= nilai hipotesis nol SD = Standar deviasi dari variabel independen ke-i
Kriteria pengambilan keputusan : a.
Jika t-hitung t tabel, maka Ho diterima dan Ha ditolak, artinya secara parsial tidak ada pengaruh yang berarti antara
variabel independen terhadap variabel dependen. b.
Jika t-hitung t tabel, maka Ho ditolak dan Ha diterima, artinya secara parsial terdapat pengaruh yang berarti antara
variabel independen terhadap variabel dependen.
Ha diterima Ha diterima
Ho diterima
Gambar 3.2. Kurva uji t – statistik
3.8 Uji Penyimpangan Asumsi Klasik
Gujarati 2003 mengemukakan beberapa asumsi klasik yang harus dipenuhi untuk suatu hasil estimasi regresi linear agar hasil tersebut dapat
dikatakan baik dan efisien. Adapun asumsi klasik yang harus dipenuhi antara lain :
1. Model regresi adalah linear, yaitu linear I dalam parameter.
Universitas Sumatera Utara
2. Residual variabel penggangu µ mempunyai nilai rata-rata nol
3. Homokedastisitas atau varian dari µ adalah konstan
4. Tidak ada autokorelasi antara vaiabel pengganggu µ
5. Kovarian antara µ dan variabel independen
adalah nol 6.
Jumlah data harus lebih banyak dibandingkan dengan jumlah parameter yang akan diestimasi
7. Tidak ada multikolinearitas
8. Variabel pengganggu harus berdistribusi normal atau stokastik
Berdasarkan kondisi tersebut di dalam ilmu ekonometrika, agar suatu model dikatakan baik dan sahih maka perlu dilakukan
beberapa pengujian seperti di bawah ini :
a. Uji multikolinearitas Multikolinearity
Suatu model regresi linear akan menghasilkan estimasi yang baik apabila model tersebut tidak mengandung multikolinearitas.
Multikolinearitas terjadi karena adanya hubungan yang kuat atau sempurna sesama variabel independen dari suatu model estimasi.
Terjadinya multikolinearitas ditandai dengan : 1
Standard error tidak terhingga 2
Tidak ada satupun t- statistik yang signifikan pada α = 1, α = 5,
α = 10
Universitas Sumatera Utara
3 Terjadinya perubahan tanda atau tidak sesuai dengan teori
4 R
2
sangat tinggi
b. Uji Autokorelasi Serial Correlation
Autokorelasi adalah suatu keadaan dimana variabel gangguan pada periode lain. dengan kata lain variabel gangguan tidak random.
Faktor-faktor yang menyebabkan autokorelasi antara lain kesalahan dalam menentukan model, penggunaan log pada model dan tidak
memasukkan variabel yang penting. Untuk mendeteksi ada tidaknya autokorelasi, dapat dilakukan dengan uji Durbin-Watson sebagai
berikut : Menghitung nilai d dengan rumus:
= Dengan jumlah sampel tertentu dan jumlah variabel independen
tertentu diperoleh nilai kritis dl dan du dalam tabel distribusi Durbin- Watson untuk berbagai nilai α. Hipotesis yang digunakan adalah
sebagai berikut : : ρ = 0 berarti tidak ada autokorelasi
:
ρ 0 berarti ada autokorelasi
Universitas Sumatera Utara
ρ =1
dl du
ρ =0
4-du 4-dl
ρ =-1
Ho diterima no serial correlation
Gambar 3.3. Uji Durbin-Watson
Dimana : Ho
: Tidak ada autokorelasi DWdl
: Tolak Ho ada korelasi positif DW4-dl
: Tolak Ho ada korelasi negatif duDW4-du
: Terima Ho tidak ada autokorelasi dl
≤DW4-du : Pengujian tidak dapat disimpulkan
4-du ≤DW≤4-dl
: Pengujian tidak dapat disimpulkan
3.9 Defenisi Operasional Variabel
