman masih resah sanggup menentukan alternatif lain yakni : Jasa Olah Data Statistik SPSS Terpercaya

Artikel selanjutnya : Cara Melakukan Analisis Regresi Berganda dengan SPSS

[Search : Tutorial Uji Autokorelasi dengan Durbin Watson SPSS, Cara melaksanakan Uji Autokorelasi dengan Uji Durbin Watson (DW test) kegiatan SPSS versi 21, Langkah-langkah Uji Autokorelasi lengkap dengan gambar]
[Img : Dokumen olah data SPSS versi 21]

Read More

Cara Mengatasi Persoalan Autokorelasi Dengan Uji Run Test Dalam Spss

Cara Mengatasi Masalah Autokorelasi dengan Uji Run Test dalam SPSS | Sebagaimana yang sudah kita pahami bahwa uji autokorelasi merupakan bab dari uji perkiraan klasik dalam analisis regresi linear untuk data time series yaitu data runtut waktu dan bukan menyerupai data primer hasil penyebaran kuesioner atau angket. Uji perkiraan klasik sendiri dimaknai sebagai syarat yang harus terpenuhi sebelum dilakukannya analisis regresi linear.

Sementara itu, analisis regresi linear bertujuan untuk mengetahui apakah terdapat efek yang signifikan antara variabel independent (X) terhadap variabel dependen (Y). Oleh alasannya yakni itu, uji autokorelasi sangat diharapkan alasannya yakni dengan adanya uji ini kita sanggup mengetahui apakah terdapat hubungan antara suatu periode t dengan periode t sebelumnya. Model regresi yang baik tidak terdapat problem autokorelasi. Contoh sederhana misal data keuangan rumah tangga. Pengeluaran belanja keluarga pada bulan kemudian sangat besar (bulan kemudian ada pengeluaran untuk membeli kendaraan beroda empat baru) sementara pengeluaran pada bulan ini relatif lebih kecil (karena dibulan ini tidak ada pengeluaran untuk membeli mobil) sehingga sanggup dikatakan bahwa terdapat hubungan atau hubungan yang cukup tinggi antara pengeluaran anggaran rumah tangga pada bulan kemudian dengan bulan sekarang, hal yang semacam inilah yang disebut dengan terjadi problem autokorelasi.

Dalam analisis statistik, uji autokorelasi sanggup dilakukan dengan beberapa metode antara lain seperi uji durbin watson dan uji run test. Dimana metode yang paling sering dipakai oleh para peneliti (dalam hal menuntaskan tugas, skripsi maupun tesis) yakni dengan metode durbin watson. Namun demikian, uji durbin watson memiliki kelemahan yakni jikalau nilai dubin watson terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang niscaya apakah terjadi tanda-tanda autokorelasi atau tidak. Jika demikian adanya, maka alternatif yang baik untuk mengatasi problem autokorelasi ini yakni dengan memakai metode lain menyerupai uji run test.

Untuk memperjelas bagaimana cara mengatasi problem autokorelasi dengan uji run test dalam SPSS, saya akan memperlihatkan contoh, simak data yang akan saya uji autokorelasi dibawah ini

[Download Data untuk Latihan]

Dari data di atas, model regresi linear yang saya ejekan yakni “Pengaruh Kurs [X1] dan SBI [X2] terhadap IHSG [Y] tahun 2013”. Sebelumnya saya telah melaksanakan uji autokelasi dengan uji durbin watson [Baca: Tutorial Uji Autokorelasi dengan Durbin Watson SPSS] dan diperoleh hasil sebagai berikut.

Berdasarkan output SPSS di atas, diketahui nilai Durbin Watson sebesar 1,072. Nilai ini terletak antara nilai dL 0,812 dan dU 1,579 sehingga tidak ada kesimpulan yang niscaya perihal ada atau tidaknya tanda-tanda autokorelasi dari data tersebut.

Jika menyerupai ini yang terjadi, maka anda tidak perlu cemas dan risau, langkah yang harus anda lakukan untuk mengatasi problem autokorelasi yakni dengan uji run test.

CARA UJI RUN TEST DENGAN SPSS

1. Buka kegiatan SPSS kemudian klik Variable View, kemudian pada kolom Name baris pertama ketikkan X1, baris kedua X2, dan baris ketiga Y. pada bab Label ketikkan Kurs untuk X1, SBI untuk X2, dan IHSG untuk Y. Abaikan kolom yang lain biarkan tetap default kemudian klik Data View

2. Pada bab ini, kita hanya perlu memasukkan data penelitian sesuai dengan nama variabelnya

3. Jika semua data sudah terinput dengan benar, selanjutnya dari sajian SPSS klik sajian Analyze – Regression – Linear…

4. Muncul kotak dialog, masukkan variabel IHSG [Y] ke kotak Dependent, masukkan variabel Kurs [X1] dan SBI [X2] ke kotak Independent(S) caranya dengan pengklik tombol panah, pada bab Method pilih Enter, kemudian klik Save

5. Muncul kotak obrolan Linear Regression; Save, berikan tanda centang (V) pada Unstandardized untuk Residuals, kemudian klik Continue dan klik Ok [Abaikan saja output yang keluar].

6. Perhatikan pada bab Data View muncul variabel gres dengan nama RES_1. Langkah selanjutnya yakni klik Analyze – Nonparametric Tests – Legacy Dialogs – Runs…

7. Muncul kotak obrolan Run Test, kemudian masukkan variabel Unstandardized Residual ke kotak Test Variable List, pada bab Cut Point berikan tanda centang (V) untuk Median

8. Jika sudah yakin benar, terakhir yakni klik Ok untuk mengakhiri perintah, maka akan muncul output Run Test sebagaimana gambar berikut

DASAR PENGAMBILAN KEPUTUSAN DALAM UJI RUN TEST

Sebelum kita menganalisa hasil output SPSS di atas, terlebih dahulu kita pahami dasar pengambilan keputusan dalam uji run test, yaitu:

1. Jika nilai Asymp. Sig. (2-tailed) lebih kecil < dari 0,05 maka terdapat tanda-tanda autokorelasi
2. Sebaliknya, jikalau nilai Asymp. Sig. (2-tailed) lebih besar > dari 0,05 maka tidak terdapat tanda-tanda autokorelasi.

INTERPRETASI OUTPUT UJI RUN TEST

Berdasarkan output SPSS diatas, diketahui nilai Asymp. Sig. (2-tailed) sebesar 0,762 lebih besar > dari 0,05, maka sanggup disimpulkan bahwa tidak terdapat tanda-tanda atau problem autokorelasi. Dengan demikian, problem autokorelasi yang tidak sanggup terlesaikan dengan durbin Watson sanggup teratasi melalui uji run test sehingga analisis regresi linear sanggup dilanjutkan.

Saya kira cukup hingga disini pembahasan kita perihal cara mengatasi problem autokorelasi dengan uji run test dalam SPSS, semoga bermanfaat lain waktu kita sambung lagi dengan uji-uji dan permasalahan statistik yang lainnya. Terimakasih semoga bermanfaat

[Search: Cara Mengatasi Masalah Autokorelasi dengan Uji Run Test dalam SPSS, Panduan Uji Run Test dengan Program SPSS, Cara Mendeteksi Gejala Autokorelasi dengan Uji Run Test Lengkap]
[Gambar: Screenshot SPSS versi 21]

Lihat Juga: VIDEO Uji Autokorelasi dengan Run Test SPSS

Read More

Download File Praktik Latihan Spss Tutorial Youtube

Download File Praktik Latihan SPSS Tutorial YOUTUBE | Selamat pagi mitra semua yang sedang asik (ASIK SEKALI, hehe) mengerjakan tugas, skripsi, atau tesisnya biar selalu diberikan akomodasi dan kelancaran oleh Allah SWT dalam menuntaskan kiprah ini. Kunci sukses dalam mengerjakan analisis data memakai jadwal SPSS untuk penelitian bersama-sama terletak pada beberapa hal, diantaranya:

KUNCI SUKSES MENGERJAKAN ANALISIS DATA MENGGUNAKAN SPSS

1. Kecermatan dalam memilih metode analisis apa yang paling sempurna untuk penelitian anda. Cara termudah dalam hal ini adalah dengan merujuk pada penelitian sejenis atau jurnal yang relevan (mirip) dengan penelitian yang sedang anda lakukan dikala ini. Kemudian anda hanya perlu menyamakan (meniru) metode analisis yang digunakan dalam penelitian atau jurnal relevan tersebut. Kalau sanggup sih sebaiknya mencari penelitian terdahulu, dimana peneliti tersebut pernah dibimbing oleh dosen yang sama dengan dosen yang membimbing anda dikala ini - cari diperpustakaan kampus (inilah yang disebut cara main aman.hehe).
2. Pelajari teori-teori yang berkaitan dengan analisis yang digunakan untuk penelitian anda. Mencakup pengertian, tujuan, syarat atau mekanisme serta dasar pengambilan keputusan dalam analisis tersebut.
3. Perlu ketelitian dalam menginput data penelitian ke dalam Progam SPSS, baik pada Variabel View maupun pada Data View.
4. Baca sebanyak mungkin rujukan penunjang sebagai pegangan bagi anda untuk menafsirkan atau menginterpretasi Ouput SPSS atas hasil analisis yang sudah anda lakukan.

Baik kita masuk kebagian inti dari postingan kali ini, yakni disini saya akan membagikan beberapa file pendukung (file praktik analisis data di youtube) kepada kawan-kawan semua sebagai sarana embel-embel tutorial SPSS sederhana pada Channel youtube: Sahid Raharjo | kawan-kawan sanggup mendownloadnya secara gratis pada link di bawah ini.

Judul Video	Data File
Uji Normalitas Kolmogorov Smirnov dengan SPSS Full Edisi	Download
Cara Uji Linearitas dengan SPSS Paling Mudah	Download
Cara Uji Normalitas Probability Plot dengan SPSS Detail	Download
Video Uji Multikolinearitas dengan Tolerance-VIF SPSS	Download
Uji Heteroskedastisitas Glejser dengan SPSS	Download
Cara Uji Heteroskedastisitas dengan Metode Scatterplots SPSS	Download
Video Uji Autokorelasi Durbin Watson dengan SPSS	Download
Cara Uji Autokorelasi dengan Uji Run Test Menggunakan SPSS	Download
Uji Analisis Korelasi Pearson dengan SPSS Sangat Jelas	Download
Cara Uji Korelasi Berganda Simultan dengan SPSS Full	Download
Uji Regresi Linear Sederhana dengan SPSS Sangat Detail	Download
Uji t dan Uji F dalam Analisis Regresi Berganda dengan SPSS	Download
Panduan Cara Uji Regresi Variabel Intervening dengan SPSS	Download
Uji Regresi dengan Variabel Moderasi MRA dalam SPSS	Download
Teknik Uji Variabel Dummy dalam Analisis Regresi SPSS	Download
Praktik Mencari SE dan SR Regresi Berganda	Download
Uji Normalitas Shapiro Wilk Statistik Parametrik dengan SPSS	Download
Uji Homogenitas Levene Statistics dengan SPSS Sangat Lengkap	Download
Cara Uji Paired Sample T Test dengan SPSS Full	Download
Uji Beda Independent Sample t Test dengan SPSS Lengkap	Download
Video Cara Uji Wilcoxon Non Parametrik dengan SPSS	Download
Cara Uji Mann Whitney Non Parametrik dengan SPSS Lengkap	Download
Bimbingan Kilat Uji One Way Anova dengan SPSS bagi Pemula	Download
Bimbingan Praktis Cara Uji Two Way Anova dengan SPSS lengkap	Download
Cara Praktis Uji Normalitas Skewness dan Kurtosis dengan SPSS	Download
Membuat Tabel Distribusi Frekuensi dengan SPSS Sangat Mudah	Download
Cara Uji Analisis Korelasi Rank Spearman dengan SPSS Lengkap	Download
Uji Validitas Pearson Product Moment dengan SPSS [UPDATE]	Download
Uji Reliabilitas Cronbach Alpha dengan SPSS [UPDATE]	Download
Tutorial Cara Uji Chi Square dengan Program SPSS	Download
Uji Heteroskedastisitas Metode Glejser dengan SPSS UPDATE	Download
Uji Multikolinearitas Tolerance dan VIF dengan SPSS *UPDATE	Download
Analisis Data Kelas Eksperimen dan Kontrol dengan SPSS [5]	Download
Cara Memasukkan Data Kuesioner Skala Likert di SPSS Lengkap	Download
Cara Memasukkan Data Laporan Keuangan (Sekunder) di SPSS	Download
Video Panduan Uji Kruskal Wallis dengan SPSS Lengkap	Download
Uji One Sample t Test dengan SPSS + Interpretasi	Download
Tutorial Analisis Faktor dengan SPSS + Interpretasi	Download
Tutorial Uji Friedman dengan SPSS Serta Interpretasi Lengkap	Download
Uji Repeated Measures Anova dengan SPSS Serta Interpretasi	Download
Tutorial Uji Korelasi Parsial dengan SPSS + Interpretasi	Download
Cara Uji Korelasi Korelasi Kendalls tau-b dengan SPSS	Download
Next Video	Download

Catatan: untuk keamanan file, maka file data di atas saya rekap dalam format folder winrar. Isi file yang terdapat dalam forder winrar tersebut secara umum meliputi data Pdf, Excel, dan data Input SPSS.sav yang saya gunakan di dalam video youtube.

Lihat Juga: Panduan Berbagai Analisis Data dengan SPSS Lengkap

Demikian postingan ihwal Download File Praktik Latihan SPSS Tutorial YOUTUBE, biar bermanfaat dan sanggup dipergunakan sebagaimana mestinya. Oh iya, kalau ada link download yang rusak tolong diinfokan ke saya ya melalui whatsapp atau email supaya saya sanggup segera mengupdate dengan link yang baru. Terimakasih.

Read More

Tutorial Uji Heteroskedastisitas Dengan Glejser Spss

Tutorial Uji Heteroskedastisitas dengan Glejser SPSS | Selamat pagi bapak-bapak, ibu-ibu dan kawan-kawan semua yang sedang bersibuk-sibuk ria mengerjakan skripsi, tesis, maupun kiprah lainnya. Setelah sebelumnya kita membahas mengenai uji normalitas dan uji multikolinearitas, maka pada kesempatan kali ini kita melanjutkan ke tahap berikutnya yakni cara melaksanakan uji heteroskedastisitas.

Sebelum saya mulai tutorial pada pembahasan artikel ini, terlebih dahulu kita harus tahu ihwal konsep dasar dalam uji heteroskedastisitas. Uji heteroskedastisitas merupakan bab dari uji perkiraan klasik dalam analisis regresi yang bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance (variasi) dari nilai residual satu pengamatan ke pengamatan yang lain. Jika variance dari nilai residual satu pengamatan ke pengamatan lain bersifat tetap, maka disebut homoskedastisitas, namun jikalau variance dari nilai residual satu pengamatan ke pengamatan lain berbeda maka disebut heteroskedastisitas. Model regresi yang baik seharusnya tidak terjadi tanda-tanda heteroskedastisitas.



Salah satu cara mendeteksi ada tidaknya tanda-tanda heteroskedastisitas dalam model regresi yaitu dengan melaksanakan uji glejser. Prinsip kerja uji heteroskedastisitas memakai uji glejser ini yaitu dengan cara meregresikan variabel independent terhadap nilai Absolute residual atau Abs_RES dengan rumus persamaan regresinya adalah: |Ut| =a + BXt + vt

Dasar Pengambilan Keputusan Uji Heteroskedastisitas (Glejser)

Seperti yang telah kita ketahui bersama bahwa setiap uji dalam statistik niscaya mempunyai dasar pengambilan keputusan. Dasar pengambilan keputusan mempunyai kegunaan sebagai aliran atau pola dalam memilih sebuah kesimpulan atau keputusan atas hasil analisis yang telah dilakukan. Adapun dasar pengambilan keputusan dalam uji heteroskedastisitas dengan memakai uji glejser yaitu sebagai berikut:

1. Jika nilai signifikansi (Sig.) lebih besar dari 0,05, maka kesimpulannya yaitu tidak terjadi tanda-tanda heteroskedastisitas dalam model regresi.
2. Sebaliknya, jikalau nilai nilai signifikansi (Sig.) lebih kecil dari 0,05, maka kesimpulannya yaitu terjadi tanda-tanda heteroskedastisitas dalam model regresi.

Contoh Soal Uji Heteroskedastisitas dengan Uji Glejser

Selanjutnya kita masuk kebagian contoh perkara uji heteroskedastisitas dengan uji glejser dalam penelitian. Perlu saya informasikan bahwa model regresi yang kita uji kali ini yaitu efek Motivasi (X1) dan Minat (X2) terhadap Prestasi Belajar (Y). Adapun data untuk masing-masing variabel penelitian sanggup dilihat pada gambar dibawah ini.

[Download Data excel, Input-Output SPSS]

Cara Uji Heteroskedastisitas dengan Uji Glejser Menggunakan Program SPSS Versi 21

1. Setelah kita mempersiapkan data yang akan di uji glejser, maka langkah selanjutnya buka kegiatan SPSS, kemudian menyerupai biasa klik Variable View. Kemudian, pada bagian Name tulis saja Motivasi dan Minat dan Prestasi, pada bagian Decimals ubah semua menjadi angka 0, pada bab Label tuliskan Motivasi (X1), Minat (X2) dan Prestasi (Y), pada bab Measure ganti menjadi Scale. Abaikan yang lainnnya, maka tampak di layar sebagai berikut.

2. Setelah itu, klik Data View lalu masukkan data penelitian untuk variabel Motivasi, Minat dan Prestasi yang sebelumnya sudah dipersiapkan (bisa dengan cara copy-paste atau ditulis satu persatu ke SPSS). Tampak dilayar.

3. Langkah selanjutnya, kita akan menciptakan persamaan regresi untuk variabel penelitian dan memunculkan variabel gres yakni variabel Unstandardized residual atau RES_1. Caranya dari hidangan SPSS pilih Analyze, kemudian klik Regression, kemudian klik Linear...

4. Maka muncul kotak obrolan dengan nama "Linear Regression" selanjutnya masukkan variabel Prestasi (Y) ke kolom Dependent: kemudian masukkan variabel Motivasi (X1) dan Minat (X2) ke kolom Independent(s): sehabis itu klik Save...

5. Muncul obrolan dengan nama "Linear Regression: Save" selanjutnya pada bab "Residuals", berikan tanda centang (v) pada Unstandardized (abaikan pilihan lain), kemudian klik Continue

6. Selanjutnya klik Ok (abaikan saja ada output SPSS yang muncul) kemudian buka Data View maka perhatikan disitu muncul variabel gres dengan nama RES_1. Tampak dilayar.

7. Kemudian kita akan menciptakan variabel Abs_RES yang akan kita gunakan dalam uji glejser ini. Caranya, dari hidangan utama SPSS pilih Transform, kemudian klik Compute Variable...

8. Maka muncul dialog "Compute Variable" selanjutnya pada kotak "Target Variable" tuliskan Abs_RES kemudian pada kotak "Numeric Expression" ketikkan ABS(RES_1). Tampak dilayar.

9. Kemudian klik Ok (abaikan saja ada output SPSS yang muncul), lihat di bagian Data View maka muncul variabel gres dengan nama Abs_RES. Tampak dilayar.

10. Selanjuntya kita akan melaksanakan uji glejser untuk persamaan regresi Motivasi (X1) dan Minat (X2) terhadap variabel Absolute residual atau Abs_RES. Caranya dari hidangan utama SPSS pilih Analyze, kemudian pilih Regression, kemudian klik Linear...

11. Muncul kotak obrolan dengan nama "Linear Regression", selanjutnya keluarkan variabel Prestasi (Y) yang terdapat pada kolom Dependent: lalu ganti dengan variabel Abs_RES, kemudian klik Save...

12. Mucul kotak dengan nama "Linear Regression: Save", selanjutnya pada bab "Residuals", hilangkan tanda centang (v) pada Unstandardized (abaikan pilihan yang lain), kemudian klik Continue...

13. Langkah yang terakhir yaitu klik Ok untuk mengakhiri perintah. Maka kita akan sanggup melihat Output SPSS dan selanjutnya tinggal kita interpretasikan saja.

Interpretasi Output Uji Heteroskedastisitas (Glejser) dengan SPSS

Untuk memaknai hasil uji heteroskedastisitas dengan uji glejser ini, maka kita cukup melihat tabel output "Coefficients" dengan variabel Abs_RES berperan sebagai variabel dependent. Berdasarkan output di atas diketahui nilai signifikansi (Sig.) untuk variabel Motivasi (X1) yaitu 0,004. Sementara, nilai signifikansi (Sig.) untuk variabel Minat (X2) yaitu 0,007. Karena nilai signifikansi kedua variabel di atas lebih kecil dari 0,05 maka sesuai dengan dasar pengambilan keputusan dalam uji glejser, sanggup disimpulkan bahwa terjadi tanda-tanda heteroskedastisitas dalam model regresi.

Mengatasi Gejala Heteroskedastisititas dalam Model Regresi

Dalam perkara menyerupai di atas, maka ada beberapa cara yang perlu kita lakukan semoga model regresi terbebas dari tanda-tanda heteroskedastisitas. Adapun solusi yang sanggup kita jadikan alternatif yaitu sebagai berikut:

1. Melakukan alternatif uji lain untuk mendeteksi ada tidaknya tanda-tanda heteroskedastisitas. (seperti: uji heteroskedastisitas dengan gambar scatterplot, uji rank spearman, uji park dan uji white).
2. Melakukan transformasi data penelitian (missal: Ln, Log10, Lag, dll).
3. Melakukan outlier terhadap data ekstrim atau jikalau diharapkan maka kita boleh menambah sampel gres supaya sebaran data menjadi lebih bervariasi atau beragam.

Demikain panduan ihwal cara melaksanakan uji heteroskedastisitas dengan uji glejser dalam model regresi memakai kegiatan SPSS versi 21. Semoga sanggup bermanfaat bagi anda yang sedang mengerjakan tugas. Artikel berikutnya akan dibahas tentang: Tutorial Uji Autokorelasi dengan Durbin Watson SPSS

UPDATE INFO: RABU, 30 JANUARI 2019

[Kata Kunci Pencarian: Tutorial Uji Heteroskedastisitas dengan Glejser SPSS, Cara melaksanakan Uji Heteroskedastisitas dengan Uji Glejser pada Program SPSS versi 21, Langkah-langkah Uji Heteroskedastisitas Glejser dengan software SPSS serta Interpretasi] [Img: Dokumen hasil olah data dengan pertolongan kegiatan SPSS versi 21]

VIDEO: Cara Uji Heteroskedastisitas dengan Uji Glejser SPSS

Read More