xcvii
c. Uji Heteroskedastisitas
Heteroskedastisitas terjadi jika muncul dalam fungsi regresi yang mempunyai varian yang tidak sama sehingga penaksir OLS tidak efisien
baik dalam sampel kecil maupun besar tetapi masih tetap bias dan konsisten. Salah satu cara untuk mendeteksi Heteroskedastisitas adalah
dengan uji Park. Meregresi residual yang dikuadratkan dengan variabel independen :
1. Melakukan regresi atas model yang digunakan dengan
menggunakan OLS yang kemudian diperoleh nilai residualnya. 2. Nilai residual yang didapat dari hasil regresi kemudian dikuadratkan,
lalu diregresikan dengan variabel independen. Kemudian dilakukan uji secara statistik apakah α
i
berpengaruh secara statistik atau tidak. Jika hasil regresi menunjukkan α
i
tidak signifikan pada derajat signifikansi 5, maka tidak terjadi masalah heteroskedastisitas.
Sebaliknya, jika α
i
signifikan pada derajat signifikansi 5, maka terjadi masalah heteroskedastisitas. Hasilnya adalah sebagai berikut :
Tabel 4.20 Hasil Uji
Park untuk Mendeteksi Heteroskedastisitas
Sumber: Analisis Data Primer, Program EViews 3
Variabel Probabilitas
Α
Modal 0.5746
0.05 Jumlah tenaga
kerja 0.6913
0.05 Jam kerja
0.6151 0.05
Fasilitas 0.2965
0.05 Promosi
0.5361 0.05
xcviii Hasil pengujian menunjukkan probabilitas semua variabel tidak
signifikan pa da α = 5 seperti ditunjukkan oleh tabel 4.20. Dengan
demikian dapat disimpulkan dalam model tersebut tidak terdapat masalah heteroskedastisitas.
d. Uji Autokorelasi
Untuk mengetahui ada tidaknya korelasi antara variabel gangguan sehingga penaksir tidak lagi efisien baik dalam sample kecil maupun
sample besar. Salah satu cara yang digunakan dalam pengujian autokorelasi adalah B-G Test.
Dengan menggunakan program Eviews3 didapat hasil pada tabel 4.21 sebagai berikut :
Tabel 4.21 Hasil Uji autokorelasi menggunakan B-G test
Sumber: Analisis Data Primer, Program EViews 3 Berdasarkan hasil uji autokorelasi, diketahui bahwa nilai
probabilitas lebih besar dari probabilitas 5, maka hipotesa yang
Variabel Probabilitas
Modal 0.7957
Jumlah tenaga kerja 0.4576
Jam kerja 0.3458
Fasilitas 0.5706
Promosi
0.7345
Resid-1
0.1850
F-statistic
0.184960
ObsR-squared 0.101061
xcix menyatakan pada model tidak terdapat masalah autokorelasi tidak ditolak
atau tidak terjadi masalah autokorelasi.
4. Interpretasi Hasil Secara Ekonomi