Daerah Keragu-
raguan Menolak Ho
bukti Autokorelasi
Positif Menolak Ho
bukti Autokorelasi
Negatif
dl du
4-du 4-dl
ƒ d
d 4
Gambar 3.1 Uji Durbin-Watson
Ho = tidak ada autokorelasi positif
Ho = tidak ada autokorelasi negatif
3.5.1.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang
lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model
regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas Ghozali, 2006. Untuk mendeteksi ada atau tidaknya
heteroskedastisitas, dapat diketahui dengan melihat penyebaran data pada scatterplot atau dengan melakukan uji park Park Test.
Dasar analisisnya adalah: 1.
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasi telah terjadi heteroskedastisitas. Sumber: Gujarati, 2003
Menerima Ho atau Ho atau
Kedua-duanya Daerah
Keragu- raguan
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Mekanisme uji park park test adalah sebagai berikut:
1. Membuat regresi OLS terhadap model, kemudian residunya disimpan.
2. Membuat regresi berikutnya dengan residu sebagai variabel dependen.
Regresi ini dilakukan secara indvidu terhadap masing-masing variabel independen. Jika ternyata tidak ada hubungan yang signifikan antara
residu dengan masing-masing variabel independen maka berarti dalam model tersebut tidak terdapat heteroskedastisitas.
3.5.1.4 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2006.
Maka regresi yang baik adalah yang mempunyai distribusi data normal atau mendekati normal.
Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari
residualnya. Dasar pengambilan keputusan:
1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya, menunjukkan pola distribusi normal.
2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah
garis diagonal atau garis histogramnya, menunjukkan pola distribusi tidak normal.
3.5.2 Model Regresi
