Dokumen tersebut merangkum hasil uji asumsi klasik untuk model regresi yang memprediksi pengaruh umur siswa dan jenis kelamin siswa terhadap nilai siswa. Uji yang dilakukan meliputi uji normalitas, multikolinearitas, dan heteroskedastisitas. Hasilnya menunjukkan bahwa model regresi tersebut lulus uji normalitas, multikolinearitas, dan heteroskedastisitas.
1. Praktik Komputer
SPSS
Putri Rahayu Sekarini
1113016100063
PROGRAM STUDI PENDIDIKAN BIOLOGI
JURUSAN PENDIDIKAN ILMU PENGETAHUAN ALAM
FAKULTAS ILMU TARBIYAH DAN KEGURUAN
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2016
2. Lakukan uji asumsi klasik untuk model berikut :
“Pengaruh Umur Siswa dan Jenis Kelamin Siswa
terhadap Nilai Siswa.”
• Variabel Terikat (Dependent Variable) :
Nilai Siswa
• Variabel Bebas (Independent Variable) :
Umur Siswa
Jenis Kelamin Siswa
3. 1 Variabel terikat (Dependent variable)
Variabel yang bergantung / terikat pada variabel bebas.
2 Variabel bebas (Independent variable)
Variabel yang dapat mempengaruhi / mengubah
variabel terikat.
4. Uji Asumsi Klasik
1 Uji Normalitas
metode untuk menguji sebuah model/
persamaan regresi yang akan diujikan.
untuk melihat apakah nilai residual terdistribusi normal atau tidak.
2 Uji Multikolinearitas
untuk melihat ada atau tidaknya korelasi yang tinggi antara
variabel-variabel bebas.
3 Uji Heteroskedastisitas
untuk melihat apakah terdapat ketidaksamaan varians dari
residual satu ke pengamatan yang lain.
6. #Mengatur tipe input data pada Variable View SPSS
#Pilih Analyze > Regression > klik Linear
7. #Pindahkan Nilai ke kolom Dependent, Umur
dan Jenis Kelamin ke kolom Independent
Estimates,
Model fit,
R squared change,
Collinearity diagnostics.
*SRESID ke Y dan *ZPRED ke X
Normal probability plot
9. Dari grafik Normal P-Plot, didapat
bahwa model regresi ini lulus Uji
Normalitas.
Uji Normalitas
Karena terlihat dari titik-titik pada
grafik ini mengikuti garis diagonal
dan tidak berada jauh dari garis.
10. Hasil Uji Multikolinearitas
Kesimpulan:
Nilai Tolerance untuk variabel Umur Siswa dan Jenis Kelamin Siswa = 0,689 (Nilai tolerance > 0,1)
Nilai VIF = 1,451 (VIF < 10)
Dengan demikian, model regresi pada
penelitian ini lulus Uji Multikolinearitas.
11. Uji Heteroskedastisitas
Model lulus uji jika :
• Titik-titik pada grafik tidak membentuk suatu
pola tertentu yang teratur
• Titik-titik pada grafik menyebar di atas dan di
bawah angka 0 pada sumbu Y
Tujuan : Untuk melihat ada atau tidaknya
penyimpangan heteroskedastisitas pada model
regresi.
Heteroskedastisitas adalah adanya
ketidaksamaan varian dari residual untuk
semua pengamatan pada model regresi.
o Titik-titik tidak membentuk suatu pola tertentu dan
menyebar di bawah dan di atas angka 0 pada
sumbu Y.
o Sehingga model regresi ini lulus Uji
Heteroskedastisitas.