Uji Autokorelasi Heteroskedastisitas Hasil Uji Ekonometrika

1. Uji Autokorelasi

Autokorelasi didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu dan ruang. Masalah autokorelasi biasanya terjadi pada data time series, karena data pada suatu periode dipengaruhi oleh data periode sebelumnya. Hal tersebut dapat menyebabkan varians yang diperoleh menjadi under estimated. Model pengaruh anggaran rutin dan anggaran pembangunan terhadap angka partisipasi sekolah usia 7-12 memiliki Nilai Durbin Watson sebesar 1,57510. Ini berarti model tersebut terbebas dari masalah autokorelasi. Begitupun dengan model pengaruh anggaran rutin dan anggaran pembangunan terhadap angka buta huruf yang memiliki Nilai Durbin Watson sebesar 2,06869. Berbeda dengan kedua model di atas, model pengaruh anggaran rutin dan anggaran pembangunan terhadap angka partisipasi sekolah usia 13-15 dan usia 16-18 tidak dapat terdeteksi. Ini dapat dilihat dari Nilai Durbin Watson dari kedua model, yaitu 1,39897 dan 1,19751. Tabel 4.2 menyajikan Nilai Durbin Watson dari keempat model tersebut. Tabel 4.2. Hasil Estimasi Uji Autokorelasi Model Pengaruh Anggaran Rutin dan Anggaran Pembangunan Terhadap Angka Partisipasi Sekolah Menurut Usia Sekolah dan Angka Buta Huruf No. Indikator Pendidikan Nilai Durbin-Watson 1 APS 7-12 1,57510 2 APS 13-15 1,39897 3 APS 16-18 1,19751 4 ABH 2,06869 p d f Machine I s a pdf w rit er t ha t produces qua lit y PDF files w it h ea se Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application you can use pdfMachine. Get yours now

2. Heteroskedastisitas

Suatu model dikatakan baik apabila memenuhi asumsi homoskedastisitas. Terjadinya heteroskedastisitas dapat menyebabkan tidak tercapainya sifat BLUE Best Linear Unbiased Estimated. Nilai p-value dari semua model setelah dilakukan Uji Gleijser, yaitu nilai residual dari masing-masing model dimutlakkan adalah lebih besar dari taraf nyata yang digunakan Lampiran 2. Ini menunjukkan bahwa ragam galat konstan homoskedastisitas yang berarti model terbebas dari masalah heteroskedastisitas.

3. Multikolinearitas