59
Selain uji signifikansi yang telah disampaikan di atas, juga dilakukan pengujian ekonometrik untuk memastikan bahwa model yang telah dibuat terhindar
dari asumsi klasik, antara lain:
1. Multikolinearitas
Mengukur derajat multikolinearitas dilakukan karena dalam asumsi dasar dari classical linear regression model
CLRM dikatakan bahwa antarsesama regressor variabel bebas tidak boleh memiliki hubungan secara pasti, baik terhadap sebagian
regressor ataupun seluruhnya Gujarati, 2005. Salah satu cara mendeteksi
multikolinearitas adalah menggunakan perhitungan regresi pelengkap auxiliary regressions
, yaitu membandingkan nilai F
i
dan F
hitung
Gujarati, 2005. Jika F
hitung
F
i
, maka terdapat hubungan kolinear antara masing-masing variabel bebas X
i
….X
k
. Namun, jika F
hitung
F
i
, maka X
i
tidak kolinear dengan X lainnya, demikian juga terhadap X
2
, X
3
, X
4
, dan X
5
.
2. Heteroskedastisitas
Heteroskedastisitas adalah keadaan di mana dalam fungsi regresi terdapat gangguan yang mempunyai varian yang tidak sama. Salah satu cara mendeteksi
heteroskedastisitas adalah menggunakan uji Park dengan formulasi sebagai berikut:
ln ln
+
……………………………………………………3.10
Jika β ternyata signifikan secara statistik, maka diindikasikan bahwa di dalam data terdapat heteroskedastisitas, demikian juga sebaliknya Gujarati, 2005.
60
3. Autokorelasi
Autokorelasi adalah hubungan yang terjadi antaranggota dalam serial observasi yang tesusun dalam serial waktu untuk data time series dan ruang dalam
data cross-section. Autokorelasi dapat dilihat dengan beberapa metode, di antaranya: uji d Durbin-Watson, uji Lagrange Multiplier LM test, uji Breusch-Godfrey BG
test , dan uji ARCH.
Pada penelitian ini digunakan uji Lagrange Multiplier LM test untuk mendeteksi autokorelasi. Metode ini dilakukan dengan meregresi semua variabel
bebas dengan nilai residual dari model regresi yang dipilih sebagai variabel terikatnya. Selanjutnya, nilai R
2
dari regresi tersebut dibandingkan dengan nilai χ
2
dalam tabel, dengan kriteria yaitu: jika n-1 R
2
χ
2
, maka terdapat masalah autokorelasi, demikian juga sebaliknya Gujarati, 2005.
c. Uji Statistik
1. Uji t
Uji t adalah bentuk pengujian koefisien regresi secara parsial yang digunakan untuk mengetahui besarnya pengaruh masing-masing variabel bebas dalam
mempengaruhi perubahan variabel terikat, dalam melakukan pengujian diasumsikan variabel bebas lainnya dalam keadaan konstan. Pengujian ini menggunakan uji dua
sisi. Adapun langkah-langkahnya sebagai berikut: i.
Merumuskan formula hipotesis: H
: b
1
= 0 H
a
: b
1
≠ 0
61
ii. Menentukan level of significance
α sebesar 5 iii.
Menentukan t
tabel
dan menghitung t
hitung
t
tabel
® t
α2 : n-k
Keterangan: a = Derajat signifikansi = 5; a = 0,05
n = Jumlah sampel observasi k = Banyaknya parameter dalam model termasuk intersep
t
hitung
®
Keterangan: β
i
= Parameter Se
β
i
= standart error parameter
-t
tabel
t
tabel
4 Kriteria pengujian:
Ho diterima Ho ditolak
Ho ditolak
62
a Jika -t
tabel
£ t
hitung
£ + t
tabel
, H diterima dan H
a
ditolak. Kesimpulannya b
1
sama dengan nol b
1
tidak signifikan pada a=5. Dapat dikatakan bahwa X
1
secara statistik tidak berpengaruh terhadap Y. b Jika t
hitung
£ -t
tabel
atau t
hitung
≥ + t
tabel
, H ditolak dan H
a
diterima. Kesimpulannya b
1
berbeda dengan nol b
1
signifikan pada a=5. Dapat dikatakan bahwa X
1
secara statistik berpengaruh terhadap Y. Kriteria lainnya yang dapat digunakan untuk menguji signifikan tidaknya
koefisien regresi adalah dengan melihat p-value dari hasil print-out software pengolahan data. Jika p-value
α=0,05; maka H diterima sehingga X
i
tidak signifikan terhadap Y. Jika p-value
α=0,05; maka H ditolak sehingga X
i
signifikan terhadap Y.
2. Uji F
