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.
