JKR = Jumlah Kuadrat Regresi JKT
= Jumlah Kuadrat Total Ŷ
= Nilai Variabel dependen Estimasi Y
t
= Nilai Variabel dependen Aktual Ȳ
= Nilai Rata-rata Variabel dependen
3. Uji Ekonometrika
3.a. Uji Normalitas
Penelitian ini akan menggunakan uji Jarque-Bera untuk menguji kenormalitasan data. Rumusan uji Jarque-Bera JB Gujarati 2006 adalah:
JB =
� 6
2
+
−3
2
4
Keterangan: n = jumlah pengamatan
S= koefisien Skewness K= koefisien Kurtosis
Hipotesis pada uji normalitas adalah sebagai berikut: H
= error term terdistribusi normal H
1
= error term tidak terdistribusi normal Kriteria pengujian :
P-Value uji JB taraf nyata
α maka terima H , artinya error term terdistribusi
normal; P-Value
uji JB taraf nyata α maka tolak H
, artinya error term tidak terdistribusi normal;
Taraf nyata yang digunakan dalam pengujian ini sebesar 0,05 5.
3.b. Uji Autokolerasi
Untuk menentukan ada atau tidaknya autokorelasi dalam penelitian ini akan menggunakan Uji LM-Test Breusch-Godfrey. Pada uji ini diasumsikan bahwa
е error mengikuti model otoregresif ordo pARp Gujarati 2006, dengan
bentuk sebagai berikut: u
1
= ρ
1
e
t-1
+ ρ
2
e
t-2
+ ρ
3
e
t-3
+ . . . . + ρ
p
e
t-p
+ u
t
Adapun langkah-langkah yang harus dilakukan untuk mendeteksi adanya autokorelasi dengan Uji LM-Test Breusch-Godfrey adalah meregresikan
persamaan linier untuk mendapatkan ê. Gunakan ê sebagai variabel dependen dan regresikan dengan variabel x sehingga didapatkan model regresi:
û
t
= a + a
1
+ �
1
�
t-1
+ �
2
�
t-2
+ .. . + �
i
�
t-i
+ u
t
Berdasarkan hasil regresi tersebut akan didapatkan nilai koefisien determinasi R
2
. Adapun hipotesis yang digunakan:
H :
�
1
= �
2
= . . . = �
3
= 0, tidak terdapat autokorelasi H
1
: tidak demikian, terdapat autokorelasi Dengan demikian bila tidak mempunyai cukup bukti untuk menolak
hipotesis, maka e
t
= u
t
berarti tidak ada autokorelasi. Kriteria pengujian:
P-value uji LM-Test taraf nyata
α, maka tolak H , artinya terdapat
autokorelasi; P-value
uji LM-Test taraf nyata α, maka terima H
, artinya tidak terdapat autokorelasi.
Taraf nyata α yang digunakan dalam pengujian ini sebesar 0,05 5.
Persamaan yang didalamnya terdapat variabel bedakala lag endogenous variable
uji serial korelasi dengan menggunakan Durbin Watson tidak valid untuk digunakan Pindyck dan Rubinfeld 1998. Sebagai penggantinya untuk
mengetahui apakah terdapat serial korelasi autocorrelation atau tidak dalam setiap persamaan maka digunakan statistik DH Durbin-h statistics. Persamaan
berikut merupakan formula untuk memperoleh nilai DH atau h
hitung
Durbin-h statistics
. h
hitung
= 1 −
1 2
1 − ��
Keterangan: DW = Nilai statistik Durbin-Watson
T = Jumlah periode pengamatan sampel, dan
var β = Kuadrat dari standar error koefisien “lagged dependent variable”
Jika ditetapkan taraf = 5 diketahui -1,96
≤ h
hitung
≤ 1,96, maka disimpulkan persamaan tidak mengalami masalah autokorelasi. Namun nilai
Durbin-h statistics tidak akan diperoleh hasilnya jika hasil kali Tvar
β lebih