1. Microsoft excel 2007
Ms Excel merupakan perangkat lunak buatan Microsoft Corp. Software ini digunakan dalam pembuatan tabel dan grafik serta beberapa pengolahan data.
2. EViews 5.1
EViews adalah program komputer yang digunakan untuk mengolah data statistik dan data ekonometri. Program EViews dibuat oleh QMS
Quantitative Micro Software yang berkedudukan di California AS. Software ini digunakan dalam pengolahan persamaan model panel data.
3.6. Evaluasi Model
Dalam pengujian asumsi klasik bertujuan untuk mengetahui apakah model yang diteliti mengalami penyimpangan asumsi klasik atau tidak, maka
pemeriksaan terhadap penyimpangan asumsi klasik tersebut harus dilakukan. Adapun uji asumsi klasik tersebut adalah melihat ada tidaknya autokorelasi,
heteroskedastisitas, dan multikoliniaritas.
3.6.1. Autokorelasi
Autokorelasi adalah keadaan dimana faktor-faktor pengganggu yang satu dengan yang lain saling berhubungan. Uji autolorelasi yang paling sederhana
adalah menggunakan uji Durbin-Watson DW. Adapun langkah pengujian adalah a.
Hipotesis : Ho :
.....
2 1
= =
= =
p
ρ ρ
ρ , non autokorelasi faktor pengganggu periode
tertentu tidak berkorelasi dengan faktor pengganggu pada periode lain.
Ha : .....
2 1
≠ =
= =
p
ρ ρ
ρ , autokorelasi faktor pengganggu periode tertentu
berkorelasi dengan faktor pengganggu pada periode lain. b.
Kriteria pengujian seperti yang dijelaskan pada tabel 3.2 yaitu :
Tabel 3.2. Daerah Uji Statistik Durbin-Watson
Nilai statistik d Hasil
0 d d
L
Menolak Ho ; ada autokorelasi positif d
L
≤ d ≤ d
U
Daerah keragu-raguan ; tidak ada keputusan d
U
≤ d ≤ 4 - d
U
Menerima Ho ; tidak ada autokorelasi positifnegatif 4 – d
U
≤ d ≤ 4 - d
L
Daerah keragu-raguan ; tidak ada keputusan 4 – d
L
≤ d ≤ 4 Menolak Ho ; ada autokorelasi negatif
3.6.2. Uji Multikolinearitas
Adanya hubungan linier antara variabel independen dalam suatu regresi disebut dengan multikolinearitas. Pengujian terhadap gejala multikolinearitas
dapat dilakukan dengan membandingkan nilai R
2
dan signifikansi dari variabel yang digunakan. Sebagai rule of thumb, apabila koefisien korelasi cukup tinggi
sementara terdapat sebagian besar atau semua yang secara parsial tidak signifikan, maka diduga terjadi multikolinearitas pada model regresi Gujarati, 2003. Lebih
dari itu, gejala multikolineritas biasanya timbul pada data time series dimana korelasi antar variabel independen cukup tinggi. Sehingga dengan
mengkombinasikan data yang ada dengan data cross section mengakibatkan masalah multikolineritas secara tekhnis dapat dikurangi.
3.6.3. Uji Heteroskedasitas
Heteroskedasitas adalah keadaan dimana faktor gangguan tidak memiliki varian yang sama. Dalam suatu model apabila dijumpai adanya masalah
heteroskedastisitas maka model akan menjadi tidak efisien meskipun tidak bias dan konsisten. Gejala adanya heteroskedasitas dapat dideteksi dengan melakukan
uji White test. Sedangkan hipotesis yang digunakan adalah sebagai berikut: 1.
Uji hipotesis untuk menentukan ada tidaknya heteroskedasitas. .....
:
2 1
= =
= =
q
H ρ
ρ ρ
, tidak ada heteroskedasitas .....
:
2 1
≠ ≠
≠ ≠
q
Ha ρ
ρ ρ
, ada heteroskedasitas 2.
Kriteria : χ
2
– hitung χ
2
– tabel, maka Ho diterima yang berati tidak ada heteroskedasitas. Dan sebaliknya, apabila
χ
2
–hitung χ
2
–tabel, maka Ho ditolak, berarti ada heteroskedasitas.
Untuk menyembuhkan pelanggaran heteroskedastisitas maka kita dapat mengestimasi model dengan metode Generalized Least Square dan weights cross
section atau melakukan white heteroscedasticity-consistence variance Nachrowi
dan Usman, 2006.
3.7. Uji statistik
