• Standard error yang tidak terhingga •
sangat tinggi • Terjadinya perubahan tanda atau tidak sesuai dengan teori
• Tidak ada satupun t-statistik yang signifikan pada α = 1, α = 5
dan α = 10
3.5.3.2 Heteroskedastisitas
Asumsi penting dalam regresi linier klasik adalah bahwa gangguan yang muncul dalam model regresi korelasi adalah homoskedastisitas yaitu semua
gangguan mempunyai varians yang sama. Namun, bila asumsi ini tidak dapat dipenuhi maka dalam penelitian tersebut terdapat heteroskedastisitas yang
berakibat bahwa estimasi tidak efisien. Untuk mendeteksi adanya heterokedastisitas dapat digunakan uji korelasi Rank Spearman dimana
korelasinya dirumuskan sebagai berikut :
rs = 1
6 1
2
− −
∑
n n
Di
Dimana : Di
= Selisih dalam rank dua karakteristik yang berbeda n
= banyaknya sampel yang diteliti Selanjutnya untuk memastikan apakah model memiliki gejala heteroskedastisitas
digunakan rumus :
t = Rs
2
1 2
rs n
− −
Untuk pengujian ini digunakan hipotesa sebagai berikut :
Universitas Sumatera Utara
Ho : Rs = 0 tidak terdapat gejala heterokedastisitas Ha : Rs
≠ 0 terdapat gejala heterokedastisitas Dengan keriteria pengujian pada tingkat kepercayaan 1-
α sbb : Ho diterima jika t-
hitung
tα Ha diterima jika t-
hitung
tα
3.5.3.3 Autokorelasi Serial Correlation
Autokorelasi dapat didefinisikan sebagai korelasi hubungan yang terjadi antara anggota-anggota dari serangkaian pengamatan yang diurutkan menurut
waktu dan ruang time series. Autokorelasi ini menunjukkan hubungan antara nilai-nilai yang berurutan dari variabel-variabel yang sama. Autokorelasi dapat
terjadi apabila kesalahan pengganggu suatu periode korelasi dengan kesalahan pengganggu periode sebelumnya. Ada beberapa cara untuk menguji autokorelasi,
yaitu sebagai berikut : • Dengan memplot grafik
• Dengan D-W Test Uji Durbin Watson
D- hitung = Dengan hipotesis sebagai berikut :
Ho : ρ = 0, artinya tidak ada autokorelasi Ha : ρ = 0, artinya ada autokorelasi
Dengan jumlah sampel tertentu dan jumlah variabel independen tertentu diperoleh nilai kritis dl dan du dalam tabel distribusi Durbin-
Watson untuk nilai α. Hipotesis yang digunakan adalah sebagai berikut :
Universitas Sumatera Utara
Inconclusive inconclusive Auto + auto -
Ho diterima
0 dL dU 2 4-dU 4-dL 4 Gambar 3.1
Kurva Durbin-Watson
Dimana : Ho
= tidak ada autokorelasi Dwdu
= tolak Ho ada korelasi positif Dw4du
= tolak Ho ada korelasi negatif DuDw4-du
= tolak Ho tidak ada korelasi dl
≤ Dw ≥du = tidak bisa disimpulkan inconclusive
4-du ≤ Dw ≤4-dl = tidak bisa disimpulkan inconclusive
3.5.4 Metode Sign Test Uji Tanda
