Senin, 18 April 2016

UJI ASUMSI KLASIK (SPSS)

UJI ASUMSI KLASIK (SPSS)


PENGARUH UMUR SISWA DAN JENIS KELAMIN SISWA TERHADAP NILAI SISWA

Variabel Terikat (dependent) X      : Nilai siswa
Variabel Bebas (independent) Y     : Umur siswa dan Jenis kelamin siswa

Data yang akan di uji
Siswa Gender        Umur Nilai
1        0        18      80.00
2        0        19      77.20
3        0        17      76.20
4        0        20      78.60
5        1        23      83.60
6        1        18      81.80
7        0        21      73.20
8        1        20      82.00
9        1        23      84.60
10      1        21      74.60
11      1        23      85.00
12      0        18      70.80
13      0        21      79.80
14      0        17      75.00
15      0        19      81.00
16      1        20      80.00
17      1        19      81.80
18      1        22      77.80
19      1        22      74.80
20      0        20      78.00

*) Gender/Jenis Kelamin {0 "Pria" ; 1 "Wanita"}


Uji Asumsi Klasik meliputi uji normalitas, uji multikolineritas, dan uji heteroskedastisitas

1.    Uji Normalitas
Uji Normalitas ini di analisis melalui grafik Normal P-plot. Uji ini bertujuan untuk melihat apakah data penelitian terdistribusi normal atau tidak


Berdasarkan grafik titik-titik mengikuti garis diagonal dan tidak berada jauh dari garis. Sehingga data pada model ini lulus uji normalitas.

2.    Uji Multikolinearitas

Uji multikolinearitas dianalisis melalui tabel Coefficients kolom “Tolerance” dan “VIF”. Tujuannya untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas.


Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
Collinearity Statistics
B
Std. Error
Beta
Tolerance
VIF
1
(Constant)
70,452
9,733

7,239
,000


Jenis Kelamin
2,899
1,917
,383
1,512
,149
,689
1,451
Usia
,344
,509
,171
,675
,509
,689
1,451

Variabel umur siswa :
Memiliki nilai Tolerance = 0,689. Nilai tolerance > 0,1
Sehingga, variabel umur siswa lulus uji multikolinearitas.
Variabel Jenis Kelamin Siswa :
Nilai VIF = 1,451. VIF <10
Sehingga, variabel tinggi siswa lulus uji multikolinearitas.


3.    Uji Heteroskedastisitas

Uji heteroskedastitas dianalisis melalui grafik Scatterplot. Uji ini bertujuan untuk melihat ada atau tidaknya penyimpangan heteroskedastisitas padamodel regresi.




Titik-titik pada grafik menyebar dan tidak membentuk pola tertentu. Serta berada di atas dan bawah angka 0 pada sumbu Y. Maka data ini lulus uji heteroskedastisitas