H
1
: model fixed effect Dasar penolakan terhadap H
adalah perbandingan antara Hausman statistic dan Chi-Square
. Statistik Hausman dirumuskan sebagai berikut :
Dimana : = vektor statistik variabel fixed effect
b = vektor statistik variabel random effect
M = matriks kovarian untuk dugaan model fixed effect
M
1
= matriks kovarian untuk dugaan model random effect Nilai m dibandingkan dengan
–tabel. Jika m lebih besar dari –tabel, maka cukup bukti untuk melakukan penolakan terhadap H
0,
sehingga pendekatan yang digunakan adalah pendekatan fixed effect.
3.2.4.2 Uji Asumsi Model
A. Autokorelasi
Uji autokorelasi dilakukan untuk melihat apakah terdapat hubungan antara galat dalam persamaan regresi yang diperoleh. Apabila autokorelasi diabaikan
maka akan berdampak terhadap pengujian hipotesis dan proses peramalan. Autokorelasi terjadi pada serangkaian data time series, dimana error term pada
satu periode waktu akan tergantung pada error term periode lainnya secara sistematik. Konsekuensi adanya autokorelasi yaitu pada uji F dan uji t menjadi
tidak valid dan peramalan juga menjadi tidak efisien. Uji autokorelasi yang
digunakan adalah uji Durbin-Watson Statistik. Sebelum dilakukan pengujian dibuat hipotesis sebagai berikut :
H : ada autokorelasi
H
1
: tidak ada autokorelasi Pengambilan kesimpulan bisa dilakukan dengan melihat apakah nilai dari Durbin-
Watson statistik mendekati nilai dua atau empat. Jika nilai dari Durbin-Watson statistik mendekati nilai dua, maka tolak H
yang berarti tidak terdapat autokorelasi dalam model regresi yang diperoleh menerima hipotesis H
1
. Sebaliknya jika nilai Durbin-Watson statistik mendekati nilai empat, maka terima
H yang berarti terdapat autokorelasi dalam model regresi yang diperoleh
menolak hipotesis H
1
.
B. Heteroskedastisitas
Salah satu asumsi penting dalam model ekonomi klasik adalah nilai varian dari variabel bebas yang konstan yang disebut dengan homoskedastisitas. Apabila
asumsi ini tidak terpenuhi, maka nilai varian dari variabel bebas tidak lagi bersifat konstan yang disebut heteroskedastisitas. Pengujian masalah heteroskedastisitas
dilakukan dengan menggunakan uji White Heteroskedasticity Test. Sebelum dilakukan pengujian dibuat hipotesis sebagai berikut :
H : Homoskedastisitas
H
1
: Heteroskedastisitas Pengujian dilakukan dengan melihat Probability Obs R-squared. Apabila nilai
Probability Obs R-squared lebih kecil dari taraf nyata berarti terdapat hete-
roskedastisitas pada model atau menolak hipotesis H . Bila nilai Probability Obs
R-squared lebih besar dari taraf nyata berarti tidak ada gejala heteroskedastisitas
pada model atau menerima hipotesis H . Diketahui taraf nyata = 5 .
C. Multikolinearitas