Regresi linier adalah salah satu metode penelitian yang paling umum digunakan dalam analisis data statistik. Namun, untuk membuat model regresi yang akurat, kita perlu memastikan bahwa data kita memenuhi beberapa asumsi tertentu. Salah satunya adalah uji asumsi.

Dalam artikel ini, kita akan membahas tentang uji asumsi pada regresi linier, termasuk jenis-jenis uji asumsi dan kesimpulan dari hasil analisis.

Jenis-Jenis Uji Asumsi

1. Linearitas: Uji linearitas bertujuan untuk memastikan bahwa hubungan antara variabel independen dan dependen adalah linear.
2. Heteroskedastisitas: Uji heteroskedastisitas bertujuan untuk memastikan bahwa variance dari kesalahan tidak berbeda pada setiap titik data.
3. Normalitas: Uji normalitas bertujuan untuk memastikan bahwa distribusi data adalah normal (Gaussian).
4. Outlier: Uji outlier bertujuan untuk memastikan bahwa data tidak memiliki nilai yang sangat jauh dari rata-rata.
5. Multikollinearitet: Uji multikollinearitet bertujuan untuk memastikan bahwa variabel independen tidak memiliki hubungan yang kuat antara satu sama lain.
6. Auto Korelasi: Uji auto korelasi hanya dapat digunakan pada data time series dan bertujuan untuk memastikan bahwa data tidak memiliki korelasi dengan diri sendiri.

Perbedaan Antara Regresi Linier Sederhana dan Berganda

Berdasarkan penjelasan di atas, dapat disimpulkan bahwa uji asumsi antara regresi linier sederhana dengan regresi linier berganda tidak jauh berbeda. Namun, perbedaan terletak pada uji multikollinearitet yang hanya ada dan dapat digunakan pada regresi linier berganda saja.

Kesimpulan

Dari hasil analisis di atas, dapat diperoleh kesimpulan sebagai berikut:

• Hasil analisis pada regresi berganda dapat menggunakan tingkat signifikan hingga lima persen.
• Tiga variabel independen (ukuran perusahaan, likuiditas, dan utang) memiliki signifikansi kurang dari 0,05 dan dapat memberi pengaruh pada tingkat pengungkapan secara sukarela tahunan.
• Variabel kepomilikan saham publik tidak memiliki dampak yang signifikan secara statistik pada ruang lingkup variabel pengungkapan dengan sukarela pada laporan tahunan.

Dalam kesimpulan, uji asumsi penting dalam membuat model regresi yang akurat. Oleh karena itu, sebelum melakukan analisis regresi, kita perlu memastikan bahwa data kita memenuhi beberapa asumsi tertentu.