68 individu uji statistik t, uji signifikansi simultan uji statistik F, dan uji
koefisien determinasi R
2
.
1. Uji Stasioneritas
Menurut Nachrowi 2006: 339 sebagaimana diketahui bahwa data time series merupakan data sekumpulan nilai suatu variabel yang diambil
pada waktu yang berbeda. Setiap data ditampilkan secara berkala pada interval waktu tertentu, misalnya harian, triwulan, tahunan dan sebagainya.
Dalam berbagai studi ekonometrika, data time series sangat banyak digunakan. Namun begitu pentingnya data tersebut, ternyata data time
series menyimpan berbagai permasalahan yaitu salah satunya masalah autokorelasi. Autokorelasi ini merupakan penyebab yang mengakibatkan
data tidak stasioner, sehingga bila data distasionerkan maka autokorelasi akan hilang dengan sendirinya, karena metode transformasi data untuk
membuat data yang tidak stasioner menjadi stasioner sama dengan transformasi data untuk menghilangkan autokorelasi.
Dengan kondisi seperti diatas, maka dapat dikatakan bahwa sangat banyak metode dalam membuat model-model ekonometrika dengan data
time series yang mengharuskan kita menggunakan data yang stasioner. Jadi, dapatlah dimengerti mengapa stasioneritas menjadi masalah penting
dalam analisis data time series. Sekumpulan data yang dinyatakan stasioner jika nilai rata-rata dan
varian dari data time series tersebut tidak mengalami perubahan secara
69 sistematik sepanjang waktu, atau sebagian ahli menyatakan rata-rata dan
variannya konstan. Stasioneritas dapat dilihat dengan menggunakan sebuah uji formal
yang dikenal dengan sebutan uji akar unit root atau uji unit root uji ADF. Uji ini merupakan pengujian yang sangat populer, dan dikenalkan oleh
David Dickey dan Wayne Fuller yang disebut uji Augmented Dickey- Fuller ADF test Nachrowi, 2006: 353.
Suatu data dapat dikatakan sudah stasioner jika nilai probabilitasnya lebih kecil dari α = 5 persen atau 0,05. Dapat dilihat pula
nilai absolut statistik t dengan nilai kritis menurut table MacKinnon di berbagai tingkat kepercayaan. Jika nilai absolut statistiknya lebih besar
dibanding dengan nilai tingkat kepercayaan sesuai dengan tingkat kepercayaan yang dipilih, maka data sudah stasioner Wing Wahyu
Winarno, 2007: 10.6.
2. Uji Asumsi Klasik