bentuk transformasinya. Berikut ini bentuk transformasi yang dapat dilakukan sesuai dengan grafik histogram.
Tabel 4.3. Bentuk Transformasi Data Bentuk Grafik Histogram
Bentuk Transformasi
Moderate positive skewness SQRT x atau akar kuadrat
Subtansial positive skewness LG10 x atau logaritma 10 atau LN
Severe positive skewness dengan bentuk L 1x atau inverse
Moderate negative skewness SQRT k - x
Subtansial negative skewness LG10 k – x
Severe negative skewness dengan bentuk J 1k – x
Sumber: Aplikasi Analisis Multivariate dengan Program SPSS Di mana k adalah konstanta yang berasal dari setiap skor dikurangkan
sehingga skor terkecil adalah 1 Ghozali, 2006. Setelah dilakukan transformasi data, maka normalitas dapat dilihat kembali dengan menggunakan uji statistik
Kolmogorov-Smirnov dan dilanjutkan dengan melihat metode grafik histogram data. Normalitas nilai residual dilihat dengan menggunakan metode grafik normalitas P-P
Plot dengan aturan melihat sebaran data yang mengikuti garis diagonal maka data berdistribusi normal atau mendekati distribusi normal.
2. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk memastikan bahwa tidak terdapat multikolinieritas dalam data dari variabel-variabel independennya. Maksudnya adalah
p d f Machine
I s a pdf w r it e r t ha t pr oduce s qua lit y PD F file s w it h e a se
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application you can use pdfMachine.
Get yours now
Universitas Sumatera Utara
tidak ada korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi pada variabel-variabel bebasnya Husein, 2003. Adanya multikolinieritas
sempurna akan berakibat bahwa koefisien regresi tidak dapat ditentukan dengan standar deviasi menjadi tak terhingga. Jika multikolinieritas kurang sempurna, maka
koefisien regresi meskipun berhingga akan mempunyai standar deviasi yang besar sehingga koefisien tidak dapat ditaksir dengan mudah. Untuk mendeteksi adanya
multikolinieritas juga dapat menggunakan korelasi r di mana korelasi di atas 0,8 menunjukkan adanya multikolinieritas Gujarati, 2003. Kemudian dapat dilihat dari
nilai tolerance dan variance inflation factor VIF. Di mana nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai tolerance 0,10
atau sama dengan nilai VIF 10 Ghozali, 2006. Cara mengatasi multikolinieritas sebagai berikut: a. Transformasi tabel. Jika
terlihat pada model awal dengan adanya gejala multikolinieritas maka dapat dilakukan transformasi variabel yang bersangkutan ke dalam bentuk logaritma natural
atau bentuk-bentuk transformasi lainnya, sehingga nilai t hitung yang dihasilkan secara individu variabel independen dapat secara signifikan mempengaruhi variabel
dependen. b. Meningkatkan jumlah data sampel. Dengan adanya peningkatan jumlah data sampel diharapkan mampu menurunkan standard error di setiap variabel
independen dan akan diperoleh model yang benar-benar bisa menaksir koefisien regresi secara tepat Arief, 2006.
p d f Machine
I s a pdf w r it e r t ha t pr oduce s qua lit y PD F file s w it h e a se
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application you can use pdfMachine.
Get yours now
Universitas Sumatera Utara
3. Uji Heteroskedastisitas
