IHSG memiliki hubungan yang searah dengan Suku Bunga Deposito yang artinya IHSG dan Inflasi tidak saling mempengaruhi.
6. Jika = ∑
��
� � =1
≠ 0 d an + ∑
��
� �=1
= 0, maka terdapat kausalitas searah antara Inflasi ke IHSG.
Inflasi memiliki hubungan yang searah dengan IHSG yang artinya Inflasi dan IHSG tidak saling mempengaruhi.
3.6.2 Uji Statistik Deskriptif
Statistik deskriptif merupakan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, median, modus, standar deviasi, maksimum dan
minimum yang kemudian menjadi sebuah informasi yang jelas dan dapat dipahami.
3.6.3 Uji Asumsi Klasik
1. Uji Normalitas Asumsi dalam OLS adalah nilai rata-rata dari faktor pengganggu µ
i
adalah nol. Untuk menguji apakah normal atau tidaknya faktor pengganggu, maka perlu
dilakukan uji normalitas dengan menggunakan Jarque–Berra Test J-B test. Kriterianya:
a. Apabila nilai x
2
tabel 0,05 nilai Jarque–Berra normality test statistik, maka µ
i
berdistribusi normal. b. Apabila angka probability
0,05, maka data berdistribusi normal
.
2. Multikolinieritas Multikolinieritas adalah alat untuk mengetahui suatu kondisi apakah
terdapat korelasi variabel independent diantara satu sama lainnya. Untuk
Universitas Sumatera Utara
mengetahui ada tidaknya multikolinieritas dapat dilihat dari nilai R-squared, F- hitung, t-hitung serta standart error.
Adanya multikolinieritas ditandai dengan: a. Standart error tidak terhingga
b. Tidak ada satupun t- statistik yang signifikan pada α = 5, α = 10, dan
α = 1 c. Terjadi perubahan tanda atau tidak sesuai dengan teori
d. R
2
sangat tinggi 3. Autokorelasi
Autokorelasi terjadi bila error term µ dari waktu yang berbeda berkorelasi. Model regresi linier klasik mengasumsikan bahwa faktor pengganggu yang
berhubungan dengan observasi tidak dipengaruhi oleh faktor pengganggu pada pengamatan lainnya.
Eu
i
u
j
= 0 i ≠j
Ada beberapa cara untuk mengetahui keberadaan autokorelasi yaitu: a. Dengan menggunakan atau memplot grafik
b. Dengan uji Durbin-Watson D-W Test Uji D-W dirumuskan sebagai berikut:
Dengan hipotesis sebagai berikut: H
= ρ = 0 tidak ada autokorelasi H
a
= ρ ≠ 0 ada autokorelasi
Universitas Sumatera Utara
Untuk menguji masalah autokorelasi ini, peneliti harus menentukan besarnya nilai kritis dari d
u
dan d
1
. Berdasarkan jumlah dari variabel independent, jika hipotesis nol menyatakan bahwa tidak terjadi autokorelasi, maka:
1. Jika DW dt, maka H ditolak, berarti suatu persamaan regresi
mengalami autokorelasi. 2. Jika d
u
DW 4 – d
u
, maka H diterima, berarti suatu persamaan
regresi tidak mengalami autokorelasi. 3. Jika d
1
≤ DW ≤ d
u
atau 4 – d
u
≤ DW ≤ 4 – d
1
, berarti pengujian tidak dapat disimpulkan.
c. Lagrange Multiplier Test LM Test Uji ini dikembangkan oleh Breusch-Godfrey, sehingga dikenal juga
dengan sebutan The Breusch-Godfrey BG Test. Dengan memperhatikan model persamaan berikut :
Y
t
= β + β
1
X
1
+ µ
t
Pada uji ini diasumsikan bahwa µt mengikuti model otoregresif ordo pARP
1
, dengan bentuk sebagai berikut: µ
t
= ρ
1
µ
t-1
+ ρ
2
µ
t-2
+ ρ
3
µ
t-3
+ ρ
ρ
µ
t- ρ
+ ɛ
t
Adapun hipotesis yang digunakan adalah sebagai berikut: H
: ρ
1
= ρ
2
= ... = ρ
ρ
= 0 H
a
: Tidak demikian Dengan demikian apabila peneliti tidak memiliki cukup bukti untuk
menolak hipotesis, maka gejala autokorelasi tidak ada. 4. Uji Heterokedastisitas
Universitas Sumatera Utara
Heterokedastisitas adalah suatu penyimpangan dalam asumsi OLS dimana varian gangguan dari estimasi yang dihasilkan estimasi OLS tidak bernilai
konstan. Akibat dari heterokedastisitas ini dapat mengakibatkan kesalahan dalam penaksiran sehingga koefisien regresi atau parameternya menjadi tidak efisien dan
dapat menyesatkan peneliti dalam menyimpulkan hasil estimasi. Untuk medeteksi adanya gejala heterokedastisitas dapat digunakan metode Uji White. Jika nilai
chi-square statistik lebih besar dari nilai chi-square kritis tabel dengan tingkat kepercayaan tertentu α maka diduga terdapat heterokedastisitas.
3.6.4 Pengujian Hipotesis
