APLIKASI SOFTWARE R PADA PENDETEKSIAN ASUMSI NORMALITAS DAN MULTIKOLINEARITAS REGRESI LINIER BERGANDA

Abstract

Makalah ini pemenuhan hasil pendeteksian Asumsi Klasik Model Regresi Linier Berganda dua Prediktor terkait dengan masalah Normalitas Residu dan Multikolinesritas, Data Penelitian dengan  skala Pengukuran minimal Interval untuk seluruh Variabel. Namun untuk Variabel yang Datanya diperoleh dari hasil penelitian dengan Metode Survei menggunakan Kuesioner berbasis Skala Likert,  diperoleh Skala Pungkuran Data ordinal, hal ini mengakibatkan  Teknik Regresi tidak efektif diterapkan. Oleh karena itu, agar Model Regresi Ganda tersebut tetap efektif diterapkan, maka perlu dilakukan Transformasi Data Data dari ordinal ke interval. Proses Tansrformasi Data dapat menggunakan Metoda Suksesif Interval (MSI) atau acuan Angka Normal baku Z. Prosedur analisis selanjutnya dilakukan Pengujian Asumsi Persyaratan Analisis Regresi untuk m,endeteksi bahwa Taksiran Parameter Model gresi berbasis OLS memiliki sifat Penaksir Tak Bias Terbaik (Best Linier Unbiased Estimator atau BLUE dan Asumsi Kenormalan distribusi Populasi residu serta tidak terdapat masalah multikolinearitas dipenuhi.