Tanpa Kesimpulan
Tanpa Kesimpulan
Autokorelasi Positif
Autokorelasi Negatif
dl du
4-du 4-dl
Tabel 3.1 Uji Durbin-Watson
Dalam penelitian ini digunakan uji Durbin-Watson untuk mendeteksi ada atau tidaknya autokorelasi. Uji Durbin-Watson digunakan untuk autokorelasi tingkat
satu first order autocorrelation dan dengan syarat adanya intercept konstanta dalam model regresi serta tidak ada variabel lag diantara variabel bebas
Gujarati,2003.
3.5.3 Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual suatu pengamatan ke pengamatan yang lain.
Heteroskedastisitas terjadi apabila variabel gangguan tidak mempunyai varian yang sama untuk semua observasi. Akibat adanya heteroskedastisitas, penaksir
OLS tidak bias tetapi tidak efisien Gujarati, 2003.
3.5.4 Uji Normalitas
Salah satu asumsi dalam penerapan OLS Ordinary Least Square dalam regresi linier klasik adalah distribusi probabilitas dari gangguan Ut memiliki rata-
rata yang diharapkan sama dengan nol, tidak berkorelasi dan memiliki varian yang konstan. Untuk menguji apakah distribusi data normal dilakukan dengan uji
Jarque Bera atau J-B test. Bebas
Sumber : Gujarati, 2003
J – B hitung =
[
S
2
6 +
24 3
− k
2
]
Dimana : S
= Skewness statistik K
= Kurtosis Jika nilai J – B hitung J-B tabel, atau bisa dilihat dari nilai probability ObsR-
Squared lebih besar dari taraf nyata 5 persen. Maka hipotesis yang menyatakan bahwa residual U
t
terdistribusi normal ditolak dan sebaliknya.
3.5.5 Uji Signifikansi Individu Uji t
Uji t dilakukan untuk melihat signifikansi dari pengaruh variabel bebas secara individual terhadap variabel terikat dengan menganggap variabel bebas
lainnya adalah konstan. Langkah pengujiannya adalah sebagai berikut:
1 Menentukan formulasi H
O
dan H
A
H
O
: bi ≤ 0 artinya H
O
tidak ada pengaruh yang positif dan signifikan antara variabel bebas dan variabel terikat.
H
A
: bi 0 artinya H
A
ada pengaruh yang positif dan signifikan antara variabel bebas dan variabel terikat.
2 Tes Statistik
Jika T-hitung T-tabel, maka Ho ditolak dan H
A
diterima, berarti ada pengaruh yang signifikan antara masing-masing variabel independendan
variabel dependen.
t-tabel Jika T-hitung T-tabel, maka Ho diterima dan H
A
ditolak, berarti tidak ada pengaruh yang signifikan antara masing-masing variabel independen
dan variabel dependen
Gambar 3.1 Daerah Penerimaan dan Penolakan Ho Uji t Satu Arah
3.5.6 Uji Signifikansi Simultan Uji F
