Teknik Pengumpulan Data Uji Asumsi Klasik

3.3. Teknik Pengumpulan Data

Untuk semua data yang dipergunakan dalam penelitian ini merupakan data yang terdiri dari: a. Studi kepustakaan dengan membaca buku-buku literatur yang berkaitan dengan maslah yang dibahas. b. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data asli yang dikumpulkan dari pihak instansi terkait yang digunakan sebagai data pendukung dalam pengumpulan data. c. Sumber Data Data diperoleh dapat digunakan dalam penelitian ini diperoleh dari instansi terkait, yaitu: 1. Badan Pusat Statistik Propinsi Jawa Timur. 2. Dinas Tenaga kerja Kabupaten Sidoarjo. 3. Departemen Perindustrian dan Perdagangan Kabupaten Sidoarjo.

3.4. Uji Asumsi Klasik

Persamaan regresi tersebut diatas harus bersifat BLUE Best Linear Unbiasted Estimator, artinya pengambilan keputusan melalui uji Fdan uji t tidak boleh bias. Untuk menghasilkan keputusan yang BLUE maka harus dipenuhi diantara tiga asumsi dasar. Tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linear berganda, yaitu : 1. Tidak boleh ada autokorelasi 2. Tidak boleh ada multikolinieritas 3. Tidak boleh ada heteroskadetsitas Apabila salah satu dari kedua asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE Best Linier Unbiasted Estimator, sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias.

1. Autokorelasi

Prosedur untuk menguji autokorelasi yang sebenarnya dapat dijelaskan lebih baik dengan bantuan gambar dibawah ini, yang menunjukkan bahwa batas d adalah 0 dan 4. fd Menolak Ho Daerah ke- Daerah ke- Menolak H o Bukti auto ragu-raguan ragu-raguan Bukti auto korelasi korelasi positif negatif Menerima Ho atau H o atau kedua-duanya 0 dl du 2 4-du 4-dl 4 d Gambar 1. Statistik d Durbin – Watson, Gujarati Damodar, 1978, Basic Econometrics, Penerbit Erlangga. Mekanisme tes Durbin-Watson adalah sebagai berikut, dengan mengasumsikan bahwa asumsi yang mendasari tes dipenuhi : a. Untuk ukuran sampel tertentu dan banyaknya variabel yang menjelaskan tertentu dapatkan nilai kritis dl dan du. b. Jika hipotesis Ho adalah bahwa tidak ada serial korelasi positif, maka jika d dl : menolak Ho d du : tidak menolak Ho dl ≤ d ≤ du : pengujian tidak meyakinkan c. Jika hipotesis nol Ho adalah bahwa tidak ada serial korelasi negatif, maka jika d 4 – dl : menolak Ho d 4 – du : tidak menolak Ho 4 - du ≤ d ≤ 4 - dl : pengujian tidak meyakinkan d. Jika Ho adalah dua-ujung, yaitu bahwa tidak ada serial autokorelasi baik positif ataupun negatif, maka jika d dl : menolak Ho d 4 - dl : menolak Ho du ≤ d ≤ 4 - du : tidak menolak Ho dl ≤ d ≤ 4 - du atau pengujian tidak meyakinkan 4 - du ≤ d ≤ 4 - dl Seperti langkah tadi menunjukkan, kelemahan besar dari tes d adalah bahwa jika d tadi jatuh dalam daerah yang meragukan, atau daerah ketidaktahuan, orang tidak dapat menyimpulkan apakah autokorelasi ada atau tidak ada. Dalam kasus ini orang bisa mungkin terpaksa melakukan tes lain beberapa di antaranya doerikan dalam bentuk soal latihan atau mendapatkan data tambahan data atau sampel yang berbeda. Harusnya juga diperhatikan bahwa banyaknya observasi minimum yang diperlukan sehubungan dengan tabel Durbn Watson adalah 15. Alasannya adalah bahwa suatu sampel yang leih kecil dari 15 observasi akan menjadi sangat sulit untuk bisa menarik kesimpulan yang pasti definitif mengenai autokorelasi dengan memeriksa residual yang ditaksir.

2. Multikolieneritas

Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independent. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol. Imam Ghozali, 2001:57-58. Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut : a. Nilai R 2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel bebas banyak yang tidak signifikan mempengaruhi variabel terikat. b. Menganalisis matrik korelasi variabel-variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi umumnya diatas 0,90 maka hal ini merupakan indikasi adanya multikolinieritas. c. Multikolinieritas dapat dilihat dari nilai tolerance dan variance inflation faktor VIF Uji Multikolinieritas dalam penelitian ini dilakukan dengan menggunakan program computer SPSS 10.

3. Heteroskedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi tidak terjadi keidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya. Salah satu cara untuk mendeteksi ada atau tidak adanya heterokedastisitas adalah dengan menggunakan uji rank spearman yaitu dengan membandingkan antara residu dengan seluruh variabel bebas. Menurut Singgih Santoso 2002 : 301 deteksi adanya heterokedastisitas adalah : a. Nilai probabilitas 0,05 berarti bebas dari heterokedastisitas. b. Nilai probabilitas 0,05 berarti terkena heterokedastisitas.

3.5. Uji Normalitas