korelasi. Jika terdapat koefisien yang lebih besar dari |0.8| maka dapat disimpulkan terjadi multikolinieritas pada persamaan yang digunakan.
3.5.2. Uji Autokorelasi
Autokorelasi didefinisikan sebagai korelasi yang terjadi antara unsur gangguan galat pada tahun sekarang dengan tahun sebelumnya. Pengujian
autokorelasi dapat diketahui dengan menggunakan Breusch-godfrey serial Correlation LM Test
, yang hasil kesimpulannya dapat diketahui dari nilai Probability Obs R-squared
. Jika nilai Probability Obs R-squared lebih kecil dari taraf nyata, maka terjadi autokorelasi di dalam model persamaan.
3.5.3. Uji Heteroskedastisitas
Gejala adanya heteroskedastisitas dapat ditunjukkan oleh Probability Obs R-squared
pada uji White Heteroskedasticity, jika nilai probabilitas Obs R- squared
lebih besar dari taraf nyata yang digunakan, maka persamaan tidak mengalami heterokedastisitas.
3.5.4. Uji Normalitas
Uji normalitas perlu dilakukan jika data time series n 30. Uji ini disebut uji Jarque-Bera Test, dimana jika nilai probability Jarque-Bera pada model lebih
besar dari taraf nyata yang digunakan maka disimpulkan bahwa model memiliki error term
terdistribusi normal.
3.5.5. Uji R-Squared R
2
Nilai R
2
memiliki dua sifat yaitu memiliki besaran positif dan besarannya adalah 0
≤ R
2
≤ 1. Jika sebesar nol maka hal ini menunjukkan bahwa tidak ada hubungan antara variabel terikat dengan variabel bebasnya. Jika R
2
sebesar satu
maka terdapat kecocokan yang sempurna antara variabel terikat dengan variabel bebasnya.
3.5.6. Uji F
Probability F-statistik digunakan untuk mengetahui besarnya pengaruh
secara keseluruhan dari variabel bebas terhadap output. Hipotesis untuk melakukan uji F adalah:
H :
β
i
= 0, artinya tidak ada variabel bebas yang berpengaruh terhadap output. H
1
: β
i
≠ 0, artinya minimal ada satu variabel bebas yang berpengaruh terhadap output.
Apabila probabilitas F-statistik kurang dari taraf nyata, maka kesimpulannya adalah tolak H
, artinya minimal ada satu variabel bebas yang mempengaruhi output secara nyata. Sebaliknya jika probabilitas F-statistik lebih besar dari taraf
nyata, maka kesimpulannya adalah terima H , artinya tidak ada variabel bebas
yang mempengaruhi output.
3.5.7. Uji t
