86
α
α
= Konstanta
1
X = Koefisien regresi variabel Perlombaan Desa
µ = Variabel Perlombaan Desa
2
Sebelum model analisis dapat digunakan maka terlebih dahulu akan diuji kelayakan model tersebut melalui uji sebagai berikut:
= Error Term
a. Test Of Goodness of Fit
Uji ini bertujuan untuk menguji ketepatan model regresi sampel dalam menaksir nilai aktual. Secara statistik dapat diukur dari nilai koefisien R
2
, Uji t dan uji statistik F. Koefisien Determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai Koefisien
Determinasi adalah 0 ≤ R
2
≤ 1. Kemampuan model dalam menerangkan variasi variabel dependen akan semakin baik bila nilai R
2
Uji F yang merupakan suatu ukuran keberartian Signifikansi keseluruhan dari regresi yang ditaksir, juga meruapakan pengujian keberartian
Signifikansi dari Koefisien Determinasi R semakin mendekati 1.
2
Uji t merupakan suatu pengujian yang bertujuan untuk mengetahui apakah masing-masing koefisien regresi Signifikan atau tidak terhadap variable
dependen dengan menganggap variable independen lainnya konstan. .
b. Uji Asumsi Klasik 1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah nilai residual berdistribusi normal dengan Eui = 0. Bila asumsi ini dilanggar maka uji statistik
menjadi tidak valid terutama untuk jumlah sampel kecil.
87
Dalam penelitian ini, Uji normalitas residual didasarkan pada uji statistik
Non Parametrik Kolmogorov-Smirnov K-S, dimana hipotesisnya adalah
sebagai berikut : H
H = Data residual berdistribusi normal
1
Kriteria pengujian hipotesis:
= Data residual tidak berdistribusi normal
Ho diterima bila Prob. K-S α 0,05
Ho ditolak bila Prob. K- S α 0,05
2 Uji Heteroskedastisitas .
Heteroskedastisitas berarti bahwa variasi residual tidak sama untuk semua pengamatan. Heteroskedastisitas bertentangan dengan salah satu asumsi
dasar regresi biar homoskedastisitas yaitu variasi residual sama untuk-semua pengamatan. Secara ringkas walaupun terdapat heteroskedastisitas maka
penaksir OLS Ordinary Least Square tetap tidak bias dan konsisten tetapi penaksir tadi tidak lagi efisien baik dalam sampel kecil maupun sampel besar
yaitu asimtotik. Menurut Gujarati 1995 bahwa masalah heteroskedastisitas biasa terjadi dalam data cross section dibandingkan dengan data time series.
Penelitian ini menggunakan uji Breusch-Pagan-Godfrey untuk mendeteksi ada tidaknya heteroskedastisitas. Uji Breusch-Pagan-Godfrey pada
prinsipnya meregres residual yang dikuadratkan dengan variabel independen, atau :
µ
2 t
Jika nilai Prob. F 0,05 maka tidak ada heterokedastisitas,
= fX
Jika nilai Prob. F 0,05 maka ada heterokedastisitas.
88
3 Uji Linieritas
Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan dalam suatu studi empiris sebaiknya berbentuk linier, kuadrat atau kubik. Dalam
penelitian ini uji Linieritas dilakukan dengan Ramsey Test dengan langkah-
langkah sebagai berikut: 1
Estimasi persamaan 3.1 dan 3.2 dengan prosedur OLS dan simpan fitted value Y dan Error sum of squares ESS
1
2 Tambahkan variabel-variabel fitted value Y
2
ke dalam persamaan 3.1 dan 3.2 pada langkah satu dan estimasi model baru tersebut dan simpan
Error sum of squares ESS
2
Y = β
. Misalnya untuk persamaan 3.1 menjadi sebagai berikut:
+ β
1
X
1
+ β
2
fitted value Y
2
3 Hitung uji F-Wald F
+ µ ......................................
3.3
c
1 T
ESS m
k ESS
ESS F
1 1
2 c
− −
− =
untuk tambahan variabel fitted value Y pada langkah dua dengan rumus sebagai berikut:
................................................. 3.4 dimana :
k = Jumlah koefisien regresi dalam persamaan baru pada langkah 2
m = Jumlah koefisien regresi dalam persamaan 2 pada langkah 1
T = Jumlah sampel
4 Hipotesis untuk uji linieritas adalah sebagai berikut:
H :
β
2
H = 0 Spesifikasi model berbentuk fungsi linier
1
: β
2
5 Kriteria penerimaan hipotesis:
≠ 0 Spesifikasi model tidak berbentuk fungsi linier
Tolak H bila Fc F-Tabel [F
k-m, T-k
α=0,05] atau Prob. Fc 0,05
89
3.6 Defenisi Operasional Penelitian.
