Di mana: k = Jumlah koefisien regresi dalam persamaan baru pada langkah 2
m = Jumlah koefisien regresi dalam persamaan 2 pada langkah 1 T = Jumlah sampel
4 Hipotesis untuk uji linieritas adalah sebagai berikut:
H : b5 = b6 = b7 = 0
Spesifikasi model berbentuk fungsi linier H
1
: Sekurangnya satu diantara b5, b6 atau b7 tidak sama dengan nol Spesifikasi model tidak berbentuk fungsi linier
5 Kriteria penerimaan hipotesis:
Tolak H bila Fc F-Tabel [F
k-m, T-k
á=0,05] atau Prob..Fc 0,05
3.5.5. Uji Asumsi Klasik
a. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel bebas saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel
ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol.
Cara mendeteksi ada atau tidaknya multikolinieritas dalam penelitian ini adalah dengan menggunakan langkah-langkah sebagai berikut:
1 Lakukan regresi pada model awal:
LY = b + b
1
LX
1
+ b
2
LX
2
+ b
3
LX
3
+ b
4
LX
4
+ µ ...........................................3.2
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application yo u can use pdfMachine.
Get yours now
Universitas Sumatera Utara
dan dapatkan nilai R
2
-nya. 2
Lakukan Auxiliary Regression antar variabel independen sebagai berikut: L
X
1
= b + b
1
LX
2
+ b
2
LX
3
+ b
3
LX
4
+ µ
1
...........................................................3.6 L
X
2
= b + b
1
LX
1
+ b
2
LX
3
+ b
3
LX
4
+ µ
2
............................................................3.7 L
X
3
= b + b
1
LX
1
+ b
2
LX
2
+ b
3
LX
4
+ µ
3
.......................................................3.8 L
X
4
= b + b
1
LX
1
+ b
2
LX
2
+ b
3
LX
3
+ µ
4
.......................................................3.9 Dari hasil regresi persamaan-persamaan 3.6, 3.7, 3.8 dan 3.9 dapatkan
nilai R
2
masing-masing yaitu R
1 2
, R
2 2
, R
3 2
dan R
4 2
3 Bandingkan nilai R
2
dari regresi awal dengan nilai-nilai R
1 2
, R
2 2
, R
3 2
dan R
4 2
yang diperoleh dari Auxiliary regression pada langkah kedua. Bila nilai R
2
lebih tinggi dari nilai-nilai R
1 2
, R
2 2
, R
3 2
dan R
4 2
maka di dalam regresi awal tidak terdapat masalah multikolinieritas.
b. Uji Heteroskedastisitas
Heteroskedastisitas berarti bahwa variasi residual tidak sama untuk semua pengamatan. Heteroskedastisitas bertentangan dengan salah satu asumsi dasar
regresi biar homoskedastisitas yaitu variasi residual sama untuk-semua pengamatan. Secara ringkas walaupun terdapat heteroskedastisitas maka penaksir
OLS Ordinary Least Square tetap tidak bias dan konsisten tetapi penaksir tadi tidak lagi efisien baik dalam sampel kecil maupun sampel besar yaitu asimtotik.
Menurut Gujarati 1995 bahwa masalah heteroskedastisitas biasa terjadi dalam data cross section dibandingkan dengan data time series.
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application yo u can use pdfMachine.
Get yours now
Universitas Sumatera Utara
Penelitian ini menggunakan uji White untuk mendeteksi ada tidaknya heteroskedastisitas. Uji White pada prinsipnya meregres residual yang dikuadratkan
dengan variabel independen, variabel independen kuadrat dan perkalian interaksi variabel independen atau:
µ
2 t
= fLX
1
, LX
1 2
, LX
1
LX
2
, LX
1
LX
3
, LX
1
LX
4
, LX
2
, LX
2 2
, LX
2
LX
3
, LX
2
LX
4
, LX
3
, LX
3 2
, LX
3
LX
4
, LX
4
, LX
4 2
Jika nilai Prob.. F 0,05 maka tidak ada heteroskedastisitas, jika nilai Prob.. F 0,05 maka ada heteroskedastisitas.
3.6. Definisi Operasional
