Multikolinearity. Autokorelasi. Uji Penyimpangan Asumsi Klasik.

independen secara bersama-sama mempengaruhi variabel dependen. Nilai F – hitung dapat diperoleh dengan rumus: R 2 k – 1 1 – R 2 n - k Dimana: R 2 = koefesien determinasi K = jumlah variabel independen ditambah intercept dari suatu model persamaan n = jumlah sampel Ho Diterima Ha Diterima Gambar 3.2. Kurva Uji F-Statistik

3.8. Uji Penyimpangan Asumsi Klasik.

= F

3.8.1. Multikolinearity.

Multikolinearity adalah alat untuk mengetahui suatu kondisi, apakah terdapat korelasi variabel independen diantara satu sama lainnya. Untuk mengetahui ada Reni Novalina Sirait : Analisis Determinan Permintaan Kredit Umum Pedesaan Pada Pt. Bri Persero Studi Kasus : Unit Bri Parapat, 2009 USU Repository © 2008 tidaknya multikolinearity dapat dilihat dari nilai R- square, F- hitung, t-hitung , serta standart error. Adanya multikolinearity ditandai dengan: a. Standart error tidak terhingga. b. Tidak ada satupun t- statistik yang signifikan pada = 5, = 10, = 1. c. Terjadi perubahan tanda atau tidak sesuai dengan teori. d. R 2 sangat tinggi.

3.8.2. Autokorelasi.

Autokorelasi terjadi bila error term dari periode waktu yang berbeda berkorelasi. Dikatakan bahwa error term berkorelasi atau mengalami korelasi serial apabila:Variabel ei .ej ≠ 0 untuk I ≠ j, dalam hal ini dapat dikatakan memiliki masalah autokorelasi. Ada beberapa cara untuk mengetahui keberadaan autokorelasi, yaitu: a. Dengan memplot grafik. b. Dengan Durbin – Watson uji D – W test. ∑ et – et – 1 2 ∑ e 2 t Dengan hipotesis sebagai berikut: Ho : = 0, artinya tidak ada autokorelasi Ha : ≠ 0, artinya ada autokorelasi = − hitung D Reni Novalina Sirait : Analisis Determinan Permintaan Kredit Umum Pedesaan Pada Pt. Bri Persero Studi Kasus : Unit Bri Parapat, 2009 USU Repository © 2008 Dengan jumlah sampel tertentu dan jumlah variabel independen tertentu diperoleh nilai kritis dl dan du dalam tabel distribusi Durbin – Watson untuk berbagai nilai . Hipotesis yang digunakan adalah: Inconclusive Inconclusive Autokorelasi + Autokorelasi- Ho: accept 0 dl du 2 4-du 4-dl 4 Gambar 3.3 Distribusi Durbin – Watson Dimana: Ho : Tidak ada autokorelasi Dw dl : Tolak Ho ada korelasi positif Dw 4 dl : Tolak Ho ada korelasi negatif Du dw 4 – du : Terima Ho tidak ada autokorelasi Dl ≤ dw ≤ du : Tidak bisa disimpulkan inconclusive 4 - du ≤ dw ≤ 4 - dl : Tidak bisa disimpulkan inconclusive Reni Novalina Sirait : Analisis Determinan Permintaan Kredit Umum Pedesaan Pada Pt. Bri Persero Studi Kasus : Unit Bri Parapat, 2009 USU Repository © 2008

3.9. Defenisi Operasional Variabel.