Model Koreksi kesalahan yang digunakan dalam penelitian ini untuk menguji spesifikasi model, pengumpulan data dan teori dinyatakan sesuai, jika nilai dari
ECT Error Correction Term signifikan secara statistik.
3.4.5. Uji Asumsi Klasik
Uji asumsi klasik perlu dilakukan untuk mengetahui ketepatan dari model regresi yang dipakai. Adapun uji asumsi yang dilakukan sebagai berikut:
3.4.5.1. Multikolinieritas
Multikolinieritas adalah adanya hubungan linier yang sempurna dan pasti diantara atau semua variabel yang menjelaskan dari model regresi Gujarati,
1997:157. Indikasi awal adanya multikolinieritas adalah standard error yang tinggi dan nilai t statistik yang rendah.
Sedangkan menurut Sarwoko 2005:108 multikolinieritas sempurna melonggarkan asumsi klasik yang menyatakan bahwa tidak ada variabel
independen merupakan sebuah fungsi linier sempurna dari variabel - variabel independen yang lain. Kata sempurna dalam konteks ini secara tidak langsung
menyatakan bahwa variasi suatu variabel independen sama sekali dapat dijelaskan oleh perubahan perubahan variabel independen yang lain. Hubungan linier
sempurna ini dapat dilukiskan antar dua variabel sebagai berikut: X
1i
= α + α
1
X
2i
I di mana koefisisen
– koefisien, α merupakan konstanta dan variabel variabel independen, X berada dalam persamaan
Y
i
= β + β
1
X
1i
+ β
2
X
2i
+ u
i
II Dalam persamaan I tidak ada error term. Hal ini berarti bahwa nilai X
1i
semata mata ditentukan oleh X
2i
. Multikolinieritas dapat muncul apabila model yang dipakai merupakan
model yang kurang bagus. Selain indikasi awal tersebut, multikolinieritas dapat dilihat dari nilai R
2
, nilai F hitung nya tinggi, sementara nilai t statistiknya banyak yang tidak signifikan. Dalam penelitian ini cara melakukan uji multikolinieritas
adalah dengan melakukan pendekatan menggunakan Uji Klein adapun langkah langkahnya adalah sebagai berikut:
1. Menghitung nilai koefisien determinasi utama dan koefisien determinasi regresi auxilary.
2. Menentukan hipotesis Ho
: ada multikolinieritas Ha
: tidak ada multikolinieritas 3. Membandingkan nilai koefisien determinasi utama dengan koefisien
determinasi regresi auxilary. 4. Membuat kesimpulan
Apabila nilai koefisien determinasi utama lebih besar dari nilai koefisien determinasi regresi auxilary maka H
ditolak atau tidak terdapat masalah multikolinieritas dalam persamaan regresi.
3.4.5.2. Autokorelasi
