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