3.7 Uji Penyimpangan Asumsi Klasik 3.7.1 Kolinearitas Ganda Multicollinearity
Kolinearitas ganda adalah alat yang digunakan untuk mengetahui apakah ada hubungan yang kuat kombinasi linear diantara independen variabel. Suatu model
regresi linear akan menghasilkan estimasi yang baik apabila model tersebut tidak mengandung multikolinearity. Kolinearitas ganda terjadi karena adanya hubungan
yang kuat antar sesama variabel independen dari suatu model estimasi. Untuk mendeteksi ada tidaknya mutikolinearity dapat dilihat dari nilai R-Square, F-hitung, t-
hitung serta standard error. Adanya multikolinearity dapat ditandai dengan:
a. Standard error tidak terhingga.
b. Tidak ada satu pun t-statistik yang signifikan pada
α = 10, α = 5, α = 1. c.
Terjadi perubahan tanda atau tidak sesuai dengan teori. d.
R
2
3.7.2 Serial CorrelationAutocorrelation
Autokorelasi merupakan korelasi antar anggota seri observasi yang disusun menurut urutan waktu seperti data cross-section, atau korelasi pada dirinya sendiri.
Apabila ada ketergantungan antara kesalahan pengganggu ε
sangat tinggi.
i
dan kesalahan pengganggu
ε
j
, maka dikatakan ada autokorelasi, dengan simbol dapat dinyatakan sebagai berikut:
E
ε
i
ε
j
≠
0.i ≠ j
Universitas Sumatera Utara
Adapun beberapa cara untuk menguji keberadaan autokorelasi adalah sebagai berikut:
▪ Dengan menpergunakan atau memflot grafik ▪ Dengan D-W Test Uji Durbin Watson
∑ ∑ −
− −
−
n t
t
et e
e
i t
i
1 2
1 2
2
D-W Test Uji Durbin-Watson
D-W Test digunakan untuk mengetahui apakah dalam model terdapat autokorelasi ataupun antara disturbance error-nya.
D-hitung =
Bentuk hipotesanya adalah sebagai berikut: H
= ρ
: , artinya tidak ada autokorelasi
H ≠
ρ :
, artinya ada autokorelasi Dengan jumlah sampel tertentu dan jumlah variabel independen tertentu diperoleh
nilai kritis dl dan du dalam tabel distribusi Durbin-Watson untuk berbagai nilai α.
Universitas Sumatera Utara
Hipotesis yang digunakan adalah:
0 dl du 2 4-du 4-dl 4
Gambar 3.3 Kurva Durbin-Watson
Dimana, H
: tidak ada autokorelasi Dw dl
: tolak H ada korelasi positif
Dw 4-dl : tolak H
ada korelasi negatif Du dw 4-du
: terima H
≤
tidak ada autokorelasi Dl dw
≥
du : tidak dapat disimpulkan inconclusive
≤
4-du dw
≤
4-dl : tidak dapat disimpulkan inconclusive
Autokorelasi + Autokorelasi -
inconclusive
H diterima
Universitas Sumatera Utara
3.8 Definisi Variabel Operasional
