65 Pendeteksian heteroskedastisitas dapat dilakukan melalui uji white karena
uji tersebut mudah untuk diterapkan Gujarati, 2006:94. Langkah pengujian sebagai berikut:
Hipotesis H
: model terdapat heterokesdastisitas H
a
: model tidak terdapat heterokesdastisitas Pengambilan keputusan dilakukan dengan kriteria :
- jika probabilitas OBSR
2
0,05 siginifikan H
ditolak - jika probabilitas OBSR
2
0,05 tidak signifikan H diterima
Artinya adalah apabila probabilitas OBSR
2
lebih besar dari 0,05 maka model tersebut tidak terdapat heteroskedastisitas. Apabila OBSR
2
lebih kecil dari 0,05 maka model tersebut terdapat heteroskedastisitas Winarmo,
2009:5.15.
5. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1sebelumnya jika terjadi korelasi maka dinamakan ada problem autokorelasi Ghozali, 2009.
Autokorelasi bertujuan untuk mengetahui apakah dalan sebuah model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan
kesalahan pada periode t –i sebelumnya. Tentu saja model regresi yang baik
adalah regresi bebas dari autokerelasi Gujarati, 2006:112.
66 Sejalan dengan keterangan lainnya yang mengatakan bahwa uji
autokorelasi dilakukan untuk mengetahui apakah ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan periode t sebelumnya pada model
regresi linear yang dipergunakan. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Dalam model regresi yang baik adalah tidak terjadi
korelasi Nisfiannor, 2009:92. Apabila data yang kita analisis mengandung autokorelasi, maka estimator
yang kita dapatkan memiliki karakteristik berikut ini: i Estimator metode kuadrat terkecil masih linear, ii Estimator metode kuadrat terkecil masih tidak
bias, iii Estimator metode kuadrat terkecil tidak mempunyai varian yang minimum. Dengan demikian autokorelasi akan menyebabkan estimator hanya
bersifat LUE, tidak lagi BLUE Best Linear Unbias Estimate Winarmo, 2009:5.27.
Dalam mendeteksi permasalahan autokorelasi bisa menggunakan Uji Breusch-Godfrey BG
. Nama lain uji ini adalah Uji lagrange-Multiplier Pengganda Lagrange. Winarmo, 2007:5.29
Langkah-langkah pengujian. Hipotesis
H : model terdapat autokorelasi
H
a
: model tidak terdapat autokorelasi -. Bila prob X
2
0.05 H
ditolak - Bila prob X
2
0.05 H
diterima
67 Artinya adalah nilai prob X
2
2 lebih besar dari 0.05 maka model dalam penelitian terbebas masalah autokorelasi. Sebaliknya, jika nilai prob. X
2
lebih kecil dari 0.05 maka model dalam penelitian terbebas masalah autokorelasi
Winarmo, 2009:5.30.
F. Analisis Statistik
1. Uji Statistik t Uji Parsial
Uji statistik t digunakan untuk menentukan apakah dua sample yang tidak berhubungan memiliki nilai rata-rata yang berbeda. Uji statistik t dilakukan
dengan cara membandingkan perbedaan antara dua nilai rata-rata dengan standar error dari perbedaan rata-rata dua sample Ghozali, 2009.
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas secara individual dalam menerangkan variasi variabel terikat.
Hipotesis nol Ho yang hendak diuji adalah apakah suatu parameter β
i
sama dengan
nol atau Ho : β
i
= 0, artinya apakah suatu variabel independent bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis
alternatifnya Ha, parameter suatu variabel tidak sama dengan nol, atau: Ha : b
i
≠ 0, artinya variable tersebut merupakan penjelas yang signifikan terhadap variabel dependen.
Uji statistik t digunakan untuk menganalisis pengaruh variabel independen terhadap variabel dependen secara parsial.
Hipotesis