d. nilai rata-rata dari unsure residual sama dengan nol e. nilai-nilai peubah tetap untuk contoh-contoh yang berulang
f. tidak ada linear sempurna antara peubah bebas multikolinearitas Asumsi diatas jika dipertahankan dalam model regresi linear berganda,
maka pendug terkecilnya empunyai variansi minimum yang merupakan penduga linear tidak bias terbaik atau Best Linear Unbiased Estimator BLUE. Metode ini
mempunyai beberapa kelebihan dan kesederhanaan jika dibandingkan dengan metode lain.
3.4 Metode estimasi
Setelah koefisien masing-masing variabel eksogen dihasilkan, maka akan dilakukan uji kriteria statistik dan uji kriteria ekonometrika. Pengujian kriteria
statistik yaitu pengujian tingkat signifikan model. Sedangkan pengujian berdasarkan kriteria ekonometrika adalah pengujian masalah-masalah dalam
ekonometrika seperti autokolerasi, heterokedastisitas, dan multikolinearitas.
3.4.1 Uji Kriteria Statistik
Pengujian krieia statistic perlu dilakukan untuk melihat korelasi antar variabel persamaan, yaitu dengan menggunakan uji t, F, R
2
.
a. Uji t
Uji t digunakan untuk melihat tingkat signifikansi variabel bebas, artinya apakah variabel bebas eksogen berpengaruh nyata atau tidak terhadap variabel
terikat endogen. Perbandingan antara nilai t-statistik dengan nilai t-tabel dapat menunjukkan wilayah penolakan
Hipotesis: Ho
: βi=0 H1
: βi≠0 Kriteria uji:
t-hitung t
α2
n-k, maka tolak Ho t-hitung t
α2
n-k, maka terima Ho Jika Ho ditolak berarti dalam model ini variabel bebas berpengaruh nyata
terhadap variabel tak berbas. Sebaliknya, jika Ho diterima berarti variabel bebas tidak berpengaruh nyata terhadap variabel tak bebas.
b. Uji F-statistik
Uji F digunakan untuk melihat pengaruh variabel eksogen terhadap variabel endogen secara keseluruhan dengan menggunakan pengujian F hitung.
Selain itu, uji F ini juga untuk mengetaui apakah model peduga yang diajukan sudah layak untuk menduga parameter yang ada dalam fungsi. Rumus yang
digunakan untuk mengui F-statistik yaitu: F -Hitung =
⁄ ⁄
Dimana: R = koefisien determinasi
n = banyak data k = jumlah koefisien regresi dugaan
Hipotesis: Ho
: βo = β1 = β2 = β3 = ….= βi = 0 tidak ada pengarh nyata variabel-variabel dalam persamaan
H1 : minimal salah satu βi ≠ 0
paling sedikit ada 1 varabel eksogen yang berpengaruh nyata terhadap variabel endogen
Kriteria uji: F-Hitung F
αk-1, n-k,
maka tolak Ho F-Hitung F
αk-1, n-k,
maka terima Ho Jika Ho ditolak dalam uji F berarti minimal ada satu variabel eksogen yang
tidak nol dan berpengaruh nyata terhadap keragaman variabel endogen. Sebaliknya jika Ho diterima tidak ada satupun variabel eksogen yang berpengaruh
nyata terhadap keragaman variabel endogen.
c. Uji Koefisien Determinasi R
2
Uji Koefisien Determinasi R
2
ini digunakan untuk mengukur sejauh mana besar keragaman yang dapat dijelaskan oleh variabel eksogen terhadap
variabel endogen dengan mepertimbangkan derajat bebas. Sifat dari R
2
adalah jika R
2
sama denga nol berarti tidak ada hubungan antara variabel eksogen dengan endogen. Namun, jika nilai R
2
mendekati 1 maka terdapat hubungan yang erat antara variabel eksogen dengan variabel endogen. Rumus untuk menghitung
R
2
adalah: R
2 =
dimana: R
2
= koefisien determinasi JKR
= jumlah kuadrat regresi JKT
= jumlah kuadrat total
3.4.2 Uji Kriteria Ekonometrika
Uji ekonometrika ini untuk mengestimasi parameter regresi dengan menggunakan OLS dimana terdapat enam asumsi klasik. Apakah sesuai atau tidak
dengan enam asumsi tersebut yaitu dengan uji multikolinearitas, uji autokorelasi, dan uji heteroskedastisitas. Jika terjadi pelanggaran maka akan diperoleh hasil
estimasi yang tidak valid.
a. Uji Heterokedastisitas
Menurut Gujarati 1993, suatu model regresi linear harus memiliki varian yang sama. Menurutnya, jika asumsi ini tidak dipenuhi maka akan terdapat
masalah heteroskedastisitas. Uji heterokedastisitas dapat dilakukan dengan menggunakan White Heterokedasticity Test. Kriteria yang digunakan yaitu,
jika nilai probabilitas pada ObsR
2
α taraf nyata yang digunakan, maka persamaan tidak mengalami heterokedastisitas. Sedangkan jika nilai
probabilitas pada ObsR
2
α taraf nyata yang digunakan, maka persamaan mengalami heterokedastisitas.
Konsekuensi bila terjadi heteokedastisitas, maka akan berakibat: 1. Estimasi dengan menggunakan OLS tidak akan memiliki varian yang
minimum atatu estimator tidak efisien. 2. Prediksi nilai Y untuk X tertentu dengan estimator dari data yang
sebenarnya akan mempunyai varian yang tinggi, sehingga prediksi menjadi tidak efisien.
3. Tidak dapat diterapkannya uji nyata tidaknya koefisien atau selang kepercayaan dengan menggunakan formula yang berkaitan dengan nilai
varian.
b. Uji Autokolerasi
