H : b
1
= b
2
= .... = b
i
= 0 H
1
: minimal ada salah satu b
i
≠ 0 Uji F ini dilakukan dengan membandingkan nilai taraf nyata α yang
ditetapkan dan nilai probabilitas F-statistiknya. Dari uji F tersebut dapat diketahui suatu model dapat diterima atau tidak.
Kriteria Uji : Probability F-Statistic
taraf nyata α, maka tolak H Probability F-Statistic
taraf nyata α, maka terima H Jika uji F tolak H
atau terima H
1
, maka dapat disimpulkan minimal ada satu variabel bebas yang berpengaruh nyata terhadap variabel terikatnya
dan model yang digunakan dapat diterima. Sebaliknya jika dalam uji F terima H
atau tolak H
1
maka dapat disimpulkan bahwa tidak ada satupun variabel bebas yang berpengaruh nyata terhadap variabel terikatnya dan
model tidak layak digunakan.
3.5.3. Uji Kriteria Ekonometrika
1. Multikolinearitas
Multikolinearitas mengacu pada kondisi dimana terdapat korelasi linear di antara variabel bebas sebuah model. Jika dalam suatu model terdapat
multikolinear akan menyebabkan nilai R
2
yang tinggi dan lebih banyak variabel bebas yang tidak signifikan daripada variable bebas yang signifikan
atau bahkan tidak ada satupun. Masalah multikolinearitas dapat dilihat melalui correlation matrix, dimana batas tidak terjadi korelasi sesame variabel yaitu
dengan uji Akar Unit sesama variabel bebas adalah tidak lebih dari
Gujarati, 1997. Melalui correlation matrix ini dapat pula digunakan Uji Klein dalam mendeteksi multikolinearitas. Apabila terdapat nilai korelasi yang
lebih dari , maka menurut uji Klein multikolinearitas dapat diabaikan
selama nilai korelasi tersebut tidak melebihi nilai R-squared Adj atau R
2
- nya. Multikolinearitas juga dapat dideteksi dengan melihat nilai VIF variance
inflation factor antar variabel bebasnya.
2. Heteroskedastisitas
Kondisi heteroskedastisitas merupakan kondisi yang melanggar asumsi dari regresi linear klasik. Heteroskedastisitas menunjukkan nilai varian dari
variabel bebas yang berbeda, sedangkan asumsi yang dipenuhi dalam linear klasik adalah mempunyai varian yang sama konstan homoskedastisitas.
Pengujian masalah heteroskedastisitas dilakukan dengan menggunakan uji White Heteroscedasticity Test Gujarati, 1997. Pengujian ini dilakukan
dengan cara melihat probabilitas ObsR-squared-nya. H
: δ = 0 H
1
: δ ≠ 0 Kriteria Uji :
Probability ObsR-squared taraf nyata α, maka terima H
Probability ObsR-squared taraf nyata α, maka tolak H
Jika hasil menunjukkan tolak H maka persamaan tersebut tidak
mengalami gejala heteroskedastisitas. Begitu sebaliknya, jika terima H maka
persamaan tersebut mengalami gejala heteroskedastisitas.
3. Uji Autokorelasi
Autokorelasi adalah korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu dan ruang. Masalah autokorelasi dapat diketahui
dengan menggunakan uji Breusch-Godfrey Serial Correlation LM Test. H
: = 0 H
1
: ≠ 0 Kriteria uji :
Probability ObsR-squared taraf nyata α, maka terima H
Probability ObsR-squared taraf nyata α, maka tolak H
Apabila nilai probabilitas ObsR-squared-nya lebih besar dari taraf nyata tertentu tolak H
, maka persamaan itu tidak mengalami autokorelasi. Bila nilai ObsR-squared-nya lebih kecil dari taraf nyata tertentu terima H
, maka persamaan itu mengalami autokorelasi.
4. Uji Normalitas
