3.6. Asumsi Klasik
Pengujian ini dimaksudkan untuk mendeteksi ada tidaknya autokorelasi, multikolineritas, dan heterokedastisitas dalam hasil estimasi
karena apabila terjadi penyimpangan terhadap asumsi klasik tersebut, uji F dan uji t yang dilakukan sebelumnya menjadi tidak valid dan secara
statistik dapat mengacaukan kesimpulan yang diperoleh, untuk itu dilakukan uji asumsinya.
Tujuan utama penggunaan uji asumsi klasik adalah untuk mendapatkan koefisien regresi yang terbaik linear dan tidak bias BLUE :
Best Linear Unbiased Estimator, sifat dari BLUE itu sendiri adalah :
1. Best = pentingnya sifat ini bila diterapkan dalam uji signifikan
buku terhadap α dan β
2. Linear
= sifat ini dibutuhkan untuk memudahkan dalam
penaksiran. 3. Unbiassed = nilai jumlah sampel sangat besar penaksir parameter
diperoleh dari sampel besar kira-kira lebih mendekati nilai parameter sebenarnya.
4. Estimate = e diharapkan sekecil mungkin Adapun hal-hal yang perlu dihindarkan adalah :
1. Autokorelasi
Satu dari asumsi penting dari model regresi linear klasik adalah bahwa kesalahan atau gangguan U
i
yang masuk kedalam fungsi regresif populasi adalah random atau tak berkolerasi. Jika ini
dilanggar, kita mempunyai problem serial korelasi atau autokorelasi Gujarati, 1995:223. Sedangkan yang dimaksud autokorelasi adalah
yaitu keadaan dimana kesalahan pengganggu dalam suatu periode tertentu berkorelasi dengan kesalahan pengganggu periode yang lain.
Pengujian terhadap gejala autokorelasi dilakukan dengan menggunakan uji statistik Durbin Waston.
Jumlah e
t
-e
t-1 2
d = ………. Gujarati, 1995:215.
Jumlah e
t 2
Dimana : et adalah residual perbedaan variabel tak bebas yang sebenarnya dengan variabel tak bebas yang ditaksir dari
setiap periode waktu. Sedangkan e
t-1
residual dari waktu sebelumnya.
Gambar 11 : Distribusi Daerah Keputusan Autokorelasi
Ada Daerah
Daerah Ada Autokorelasi Keragu-
Keragu- Autokorelasi Positif
raguan raguan Positif
Tidak ada Autokorelasi Positif dan tidak ada
Autokorelasi Negatif
0 d
L
d
U
2 4-d
U
4-d
U
4 Sumber : Gujarati, Damodar, 1995, Ekonomika Dasar. Terjemahaan
Sumarno Zain, Erlangga, Jakarta, Hal. 216.
Dari hasil d
hitung
kemudian dibandingkan dengan d
tabel
Hipotesa : Ho : ada autokorelasi positif atau autokorelasi negatif.
Hi : tidak ada autokorelasi positif atau autokorelasi negatif Uji autokorelasi ini untuk mengetahui ada tidaknya hubungan
antara residusisa regresi pada kasus ke-n dengan residu kasus ke-n-l.
2. Heterokedasrisitas
Pengujian heterokedasrisitas dilakukan untuk melihat apakah ada kesalahan pengganggu mempunyai varian yang sama atau tidak. Hal
tersebut dilambangkan sebagai : E U
i 2
= σ
2
Dimana : σ
2
= Varian i = 1, 2, 3, 4,……….n.
Apabila didapat varian yang sama maka asumsi heterokedastisitas penyebaran yang sama diterima.
Kebanyakan data cross section mengandung situasi heteroscedaticity karena data ini menghimpun data yang mewakili
berbagai ukuran kecil, sedang, dan besar. Cara mendeteksinya dengan Arch Test. Secara manual uji ini dilakukan dengan residual
kuadrat U
i 2
dengan variable bebas kuadrat dan perwakilan variable bebas. Dapatkan nilai R
2
untuk menghitung X
2
, dimana X
2
= n x R
2
. Pengujiannya adalah jika X
2
hitung X
2
tabel, maka hipotesis
alternatifnya adanya heteroskedatisitas dalam model ditolak.
3. Multikolinearitas
Multikolinearitas merupakan suatu keadaan dimana satu atau lebih varibel independent terdapat korelasi atau hubungan dengan
variable independent lainnya, dengan kata lain satu atau lebih variabelnya merupakan suatu fungsi linier dari variabel independent
yang lain. Untuk mempermudah dalam melakukan maka terlebih dahulu dilakukan uji korelasi. Uji korelasi ini dilakukan untuk melihat
hubungan masing-masing variabel independent. Kemudian dari pengujian dapat diperoleh nilai r
2
.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Obyek Penelitian 4.1.1. Letak Geografis Dan Topografis Kota Surabaya
Kategori