3.6 Uji Asumsi Klasik 3.6.1
Uji Normalitas
Asumsi dalam OLS adalah nilai rata-rata dari faktor pengganggu µ
i
adalah nol. Untuk menguji apakah normal atau tidaknya faktor pengganggu, maka perlu
dilakukan uji normalitas dengan menggunakan Jarque-Bera Test J-B test. Untuk melihat apakah data telah berdistribusi normal dengan menggunakan JB-test ini
adalah dengan melihat angka probability. Pratomo 2007 : 92 menyatakan
bahwa “apabila angka probability 0,05 maka data berdistribusi normal, sebaliknya apabila angka probability 0,05 maka data tidak berdistribusi
normal”.
3.6.2 Multikolinieritas
Multikolinieritas adalah hubungan linier antara variabel independen di dalam regresi berganda dalam persamaan. Hubungan linier antara variabel
independen dapat terjadi dalam bentuk hubungan linier yang sempurna perfect dan hubungan linier yang kurang sempurna imperfect.
Adanya multikolinieritas ditandai dengan : 1.
Nilai standart errornya memiliki nilai yang tak terhingga atau cukup besar Ha diterima
Universitas Sumatera Utara Universitas Sumatera Utara
2. Sebagian besar tanda arah dari koefisien regresi berlawanan dengan teori
atau hipotesis. 3.
Nilai koefisien determinasinya R
2
tinggi 0,8 tetapi hanya sedikit variabel independen yang signifikan mempengaruhi variabel dependen
melalui uji t. 4.
Uji-t t-rasio tidak signifikan. 5.
Adanya korelasi antar variabel independen ditandai dengan nilai koefisien korelasi diatas 0,85.
3.6.3 Autokorelasi
Autokorelasi didefenisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu dan ruang. Model regresi linear klasik
mengasumsikan autokorelasi tidak terdapatdalam distribusi atau gangguan u
i
dilambangkan dengan : E e
i
: e
j
= 0 i
≠ j
Ada beberapa cara untuk menguji keberadaan autokorelasi, yaitu : 1.
Dengan metode grafik 2.
Dengan metode D-W Test uji Durbin –Watson 3.
Dengan metode L-Meli Test uji Lagrange Multiplier Untuk menguji keberadaan autokorelasi digunakan uji D-W. Uji D-W ini
dirumuskan sebagai berikut : D-hitung =
Dengan hipotesis sebagai berikut :
Universitas Sumatera Utara Universitas Sumatera Utara
H : ρ = 0,
artinya tidak ada autokorelasi H
a
: ρ ≠ 0, artinya ada autokorelasi
Dengan jumlah sampel tertentu dan jumlah variabel independen tertentu diperoleh nilai kritis dl dan du dalam tabel distribusi Durbin-Watson untuk
berbagai nilai α. Hipotesis yang digunakan adalah sebagai berikut :
Gambar 3.3 Kurva Durbin Watson
d
L
d
U
2 4-d
U
4-d
L
Keterangan : 0 d d
L
: Menolak H ; ada autokorelasi positif
d
L
≤ d ≤ d
U
: Daerah keragu-raguan Indecision; tidak ada keputusan
d
U
≤ d ≤ 4-d
U
: Menerima H ; tidak ada autokorelasi positifnegatif
Autokorelasi + Autokorelasi -
Indecision Indecision
H diterima
Universitas Sumatera Utara Universitas Sumatera Utara
4-d
U
≤ d ≤ 4-d
L
: Daerah keragu-raguan Indecision; tidak ada keputusan
4-d
L
≤ d ≤ 4 : Menolak H
; ada autokorelasi negatif
3.7 Defenisi Operasional
