Secara matematika, bentuk hipotesanya menjadi : •
1
X Y
δ δ
Jika terjadi peningkatan pada X
1
pertumbuhan penduduk, maka Y PDRB akan mengalami penurunan, ceteris paribus.
•
2
X Y
δ δ
Jika terjadi peningakatan pada X
2
pengeluaran pemerintah, maka Y PDRB akan mengalami peningkatan, ceteris paribus.
•
3
X Y
δ δ
Jika terjadi peningkatan pada X
3
investasi, maka Y PDRB akan mengalami peningkatan, ceteris paribus.
3.4.1. Uji Penyimpangan Asumsi Klasik
Sebelum dilakukan regresi, terlebih dahulu dilakukan uji asumsi klasik untuk melihat apakah data terbebas dari masalah multikolinieritas, dan
autokorelasi. Uji asumsi klasik penting dilakukan untuk menghasilkan estimator yang linier tidak bias dengan varian yang minimum Best Linier Unbiased
Estimator = BLUE, yang berarti model regresi tidak mengandung masalah.
1. Uji Multikolinearitas
Multikolinieritas merupakan salah satu asumsi regresi linier klasik adalah tidak adanya multikolinieritas sempurna no perfect multicollinearity. Istilah ini
pertama kali diperkenalkan oleh Ragnar Frisch tahun 1934. Menurut Frisch, suatu model regresi dikatakan terkena multikolinieritas bila terjadi hubungan linier yang
Universitas Sumatera Utara
perfect datau exact di antara beberapa atau semua variabel bebas dari suatu model regresi. Akibatnya akan kesulitan untuk dapat melihat pengaruh variabel penjelas
terhadap variabel yang dijelaskan. Cara medeteksi masalah multikolinieritas :
a. Nilai R
2
yang dihasilkan dari hasil estimasi model empiris sangat tinggi, tetapi tingkat signifikan variabel bebas berdasarkan uji t-statistik sangat
kecil atau bahkan tidak ada variabel bebas yang signifikan. b.
Menggunakan Korelasi Parsial Examination of Partial Correlations Langkah-Langkah yang digunakan yaitu :
1 Melakukan estimasi atau regresi dengan model awal y = x
1
,x
2
. Dari hasil estimasi model ini, nilai R
2
yang ditemukan disebut dengan
2 ,
, ,
3 2
1
x x
x y
R
2 Lakukan regresi dengan menggunakan model x
1
= fx
2
; x
2
= fx
1
. Nilai R
2
yang ditemukan, kemudian masing-masing disebut dengan
2 ,
,
3 2
1
x x
x
R
;
2 ,
,
3 1
2
x x
x
R
dan
2 ,
,
1 2
3
x x
x
R
3 Rule of Thumb yang digunakan sebagai pedoman adalah bila nilai
2 ,
, ,
3 2
1
x x
x y
R
lebih tinggi dibandingkan dengan
2 ,
,
3 2
1
x x
x
R
;
2 ,
,
3 1
2
x x
x
R
dan
2 ,
,
1 2
3
x x
x
R
maka dalam model empiris tidak ditemukan adanya multikolinieritas
.
Dasar-Dasar Ekonometrika : Kerjasama Bank Indonesia Dengan Program Studi MEP dan M.Si Universitas Sumatera
Utara Tahun 2000.
Universitas Sumatera Utara
2. Uji Autokorelasi
Autokorelasi terjadi apabila error term µ dari waktu yang berbeda atau mengalami korelasi serial apabila :Var e
i
, e
j
≠ 0 untuk i ≠ j, dalam hal ini dapat dikatakan memiliki masalah autokorelasi. Faktor-faktor yang menyebabkan
autokorelasi antaralain kesalahan dalam menentukan model, penggunaan log pada model dan tidak memasukkan variabel yang penting. Akibat dari adanya
autokorelasi adalah parameter yang diestimasi menjadi bias dan variansnya tidak minimum, sehingga tidak efisien
Untuk mendeteksi ada tidaknya autokorelasi dapat dilakukan dengan uji Durbin Watson D-W
test
sebagai berikut :
∑ ∑
− −
= −
t e
et et
hit D
2 2
1
Bentuk hipotesisnya adalah sebagai berikut : Ho : p = 0, artinya tidak ada autokorelasi
H0 : p ≠ 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
berbagai nilai α, hipotesis yang digunakan adalah : 1.
Tolak H
o
yang mengatakan tidak ada autokorelasi positif, bila nilai D-W statistik terletak antara 0 d d
1
2. Tolak H
o
yang mengatakan tidak adal autokorelasi negatif, bila nilai D-W statistik terletak antara 4-d
1
d 4. 3.
Terima H
o
yang tidak ada autokorelasi negatif maupun autokorelasi positif, bila nilai D-W statistik terletak antara d
u
d 4-d
u
.
Universitas Sumatera Utara
4. Ragu-Ragu inconclusive tidak ada autokorelasi positif bila d
1
≤ d ≤ 4-d
1
. 5.
Ragu-ragu inconclusive tidak ada autokorelasi negatif bila d
u
≤ d ≤ 4-d
1
.
Autokorelasi + Ho diterima
Autokorelasi - Conclusive No serial Correlation Conclusive
0 dl du 2 4-du 4-dl 4
Gambar 3.1 : Durbin Watson Test
3.4.2. Test of Goodnes Of Fit Uji Kesesuaian 1. Koefisien Determinasi R-Square
