49
c. Uji Autokolerasi
Uji autokorelasi bertujuan untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu satu sama
lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering
ditemukan pada data rentet waktu time series karena “gangguan” pada
seorang individu kelompok cenderung mempengaruhi “gangguan” pada individu kelompok yang sama pada periode berikutnya. Pada data
crossection silang waktu, masalah autokorelasi relatif jarang terjadi karena “gangguan” pada observasi yang berbeda berasal dari individu
kelompok yang berbeda.Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2009:99. Adanya autokorelasi dapat
mengakibatkan: 1 Varians sampel tidak dapat menggambarkan varians populasi.
2 Model regresi yang dihasilkan tidak dapat digunakan untuk menduga nilai variabel terikat dari nilai variabel bebas tertentu.
3 Varians dari koefisiennya menjadi tidak minim lagi, sehingga koefisien estimasi yang diperoleh kurang akurat. Uji t tidak berlaku
lagi, jika uji t tersebut tetap digunakan, maka kesimpulan yang diperoleh salah.
50 Autokorelasi muncul karena observasi yang berurutan sepanjang
waktu berkaitan satu sama lainya. Untuk mendeteksi ada atau tidaknya autokorelasi dalam suatu penelitian. Uji durbin Watson hanya digunakan
untuk autokorelasi tingkat satu first order autocorrelation dan mensyaratkan adanya intercept konstanta dalam model regresi dan
tidak ada variabel lagi di antara variabel independen hipotesis yang akan diuji adalah Ghozali, 2009:100:
H
o
: tidak ada autokorelasi r = 0 H
a
: ada autokorelas i r ≠ 0
Tabel 3.2 Pengambilan Keputusan Ada Tidaknya Autokorelasi
Dw kesimpulan
Kurang dari 1,10 1,10 dan 1,54
1,55 dan 2,46 2,46 dan 2,90
Lebih dari 2,91 Ada autokorelasi
Tanpa kesimpulan Tidak ada autokorelasi
Tanpa kesimpulan Ada autokorelasi
Sumber: Algifari, 2000
d. Uji Heteroskedastisitas
Kategori