Untuk mendapatkan nilai baku koefisien regresi digunakan Uji Statisktik : Uji-t, Uji-F, Koefisien Determinasi.
Sedangkan untuk interpretasi nilai koefisien regresi dalam penelitian ini digunakan konsep elastisitas.
3.3.3.1. Uji Asumsi Klasik
Model yang dihasilkan sebelum digunakan untuk pengujian hipotesis dilakukan pengujian untuk mendapatkan “best fit model”. Pengujian dilakukan
dengan uji asumsi klasik. Antara lain:
3.3.3.1.1. Autokorelasi
Autokorelasi adalah korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti deret waktu.
Untuk mengetahui autokorelasi digunakan uji durbin Watson DW. Adanya autokorelasi dalam regresi dapat diketahui dengan menggunakan uji Durbin-
Watson. Uji Durbin-Watson dilakukan dengan langkah-langkah sebagai berikut Gujarati,2003:
1. Regres model lengkap untuk mendapat nilai residual 2. Hitung d Durbin-Watson statistik dengan rumus :
∑ ∑
= =
−
− =
n t
t n
t t
t
e e
e d
1 2
2 2
1
Dengan d adalah statistik Durbin-Watson,
t
e
dan
1 −
t
e
adalah gangguan estimasi dan t maupun
1 −
t
menyatakan observasi terakhir dan observasi sebelumnya.
Universitas Sumatera Utara
Langkah perhitungan setelah diketemukan
t
e
adalah menghitung selisih
t
e
dengan
1 −
t
e
dengan menjadikan
1 −
t
e
sebagai variabel baru disamping
t
e
, diambil dari nilai
t
e
dipasangkan senjang satu periode. Selisih tersebut kemudian dipangkat-duakan serempak dengan
t
e
, dan kemudian dijumlahkan. Untuk memperoleh kesimpulan apakah ada jumlah autokorelasi ataukah
tidak, hasil hitungan statistik d itu
i
d
harus dibandingkan dengan table statistic d. Pemilihan angka d dari table d dengan memperhatikan banyaknya parameter, k,
dan jumlah observasi, n. Pada table disajikan batas bawah
L
d dan batas atas
U
d
.
Gambar 3.1. Klasifikasi Keputusan Statistik Durbin-Watson
Atas dasar klasifikasi diatas, maka dapat disimpulkan bahwa ada masalah autokorelasi positif yang serius. Dengan demikian masalah autokorelasi perlu
diselesaikan.
3.3.3.1.2. Multikolinearitas
Yang dimaksud dengan multicolonierity ialah situasi adanya korelasi variabel-vaiabel bebas diantara satu dengan lainnya varibel bebas tidak
orthogonal, maksudnya variabel bebas yang nilai korelasi diantara sesamanya sama dengan nol.
Autokorelasi ? Tidak ada ? Autokorelasi Positif
Autokorelasi
Negatif
L
d
U
d 2
U
d −
4
L
d −
4 4
Sumber : Prapto, 2004
Universitas Sumatera Utara
Masalah multikolinearitas muncul jika terdapat hubungan yang sempurna atau pasti diantara beberapa variable atau semua variable independen dalam
model. Pada kasus multikolinearitas yang serius, koefisien regresi tidak lagi menunjukkan pengaruh murni dari variable independen dalam model. Ada
beberapa model untuk mendeteksi keberadaan multikolinearitas. Ada beberapa metode yang telah digunakan untuk mengatasi masalah
multicolinierity antara lain Metode Gabungan data Cross-Section dan Time Series Prapto, 2004.
Metode ini menggunakan dua sumber data, yaitu data cross-section untuk mengestimasi variabel gayut dengan variabel bebas tertentu dan data time series
untuk mengestimasi variabel gayut dengan variabel bebas yang lain untuk mengestimasi masalah multikolinierity. Atau dengan metode Koutsoyiannis :
Metode Koutsoyiannis melakukan regresi dependent variabel atas setiap variabel bebas yang terkandung dalam suatu model regresi yang diuji. Kemudian
dari hasil regresi ini, kita pilih salah satu model regresi yang secara apriori dan statistik paling meyakinkan regresinya disebut elementary regression.
Selanjutnya kita masukkan satu persatu variabel-variabel bebas lainnya untuk diregresikan dalam kaitannya dengan dependent variabel yang telah
ditentukan. Hasil-hasil yang terjadi diteliti koefisien-koefisien regresi, standard errors, variabel bebas yang baru harus berguna useful atau tidak perlu atau
merusak hasil, jika hasilnya baik maka variabel bebas itu diambil.
Universitas Sumatera Utara
3.3.3.1.3. Heteroskedastisitas
