PART 6: UJI ASUMSI KLASIK REGRESI DATA PANEL DENGAN EVIEWS (UJI NORMALITAS)

Uji normalitas bertujuan untuk menguji apakah dalam model regresi panel variabel-variabelnya berdistribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal.

Dalam software EViews normalitas sebuah data dapat diketahui dengan membandingkan nilai Jarque-Bera (JB) dan nilai Chi Square tabel. Uji JB didapat dari histogram normality yang akan kita bahas dibawah ini.

Hipotesisi yang digunakan adalah:

H0       : Data berdistribusi normal

H1       :  Data tidak berdistribusi normal

Jika hasil dari JB hitung > Chi Square tabel, maka H0 ditolak

Jika hasil dari JB hitung < Chi Square tabel, maka H0 diterima

Langkah-langkah uji Normalitas dalam software EViews dapat dilakukan sebagai berikut:

1. Langkah pertama lakukanlah running model regresi panel yang sudah dipilih melalui uji Chow, uji Hausman, dan uji LM. Dalam hal ini model yang paling tepat, yang sudah kita hitung dalam pembahasan sebelumnya adalah model Fixed Effect. Coba lihat kembali pada pembahasan “Part 2” tentang cara running model regresi panel Fixed Effect Model.

2. Lalu pada hasil model Fixed Effect klick View lalu pilih Residual Diagnostics dan klik Histogram-Normality Test

Maka hasil output model Fixed Effect akan berganti menjadi histogram normalitas yang akan kita pakai sebagai uji normalitas.

3. Histogram normalitas dapat langsung anda pakai dengan meng-copy-nya pada lembar penelitian anda. Jika anda melakukan langkah diatas, histogram normality tidak akan tersimpan pada work file sehingga bila anda menyimpan semua hasil running lalu membukanya kembali histogram normality tidak ada di work file. Ada cara lain agar histogram normality dapat tersimpan pada work file pada saat dibuka kembal. 
4. Langkahnya yakni jalankan running model Fixed Effect seperti pada langkah pertama. Pada menu bar klick Proc lalu klick Make Residual Series…

 Maka akan muncul kotal dialog Make Residuals, pada Name for resid series namakan residu_LDR (residu maksudnya residual dan LDR adalah variabel dependen dalam penelitian) lalu Ok.

 

5. Munculah kotak dialog Series: RESID_LDR, klick View + Descriptive Statistics & Test lalu pilih Histogram and Stats.

Maka keluarlah histogram normality, bedanya dengan diatas selain tersimpan pada work file, pada series telah dinamai sesuai dengan keinginan kita.

Setelah mendapatkan histogram normalitas, selanjutnya kita akan menganalisis apakah model dalam penelitian yang kita pakai datanya berdistribusi normal atau tidak. Seperti yang telah dipaparkan diatas bahwa data berdistribusi normal jika nilai Jarque-Bera lebih kecil dari nilai Chi Square.

 

Dari histogram diatas nilai JB sebesar 0,630487 sementara nilai Chi Square dengan melihat jumlah variabel independen yang kita pakai dalam hal ini 2 variabel independen dan nilai signifikan yang kita pakai dalam hal ini 0,05 atau 5%. Didapat nilai Chi Square sebesar 5,99146 yang berarti nilai JB lebih kecil dari nilai Chi Square (0,630487 < 5,99146). Sehingga dapat disimpulkan bahwa data dalam penelitian ini berdistribusi normal.