Autokorelasi Uji Normalitas Pengujian Statistik

3.4.2. Autokorelasi

Autokorelasi merupakan gejala adanya korelasi antara anggota serangkaian observasi yang diurutkan melalui deret waktu. Adanya gejala autokorelasi dalam suatu persamaan akan menyebabkan suatu persamaan akan memiliki selang kepercayaan yang semakin besar dan pengujian menjadi kurang akurat, mengakibatkan hasil uji t, uji F menjadi tidak sah dan penaksiran regresi akan menjadi sensitif terhadap fluktuasi penyampelan. Uji yang sering digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah uji Durbin Watson Statistic atau Breusch-Godfrey Serial LM Test. Uji Durbin Watson Statistic digunakan untuk data dengan jumlah pengamatan yang kecil. Pengujian dengan Breusch-Godfrey Serial LM Test dilihat dari nilai probabilitas ObsR-squared. Apabila nilai probabilitas ObsR-squared lebih besar dari taraf nyata tertentu maka persamaan tidak memiliki autokorelasi. Sebaliknya, jika nilai probabilitas ObsR-squared kurang dari taraf nyata tertentu, maka persamaan memiliki autokorelasi 3.4.3. Heteroskedastisitas Salah satu asumsi pokok dalam model regresi adalah bahwa varian setiap disturbance term yang dibatasi oleh nilai tertentu mengenai varibel-variabel bebas adalah berbentuk suatu nilai konstan. Inilah yang disebut dengan asumsi homoscedasticity atau varian yang sama. Cara untuk mendeteksi ada atau tidaknya gejala heteroskedastisitas dapat dilakukan dengan menggunakan White Heteroscedasticity Test. Pengujian dilihat dari nilai probabilitas ObsR-squared. Jika nilai probabilitas ObsR-squared lebih besar dari taraf nyata tertentu, maka persamaan tidak memiliki heteroskedastisitas. Begitu juga sebaliknya, jika nilai probabilitas ObsR-squared kurang dari taraf nyata tertentu, maka dapat disimpulkan bahwa persamaan tersebut mengalami gejala heteroskedastisitas.

3.4.4. Uji Normalitas

Uji normalitas digunakan karena jumlah data yang digunakan kurang dari 30. Uji ini digunakan untuk melihat apakah error term mendekati distribusi normal. Pada software Eviews, uji normalitas dilakukan dengan menggunakan Descriptive Statistic Test. Jika nilai probabilitas Jarque-Bera lebih besar dari taraf nyata yang digunakan maka model persamaan tidak mempunyai masalah normalitas atau error term terdistribusi secara normal.

3.5. Pengujian Ekonomi