Pengujian Parameter Model Regresi
Kenormalan distribusi dari residual dapat pula dilakukan dengan melihat grafik Normal P-P Plot. Jika asumsi kenormalan dipenuhi, maka harga-harga
residual akan didistribusikan secara random dan terkumpul disekitar garis lurus yang melalui titik nol.
2. Kesamaan Varian Homoskedastisitas
Uji Heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variansi dari residual satu pengamatan yang lain. Jika variansi dari
residual satu pengamatan ke pengamatan lain tetap, maka disebut dengan Homoskedastisitas. Sedangkan, apabila antara pengamatan satu ke pengamatan lain
berbeda disebut dengan Heteroskedastisitas. Model yang baik adalah model yang Homoskedastisitas dan tidak terjadi Heterokedastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heterokedastisitas : a. Uji Glejser
Uji Glejser menggunakan nilai mutlak dari residual absolut residual sebagai variabel dependen untuk diregresikan dengan variabel independen. Jika nilai
signifikansi antara variabel independen dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas.
- Hipotesis : : Tidak ada gejala heteroskedastisitas
: Ada gejala heteroskedastisitas - Tingkat signifikansi
= , - Statistik uji :
| | = + +
- Daerah kritis : di tolak bila nilai
sign .
3. Autokorelasi
Autokorelasi adalah ketergantungan antara residual yang ada sedangkan pada asumsi kenormalan dinyatakan bahwa residual
= − ̂ pada variabel- variabel random todak saling berkorelasi atau independen. Salah satu cara untuk
mengetahui apakah error berkorelasi atau tidak adalah dengan pengujian stastistik Durbin-Watson.
- Hipotesis : : Tidak terjadi autokorelasi
: Terjadi autokorelasi - Tingkat signifikansi
= , - Statistik uji :
=
∑ � −�
− =
∑ �
=
- Daerah kritis : Jika
atau − , berarti terdapat autokorelasi
Jika −
, berarti tidak terdapat autokorelasi Jika
atau −
− , tidak ditarik kesimpulan.
4. Multikolinieritas
Multikolinieritas adalah kejadian yang menginformasikan terjadinya hubungan antara variabel-variabel bebas dan yang terjadi adalah hubungan yang
cukup erat. Sehingga informasi yang dihasilkan dari variabel-variabel yang saling berhubungan kolinier sangat mirip dan sulit dipisahkan pengaruhnya. Hal ini juga
akan mengahasilkan perkiraan keberatian koefisien yang diperoleh. Cara mengetahui adanya multikolinieritas, dengan memakai harga Faktor Inflasi Varian
VIF yang didefinisikan dengan rumus :
= −
dimana = , , , … ,
= koefisien determinasi ke- kuadrat dari koefisien korelasi. Nilai VIF yang semakin besar akan menunjukkan multikolinieritas yang lebih
kompleks. Jika nilai VIF 10, maka secara signifikan dapat disimpulkan bahwa tidak terdapat multikolinieritas Neter, Wasserman, Kutner, 1989.