4.2.2.2.4 Uji Multikolinieritas
Dalam model regresi yang mencakup lebih dari dua variabel independen, sering dijumpai adanya kolinear ganda multikolinear. Adanya multikolinear
menyebabkan pendugaan koefisien regresi tidak nyata walaupun nilai R
2
tinggi, tanda koefisien tidak sesuai dengan teori dan dengan metode OLS, penduga
koefisien mempunyai simpangan baku yang sangat besar. Pengujian multikolinieritas dapat dilakukan dengan memperhatikan nilai
Variance Inflation factor VIF untuk koefisien regresi ke-j yang dapat
dirumuskan sebagai berikut: VIF =
j
R
2
1 1
− , j= 1, 2, 3,..., k
R
j 2
yang dimaksud adalah koefisien determinasi dari regresi variabel independen ke j pada k-1 variabel independen sisanya untuk k = 2 variabel
independen, r
j 2
adalah kuadrat dari korelasi sampel r. Jika variabel prediktor X ke j tidak berkaitan dengan X sisa, maka R
j 2
= 0. Jika terdapat hubungan, maka VIF
j
10. Nilai VIF mendekati 10 10 menunjukkan bahwa tidak terdapat masalah multikolinier pada variabel independen.
4.2.2.2.5 Uji Heteroskedastisitas
Variabel atau keragaman dalam deret waktu cenderung meningkat dengan tingkat deret. Variabilitas dapat meningkat apabila variabel berkembang pada
tingkat yang konstan dibandingkan jumlah yang konstan sepanjang waktu. Variabel yang tidak konstan disebut heteroskedastisitas. Pengujian untuk
menganalisis masalah heteroskedastisitas antara lain adalah dengan metode uji homogenitas Barlett. Pengujian dengan metode Barlett menggunakan rumus:
B =
[ ]
1 3
1 1
1 ln
v -
Ev S
v ln
v
2 i
i i
2 i
i
− −
+
×
∑ ∑
∑ ∑
∑
k v
v S
i i
i
S
i 2
= 1
2
1
−
∑
= −
i n
j ij
n X
X
i
Keterangan: B hitung = nilai uji Barlett
hitung
K = jumlah variabel
n
i
= jumlah sampel variabel i V
i
= derajat kebebasan n
i
- 1 S
2 i
= ragam variabel i Dengan hipotesis:
H = data homogen
H
1
= data tidak homogen
Jika B
hitung
B
tabel
maka terima H
Jika B
hitung
B
tabel
maka tolak H
4.2.2.2.6 Uji Autokorelasi
Dalam analisis regresi dengan data time series dan cross-section terdapat masalah autokorelasi. Uji autokorelasi digunakan untuk mengetahui apakah error
pada suatu persamaan bersifat independen atau dependen. Pengujian kemungkinan adanya autokorelasi dilakukan dengan uji d Durbin Watson.
Kategori