memiliki karakteristik yang diinginkan sebagai ukuran goodness of fit Juanda, 2009.
Uji F-hitung digunakan untuk menguji model secara keseluruhan atau menguji apakah model sudah mampu menjelaskan keragaman Y, dengan kata lain
apakah variabel independen secara bersama-sama dapat menjelaskan variabel dependennya Juanda, 2009. Pengujian dilakukan dengan membandingkan
antara nilai kritis F-tabel dengn nilai F-hitung yang terdapat pada hasil analisis. Uji t-hitung dilakukan untuk menguji pengaruh masing-masing variabel
independen X dan variabel dependen Y. Hipotesis yang digunakan untuk melihat perubahan X yang mengakibatkan perubahan Y sebesar k satuan adalah
H : β 0 dan H
1
: β 0. Sama seperti uji F-hitung, pada uji t-hitung membandingkan antara nilai kritis t-tabel dengan nilai t-hitung yang terdapat pada
hasil analisis. Kriteria penarikan kesimpulan dalam uji ini adalah jika ǀt
hit
t
α2
, db=n-
kǀ atau nilai-p dari output komputer lebih kecil dari α maka hipotesis nol ditolak.
2.7 Uji Kriteria Ekonometrika
Pengujian dengan menggunakan kriteria ekonometrika dilakukan untuk mengetahui pelanggaran asumsi Gauss Markov yang digunakan dalam metode
OLS Juanda, 2009. Hal-hal yang dilihat dalam kriteria ekonometrika antara lain adalah multikolinearitas, normalitas, heteroskedastisitas dan autokorelasi.
a. Uji Multikolinieritas Multicolinearity
Model yang melibatkan banyak variabel bebas sering terjadi masalah multikolinearitas, yaitu terjadinya korelasi yang kuat antar variabel-variabel
bebas. Multikolinearitas terjadi akibat adanya korelasi yang tinggi di antara peubah bebasnya.
Nilai VIF yang lebih besar dari 10 menunjukkan adanya masalah kolinearitas pada peubah tersebut. Multikolinearitas dapat menyebabkan adanya
pelanggaran terhadap asumsi OLS adalah exact multicolinearity multikolinearitas sempurna. Jika dalam suatu model terdapat multikolinearitas yang sempurna
maka akan diperoleh nilai R
2
adjusted yang tinggi tetapi tidak ada koefisien variabel bebas yang signifikan.
b. Normalitas
Salah satu cara mengecek normalitas adalah dengan probabilitas normal. Melalui probability plot of RESI 1 ini masing-masing nilai pengamatan
dipasangkan dengan nilai harapan distribusi normal. Normalitas terpenuhi apabila titik-titik data terkumpul disekitar garis lurus, selanjutnya dilakukan analisis
dengan Kolmogorov Smirnov KS. c.
Uji Heteroskedastisitas Uji
heteroskedastisitas adalah
untuk melihat
apakah terdapat
ketidaksamaan varians dari residual satu ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah dimana terdapat kesamaan varians dari
residual satu pengamatan ke pengamatan yang lain tetap atau disebut homoskedastisitas. Pengujian dilakukan dengan melihat plot antara residu dengan
prediksinya. Jika bentuk tebaran plot tersebut menyebar secara acak dan tidak membentuk suatu pola, maka tidak terjadi heteroskedastisitas.
d. Uji Autokorelasi
Autokorelasi merupakan gangguan pada fungsi regresi yang berupa korelasi diantara faktor gangguan. Ada beberapa prosedur atau cara untuk
mengetahui adanya autokorelasi pada suatu model regresi. Uji Durbin-Watson Uji D-W merupakan salah satu cara mendeteksi apakah tidak ada autokorelasi
yang paling sering digunakan. Uji ini dapat digunakan untuk sembarang sampel, baik besar ataupun kecil, tetapi D-W hanya berhasil baik apabila autokorelasinya
berbentuk autokorelasi linier orde pertama, artinya faktor pengganggu et berpengaruh kepada faktor pengganggu et-1 Firdaus, 2004. Autokorelasi dapat
dilihat dengan menggunakan ketentuan sebagai berikut : Tabel 4 Uji Autokorelasi
D-W Kesimpulan
4-d
L
DW 4 Ada autokorelasi negatif
4-d
U
DW 4-d
L
Coba uji yang lain d
U
DW 4-d
U
Tidak ada autokorelasi d
L
DW d
U
Coba uji yang lain 0 DW d
L
Ada autokorelasi positif
Sumber: Juanda, 2009 Tabel Durbin-Watson