44
4.2.2. Uji Asumsi Klasik
Dalam suatu persamaan regresi harus bersifat BLUE Best Linier Unbiased Estimator
, artinya dalam pengambilan keputusan melalui uji F dan uji t tidak boleh bias Sesuai dengan tujuan
Berdasarkan hasil uji asumsi klasik dengan alat bantu komputer yang menggunakan Program SPSS. 16.0 For Windows. diperoleh hasil
sebagai berikut
1. Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalah pada periode t-1 sebelumnya. Autokorelasi muncul kerena observasi yang berurutan sepanjang waktu berkaitan
satu sama lain Ghozali, 2001: 61. Untuk menguji apakah terjadi autokorelasi atau tidak, dapat
digunakan uji Durbin Watson, dengan ketentuan sebagai berikut :. 1.
Apabila 4 – dW dU, hal ini berarti bahwa Ho diterima : Jadi P = 0, berarti tidak ada autokorelasi pada model
2. Apabila 4 – dW dL, hal ini berarti bahwa Ho ditolak : Jadi P =
0, berarti terdapat autokorelasi pada model 3.
Apabila dL 4 – dW dU, hal ini berarti bahwa Uji ini hasilnya tidak konklusif, sehingga tidak dapat ditentukan apakah ada
autokorelasi atau tidak dalam model tersebut Berdasarkan dari hasil “Uji Autokorelasi” dengan alat bantu
komputer yang menggunakan Program SPSS. 16.0. For Windows
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
45
dapat diketahui besarnya bahwa nilai Durbin Watson dW tes yaitu sebesar 2,571 Lampiran. 5, sedangkan berdasarkan tabel “Durbin
Watson” Untuk N = 4 dan k = 2 Lampiran 7, diperoleh nilai dL = 0,467 dan dU = 1,896.
Untuk memperjelas uraian tersebut di atas, berikut ini merupakan gambar kurva daerah keputusan autokorelasi, yang dapat
dilihat pada gambar 4.1, sebagai berikut
Gambar. 4.1 Daerah Keputusan Autokorelasi
Berdasarkan pada gambar 4.1 dapat diketahui bahwa nilai dW tes sebesar 2,571 berada diantara nilai 4 - dU = 2,104 dan 4 - dL =
3,533 atau daerah keragu - raguan, sesuai dengan ketentuan yang telah ditetapkan, maka hal ini berarti dalam model regresi tersebut tidak
terdapat korelasi antara korelasi pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya, sehingga data dari seluruh
variabel bebas X yang digunakan dalam penelitian ini baik X
1
, dan X
2
, dapat digunakan dalam penelitian.Santoso, 2001, 219
Tidak Ada Autokorelasi Positif dan Negatif
dL = 0,467
dU = 1,896
4 – dU = 2,104
4 – dL = 3,533
4 Daerah
Keragu -raguan Ada
Autokorelasi Negatif
Daerah Keragu - raguan
Ada Aukorelasi positif
DW test = 2,571
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
46
2. Multikolinieritas