62
3.6 Deteksi Asumsi Klasik
Sebelum melakukan analisis data maka data dideteksi terhadap asumsi klasik, jika terjadi penyimpangan akan asumsi klasik digunakan pengujian
statistik non parametrik sebaliknya asumsi klasik terpenuhi apabila digunakan statistik parametrik untuk mendapatkan model regresi yang baik, model regresi
tersebut harus terbebas dari multikolinieritas, autokorelasi, dan heteroskedastisitas serta residual data yang dihasilkan harus terdistribusi normal. Cara yang
digunakan untuk menguji penyimpangan asumsi klasik adalah sebagai berikut :
3.6.1 Deteksi Multikolinieritas
Deteksi Multikolinieritas bertujuan untuk mendeteksi apakah model regresi ditemukan adanya korelasi antar variabel bebas atau independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Apabila nilai R
2
yang dihasilkan dalam suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel- variabel independen banyak yang
tidak signifikan mempengaruhi variabel dependen, hal ini merupakan salah satu indikasi terjadinya multikolinieritas Imam Ghozali, 2005
Multikolinearitas dalam penelitian ini dideteksi dengan menggunakan
auxiliary regressions
untuk mendeteksi adanya multikolinearitas. Kriterianya adalah jika R
2
regresi persamaan utama lebih besar dari R
2
auxiliary regressions
maka di dalam model tidak terdapat multikolinearitas.
3.6.2 Deteksi Autokorelasi
Menurut Imam Ghozali 2005, deteksi autokorelasi digunakan untuk mengetahui apakah dalam model regresi linear ada korelasi antara kesalahan
63
penggangu pada periode t dengan kesalahan penganggu pada periode t-1 sebelumnya, dimana jika terjadi korelasi dinamakan ada problem autokorelasi.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu
tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu
time series
. Salah satu cara yang digunakan untuk mendeteksi autokorelasi adalah
dengan uji
Breusch-Godfrey
BG Test. Pengujian ini dilakukan dengan meregresi variabel penganggu u
i
dengan menggunakan model
autoregressive
dengan orde ρ sebagai berikut :
U
t
= ρ1 U
t
- 1 + ρ2 U
t
- 2 + …ρ ρ U
t
- ρ +et
Dengan H adalah ρ1 = ρ2 … ρ, ρ = 0, dimana koefisien
autoregressive
secara keseluruhan sama dengan nol, menunjukkan tidak terdapat autokorelasi pada setiap orde. Secara
manual, apabila χ
2
tabel lebih kecil dibandingkan dengan ObsR-squared, maka hipotesis nol yang menyatakan bahwa tidak ada
autokorelasi dalam model dapat ditolak.
3.6.3 Deteksi Heteroskedastisitas