Menguji Asumsi Normalitas Satu Per Satu Variabel di Eviews 9

Gambar : Cover Artikel

Pengujian Asumsi Normalitas

Ditulis oleh : Dimas Purbo Wicaksono Fenda Putra, S.E.

A.Penjelasan Normalitas

Uji Normalitas adalah pengujian yang bertujuan untuk menilai seberapa banyak sebaran data yang berdistribusi normal ataukah yang tidak berdistribusi normal. Kegunaan pengujian ini adalah untuk menentukan data yang telah dikumpulkan berdistribusi normal (diambil dari populasi normal).

Dalam statistik semua asumsi baiknya harus terbebas semua dari masalah. Pengujian normalitas merupakan salah satu asumsi yang mengharuskan data berdistribusi normal. Data boleh tidak berdistribusi normal (dianggap normal) bila terdiri atas 30 data (30 sampel data), misal penulis ingin meneliti meggunakan 4 variabel maka data yang harus disiapkan adalah 30 x 4 = 120 data. Ketentuan ini sudah disepakati oleh para peneliti di dalam melakukan analisis multivariat. 

Jarque Bera merupakan pengujian statistik yang berguna untuk melihat dan mengetahui apakah data yang kita miliki berdistribusi normal atau sebaliknya, yaitu tidak berdistribusi normal. Pengujian Jarque Bera digunakan untuk mengukur perbedaan skewness dan kurtosis data dengan pembanding jika data berdistribusi normal. Rumus yang digunakan dalam pengujian ini adalah :

Di mana : 

N= besarnya sampel

S= koefisien skewness

K= koefisien kurtosis

k= banyaknya koefisien yang digunakan dalam persamaan

Hipotesa :

H₀ : Data berdistribusi normal

H₁ : Data tidak berdistribusi normal

Nilai JB mengikuti 2 df (degree of freedom) distribusi Chi-Squared. Nilai JB selanjutnya dapat kita hitung signifikansi-nya untuk menguji hipotesa. Untuk probabilitas Jarque Bera syaratnya harus bernilai besar, semakin kecil nilai maka semakin besar peluang menolak H₀. 

B.Tahapan Pengolahan Data

Sebagai contoh, kita akan mencoba menguji data dengan berbagai cara pengujian normalitas yang tersedia di eviews. 

Variabel yang dipergunakan :

Y         = Pengangguran Terbuka

X1       = Jumlah Penduduk

X2       = Upah Minimum Provinsi

X3       = Pertumbuhan Ekonomi

Berikut adalah data yang akan digunakan :

Gambar : Data Latihan

Ini adalah data dengan 4 variabel, masing-masing 3 variabel independent dan 1 variabel dependent. Data ini dari tahun 1998-2019 artinya hanya 22 tahun untuk sampel observasi nya. Total data : 22 tahun x 4 variabel = 88 data. Jika mengacu pada syarat normalitas maka tidak sesuai, sehingga harus dilakukan pengujian tanpa menyertakan argumen “pembelaan” data berdistribusi normal seperti pada kesepakatan peneliti.

Langkah 1 : Buka lembar baru eviews 9 dan pilih Create a new Eviews workfile.

Gambar : Pengolah Data Eviews 9

Langkah 2 : Pada Workfile Create pilih Dated - regular frequency (karena data time series). Date specification pilih Annual (karena data tahunan). Start date isikan dengan 1998 (tahun awal data) dan End date isikan dengan 2019 (tahun akhir data). Klik ok.

Gambar : Pengolah Data Eviews 9

Langkah 3 : Menuju ke menu Quick dan pilih Empty Group (Edit Series).

Gambar : Pengolah Data Eviews 9

Langkah 4 : Copy paste data beserta variabel nya, lalu close (x).

Gambar : Pengolah Data Eviews 9

Langkah 5 : Dalam melakukan pengujian normalitas, kita bisa menguji satu persatu variabel maupun semua variabel sekaligus. Disini penulis akan mencontohkan pengujian dengan satu persatu variabel. Blok pada variabel yang ingin diuji (x1), klik kanan Open.

Gambar : Pengolah Data Eviews 9

Langkah 6 : Klik menu View => Deskriptive Statistics & Tests dan pilih Histogram and Stats.

Gambar : Pengolah Data Eviews 9

Langkah 7 : Berikut adalah hasil untuk pengujian normalitas variabel x1.

Gambar : Pengolah Data Eviews 9

Interpretasi Output :

Hipotesa :

H₀ : Data berdistribusi normal

H₁ : Data tidak berdistribusi normal

Syaratnya : 

Bila bila nilai JB tidak signifikan (lebih kecil dari 2), maka data berdistribusi normal.

Bilai nilai Probabilitas JB lebih besar dari tingkat alpha (misal disini saya menggunakan 0.05), maka data berdistribusi normal.

Hasil Pengujian :

Nilai Jarque Bera sebesar 1.262155 artinya lebih kecil dari 2, maka data berdistribusi normal.

Nilai Probabilitas Jarque Bera sebesar 0.532018 artinya lebih besar dari alpha (0.05), maka H₀ diterima dan data berdistribusi normal.

Langkah 8 : Berikutnya kita uji ke variabel yang lain yaitu x2. Blok variabel x2, klik kanan Open.

Gambar : Pengolah Data Eviews 9

Langkah 9 : Klik menu View => Deskriptive Statistics & Tests dan pilih Histogram and Stats.

Gambar : Pengolah Data Eviews 9

Langkah 10 : Berikut adalah hasil untuk pengujian normalitas variabel x2.

Gambar : Pengolah Data Eviews 9

Interpretasi Output :

Hipotesa :

H₀ : Data berdistribusi normal

H₁ : Data tidak berdistribusi normal

Syaratnya : 

Bila bila nilai JB tidak signifikan (lebih kecil dari 2), maka data berdistribusi normal.

Bilai nilai Probabilitas JB lebih besar dari tingkat alpha (misal disini saya menggunakan 0.05), maka data berdistribusi normal.

Hasil Pengujian :

Nilai Jarque Bera sebesar 1.128343 artinya lebih kecil dari 2, maka data berdistribusi normal.

Nilai Probabilitas Jarque Bera sebesar 0.5368831 artinya lebih besar dari alpha (0.05), maka H₀ diterima dan data berdistribusi normal.

Langkah 11 : Blok variabel x3, klik kanan Open.

Gambar : Pengolah Data Eviews 9

Langkah 12 : Klik menu View => Deskriptive Statistics & Tests dan pilih Histogram and Stats.

Gambar : Pengolah Data Eviews 9

Langkah 13 : Berikut adalah hasil untuk pengujian normalitas variabel x3.

Gambar : Pengolah Data Eviews 9

Interpretasi Output :

Hipotesa :

H₀ : Data berdistribusi normal

H₁ : Data tidak berdistribusi normal

Syaratnya : 

Bila bila nilai JB tidak signifikan (lebih kecil dari 2), maka data berdistribusi normal.

Bilai nilai Probabilitas JB lebih besar dari tingkat alpha (misal disini saya menggunakan 0.05), maka data berdistribusi normal.

Hasil Pengujian :

Nilai Jarque Bera sebesar 232.9982 artinya lebih besar dari 2, maka data tidak berdistribusi normal.

Nilai Probabilitas Jarque Bera sebesar 0.000000 artinya lebih kecil dari alpha (0.05), maka H₁ diterima dan data tidak berdistribusi normal.

Langkah 14 : Terakhir kita uji variabel y. Klik kanan Open.

Gambar : Pengolah Data Eviews 9

Langkah 15 : Klik menu View => Deskriptive Statistics & Tests dan pilih Histogram and Stats.

Gambar : Pengolah Data Eviews 9

Langkah 16 : Berikut adalah hasil untuk pengujian normalitas variabel y.

Gambar : Pengolah Data Eviews 9

Interpretasi Output :

Hipotesa :

H₀ : Data berdistribusi normal

H₁ : Data tidak berdistribusi normal

Syaratnya : 

Bila bila nilai JB tidak signifikan (lebih kecil dari 2), maka data berdistribusi normal.

Bilai nilai Probabilitas JB lebih besar dari tingkat alpha (misal disini saya menggunakan 0.05), maka data berdistribusi normal.

Hasil Pengujian :

Nilai Jarque Bera sebesar 2.036515 artinya lebih kecil dari 2, maka data berdistribusi normal.

Nilai Probabilitas Jarque Bera sebesar 0.361224 artinya lebih besar dari alpha (0.05), maka H₀ diterima dan data berdistribusi normal.

Informasi ekonometrika secara lengkap, silakan kunjungi channel youtube saya di : Dimas Channel

Note : Silakan bagi teman-teman yang ingin meng-copy artikel ini. Mohon sertakan sumber aslinya. Terima Kasih :-)