h. Nilai variabel independen tidak boleh sama dalam satu kolom i. Model dispesifikasi dengan benar
j. Tidak terjadi multikolinearitas hubungan antara variabel independen yang sempurna.
Bila seluruh asumsi terpenuhi, maka pendugaan yang diperoleh dari metode kuadrat terkecil ini memiliki karakteristikbersifat BLUE
Best Linier Unbissed Estimator . Disebut Unbiassed karena nilai harapan
dari pendugaan sama dengan nilia para meter, dan disebut best karena dengan metode ini akan diperolah varianspenyimpanan terkecil.
Pengujian Asumsi Klasik
Menurut Gujarati agar karakteristik BLUE dapat dicapai model harus memenuhi asumsi klasik yaitu tidak terdapat gejala Autokorelasi,
Heteroskedastsitas dan Multikolinearitas. Sebelum pengujian asumsi klasik perlu dilakukan uji normalitas data, apabila data yang diuji telah
berdistribusi normal, maka errorresidual dari model regresi yang dibuat akan mempunyai distribusi normal yang baik pula, sehingga kesimpulan
yang akan diambil secara statistic sudah benar.
a. Uji Stasioneritas
Data time series menyimpan banyak berbagai permasalahan salah satunya adalah masalah otokorelasi. Otokorelasi merupakan
penyebab yang mengakibatkan data menjadi tidak stasioner, jika data dapat distasioneritaskan maka otokorelasi dapat diatasi. Merupakan hal
yang sangat penting dalam anlisis time series. Dalam analisis time
39
series masalah stasioneritas merupakan masalah yang sangat penting. Untuk mengetahui data stasioner atau tidak dapat dilihat dari nilai rata-
rata varian dari data time series tidak mengalami perubahan yang sistematis Nachrowi,2006;340.
Tujuan uji stasioner adalah agar meannya stabil dan random errornya = 0, sehingga model regresi yang diperoleh mempunyai
prediksi yang tidak spurious regresi semu. Data dikatakan stasioner nilai probabilitasnya tingkat kepercayaan = 0,05 atau ADF
test
nilai kritis ADF. Apabila data yang diperoleh belum stasioner pada tingkat level, maka diperlukan langkah untuk membuat data menjadi
stasioner melalui proses differensi data. Uji stasioner data melalui proses differensi ini disebut dengan uji derajat integrasi. Hal ini
dilakukan untuk menghilangkan setiap variabel dengan membuat selisih nilai suatu variabel terhadap nilai variabel tersebut beberapa
periode sebelumnya difference, maka variabel ini dapat disebut sebagai yang berintegrasi pada derajat satu, demikian seterusnya Han
dan Hertanto,2006;28. Pada penelitian ini akan dilakukan pengujian stasioner dengan
menggunakan metode Augment Dickey Fuller ADF test. Adapun langkah-langkah pengujiannya adalah sebagai berikut :
1. Uji hipotesis H
: data tidak stasioner H
1
: data stasioner
40
2. Nilai ADF test statistic yang terdapat dalam output dibandingkan, jika nilai ADF test statistic critical value pada = 5 maka data
sudah stasioner atau tolak H dan sebaliknya jika ADF test statistic
critical value maka data tidak stasioner. Untuk mengatasi data tidak stasioner maka akan dilakukan 1
st
differene. Agar tehindar dari masalh spurious regression, maka regresi
harus dilakukan pada data variabel yang telah ditransformasikan dari data non stasioner ke data yang telah stasioner.
b. Uji Atokorelasi
