Uji Normalitas Metode Pengolahan dan Analisis Data

koefisien korelasi antar variabel bebas yang terdapat pada matriks korelasi. Suatu model tidak mengandung gejala multikolinearitas jika nilai mutlak koefisien korelasi antar variabel bebas lebih kecil dari ⎜0,8⎜. Jika multikolinearitas terjadi sempurna akan berakibat tidak dapat ditentukannya koefisien dari variabel bebas dan standar deviasi dari koefisien dan varian akan sangat besar. Jika dari hasil uji didapatkan nilai R 2 besar, F-hitung besar, dan t-hitung juga besar maka multikolinearitas tidak terjadi, atau terjadi multikolinearitas dengan derajat yang rendah. Uji Klein dilakukan jika hasil pada matriks korelasi pada uji multikolinearitas masih terdapat nilai korelasi yang lebih tinggi dari ⏐0,8⏐. Dengan menggunakan uji Klein apabila nilai korelasi antar variabel bebas r 2 tersebut tidak melebihi nilai R-Squared R 2 , maka multikolinearitasnya dapat diabaikan. Menurut Klein, multikolinearitas terjadi apabila : r 2 xi, xj ≥ R 2 y, x1, x2, …, xk

2. Uji Heteroskedastisitas

Heteroskedastisitas terjadi jika nilai varian dari variabel bebaseksogen memiliki nilai yang berbeda Gujarati, 2003. Untuk mengetahui terjadinya heteroskedastisitas dengan melihat nilai probability ObsR-Square pada uji White Heteroscedasticity , jika nilainya lebih besar dari taraf nyata yang digunakan maka persamaan atau model tidak memiliki heteroskedastisitas. Akan tetapi meskipun ada heteroskedastisitas, nilai dugaan berdasarkan OLS akan tetap unbiased dan konsisten tapi tidak efisien, yang berarti nilai varian lebih besar dari varian yang minimum. Kiteria Pengujiannya : probability ObsR-Square taraf nyata α : Tolak H probability ObsR-Square taraf nyata α : Terima H Jika H ditolak maka terdapat gejala heteroskedastisitas pada model, jika H diterima maka tidak terdapat gejala heteroskedastisitas pada model.

3. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah hasil regresi model tidak mengandung korelasi serial diantara disturbance term. Autokorelasi adalah adanya korelasi antara errorgangguan anggota observasi Ananta, 1987. Munculnya autokorelasi disebabkan oleh kesalahan spesifikasi misalkan terabaikanya suatu variabel penting atau bentuk persamaanfungsi yang tidak tepat atau adanya lag keterlambatan. Akibatnya varian yang diperoleh under estimated . Autokorelasi juga dapat dilihat dari ObsR-Square pada Breusch- Godfrey Serial Correlation LM jika nilainya lebih besar dari taraf nyata yang digunakan maka persamaan atau model tidak memiliki autokorelasi. Kriteria Pengujiannya : probability ObsR-Square taraf nyata α : Tolak H probability ObsR-Square taraf nyata α : Terima H Jika H ditolak maka terjadi autokorelasi positif atau negatif pada model, jika H diterima maka tidak terdapat autokorelasi pada model.