42
3.8.3 Uji Autokorelasi
Autocorrelation adalah adanya korelasihubungan antara kesalahan error
term pada tahun sekarang dengan kesalahan pada tahun sebelumnya. Oleh sebab
itu masalah autokorelasi biasanya muncul dalam data time series
t
meskipun tidak tertutup kemungkinan hal ini juga dapat terjadi dalam data cross sectional. Untuk
mengetahui apakah model menghadapi masalah autokorelasi dalam model penelitian ini dapat dilakukan pengujian dengan uji Lagrange Multiplier test LM
test dengan membandingkan nilai X
2 hitung
dengan X
2 tabel
dengan kriteria penilaian berikut :
1. Jika nilai X
2 hitung
X
2 tabel,
maka hipotesis yang menyatakan bahwa tidak ada autokorelasi dalam model empiris yang digunakan ditolak.
2. Jika nilai X
2 hitung
X
2 tabel,
maka hipotesis yang menyatakan bahwa tidak ada autokorelasi dalam model empiris yang digunakan ditolak.
Selanjutnya untuk mengetahui ada atau tidaknya masalah autocorrelation pada setiap persamaan maka perlu dilakukan uji autocorrelation dengan
menggunakan statistik DW Durbin-Watson statistic.
Tabel 3.1 Range Statistik Durbin Watson
Nilai DW Hasil
4 – d
l
DW 4 Tolak H0, terjadi masalah autocorrelation negatif
4 – d
u
DW 4 – d
l
masalah autocorrelation tidak dapat disimpulkan 2 DW 4 – du
Terima H0, tidak terjadi masalah autocorrelation d
u
DW 2 Terima H0, tidak terjadi masalah autocorrelation
d
l
DW d
u
masalah autocorrelation tidak dapat disimpulkan 0 DW d
l
Tolak H0, terjadi masalah autocorrelation positif
Sumber: Pindyck dan Rubinfeld 1998
Universitas Sumatera Utara
43
Asumsi kelayakan model regresi ini digunakan untuk menguji ada tidak kebebasan independensi data. Kebebasan data disini berarti data untuk satu
periode tertentu tidak dipengaruhi oleh data sebelumnya dan model regresi yang baik harus bebas dari autokorelasi. Ini dapat dilihat dari angka D-W Durbin
Watson yang berada diantara –2 sampai dengan +2 salah satu patokan umum dalam menentukan besaran D-W yang berarti model regresi dalam penelitian ini
bebas dari masalah autokorelasi. Nilai Durbin-h diperoleh dari perhitungan sebagai berikut Pindyck dan
Rubinfeld, 1998:
h = 1-0,5 DW
Dimana: h
= Angka durbin h statistik T
= Jumlah periode pengamatan sampel var β = Kuadrat dari standar error koefisien “lagged endogenous variabel”
DW = Nilai statistik durbin Watson
Suatu persamaan tidak mengalami masalah autokorelasi pada kondisi normal yaitu taraf 5 persen, bila nilai h hitung berada diantara -1.96 sampai 1.96.
Namun, nilai durbin-h statistic tidak akan diperoleh hasilnya jika hasil kali T varβ lebih besar dari satu. Hal ini berarti terdapat angka negatif sehingga tidak
dapat dihitung nilai akarnya.
Universitas Sumatera Utara
44
3.9 Uji Kesesuaian