1. Variasi unsur sisa menyebar normal, dimana OLS cenderung akan mendekati
distribusi normal apabila sampel semakin besar, yaitu n mendekati tak hingga ∞.
2. Nilai rata-rata dari unsur sisa sama dengan nol. Maksudnya adalah kesalahan
pengganggu sama dengan nol, yaitu E e
i
= 0. 3.
Ragam merupakan bilangan tetap homoskedastisitas. 4.
Tidak ada autokolerasi antara kesalahan pengganggu. 5.
Tidak ada kolinier sempurna antara viriabel bebas multikolinearitas.
3.3. Model Dasar Penelitian
Model ekonometrika yang dipakai dalam menjelaskan penelitian mengenai “Analisis Faktor-faktor Yang Mempengaruhi Permintaan Terigu Di Indonesia
Periode 1982-2003” adalah sebagai berikut: LQ = c + a
1
LPT +a
2
LPB + a
3
LY
per kapita
+ a
4
Dummy + et Dimana :
LQ = Logaritma Jumlah Permintaan Tepung Terigu di Indonesia
LPT = Logaritma Harga Tepung Terigu
LPB = Logaritma Harga Tepung Beras
LY = Logaritma Pendapatan per Kapita
Dummy = Dummy Krisis Ekonomi 0 untuk sebelum krisis ekonomi, 1
untuk setelah krisis ekonomi et
= error term a
i
= Parameter dugaan
3.4. Uji Ekonometrika
1. Multikoliniearitas
Multikoliniearitas dapat diartikan sebagai hubungan linear diantara beberapa atau semua variabel bebas dalam sebuah model regresi. Asumsi bahwa
suatu model terbebas dari masalah multikoliniearitas yaitu kondisi dimana terdapat hubungan yang linier sempurna diantara beberapa atau semua variabel
bebas dalam sebuah model regresi. Multikoliniearitas dapat dideteksi apabila terjadi korelasi yang sangat kuat antara variabel-variabel bebas. Hal ini akan
menyebabkan kesimpulan cenderung menyatakan terima H atau pengaruh
variabel bebas tidak signifikan meskipun nilai R
2
sangat tinggi. Untuk melihat masalah multikoliniearitas dalam penelitian ini
dipergunakan uji correlation matrix hasil perhitungan dengan E-views. Semakin besar correlation matrix, maka hubungan antara variabel-variabel bebas tersebut
semakin erat atau multikoliniearitas yang terjadi akan semakin tinggi. Demikian juga sebaliknya jika nilai correlation matrix semakin kecil atau kurang dari
│0.8│maka tidak ada multikoliniearitas Gujarati, 1995.
2. Heteroskedastisitas
Heteroskedastisitas terjadi jika ragam atau varians tidak konstan. Akibat dari heteroskedastisitas ini menyebabkan sifat BLUE best linier unbiased
estimate tidak tercapai atau pengujiannya tidak valid. Selain itu, jika digunakan
untuk prediksi maka hasilnya tidak efisien. Pengujian heteroskedastisitas pada penelitian ini dilakukan dengan menghitung nilai probabilitas yang terdapat pada
uji value heterkedasticity cross term dengan menggunakan program E-views. Sebuah hasil regresi dikatakan homokedastisitas tidak mengandung
heteroskedastisitas jika nilai probabilitas dari uji white heteroskedasticity lebih besar dari taraf nyata
α yang digunakan.
3. Autokolerasi
Autokolerasi terjadi jika nilai error tidak bersifat bebas antara yang satu dengan yang lainnya. Artinya terjadi kolerasi antar error sehingga model yang
baik menghasilkan error yang acak, tidak lagi berpola. Akibatnya varians yang kita peroleh under estimate. Pengujian autokolerasi dilakukan dengan
menggunakan uji Breausch-Godfrey serial correlation LM hasil perhitungan dengan E-views. Jika nilai probabilitasnya lebih besar dari taraf nyata
α terbesar yang dipakai pada model maka hasil regresi tidak mengandung autokolerasi.
3.5. Uji Statistik Model
