3.6.3 Koefisien Determinasi R
2
Koefisien determinasi mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Nilai koefisien determinasi adalah antara nol
dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel bebas dalam menjelaskan variabel-variabel terikat amat terbatas. Sebaliknya nilai yang mendekati
satu berarti variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel terikat.
Rumus koefisien determinasi adalah sebagai berikut: R
2
= ESSTSS = 1 – RSSTSS
= 1 – e1
2
Y
i
– Y
2
………………………………………. 3.5
3.7 Uji Asumsi Klasik
Selain dilakukan uji statistika di atas, pada saat analisis regresi sering muncul beberapa masalah yang termasuk dalam pengujian asumsi klasik, yaitu ada
tidaknya masalah autokorelasi, dan multikolinearitas.
3.7.1 Multikolinearitas 3.7.1.1
Masalah Multikolinier
Multikolinear menunjukan gejala adanya hubungan linear atau hubungan yang pasti diantara eksplanatory variabel variabel penjelas dalam model regresi.
Nancy Nopeline : Pengaruh Nilai Tukar Riil Terhadap Neraca Perdagangan Bilateral Indonesia Marshall-Lerner Condition Dan Fenomena J-Curve, 2009
USU Repository © 2008
Gejala ditunjukan oleh beberapa faktor, namun yang paling mendukung penjelasan adanya multikolinier dalam model yaitu apabila nilai R
2
dari hasil regresi sangat tinggi namun sebagian besar eksplanatori variabel tidak menjelaskan hubungan yang
signifikan terhadap variabel yang dijelaskan, melalui perbandingan antara nilai t-stat dan F-stat dengan t-tabel dan F-tabel.
Nachrowi dan Usman 2006 menjelaskan bahwa multikolinieritas dapat dideteksi dengan adanya koefisien determinasi R2 yang tinggi dan uji F yang
signifikan tetapi banyak koefisien regresi dalam uji t yang tidak signifikan, atau secara substansi interprestasi yang didapat meragukan. Akan tetapi deteksi ini bersifat
subyektif, uji formal dibutuhkan untuk mendeteksi keberadaan multikolinieritas. Ada beberapa cara untuk mendeteksi ada tidaknya gejala multikolinieritas
yang antara lain, pertama menurut Gujarati 2003 dengan melihat pada matriks korelasi korelasi antar variabel bebas, yaitu jika korelasi antar variabel melebihi
0,50 diduga terdapat gejala multikolinieritas. Yang kedua menurut Neter et al. 1993 disarankan melihat pada nilai Variance Inflation Factor VIF, yaitu jika nilai VIF
kurang dari 10 maka tidak terdapat multikolinieritas. Motgomery dan Peck sumber menjelaskan penyebab multikolinieritas
adalah: 1 metode pengumpulan data yang digunakan membatasi nilai dari regressor, 2 kendala model pada populasi yang diamati, 3 spesifikasi model, 4 penentuan
jumlah variabel eksplanatoris yang lebih banyak dari jumlah observasi atau overdetermined model, 5 data time series, trend tercakup dalam nilai variabel
eksplanatoris yang ditunjukkan oleh penurunan atau peningkatan sejalan dengan
Nancy Nopeline : Pengaruh Nilai Tukar Riil Terhadap Neraca Perdagangan Bilateral Indonesia Marshall-Lerner Condition Dan Fenomena J-Curve, 2009
USU Repository © 2008
waktu. Kadang kala aplikasi data sekunder mengalami masalah penaksiran atau menolak asumsi klasik dari model regresi linier.
3.7.2 Masalah Autokorelasi Breush- Godfrey Test
Otokorelasi terjadi apabila nilai variabel masa lalu memiliki pengaruh terhadap nilai variabel masa kini, atau masa datang. Konsekuensi dari keberadaan
otokorelasi adalah metode regresi OLS akan menghasilkan estimasi yang terlalu rendah untuk nilai variasi ut dan karenanya menghasilkan estimasi yang terlalu tinggi
untuk R2. Bahkan ketika estimasi nilai variasi ut tidak terlalu rendah, maka estimasi dari nilai variasi dari koefisien regresi mungkin akan terlalu rendah dan karenanya
akan signifikansi dari uji t dan uji F tidak valid lagi atau menghasilkan konklusi yang menyesatkan Gujarati, 1995:411
Uji Breusch-Godfrey:
1. Regres suatu model, dapatkan nilai residualnya ut
2. Regres ut terhadap seluruh variabel independen dalam model, ditambah dengan
ut-1, ut-2, …ut-p; dapatkan nilai R
2
-nya 3.
Hitung χ2 dengan rumus:
n-p ⋅R2
4. Lakukan uji otokorelasi Breusch Godfrey dengan langkah sbb:
Nancy Nopeline : Pengaruh Nilai Tukar Riil Terhadap Neraca Perdagangan Bilateral Indonesia Marshall-Lerner Condition Dan Fenomena J-Curve, 2009
USU Repository © 2008
a Formulasi hipotesis
Ho : tidak terdapat masalah otokorelasi dalam model Ha : terdapat masalah otokorelasi dalam model
b Menentukan tingkat signifikansi
α, misalnya digunakan α = 0,05 c
Menentukan kriteria pengujian
H0 diterima bila χ2 ≤ χ2α, p; dan H0 ditolak bila χ2 χ2α, p d
Menghitung χ2 statistik
e Kesimpulan
Cara ringkas untuk uji Breusch Godfrey adalah dengan melihat nilai probabilitas dari
χ
2
statistik. Apabila probabilitas χ
2
≤ α maka Ho ditolak, jika probabilitas
χ
2
α maka Ho diterima. Jadi langkahnya adalah sbb:
a Formulasi hipotesis
Ho : tidak terdapat masalah otokorelasi dalam model Ha : terdapat masalah otokorelasi dalam model
Nancy Nopeline : Pengaruh Nilai Tukar Riil Terhadap Neraca Perdagangan Bilateral Indonesia Marshall-Lerner Condition Dan Fenomena J-Curve, 2009
USU Repository © 2008
b Menentukan tingkat signifikansi
α, misalnya digunakan α = 0,05 c
Menentukan kriteria pengujian Apabila probabilitas
χ2 ≤ α maka Ho ditolak, jika probabilitas χ2 α maka Ho diterima.
d Kesimpulan
Program Eviews sangat praktis digunakan untuk melakukan uji otokorelasi Breusch-Godfrey.
Nancy Nopeline : Pengaruh Nilai Tukar Riil Terhadap Neraca Perdagangan Bilateral Indonesia Marshall-Lerner Condition Dan Fenomena J-Curve, 2009
USU Repository © 2008
BAB IV ANALISIS DAN PEMBAHASAN
Kategori