3.6.3 Heteroskedastisitas
Menurut Nachrowi dan Usman 2006, varians ui2 yang tidak konstan atau selalu berubah-ubah disebut dengan heteroskedastis. Kasus heteroskedastis
tidak hanya terjadi pada persamaan regresi majemuk tetapi memungkinkan terjadi pada
regresi linier
sederhana juga.
Akibat yang
ditimbulkan dari
heteroskedastisitas ini adalah varian koefisien regresi yang lebih besar sehingga menimbulkan beberapa konsekuensi lain. Konsekuensi itu diantaranya interval
kepercayaan yang semakin besar, uji hipotesis tidak akurat, berdampak kepada hasil keakuratan kesimpulan. Cara mendeteksi heteroskedastisitas dapat dilakukan
dengan beberapa metode, diantaranya metode gambar dan menggunakan Uji White Heteroskedasticity.
Pada metode gambar, suatu nilai variabel bebas X atau sekelompok nilai X variabel bebas akan mempunyai nilai var ui2 yang berbeda dengan variabel
bebas X atau sekelompok nilai X lainnya. Oleh karena itu, jika nilai-nilai ui2 diplotkan dengan nilai-nilai variabel bebas akan ditemui suatu pola atau bentuk
yang tidak random. Sedangkan kriteria uji yang akan digunakan untuk mendeteksi
aau melihat
heteroskedastisitas dengan
metode White
Heteroskedasticity, yaitu: a. Jika nilai probabilitas pada ObsR-Square
taraf nyata α yang digunakan, maka model persamaan yang digunakan tidak mengalami heteroskedastisitas.
b. Jika nilai probabilitas pada ObsR-Square taraf nyata α yang digunakan,
maka model persamaan yang digunakan mengalami heteroskedastisitas.
3.6.4 Linieritas
Uji terhadap linieritas berguna untuk mengetahui kebenaran bentuk model empiris yang digunakan dan menguji variabel yang relevan untuk dimasukkan
dalam model empiris. Dengan kata lain uji linier bermanfaat untuk mengetahui adanya kesalahan dalam spesifikasi model. Uji linier yang digunakan adalah
Ramsey, dimana kriterianya bila probabilitas F hitung α 5 , maka spesifikasi
model sudah benar.
3.6.5 Normalitas
Kategori