68
4.2.3 Pengujian Multikolinieritas
Uji multikolinieritas merupakan salah satu uji asumsi klasik untuk melihat ada atau tidaknya hubungan antara variabel independen dalam satu
persamaan regresi. Model yang baik adalah model yang tidak mengandung multikolinieritas. Dampak apabila terjadi multikolinieritas akan menyebabkan
koefisien regresi yang dihasilkan oleh analisis regresi berganda menjadi sangat lemah dan tidak dapat memberikan hasil analisis bagaimana pengaruh variabel
independen terhadap variabel dependen. Sesuai dengan metode penelitian pada bab sebelumnya, untuk
mendeteksi ada tidaknya multikolinieritas dalam penelitian ini dilakukan tahapan pengujian melalui Eviews 7.2 dengan pendekatan korelasi parsial metode deteksi
Klien yang memperbandingkan R
2
dari regresi inti persamaan linier dengan R
2
dari regresi korelasi antara masing-masing variabel independen. Dengan ketentuan apabila R
2
pada regresi inti lebih besar dari R
2
regresi korelasi parsial masing-masing variabel independen maka tidak ditemukan adanya
multikolinieritas. Dan sebaliknya, apabila R
2
pada regresi inti lebih kecil dari R
2
regresi korelasi parsial masing-masing variabel independen maka ditemukan adanya multikolinieritas.
Dari hasil regresi dengan deteksi klien diperoleh nilai R
2
persamaan inti sebesar 0,9913 sedangkan nilai R
2
dari regresi parsial antar variabel independen adalah R
2
1= 0,545; R
2
2= 0,919; R
2
3= 0,751; R
2
4= 0,915; R
2
5= 0,709; R
2
6= 0,788. Dimana nilai R
2
R
2
1; R
2
2; R
2
3; R
2
4; R
2
; R
2
6, maka dapat disimpulkan tidak ada multikolinieritas dalam model persamaan permintaan
Universitas Sumatera Utara
69
impor bawang merah atau masalah korelasi antar variabel independen dapat diabaikan.
4.2.4 Pengujian Heterokedastisitas.
Metode Glejser merupakan metode yang sederhana dan mudah dilakukan. Uji Glejser dilakukan dengan cara meregresikan antara variabel
independen dengan nilai absolut residualnya. Jika nilai signifikan antara variabel independen dengan absolut residualnya lebih dari 0,05 maka tidak terjadi masalah
heterokedastisitas. Persamaan dengan mengabsolutkan residual sebagai variabel dependen dalam persamaan linier permintaan impor bawang merah dala penelitian
ini adalah: |
ẽ | = α
+ α
1
X1 + α
2
X2 + α
3
X3 + α
4
X4 + α
5
X5 + α
6
X6 + ⱱ
Kelemahan metode tersebut terletak pada kaitannya dengan residual ⱱ
yang kemungkinan tidak sesuai dengan asumsi metode OLS. Namun metode tersebut baik untuk penelitian dengan sampel besar atau pada persamaan dengan
variabel independen yang cukup banyak termasuk pada penelitian ini. Dasar asnalisis yang digunakan jika hasil regresi menunjukkan variabel independen
signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heterokedastisitas, dan demikian juga sebaliknya.
Hipotesis yang akan diuji adalah: H
: secara keseluruhan variabel bebas dalam model tidak baik menyebabkan
gejala heterokedastisitas α : 5. H
1
: secara keseluruhan variabel bebas dalam model menyebabkan gejala
heterokedastisitas α : 5.
Universitas Sumatera Utara
70
Tabel 4.12 Hasil Uji Heterokedastisitas – Metode Glejser
Heteroskedasticity Test: Glejser F-statistic
0.615201 Prob. F6,4 0.7170
ObsR-squared 5.279181 Prob. Chi-Square6
0.5085 Scaled explained SS
2.101265 Prob. Chi-Square6 0.9102
Test Equation: Dependent Variable: ARESID
Method: Least Squares Date: 032714 Time: 10:43
Sample: 2002 2012 Included observations: 11
Variable Coefficient
Std. Error t-Statistic
Prob. C
-361.6273 21062.45
-0.017169 0.9871
X1 2478.316
4340.610 0.570960
0.5986 X2
0.207230 0.340332
0.608905 0.5755
X3 -0.003716
0.016177 -0.229734
0.8296 X4
-0.004485 0.003540
-1.266747 0.2740
X5 1.176053
2.054138 0.572529
0.5976 X6
0.014401 0.047006
0.306356 0.7746
R-squared 0.479926 Mean dependent var
2751.684 Adjusted R-squared
-0.300186 S.D. dependent var 2345.363
S.E. of regression 2674.317 Akaike info criterion
18.88190 Sum squared resid
28607882 Schwarz criterion 19.13511
Log likelihood -96.85046 Hannan-Quinn criter.
18.72229 F-statistic
0.615201 Durbin-Watson stat 2.069346
ProbF-statistic 0.716991
Sumber: Eviews diolah
Sesuai dengan hasil uji Glejser pada penelitian ini yang terdapat pada Tabel 4.11 didapat informasi bahwa nilai F
hitung
= 0,615 dengan signifikansi 0,7170. Nilai signifikansi ini lebih besar dari α 0,05 sehingga H
diterima. Dimana nilai probabilitas Chi Square sebesar 0,508 lebih besar dari nilai α sebesar
0,05. Dengan demikian dapat disimpulkan bahwa secara keseluruhan, tidak terjadi gejala heterokedastisitas dalam model.
Universitas Sumatera Utara
71
4.3 Hasil dan Pembahasan
Kategori