25
2. Interval estimasi akan cenderung lebih lebar dan nilai hitung statistik uji t kecil sehingga membuat peubah bebas secara statistik tidak signifikan
mempengaruhi peubah bebas. 3. Melalui uji statistik t, secara parsial peubah bebas tidak berpengaruh
terhadap peubah tak bebas, namun nilai koefisien determinasi R
2
masih bisa relatif tinggi..
c. Autokorelasi
Autokorelasi adalah terdapat hubungan antara anggota pengamatan satu dengan pengamatan lain yang berlainan waktu. Uji autokorelasi dapat
dilakukan dengan menggunakan uji Lagrange Multiplier LM. Aturan keputusannya adalah H
ditolak pada tingkat signifikansi 0.05 jika nilai Probability0.05 maka terima H
0,
berarti tidak ada autokorelasi. Jika terdapat autokorelasi dalam regresi maka estimator yang didapat akan memiliki
karakteristik sebagai berikut: 1. Estimator metode OLS masih linier
2. Estimator metode OLS masih tidak bias 3. Estimator metode OLS tidak mempunyai ragam yang minimum lagi.
Ragam tidak minimum maka menyebabkan perhitungan standar error metode OLS tidak lagi bisa dipercaya kebenarannya dan interval estimasi
maupun uji hipotesis tidak lagi dapat dipercaya untuk evaluasi hasil regresi.
d. Homoskedsatisitas
Homoskedastisitas adalah ragam sisaan sama untuk setiap periode. Lambang homoskedastisitas adalah:
26
Ee
i 2
=
2
i = 1,2,…,n 2.5
Dalam regresi dua peubah homoskedastisitas terihat pada Gambar 2.1.
Gambar 2.1 Sisaan homoskedastisitas
Ragam bersyarat dari Y
i
meningkat dengan meningkatnya X. Sehingga, ragam Y
i
tidak lagi sama, artinya terdapat heteroskedastisitas. Ee
i 2
=
i 2
i = 1,2,…,n 2.6
Indeks bawah pada
2
, yang menunjukkan bahwa ragam bersyarat dari e
i
tidak lagi konstan.
Gambar 2.2 Sisaan heteroskedastisitas
27
Heteroskedastisitas merupakan ragam dari sisaan tidak konstan. Heteroskedastisitas dapat dideteksi dengan menggunakan white test. Uji ini
digunakan karena tidak memerlukan asumsi adanya normalitas pada sisaannya. Uji white didasarkan pada jumlah sampel n dikalikan dengan R
2
yang akan mengikuti distribusi chi-squares dengan derajat kebebasan sebanyak peubah bebas tidak termasuk konstanta. Jika nilai ObsR
2
lebih besar dari nilai
2
tabel dengan tingkat signifikansi alpha 0.05 maka H ditolak, berarti terdapat heteroskedastisitas pada sisaan. Sebaliknya, jika chi
squares hitung lebih kecil dari nilai
2
tabel menunjukkan tidak adanya heteroskedastisitas.
Aturan keputusannya adalah H ditolak pada tingkat signifikansi 0.05 Jika
nilai Probability0.05, maka H ditolak. Penolakan H
berarti sisaan data mengandung heteroskedastisitas. Jika terdapat heteroskedastisitas, maka
estimator
m
tidak lagi mempunyai ragam yang minimum, sehingga estimator
m
akan memiliki karakteristik sebagai berikut: 1. Estimator metode OLS masih linier
2. Estimator metode OLS masih tidak bias 3. Estimator OLS tidak lagi mempunyai ragam yang minimum LUE
Jika ragam tidak minimum makan perhitungan standard error metode OLS tidak lagi bisa dipercaya dan interval estimasi maupun uji hipotesis yang
didasarkan pada distribusi t maupun F tidak lagi bisa dipercaya untuk evaluasi hasil regresi.
28
2.6 Model ARCH-GARCH
