3.4.5.2. Autokorelasi
Uji autokorelasi merupakan uji yang digunakan untuk mengetahui korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu atau ruang.
Gujarati, 1997:201. Dalam penelitian ini uji autokorelasi yang digunakan adalah uji LM metode Bruesch Godfrey. Metode LM didasarkan pada nilai F dan Obs
R- Squared, di mana jika nilai probabilitas dari Obs R- Squared melebihi tingkat kepercayaan, maka
H
diterima. Artinya tidak ada masalah autokorelasi Ajija dkk, 2011:40.
Dalam uji autokorelasi menggunakan metode LM hal yang sangat penting adalah penentuan panjangnya kelambanan atau lag oleh karena itu sebelum
dilakukan uji LM terlebih dahulu dilakukan metode trial error dari kriteria Akaike dan Schwarz . Hal ini dapat dilakukan dengan pengujian LM dengan lag
yang berbeda, setelah itu dilakukan perbandingan untuk mencari nilai absolut Akaike dan Swarz yang paling kecil. Nilai absolut kriteria Akaike dan Schwarz
yang paling kecil adalah lag yang digunakan Widarjono, 2009:149.
Adapun
aturan dalam Uji LM adalah sebagai berikut: 1. Ho : Tidak ada korelasi serial serial correlation
Ha : Ada korelasi serial serial correlation 2. Jika p
– value Obs R- Squared
α
, maka Ho ditolak.
3.4.5.3. Heteroskedastisitas
Salah satu asumsi yang penting dari Model Linier Klasik adalah varian residual bersifat homoskedastik atau bersifat konstan. Asumsi ini tidak selalu
relistis, penelitian – penelitian tentang tingkat – tingkat ukuran perusahaan dalam
suatu industri, penghasilan masyarakat, konsumsi bahan bakar untuk periode waktu yang sama, data seksi silang, sering tidak memenuhi asumsi itu. Apabila
terjadi pelonggaran asumsi klasik itu, maka varian residualnya tidak lagi bersifat konstan disebut heteroskedastisitas dan apabila model yang mengandung
heteroskedastisitas diestimasi dengan OLS, varian estimator tidak lagi minimum, kendatipun estimator itu sendiri tidak bias Sarwoko, 2005:151.
Masalah Heteroskedastisitas muncul apabila residual dari model regresi yang diamati memiliki varians yang tidak konstan dari satu observasi ke observasi
lain. Dalam penelitian ini pengujian heteroskedastisitas dilakukan dengan fasilitas Uji White dalam program Eviews yaitu dengan White heteroskedasticity cross
Kategori