commit to user
2. Uji Asumsi Klasik
Model asunsi linear klasik didasarkan pada asumsi: a. Nilai rata-rata bersyarat dari unsur gangguan populasi Ui, tergantung
pada nilai tertentu, variable yang menjelaskan adalah nol b. Variable bersyarat dari Ui adalah konstan atau homokedastisitas
c. Tidak ada autokorelasi dalam gangguan d. Variable independet adalah non stokastik
e. Tidak ada multikolinearitas diantara variable independent f. Ui didistribusikan secara normal dengan rata-rata dan variable yang
diberikan oleh asumsi a dan b Dengan asumsi diatas penaksir OLS dari koefisien regresi
adalah tidak bias linier BLUE Best Linier Unbiased Estimator. Penyimpangan terhadap asumsi diatas akan mempengaruhi hasil
analisis. Model penyimpangan OLS antara lain.
a. Multikolinearitas
Ada hubungan antara beberapa atau semua variabel yang menjelaskan dalam model Regresi. Jika dalam model terdapat
Multikolinearitas maka model tersebut memiliki kesalahan standar yang besar sehingga koefisien tidak dapat di taksir dengan
ketepatan tinggi. Salah satu cara mendeteksi ada tidaknya Multikolinearitas
adalah dengan Uji Farrar – Glauber Perhitungan Ratio – F untuk menguji lokasi Multikolinearitas yaitu :
commit to user
v Merreges tiap variabel bebas atau variabel bebas yang lain. Dari Regresi tersebut diperoleh R
2
yang cocok
2 1
R v Menghitung F kritis F1
2 1
2 1
1
K N
R I
I K
R F
- -
- =
Hasil dari F
1
dibandingkan dengan F tabel. Jika F tabel F
1
Maka variabel bebas tersebut kalinear dengan variabel lainnya. Sebaliknya jika F tabel F
1
maka variabel bebas tersebut tidak kalinier terhadap variabel bebas lain.
b. Heteroskedastisitas
Heteroskedasitas terjadi jika gangguan muncul dalam fungsi Regresi yang mempunyai varian yang tidak sama sehingga
penaksir OLS tidak efiisen baik dalam sampel kecil maupun besar tapi masih tidak bias dan konsisten
Salah satu cara untuk mendeteksi maslah Heteroskedasitas adalah dengan Uji Park yaitu :
v Dari Hasil Regresi OLS akan diperoleh nilai Residualnya v Nilai Residual tadi dikuadratkan, lalu diregresikan dengan
variabel bebas sehingga diperoleh persamaan sebagai berikut
2 2
1 1
2 1
x x
x x
x e
o
+ +
=
Dari hasil Regresi tahap 2 dilakukan Uji t
commit to user
Jika
1
x dan
2
x signifikan maka terjadi masalah Heteroskedasitas. Jika tidak signifikan maka tidak terdapat
Heteroskedasitas dalam model tersebut.
c. Uji Autokorelasi
Adalah adanya korelasi antara variabel gangguan sehingga penaksir tidak lagi efisien baik dalam sampel kecil maupun sampel
besar. Salah satu cara untuk menguji autokorelasi adalah dengan
percobaan : 1. Durbin – Watson
ú ú
û ù
ê ê
ë é
- -
=
å å
2 1
1 1
2 e
i ei
d l
Ragu- Ragu-
ragu ragu
0dl du
2 4-du
4-dl 4
Hipotensnya, Ho adalah dua ujungnya tidak ada serial autokorelasi baik positif maupun negatif, maka :
d dl = menolak Ho
d - dl = menolak Ho
Tidak ada autokorelasi
Autokorelasi negatif
Autokore lasi
negatif
commit to user
d d 4 – du = menerima Ho dl £ d £ du atau 4 – du £ d £ 4 – dl = pengujian tidak
meyakinkan. 2. Uji Breusch-Godfrey
Dari hasil uji autokorelasi, diketahui bahwa nilai probabilitas lebih besar dari probabilitas 5, maka hipotesa yang menyatakan pada
model tidak terdapat autokorelasi tidak ditolak. Berarti model empirik lilis dari autokorelasi Ekonometrika, 103:2007
commit to user
BAB IV ANALISIS DATA DAN PEMBAHASAN
Kategori