Heteroskedastisitas Multikolinieritas METODE PENELITIAN

b. Heteroskedastisitas

Pada umumnya heteroskedastisitas diperoleh pada data cross section. Jika pada model terdapat heteroskedastisitas maka model menjadi tidak efisien meskipun tidak bias dan konsisten. Dengan kata lain jika regresi tetap dilakukan meskipun ada masalah heteroskedastisitas maka pada hasil regresi akan terjadi ‖misleading” Gujarati, 1995. Salah satu asumsi yang harus dipenuhi dalam persamaan regresi adalah bahwa taksiran parameter dalam model regresi bersifat BLUE Best Linier Unbiased Estimate maka var ui harus sama dengan 2 konstan, atau semua residual atau error mempunyai varian yang sama. Kondisi itu disebut dengan homoskedastisitas. Sedangkan bila varian tidak konstan atau berubah-ubah disebut dengan heteroskedastisitas. Untuk mendeteksi adanya heteroskedastisitas dapat menggunakan metode General Least Square Cross section Weights yaitu dengan membandingkan sum square resid pada weighted statistics dengan sum square resid unweighted statistics.

c. Multikolinieritas

Untuk melihat ada atau tidaknya multikoliearitas dapat dilakukan dengan cara melihat mariks korelasi. Multikolieritas dideteksi dengan melihat koefisien antar variabel bebas. Jika korelasinya kurang dari 0,8 rule of tubs 0,8 maka dapat disimpulkan bahwa tidak ada multikolinieritas. Tetapi jika nilai koefisien korelasinya lebih besar dari 0,8 maka dapat disimpulkan bahwa terdapat multikolinieritas dalam model tersebut. Multikolinieritas yang dapat menyebabkan adanya pelanggaran terhadap asumsi OLS adalah exact multicolinearity multikolinearitas sempurna. Jika dalam suatu model terdapat multikolieritas yang sempurna maka akan diperoleh nilai R 2 yang tinggi tetapi banyak variabel yang tidak signifikan. 3. Krtiteria Statistika Ada beberapa uji yang dapat digunakan untuk menentukan kesesuaian model regresi yang didapat secara statistik.

a. Uji – F