Multikolinieritas Heteroskedastisitas Uji Asumsi Klasik

- Apabila nilai chi square statistik pada Uji Hausman tidak signifikan, berarti peneliti dapat menggunakan model Random Effect atau model Fixed Effect karena ianya tidak berbeda secara substansi.

3.6 Uji Asumsi Klasik

Gujarati 2003 dalam buku Pratomo dan Hidayat 2007:89 mengemukakan bahwa terdapat beberapa asumsi klasik yang harus dipenuhi untuk suatu hasil agar hasil tersebut dapat dikatakan baik dan efesien, yaitu: 1. Model regresi adalah linier, yaitu linier di dalam parameter. 2. Residual variabel pengganggu µ � mempunyai nilai rata—rata nol zero mean value of disturbance µ � . 3. Homoskedastisitasatau varian dari µ � adalah konstan. 4. Tidak ada autokorelasi antara variabel pengganggu µ � . 5. Kovarian antara µ � dan variabel independen Xi adalah nol. 6. Jumlah data observasi harus lebih banyak dibandingkan dengan jumlah parameter yang akan diestimasi. 7. Tidak ada multikolinieritas. 8. Variabel pengganggu harus berdistribusi normal atau stokastik.

3.6.1 Multikolinieritas

Sebuah model regresi dikatakan terkena multikolinieritas apabila terdapat korelasi atau hubungan linier antar variabel-variabel bebas diantara satu dengan yang lainnya sehingga variabel-variabel bebas tersebut tidak bersifat ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Multikolinieritas dapat mengakibatkan nilai-nilai koefisien regresi menjadi tidak dapat ditaksir, Universitas Sumatera Utara banyaknya variabel bebas yang tidak signifikan dan tanda koefisien regresi mengandung tanda yang berlawanan dengan teori. Untuk mendeteksi estimasi regresi yang memiliki multikolinieritas dapat dilihat dari nilai R 2 yang tinggi namun standar error dan tingkat signifikansi masing-masing variabel rendah dan dapat juga dilihat dari nilai koefisien variabel yang tidak sesuai dengan hipotesis Pratomo dan Hidayat, 2007.

3.6.2 Heteroskedastisitas

Heteroskedastistas adalah suatu penyimpangan asumsi OLS dalam bentuk varians gangguan estimasi yang dihasilkan oleh estimasi OLS yang tidak bernilai konstan. Uji heteroskedastisitas bermaksud untuk menguji apakah model regresi terdapat ketidaksamaan varians dari residual atau pengamatan lain. Homokedastisitas terjadi apabila varians dari residual satu pengamatan ke pengamatan lain tetap. Sebaliknya apabila berbeda disebut heteroskedastisitas. Model regresi yang baik adalah homokedastisitas dan tidak terjadi heteroskedastisitas. Apabila terjadi heteroskedatisitas, akan dapat mengakibatkan kesalahan dalam penaksiran sehingga koefisien regresi atau parameternya menjadi tidak efisien dan tidak dapat dipercaya. Untuk mendeteksi ada tidaknya gejala heteroskedastisitas dapat dilakukan dengan uji park dan uji white. Uji park dilakukan dengan melihat apabila koefisien parameter B adalah signifikan secara statistik yang menunjukkan bahwa data dari model empiris terdapat heteroskedastisitas. Sedangkan pada uji white dapat dilihat apabila hasil estimasi menunjukkan bahwa X 2 hitung lebih besar dibandingkan dengan X 2 tabel maka terdapat masalah heteroskedastisitas dan Universitas Sumatera Utara sebaliknya. Data panel dalam penelitian menggunakan estimasi dengan metode Coeficient Covariance Method - White Cross Section, sehingga hasil yang dikeluarkan terbebas dari heterokedastisitas.

3.6.3 Autokorelasi