Pada dasarnya tidak wajib kak, awal sebelum outlier menggunakan casewise diagnostics, terdapat dua variable yang berpengaruh signifikan, setelah dioutlier menggunakan casewise diagnostics menjadi tiga variable. Inipun di posisi n = 104 (setelah outlier responden ke 39) apabila dilakukan uji normalitas menggunakan statistik non parametrik, skor one sample kolmogorov smirnov masih di angka 0.017 yang mana masih kurang dari 0.05. Sedangkan casewise diagnostics tidak menunjukkan rekomendasi lain. Jadi disini kita bisa lihat kalau casewise diagnostics juga memiliki keterbatasan. Solusinya dilakukan outlier manual dengan mensortir responden yang memberikan jawaban fluktuatif, misal dari 5 ke 1 atau ke 2, sebaliknya dari 1 ke 4 atau ke 5. Plus minusnya jumlah n akan makin berkurang, lagipula dalam penelitian data primer uji kualitas data yang wajib pada dasarnya adalah uji validitas dan reliabilitas, asumsi klasik adalah opsional, beda dengan data sekunder yang wajib
Pak selama malam, izin bertanya lagi Pak🙏🏼. Jadi saya kn menggunakan metode analis regresi logistik, dimana variabel y nya adalah opini audit going concern. Jadi dalam analisis regresi logistik itu, apakah perlu uni multikolinearitas Pak? Yg dimana variabel X saya terdiri dari metrik dan non metrik Pak. Kalau dalam uji multikolinearitas itu apa yang kita pake pak, tabel cofficients a, yg ada Nilai Tolerance dan Vif atau tabel yg dibawahnya yang bernama collinearity diagnostics a. Dan satu lagi Pak, apakah dlm regresi logistik itu perlu tabel correlation matrix?? Dan saya bingung cara interpretasi datanya pak. Terimakasih Pak. Mohon bantuan ny Pakk🙏🏼🙏🏼
Regresi logistik tidak perlu pakai uji multikolinearitas kak. Karena uji multikolinearitas itu bagian dari uji asumsi klasik dan dipakainya kalau regresi linear. Kalau regresi logistik pakainya overall model fit, model fit test, hosmer and lemeshow gituan, terus nanti koefisien determinasinya juga pakainya Nagelkerke R Square. Kalau dalam regresi linear uji multikolinearitas itu pakai VIF (Variance Inflation Factors) dan Tolerance. Syaratnya VIF dibawah 10 dan tolerance diatas 0.1
@@html2468 classification table kan ada dua kak,, classification table ab dan classification table a. Bila nilai classification table a lebih tinggi dari ab berarti ada kenaikan. Menunjukkan tingkat kekuatan prediksi model. Menunjukkan tingkat kekuatan prediksi model
Izin bertanya pak, data saya sekunder. Saya sudah melakukan uji asumsi klasik tetapi hasil tidak normal. Kemudian saya menggunakan casewise diagnostis tiga kali dan data sudah terdistribusi normal. Tetapi uji autokorelasi dan hetero tidak lolos. Bagaimana solusinya ya pak?
Malam Bu. Kalau saya perhatikan kemungkinan Ibu menggunakan parameter normalitas menggunakan statistik non parametrik, one sample KS. Kemungkinan sama juga yang dibilang tidak lolos itu menggunakan Runs test. Kemungkinan data Ibu ini data panel, jadi gabungan antara data cross section dan data time series. Kalau data panel opada dasarnya tidak harus lolos uji autokorelasi. Heteroskedastisitas kemungkinan prediksi saya Ibu menggunakan uji glesjer. Solusinya bisa menggunakan parameter lain misalnya yg sederhana saja, seperti scatter plots. Asalkan plots tidak membentuk pola tertentu, pada dasarnya sudah lolos uji hetero
Sore Kak. Jadi artinya nilainya sangat kecil, jadi lebih kecil dari 0.001. Ini adalah tampilan di spss versi terbaru. Artinya sama dengan yg versi lama. Kalau di spss versi lama kan munculnya 0.000 yg artinya sampai 3 angka dibelakang koma belum ada angkanya, mungkin sampai 4 angka atau 5 angka dibelakang koma baru ada angkanya. Jadi kesimpulannya berpengaruh signifikan
@@bambangleohandoko baik Pak terimakasih banyak Pak🙏 izin bertanya lagi Pak, kalau nilai constant variabel in the equationnya itu -4. 676 itu maksudnya apa ya Pakk🙏
@@html2468 kalau nilai constant itu maksudnya adalah konstanta atau nilai tetap. Hasil dari olah data spss ini nantinya akan menjadi persamaan linear. Persamaan linearnya itu seperti yg dipelajari di matematika yaitu aljabar. Y = C + BX1 + BX2 + ... + BXn + e. Kalau constant nya negatif ya artinya nilai konstantanya negatif.
Pak, mau bertanya Kalau item pernyataan yg unfavorable, apakah skor itemnya diubah utk uji validitas? Dan apakah hasil uji validitasnya juga negatif pak?
Pak izin bertanya mengenai outlier data casewise diagnostic ini apakah ada sumber referensinya pak? mengenai pengaturan batas standar deviasi casewise diagnostic default dari spssnya adalah 3 pak, nah itu bisa diubah tidak pak? Apakah ada ketentuannya pak untuk merubah itu. Soalnya saya mencoba cara ini untuk menormalkan data saya pak, namun dengan setelan standar deviasi default data saya tetap tidak normal pak, namun setelah saya ubah setelan standar deviasi casewise diagnosticnya menjadi 2, data saya menjadi normal. Mohon pak bimbingannya🙏🏻
Selamat pagi kak. Bisa dirubah menjadi 2 seperti yg kak lakukan. Untuk referensi ada banyak, diantaranya ada buku karangan Haryadi Sarjono dengan judul: SPSS VS Lisrel
Pak izin bertanya, untuk uji statistik regesi logistik apa wajib melakukan casewise ini pak? Lalu, data yg kena outiler ini dihapus, tp masih aja ada kasusnya, bagaimana itu Pak?
@@AdirestyAr malam Kak. Untuk casewise tidak wajib, ini dilakukan karena awalnya tidak ada yg signifikan, jadi dioutlier untuk membuang data pengganggu. Kalau sudah dioutlier tapi masih ada kasus, bisa diterusin atau stop. Tergantung kondisi kak, kalau sudah ada yang signifikan ya sudah cukup, stop aja
Pagi Pak, izin bertanya, apakah wajib melakukan outlier menggunakan casewise diagnostics?
Pada dasarnya tidak wajib kak, awal sebelum outlier menggunakan casewise diagnostics, terdapat dua variable yang berpengaruh signifikan, setelah dioutlier menggunakan casewise diagnostics menjadi tiga variable. Inipun di posisi n = 104 (setelah outlier responden ke 39) apabila dilakukan uji normalitas menggunakan statistik non parametrik, skor one sample kolmogorov smirnov masih di angka 0.017 yang mana masih kurang dari 0.05. Sedangkan casewise diagnostics tidak menunjukkan rekomendasi lain. Jadi disini kita bisa lihat kalau casewise diagnostics juga memiliki keterbatasan. Solusinya dilakukan outlier manual dengan mensortir responden yang memberikan jawaban fluktuatif, misal dari 5 ke 1 atau ke 2, sebaliknya dari 1 ke 4 atau ke 5. Plus minusnya jumlah n akan makin berkurang, lagipula dalam penelitian data primer uji kualitas data yang wajib pada dasarnya adalah uji validitas dan reliabilitas, asumsi klasik adalah opsional, beda dengan data sekunder yang wajib
Pak selama malam, izin bertanya lagi Pak🙏🏼. Jadi saya kn menggunakan metode analis regresi logistik, dimana variabel y nya adalah opini audit going concern. Jadi dalam analisis regresi logistik itu, apakah perlu uni multikolinearitas Pak? Yg dimana variabel X saya terdiri dari metrik dan non metrik Pak. Kalau dalam uji multikolinearitas itu apa yang kita pake pak, tabel cofficients a, yg ada Nilai Tolerance dan Vif atau tabel yg dibawahnya yang bernama collinearity diagnostics a. Dan satu lagi Pak, apakah dlm regresi logistik itu perlu tabel correlation matrix?? Dan saya bingung cara interpretasi datanya pak. Terimakasih Pak. Mohon bantuan ny Pakk🙏🏼🙏🏼
Regresi logistik tidak perlu pakai uji multikolinearitas kak. Karena uji multikolinearitas itu bagian dari uji asumsi klasik dan dipakainya kalau regresi linear. Kalau regresi logistik pakainya overall model fit, model fit test, hosmer and lemeshow gituan, terus nanti koefisien determinasinya juga pakainya Nagelkerke R Square. Kalau dalam regresi linear uji multikolinearitas itu pakai VIF (Variance Inflation Factors) dan Tolerance. Syaratnya VIF dibawah 10 dan tolerance diatas 0.1
@@bambangleohandoko baik Pak terimakasih. Kalau tabel correlation matrix dlm regresi logistik itu gimana ya Pak🙏🏼
@@html2468 classification table kan ada dua kak,, classification table ab dan classification table a. Bila nilai classification table a lebih tinggi dari ab berarti ada kenaikan. Menunjukkan tingkat kekuatan prediksi model. Menunjukkan tingkat kekuatan prediksi model
Izin bertanya pak, data saya sekunder. Saya sudah melakukan uji asumsi klasik tetapi hasil tidak normal. Kemudian saya menggunakan casewise diagnostis tiga kali dan data sudah terdistribusi normal. Tetapi uji autokorelasi dan hetero tidak lolos. Bagaimana solusinya ya pak?
Malam Bu. Kalau saya perhatikan kemungkinan Ibu menggunakan parameter normalitas menggunakan statistik non parametrik, one sample KS. Kemungkinan sama juga yang dibilang tidak lolos itu menggunakan Runs test. Kemungkinan data Ibu ini data panel, jadi gabungan antara data cross section dan data time series. Kalau data panel opada dasarnya tidak harus lolos uji autokorelasi. Heteroskedastisitas kemungkinan prediksi saya Ibu menggunakan uji glesjer. Solusinya bisa menggunakan parameter lain misalnya yg sederhana saja, seperti scatter plots. Asalkan plots tidak membentuk pola tertentu, pada dasarnya sudah lolos uji hetero
Pa izin bertanya, kalau misalnya nilai sig
Sore Kak. Jadi artinya nilainya sangat kecil, jadi lebih kecil dari 0.001. Ini adalah tampilan di spss versi terbaru. Artinya sama dengan yg versi lama. Kalau di spss versi lama kan munculnya 0.000 yg artinya sampai 3 angka dibelakang koma belum ada angkanya, mungkin sampai 4 angka atau 5 angka dibelakang koma baru ada angkanya. Jadi kesimpulannya berpengaruh signifikan
@@bambangleohandoko baik Pak terimakasih banyak Pak🙏 izin bertanya lagi Pak, kalau nilai constant variabel in the equationnya itu -4. 676 itu maksudnya apa ya Pakk🙏
@@html2468 kalau nilai constant itu maksudnya adalah konstanta atau nilai tetap. Hasil dari olah data spss ini nantinya akan menjadi persamaan linear. Persamaan linearnya itu seperti yg dipelajari di matematika yaitu aljabar. Y = C + BX1 + BX2 + ... + BXn + e. Kalau constant nya negatif ya artinya nilai konstantanya negatif.
@@bambangleohandoko Ohh baik Pak, itu berpengaruh ngk Pak sama penelitian kita?
@@html2468 ke uji hiopotesis tidak berpengaruh. Konstanta hanya untuk mengisi persamaan regresi
Pak, mau bertanya
Kalau item pernyataan yg unfavorable, apakah skor itemnya diubah utk uji validitas? Dan apakah hasil uji validitasnya juga negatif pak?
Malam Kak, untuk skor itemnya dirubah betul, namun hasil uji validitasnya tidak negatif kak, tetap positif
Pak izin bertanya mengenai outlier data casewise diagnostic ini apakah ada sumber referensinya pak? mengenai pengaturan batas standar deviasi casewise diagnostic default dari spssnya adalah 3 pak, nah itu bisa diubah tidak pak? Apakah ada ketentuannya pak untuk merubah itu. Soalnya saya mencoba cara ini untuk menormalkan data saya pak, namun dengan setelan standar deviasi default data saya tetap tidak normal pak, namun setelah saya ubah setelan standar deviasi casewise diagnosticnya menjadi 2, data saya menjadi normal. Mohon pak bimbingannya🙏🏻
Selamat pagi kak. Bisa dirubah menjadi 2 seperti yg kak lakukan. Untuk referensi ada banyak, diantaranya ada buku karangan Haryadi Sarjono dengan judul: SPSS VS Lisrel
Pak izin bertanya, untuk uji statistik regesi logistik apa wajib melakukan casewise ini pak? Lalu, data yg kena outiler ini dihapus, tp masih aja ada kasusnya, bagaimana itu Pak?
@@AdirestyAr malam Kak. Untuk casewise tidak wajib, ini dilakukan karena awalnya tidak ada yg signifikan, jadi dioutlier untuk membuang data pengganggu. Kalau sudah dioutlier tapi masih ada kasus, bisa diterusin atau stop. Tergantung kondisi kak, kalau sudah ada yang signifikan ya sudah cukup, stop aja
@@bambangleohandoko makasih Pak atas jawabannya
@@AdirestyAr sama2 kak, sukses selalu untuk penelitian/skripsinya
@@bambangleohandoko aamiinnn Pak,