40
masing variabel independen. Dengan ketentuan apabila R
2
pada regresi inti lebih besar dari R
2
regresi korelasi parsial masing-masing variabel independen maka tidak ditemukan adanya multikolinieritas. Dan sebaliknya, apabila R
2
pada regresi inti lebih kecil dari R
2
regresi korelasi parsial masing-masing variabel independen maka ditemukan adanya multikolinieritas.
3.8.3 Uji Heterokedastisitas
Heterokedastisitas adalah keadaan dimana terjadinya ketidaksamaan varian dari residual pada model regresi. Pada metode Park, varian variabel
gangguan yang tidak konstan atau masalah heterokedastisitas muncul karena residual tersebut tergantung dari variabel independen yang ada di dalam model
Widarjono, 2013:116-119. Sejalan dengan Park, ahli ekonometrika yang lain yakni Glejser
mengatakan bahwa varian variabel gangguan tergantung dari variabel independen yang ada di dalam model dan menyarankan untuk melakukan regresi nilai absolut
residual dengan variabel independennya. Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual suatu pengamatan
ke pengamatan yang lain. Heterokedastisitas terjadi apabila variabel gangguan tidak mempunyai varian yang sama untuk semua observasi.
Konsekuensi logis dari adanya heterokedastisitas ialah bahwa penaksir tetap tidak bias dan konsisten tetapi menjadi tidak efisien baik dalam sampel kecil
maupun sampel besar. Terdapat beberapa metode untuk mengidentifikasi adanya heterokedastisitas, antara lain: metode grafik, metode Park, metode rank
Spearman , metode Langrangian Multiflier LM test dan white heteroscedasticity
Universitas Sumatera Utara
41
test . Pada penelitian ini, uji heterokedastisitas dilakukan dengan menggunakan
metode Glejser pada program eviews 7.2. Persamaan dengan mengabsolutkan residual sebagai variabel dependen
dalam persamaan linier permintaan impor bawang merah dala penelitian ini adalah:
| ẽ
t
| = α + α
1
X1
t
+ α
2
X2
t
+ α
3
X3
t
+ α
4
X4
t
+ α
5
X5
t
+ α
6
X6
t
+ ⱱ
t
Kelemahan metode tersebut terletak pada kaitannya dengan residual ⱱ
t
yang kemungkinan tidak sesuai dengan asumsi metode OLS.
Namun metode tersebut baik untuk penelitian dengan sampel besar atau pada persamaan dengan variabel independen yang cukup banyak termasuk pada
penelitian ini. Dasar analisis yang digunakan jika hasil regresi menunjukkan variabel independen signifikan secara statistik mempengaruhi variabel dependen,
maka ada indikasi terjadi heterokedastisitas, dan demikian juga sebaliknya. Hipotesis yang akan diuji adalah:
H :
secara keseluruhan variabel bebas dalam model tidak baik menyebabkan gejala heterokedastisitas α : 5.
H
1
: secara keseluruhan variabel bebas dalam model menyebabkan gejala
Heterokedastisitas α : 5.
3.8.4 Uji Autokorelasi
