66
4. Transformasikan salah satu variabel, termasuk misalnya dengan melakukan diferensi.
c. Uji Heteroskedastis
Asumsi dalam model regresi adalah dengan memenuhi 1 residual memiliki nilai rata-rata nol, 2 residual memiliki varian yang
konstan, dan 3 residual suatu observasi tidak saling berhubungan dengan residual observasi lainnya sehingga menghasilkan estimator
yang BLUE. Apabila asumsi 1 terpenuhi yang terpengaruh hanyalah slop estimator dan ini tidak membawa koefisien serius dalam analisis
ekonometrik. Sedangkan jika asumsi 2 dan 3 tidak terpenuhi, maka akan berdampak pada prediksi dengan model yang dibangun. Dalam
kenyataannya, nilai residual sulit memiliki varian yang konstan. Hal ini sering terjadi pada data yang bersifat cross section dibanding time
series . Winarno,2011:5.8
Ada beberapa metode yang dapat digunakan untuk mengidentifikasi
ada tidaknya
masalah heteroskedastisitas.
Diantaranya dapat menggunakan Uji White. Untuk mengetahuinya yaitu dengan membandingkan nilai probabilitas dari obsR-Squared.
Apabila nilai probabilitas obsR-Squared lebih besar dari 0,05 maka dapat dikatakan data terbebas dari gejala Heteroskedastisitas
Winarno, 2011:5.16.
67
d. Uji Autokorelasi
Autokolerasi bertujuan untuk mengetahui apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pada periode t-i sebelumnya. Tentu saja model regresi yang baik adalah regresi bebas dari autokolerasi
Gujarati 2006:112. Autokorelasi menurut Winarno 2011 : 5.26 dapat berbentuk
autokorelasi positif dan autokorelasi negatif. Mengidentifikasi adanya autokorelasi dapat dilakukan dengan melakukan Uji Breusch Godfrey
Serial Correlation LM test. Jika nilai probability ObsR-squared atau ≤ α = 5 maka dapat dikatakan tidak ada autokorelasi.
3. Pengujian Hipotesis a. Uji-t
Uji t biasanya menunjukan seberapa jauh pengaruh satu variabel bebas secara individual dalam menerangkan variabel terikat.
Untuk mengetahui kebenaran hipotesis digunakan kriteria bila t hitung t tabel maka H
ditolak dan H
1
diterima, artinya ada pengaruh antara variabel bebas dengan variabel terikat dengan derajat keyakinan yang
digunakan sebesar α = 5 begitu pula sebaliknya bila t hitung t tabel
maka menerima H dan menolak H
1
artinya tidak ada pengaruh antara variabel bebas terhadap variabel terikat. Selain itu untuk mengetahui
Kategori