terbentuk. Untuk itu perlu melakukan uji penyimpangan asumsi klasik, yang terdiri dari : Insukindro, 2000
3.4.1. Uji Multikolinieritas
Interpretasi dari persamaan regresi linier secara implisit bergantung pada asumsi bahwa variabel-variabel bebas dalam persamaan tersebut tidak saling berkorelasi.
Jika dalam sebuah persamaan terdapat multikolinieritas maka akan menimbulkan beberapa akibat, untuk itu perlu dideteksi multikolinieritas dengan besaran-besaran
regresi yang didapat sebagai berikut : 1.
Variasi besar dari taksiran OLS. 2.
Interval kepercayaan lebar karena variasi besar sehingga standar error besar yang berdampak pada interval kepercayaan lebar.
3. Uji-t t rasio tidak signifikan. Suatu variabel bebas yang signifikan baik secara
substansi maupun secara statistik jika dilakukan regresi sederhana maka terjadi bias dan tidak signifikan karena variasi besar akibat adanya kolinieritas. Bila
standar error terlalu besar maka besar pula kemungkinan taksiran koefisien regresi tidak signifikan.
4. R
2
tinggi tetapi tidak banyak variabel yang signifikan dari uji-t. 5.
Terkadang nilai taksiran koefisien yang didapat akan mempunyai nilai yang tidak sesuai dengan yang sebenarnya, sehingga dapat menyesatkan interpretasi.
Adearman Purba : Analisis faktor-faktor yang Mempengaruhi pertumbuhan ekonomi Di kabupaten Simalungun, 2008. USU Repository©2008
3.4.2. Uji Linieritas
Uji linieritas digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar. Apakah fungsi yang digunakan sebaiknya berbentuk linier, kuadrat atau
kubik. Apakah suatu variabel baru relevan atau tidak dimasukkan dalam model. Untuk uji linearitas dalam penelitian ini digunakan Uji Ramsey Ramsey RESET
test, yaitu dengan membandingkan nilai F hitung dengan F tabel. Kriteria keputusannya sebagai berikut :
1. Bila nilai F
hitung
F
table
, maka hipotesis yang menyatakan bahwa spesifikasi model yang digunakan dalam bentuk fungsi linier adalah benar tidak ditolak.
2. Bila nilai F
hitung
nilai F
table
, maka hipotesis yang menyatakan bahwa spesifikasi model yang digunakan dalam bentuk fungsi linier adalah benar tidak
dapat ditolak.
3.4.3. Uji Autokorelasi