Uji Autokorelasi Uji Penyimpangan Asumsi Klasik

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