34 regresi tersebut tidak berbeda dengan nol. Dengan kata lain, variabel bebas
tersebut tidak berpengaruh nyata terhadap nilai variabel tidak bebas. Sebaliknya jika t-hitung menyatakan tolak H
maka parameter regresi berbeda dengan nol dan variable bebas berpengaruh nyata terhadap variabel tidak
bebas.
4.7.4.2. Kriteria Uji Ekonometrika
Kriteria ekonometrika dilihat berdasarkan hasil uji statistik terhadap model apakah memenuhi asumsi-asumsi untuk estimasi model regresi linear berganda
atau tidak. Adapun uji statistik yang digunakan untuk melihat apakah terjadi pelanggaran asumsi atau tidak, adalah sebagai berikut:
1. Uji Multikolinearitas
Kolinearitas ganda multicolinierity merupakan hubungan linear yang sama kuat antara variabel-variabel bebas dalam persamaan regresi berganda.
Adanya multikolinear ini menyebabkan pendugaan koefisien menjadi tidak stabil. Pendeteksian terjadinya multikolinear dapat diketahui dengan melihat nilai
Variance Inflation Factor VIF pada masing-masing variabel bebas. Jika nilai
VIF relatif kecil, artinya persamaan regresi tidak mengalami multikolinear. Sebaliknya, jika nilai VIF relatif besar lebih dari 10 artinya persamaan regresi
mengalami multikolinearitas Juanda, 2009. 2. Uji
Heteroskedastisitas Salah satu asumsi dalam estimasi model regresi linear berganda adalah
homoskedastisitas, yaitu ragam sisaan error konstan dalam setiap pengamatan. Pelanggaran atas asumsi homoskedastisitas adalah heteroskedastisitas. Akibat dari
masalah heteroskedastisitas, salah satunya adalah penduga OLS tidak efisien lagi.
35 Untuk mendeteksi adanya masalah heteroskedastisitas maka dilakukan uji Glesjer
Juanda, 2009. Uji Glesjer yaitu dengan melakukan regresi nilai standar residual terhadap variabel bebas dalam model. Jika P-value lebih besar dari taraf nyata
yang dipakai α, berarti tidak terjadi heteroskedastisitas dalam model. Jika P-
value lebih kecil dari taraf nyata yang dipakai
α, berarti terjadi heterokedastisitas dalam model bebasnya.
3. Uji Autokolerasi
Autokolerasi adalah pelanggaran asumsi klasik yang menyatakan dalam pengamatan-pengamatan yang berbeda terdapat korelasi antara sisaan. Uji
autokorelasi digunakan untuk mengetahui apakah error pada suatu persamaan bersifat independen atau dependen. Untuk menguji autokorelasi dilakukan dengan
pengujian Durbin Watson DW dengan prosedur: H
: tidak ada serial autokorelasi baik positif maupun negatif. H
1
: terdapat serial autokorelasi. Nilai hitung statistik Durbin Watson DW yang diperoleh dari hasil
perhitungan komputer kemudian dibandingkan dengan nilai d
tabel
, yaitu dengan batas bawah dL dan batas atas dU. Penentuan nilai dL dan dU berdasarkan
jumlah variabel bebas dan jumlah pengamatan yang terdapat dalam model. Hasil perbandingan akan menghasilkan kesimpulan sebagai berikut:
1. Jika DW dL, berarti ada autokorelasi positif. 2. Jika DW dL, berarti ada autokorelasi negatif.
3. Jika dL DW 4-dU, berarti tidak terjadi autokorelasi positif ataupun negatif. 4. Jika dL
≤ DW ≤ dU atau 4-dU ≤ DW ≤ 4-dL, berarti tidak dapat disimpulkan.
36
4.8. Defenisi Operasional
