3.7.1 Uji Multikolinearitas
Istilah multikolinearitas mula-mula ditemukan oleh Ragnar Frisch. Multikolinearitas diartikan adanya hubungan linear yang “sempurna” atau pasti,
diantara beberapa atau semua variabel yang menjelaskan dari model regresi. Untuk regresi
k-variabel, meliputi variabel yang menjelaskan X
1,
X
2,
......... X
k
dimana X
1
= 1 untuk semua pengamatan yang memungkinkan suatu intersep, suatu hubungan linear
yang pasti dikatakan ada apabila kondisi ..........
2 2
1 1
= +
+ +
k k
X X
X λ
λ λ
terpenuhi Gujarati, 1978.
Menurut Nachrowi dan Usman 2002 tidak mungkin koefisien regresi berganda dapat ditaksir akibat terjadinya multikolinearitas sempurna. sedangkan bila
terjadi multikolinearitas tidak sempurna, koefisien regresi berganda masih dapat dicari, tetapi menimbulkan beberapa akibat, yaitu: a variansi besar dari taksiran
OLS; b interval kepercayaan lebar; c uji t tidak signifikan; d R
2
tinggi tetapi tidak banyak variabel yang signifikan dari uji
t; e terkadang taksiran koefisien yang didapat akan mempunyai nilai yang tidak sesuai dengan substansi, sehingga dapat
menyesatkan. Mendeteksi multikolinearitas dalam penelitian ini dengan menggunakan uji
koefisien determinasi majemuk R
2
sesuai dengan rumus yang dikembangkan oleh Gujarati 1978 sebagai berikut:
23 2
23 43
42 43
2 42
2 23
, 4
2
1 2
r r
r r
r r
R −
− +
= 3.4
3.7.2 Uji Heterokedastisitas
Asumsi penting dalam model regresi linear klasik adalah bahwa variansi tiap unsur disturbance tergantung pada nilai yang dipilih dari variabel yang menjelaskan,
KHAIRIL ANWAR : ANALISIS DETERMINAN PENGELUARAN KONSUMSI RUMAH TANGGA MASYARAKAT MISKIN DI KABUPATEN ACEH UTARA, 2008.
USU e-Repository © 2008
adalah suatu angka konstan yang sama dengan σ
2
. Ini adalah asumsi homokedastisitas yaitu variansi yang sama Gujarati, 1978. Dengan menggunakan
rumus:
N i
u E
i
,....... 2
, 1
2 2
= =
σ 3.5
Menurut Nachrawi dan Usman 2002 homokedastisitas dapat dicari dengan menggunakan rumus:
∑
=
2 2
2
var
i
X
σ β
3.6
Sedangkan heterokedastisitas dapat dicari dengan menggunakan rumus:
2 2
2 2
2
var
∑ ∑
=
j j
j
X X
σ β
3.7
Masih menurut Nachrawi dan Usman 2002 dampak heterokedastisitas terhadap OLS adalah; a akibat tidak konstannya variansi, maka salah satu dampak
yang ditimbulkan adalah lebih besarnya variansi daripada taksiran; b lebih besarnya variansi, tentunya akan berpengaruh pada uji hipotesis yang dilakukan, karena kedua
uji tersebut menggunakan besaran variansi taksiran akibatnya uji hipotesis menjadi kurang akurat; c lebih besarnya taksiran, akan mengakibatkan standar error taksiran
juga lebih besar, sehingga interval kepercayaan juga menjadi besar; d akibat beberapa dampak tersebut maka kesimpulan yang diambil dari persamaan regresi
yang dibuat dapat menyesatkan. Pendeteksian heterokedastisitas dalam penelitian ini dengan melakukan uji
Park. R.E Park dalam tulisannya Estimation with Heteroscedastic Error Terms memformalkan metode grafik dengan menyarankan bahwa
σ
i 2
adalah suatu fungsi yang menjelaskan X
i
Gujarati, 1978. Bentuk fungsinya adalah:
KHAIRIL ANWAR : ANALISIS DETERMINAN PENGELUARAN KONSUMSI RUMAH TANGGA MASYARAKAT MISKIN DI KABUPATEN ACEH UTARA, 2008.
USU e-Repository © 2008
i
v i
i
e X
β
σ σ
2 2
=
3.8 atau,
i i
i
v X
+ +
= ln
ln ln
2 2
β σ
σ 3.9
Dimana v
i
adalah unsur gangguan disturbance yang stokhastik. Karena σ
i 2
biasanya tidak diketahui, Park menyarankan untuk menggunakan residual kuadrat σ
i 2
sebagai pendekatan dan melakukan regresi berikut:
i i
i i
i
v X
v X
+ +
= +
+ =
ln ln
ln ln
2 2
β α
β σ
σ 3.10
Jika ternyata signifikan secara statistik, ini akan menyarankan bahwa dalam data terdapat heterokedastisitas. Apabila ternyata tidak signifikan berarti menerima
asumsi homokedastisitas.
KHAIRIL ANWAR : ANALISIS DETERMINAN PENGELUARAN KONSUMSI RUMAH TANGGA MASYARAKAT MISKIN DI KABUPATEN ACEH UTARA, 2008.
USU e-Repository © 2008
BAB IV HASIL DAN PEMBAHASAN
4.1 Profil Desa Objek
Sebagaimana yang telah dijelaskan pada bab sebelumnya, bahwa dalam penelitian ini objeknya di bagi dalam tiga kelompok, yaitu; cluster pesisir, cluster
pedalaman, dan cluster perkotaan.
4.1.1 Cluster Pesisir
1. Desa Matang Lada
Matang Lada adalah salah satu desa dari 33 desa yang berada dalam wilayah administrasi Kecamatan Seunudon. Pada saat bencana Tsunami melanda Aceh,
Matang Lada termasuk salah satu desa dari 6 desa yang berada dalam Kecamatan Seunudon yang terkena dampak langsung Tsunami. Daerahnya yang berada di pesisir
pantai dengan ketinggian hanya 6 meter di atas permukaan laut membuat daerah ini termasuk daerah dengan dataran rendah. Pada saat terjadi tsunami tanggal 26
Desember 2004 setidaknya 10 orang warganya meninggal dunia, 1 orang dinyatakan hilang, dan 707 orang harus mengungsi karena rumahnya hilang maupun rusak
parah. Jumlah penduduk Matang Lada sampai saat ini berjumlah 809 orang terbagi
atas 154 Kepala Keluarga KK atau rata-rata 5 orang per KK, dengan perincian 402 laki-laki dan 407 perempuan. Dari 154 KK ini 82 KK termasuk dalam katagori
keluarga miskin. Dari segi penerangan, desa ini sudah termaduk dalam katagori baik karena 102 KK memiliki sumber penerangan dari PLN. Tingkat kepadatan penduduk
KHAIRIL ANWAR : ANALISIS DETERMINAN PENGELUARAN KONSUMSI RUMAH TANGGA MASYARAKAT MISKIN DI KABUPATEN ACEH UTARA, 2008.
USU e-Repository © 2008
Kategori