30 Asumsi model regresi linear berganda sangat mirip dengan asumsi model regresi
linear sederhana, yaitu: 1.
Spesifikasi model ditetapkan dalam persamaan:
Y= β + β
1
X
1i
+ β
2
X
2i
+ β
3
X
3i
+ ..... + β
k
X
ki
+ ε
i
2. Peubah X
k
merupakan peubah non-stokastik fixed, artinya sudah ditentukan, bukan peubah acak. Selain itu tidak ada hubungan linear sempurna antar
peubah bebas X
k
. a.
Komponen sisaan εi mempunyai nilai harapan sama dengan nol, dan ragam konstan untuk semua pengamatan i. Eε
i
= 0 dan Var ε
i
= σ
2
. b.
Tidak ada hubungan atau tidak ada korelasi antar sisaan εi sehingga Cov ε
i
, ε
j
= 0 untuk i≠j. c.
Komponen sisaan menyebar normal.
4.4.2.2 Pemenuhan Asumsi Regresi Linear Berganda
Pemenuhan Asumsi dalam regresi linear berganda perlu dilakukan untuk mengetahui kebaikan dari suatu model. Adapun beberapa pengujian statistik yang
perlu dilakukan ialah Firdaus, 2004:
1. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah error term dari data observasi mendekati sebaran normal sehingga statistik t dapat dikatakan sah. Uji
terseb ut dapat dilakukan dengan “normality test” pada residual hasil persamaan
model. Jika dalam grafik hasil uji tersebut keberadaan tititk-titik pada garis berbentuk linear dan didapat P-value lebih besar dari taraf nyata, maka asumsi
kenormalan dapat terpenuhi.
31
2. Uji Statistik t
Uji t digunakan untuk menguji apakah koefisien regresi yang diperoleh dari hasil perhitungan dengan OLS berbeda secara signifikan dengan nilai
parameter tertentu atau tidak Firdaus, 2004. Prosedur pengujiannya sebagai berikut:
H : bi = 0 artinya variabel bebas Xi tidak berpengaruh nyata terhadap
variabel tidak bebasnya Yi. H
1
: bi ≠ 0 artinya variabel bebas Xi berpengaruh nyata terhadap variabel tidak bebasnya Yi.
Rumus untuk mencari t hitung sebagai berikut: t
hitung
= b –
S Jika t
hitung
t
tabel
, maka terima H , artinya variabel bebas Xi tidak
berpengaruh nyata terhadap variabel tidak bebasnya Yi. Jika t
hitung
t
table
, maka tolak H , artinya variabel bebas Xi berpengaruh
nyata terhadap variabel tidak bebasnya Yi.
3. Uji Statistik F
Uji statistik F merupakan pengujian koefisien regresi secara keseluruhan, pengujian ini menunjukan apakah semua variabel yang dimasukan kedalam model
memiliki pengaruh secara bersama-sama terhadap variabel terikat. Langkah-langkah pengujian statistik F
1 Membuat Hipotesa.
H :
1
=
2
=0 H
1
:
1
≠
2
≠
3
=
4
=0 2
Kriteria.
32 H
akan diterima dan H
1
akan ditolak bila F-stat F-tabel. H
akan ditolak dan H
1
akan diterima bila F-stat F-tabel. 3
Membandingkan nilai F-statistik dengan nilai F-tabel
4. Uji Multikolinearitas
Salah satu asumsi dari model regresi ganda adalah bahwa tidak ada hubungan linear sempurna antar peubah bebas dalam model tersebut. Jika
hubungan tersebut ada, kita katakan bahwa peubah-peubah bebas tersebut berkolinearitas ganda sempurna perfect multicolinearity. Multikolinearitas
muncul jika dua atau lebih peubah atau kombinasi peubah bebas berkorelasi tinggi antara peubah satu dengan yang lainnya. Untuk mendeteksi ada tidaknya
multikolinearitas maka dapat dilihat dari output komputer, dengan melihat Variance Inflation Factor
VIF. Jika VIF lebih besar dari 10 maka dapat dikatakan terdapat multikolinearitas dalam model.
5. Uji Heteroskedastisitas
