67
Dasar penolakan Hο adalah dengan menggunakan pertimbangan probabilitas Cross section random. Jika probabilitas Cross section
α=0,05 maka Hο diterima, artinya model yang digunakan adalah
Random Effect.
3. Uji Asumsi Klasik
Model regresi yang baik adalah model regresi yang menghasilkan estimasi linier tidak bias Best Linear Unbias EstimatorBLUE. Kondisi
ini akan terjadi jika dipenuhi beberapa asumsi, yang disebut dengan asumsi klasik. Yang termasuk dalam uji asumsi klasik adalah sebagai
berikut :
a. Uji Normalitas
Menurut Shochrul dkk 2011:42, Uji ini dilakukan untuk mengetahui apakah error term terdistribusi normal atau tidak. Uji
normalitas hanya digunakan jika jumlah observasi adalah kurang dari 30, untuk mengetahui apakan error term mendekati distribusi normal.
Jika jumlah observasi lebih dari 30, maka tidak perlu dilakukan uji normalitas. Sebab, distribusi sampling error term telah mendekati
normal. Uji normalitas dapat dilakukan dengan Uji Jarque-Berra JB Test .
b. Uji Multikolinearitas
Menurut Wing Wahyu 2007:5.1, multikolinearitas adalah kondisi adanya hubungan linier antar variabel independen. Karena
melibatkan beberapa variabel independen, maka multikolinearitas
68
tidak akan terjadi pada persamaan regresi sederhana yang terdiri atas satu variabel dependen dan satu variabel independen. Menurut
Shochrul dkk 2011:35, multikolinearitas berarti adanya hubungan linier yang sempurna atau pasti, diantara beberapa atau semua variabel
yang menjelaskan dari model regresi. Ada atau tidaknya multikolinearitas dapat diketahui atau dilihat dari koefisien korelasi
masing-masing variabel bebas. Jika koefisien korelasi masing-masing variabel bebas lebih besar dari 0,8 maka terjadi multikolinearitas.
c. Uji Heteroskedastisitas
Menurut Shochrul dkk 2011:36, heteroskedastisitas merupakan keadaan yang dimana semua gangguan yang muncul
dalam fungsi regresi populasi tidak meiliki varians yang sama. dalam data panel Masalah heteroskedastisitas dapat dilihat dengan terlebih
dahulu mengestimasi model ke GLS Cross-section weight, kemudian dengan membandingkan Sum Squared Resid pada Weight statistic
dengan Sum Squared Resid pada Unweight Statistic. Jika Sum Squared Resid pada Weight Statistic lebih kecil dari Sum Squared Resid pada
Unweight Statistic, maka tidak terjadi heteroskedastisitas.
d. Uji Autokolerasi
Autokorelasi adalah hubungan antara residual satu observasi dengan residual observasi lainnya. Autokorelasi lebih mudah timbul
pada data yang bersifat runtut waktu, karena berdasarkan sifatnya, data masa sekarang dipengaruhi oleh data pada masa-masa
69
sebelumnya. Meskipun demikian, tetap dimungkinkan autokorelasi dijumpai pada data yang bersifat antarobjek cross section.
Autokorelasi dapat berbentuk autokorelasi positif dan autokorelasi negatif. Dalam analisis runtut waktu, lebih besar kemungkinan terjadi
autokorelasi positif karena variabel yang dianalisis biasanya mengandung kecenderungan meningkat. Wing Wahyu, 2007:5.24.
Cara untuk memeriksa ada atau tidaknya autokorelasi adalah dengan Uji Durbin-Watson. Uji D-W adalah salah satu uji yang
banyak dipakai untuk mengetahui ada tidaknya autokorelasi. Hampir semua program statistik sudah menyediakan fasilitas untuk
menghitung nilai d yang menggambarkan koefisien D-W. nilai d akan berada dikisaran 0 hingga 4.
4. Pengujian Statistik Analisis Regresi
