Multikolinieritas Heteroskedastisitas Uji Penyimpangan Asumsi Klasik

Uji kesesuaian test of goodness of fit dilakukan berdasarkan perhitungan nilai koefisien determinasi R 2 yang kemudian dilanjutkan dengan uji F F- test dan uji t t-test. a. Koefisien determinasi R 2 bertujuan untuk mengetahui seberapa besar variabel bebas modal kerja, tenaga kerja, pengalaman dan jarak tempuh melaut dapat menjelaskan variabel terikat keuntungan nelayan. b. Uji serempak F-test digunakan untuk menguji signifikansi dari model penelitian. c. Uji parsial t-test digunakan untuk menguji signifikansi dari masing- masing parsial variabel bebas terhadap variabel terikat.

3.10 Uji Penyimpangan Asumsi Klasik

Dalam suatu model regresi berganda ada beberapa permasalahan yang bisa terjadi yang secara statistik dapat mengganggu model yang ditentukan, bahkan dapat menyesatkan kesimpulan yang diambil dari persamaan yang dibentuk. Untuk itu perlu dilakukan uji penyimpangan asumsi klasik.

3.10.1 Multikolinieritas

Multikolinieritas timbul karena satu atau lebih variabel bebas penjelas merupakan kombinasi linier yang pasti sempurna atau mendekati pasti dari variabel penjelas lainnya. Jika terdapat multikolinieritas sempurna, koefisien regresi dari variabel penjelas tersebut tidak dapat ditentukan dan variansnya bernilai tak Sujarno : Analisis Faktor-Faktor Yang Mempengaruhi Pendapatan Nelayan Di Kabupaten Langkat, 2008 USU Repository © 2008 terhingga. Jika multikonilinieritas kurang sempurna, koefisien regresi dapat ditentukan, namun variansnya sangat besar, sehingga tidak dapat menaksir koefisien secara akurat. Dalam model regresi linier, diasumsikan tidak terdapat multikolinieritas di antara variabel-variabel penjelas, untuk itu perlu dideteksi dengan mengamati besaran-besaran regresi yang didapat, yaitu : 1. Interval tingkat kepercayaan lebar karena varians besar maka standar error besar, sehingga interval kepercayaan lebar; 2. Koefisien determinasi tinggi dan signifikasi nitai t statistik rendah; 3. Koefisien korelasi antar variable bebas tinggi; 4. Nilai koefisien korelasi parsial tinggi. Untuk melihat ada tidaknya multikolinieritas dalam suatu model pengamatan, dapat dilakukan dengan regresi antar variabel bebas, sehingga dapat diperoleh nilai koefisien determinan R 2 masing-masing. Selanjutnya R 2 hasil regresi antar variabel bebas tersebut dibandingkan dengan R 2 hasil regresi model, sehingga diperoleh kesimpulan sebagai berikut: Jika nilai R 2 hasil regresi antar variabel bebas R 2 model penelitian, maka hipotesis yang menyatakan bahwa tidak ada multikolinieritas dalam model empiris yang digunakan ditolak. Jika nilai R 2 hasil regresi antar variabel bebas R 2 model penelitian, maka hipotesis yang menyatakan bahwa tidak ada masalah multikolinieritas model empiris yang digunakan tidak dapat ditolak. Sujarno : Analisis Faktor-Faktor Yang Mempengaruhi Pendapatan Nelayan Di Kabupaten Langkat, 2008 USU Repository © 2008

3.10.2 Heteroskedastisitas

Salah satu asumsi dari model regresi linier klasik adalah varian dari setiap kesalahan pengganggu μ i untuk variabel-variabel bebas yang diketahui merupakan suatu bilangan konstan dengan symbol σ 2 . Kondisi seperti ini disebut dengan homoskedastisitas, dengan persamaan sebagai berikut : E μ i 2 = σ 2 , dimana i = 1,2,...,n 3.4 Sedangkan bila varian tidak konstan atau berubah-ubah disebut dengan heteroskendastisitas. Dalam prakteknya, heteroskendastisitas banyak ditemui pada data cross- section, karena pengamatan dilakukan pada individu yang berbeda pada saat yang lama, akan tetapi bukan berarti heteroskendastisitas tidak mungkin terjadi dalam data time series. Untuk melihat atau mendeteksi adanya heteroskendastisitas dapat dilakukan dengan menggunakan Park Test Uji dari Park RE. Park memformalkan metode grafik, dengan menganjurkan bahwa σ 2 , merupakan fungsi dari variabel bebas X i . Fungsi yang dianjurkan adalah sebagai berikut : σ i 2 = σ 2 X i β e vi 3.5 atau bila ditulis dalam bentuk logaritma natural adalah sebagai berikut: ln σ i 2 = ln σ 2 + β ln X i + v i 3.6 Karena σ i 2 pada umumnya tidak diketahui, maka Park menyarankan σ i 2 digantikan dengan μ i residual, sehingga diperoleh : Sujarno : Analisis Faktor-Faktor Yang Mempengaruhi Pendapatan Nelayan Di Kabupaten Langkat, 2008 USU Repository © 2008 ln μ i 2 = In μ 2 + β ln X i + v i = α + β ln X i + v i 3.7 Sebagai pedoman, apabila koefisien β dari persamaan 3.7 signifikan secara statistik, ini menunjukkan bahwa dalam data dari model empiris yang sedang diestimasi terdapat heteroskedastisitas, dan sebaliknya, bila koefisien parameter β dari persamaan 3.7 tidak signifikan secara statistik, maka asumsi homoskedastisitas atau tidak adanya heteroskedastisitas dalam data dari model empiris yang sedang diestimasi tidak dapat ditolak. Untuk dapat menerapkan uji Park, maka ada beberapa langkah yang harus dilakukan, yaitu : 1. Melakukan regresi dengan menggunakan model yang sedang diamati, kemudian didapatkan nilai estimasi residual, μ i 2 . 2. Lakukan regresi dengan menggunakan persamaan 3.7

3.10.3 Normalitas