1. Multikolinearitas
Multikolinearitas adalah hubungan linear yang kuat antara variabel variabel independen dalam persamaan regresi. Adanya multikolinearitas
menyebabkan pendugaan koefisien regresi tidak nyata walaupun nilai R
2
nya besar. Hal tersebut dapat dideteksi dari nilai R2 yang tinggi 0,7 1, tetapi tidak
terdapat atau hanya sedikit sekali koefisien dugaan yang berpengaruh nyata. Multikolinearitas dapat diatasi dengan memberi perlakuan General Least
SquareGLS cross section weight, sehingga parameter dugaan pada taraf uji tertentu menjadi signifikan.
2. Heteroskedastisitas
Jika seluruh faktor pengganggu pada model tidak memiliki varian yang konstan maka diduga model mengalami masalah heteroskedastisitas. Selain itu
dapat pula dideteksi dengan membandingkan sum square residual pada weighted statistics dengan sum square residual unweighted statistics. Jika sum square
residual pada weighted satistics lebih kecil dibandingkan dengan sum square residual unweighted statistics maka dapat disimpulkan terjadi heteroskedastisitas.
Masalah tersebut dapat diatasi dengan metode White Heteroskedasticity yang diestimasi dengan GLS yang diperoleh dari program Eviews 6.
3. Autokorelasi
Autokorelasi adalah adanya korelasi serial antara sisaan Ot. Juanda 2009 menjelaskan akibat adanya autokorelasi dalam model yang diestimasi yaitu
pendugaan parameter masih tetap tidak bias dan konsisten namun penduga ini memiliki standar error yang bias ke bawah, atau lebih kecil dari nilai yang
sebenarnya sehingga nilai statistik uji t tinggi overestimate. Salah satu cara untuk mengatasi masalah ini adalah dengan menggunakan metode Generalized
Least Square dalam estimasi model Gujarati, 2004. Tabel 3.3. Selang Nilai Statistik Durbin Watson serta Keputusannya
Nilai Durbin Watson Kesimpulan
DW 1,10 Ada autokorelasi
1,10 DW 1,54 Tanpa kesimpulan
1,55 DW 2,46 Tidak ada autokorelasi
2,46 DW 2,90 Tanpa kesimpulan
DW 2,91 Ada autokorelsi
Sumber: Firdaus 2004 Untuk mengetahui ada tidaknya autokorelasi dapat dilakukan uji Durbin
Watson DW. Dalam Eviews6 Guide dijelaskan bahwa jika nilai DW tersebut sudah lebih dai 1,5 dan mendekati 2 maka dapat dikatakan tidak ada autokorelasi.
Tabel 3.2. yang memperlihatkan distribusi nilai DW dimana nilai tersebut telah disusun oleh Durbin Watson untuk derajat keyakinan 95 dan 99.
4. Uji Normalitas