Menguji Kesimpulan Asumsi Normalitas Semua Variabel di Eviews 9

Gambar : Cover Artikel

Pengujian Asumsi Normalitas

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

A.Penjelasan Normalitas

-

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 observasinya. 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 variabelnya, lalu close (x).

Gambar : Pengolah Data Eviews 9

Langkah 5 : Blok seluruh variabel (dimulai dari y x1 x2 x3), klik kanan Open => as Equation.

 

Gambar : Pengolah Data Eviews 9

Langkah 6 : Pada Equation Estimation dibagian Specification tuliskan persamaan regresinya “y c x1 x2 x3” dan klik ok.

Gambar : Pengolah Data Eviews 9

Langkah 7 : Klik menu View => Residual Diagnostics dan pilih Histogram - Normality Test.

Gambar : Pengolah Data Eviews 9

Langkah 8 : Berikut adalah hasil pengujian normalitas dengan semua variabel.

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 1.608763 artinya lebih kecil dari 2, maka data berdistribusi normal.

Nilai Probabilitas Jarque Bera sebesar 0.447365 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 :-)