C. Uji Autokorelasi
Autokorelasi merupakan gejala adanya korelasi antar anggota serangkaian observasi yang diurutkan melalui deret
waktu time series.
Model regresi yang baik tidak memperkenankan terjadinya autokorelasi. Akibat dari terjadinya
autokorelasi adalah varian residual yang diperoleh akan lebih daripada
semestinya sehingga
mengakibatkan koefisien
determinasi menjadi lebih tinggi. Selain itu, autokorelasi menyebabkan pengujian hipotesis pada uji F dan uji t menjadi
tidak valid dan jika diterapkan akan memberikan kesimpulan yang menyesatkan pada tingkat signifikansi dan koefisien regresi
yang ditaksir.
Gambar 10. Hasil Run Test Terhadap Residual Model Uji autokorelasi menggunakan perangkat lunak Minitab
melalui uji Run test residual. Jika p-value lebih besar dari α, menunjukkan tidak adanya autokorelasi. Hasil
Run test ditunjukkan pada Gambar 10 bahwa p-value = 1, sehingga p-
value α 0,05. Hal ini menunjukkan bahwa tidak terdapat autokorelasi pada residual sehingga asumsi kebebasan terpenuhi.
D. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat varian dari variabel independen apakah memiliki nilai yang sama
homoskedastisitas atau berbeda. Model regresi yang memiliki heteroskedastisitas akan menyebabkan penaksiran koefisien-
Runs Test: RESI1
Runs test for RESI1 Runs above and below K = 4.074536E-09
The observed number of runs = 5 The expected number of runs = 5
3 observations above K, 6 below N is small, so the following approximation may
be invalid. P-value = 1.000
koefisien regresi menjadi tidak efisien. Untuk melihat apakah pada model regresi terdapat heteroskedastisitas dilihat dari
sebaran titik-titik yang tersebar pada output perhitungan. Sebaran titik-titik yang tidak membentuk pola tertentu namun tersebar di
atas dan di bawah nol menunjukkan bahwa pada model regresi tidak mengalami masalah heterokedastisitas. Pada Gambar 11
dapat terlihat bahwa titik-titik yang tidak membentuk pola tertentu, melainkan menyebar di atas dan di bawah angka 0 pada
sumbu Y. Dengan demikian, dapat disimpulkan bahwa tidak terjadi heteroskedastisitas.
Fitted Value R
e s
id u
a l
20 00
00 00
10 00
00 00
-1 00
00 00
-2 00
00 00
-3 00
00 00
-4 00
00 00
-5 00
00 00
-6 00
00 00
-7 00
00 00
12500000 10000000
7500000 5000000
2500000 -2500000
-5000000
Residuals Versus the Fitted Values
response is Laba
Gambar 11. Output Uji heteroskedastisitas pada regresi
4.5.3. Dampak Perubahan Secara Keseluruhan Uji F
Kategori