3.7 Uji Penyimpangan asumsi klasik
3.7.1 Multikolinieritas
Multikolinaeritas adalah uji untuk mengetahui apakah ada hubungan yang kuat kombinasi linier diantara variabel bebas. Untuk mendeteksi ada tidaknya
multikolinearitas dapat dilihat dari nilai R
2
dari tiap masing- masing variabel, nilai F-statistik, nilai t-statistik serta standart error.
Adapun multikolinieritas ditandai dengan: a. Standart error tidak terhingga
b. Tidak ada satupun atau sangat sedikit t- statistik yang signifikan pada α =
1 , α = 5 , α = 10 c. Terjadi perubahan tanda atau tidak sesuai dengan teori
d. R
2
sangat tinggi Pengujian yang lain dapat digunakan untuk melihat multikolinieritas antar
variabel adalah dengan menggunakan uji parsial Wahyu Ario Pratomo dan Paidi Hidayat, 2007: 90. Suatu model regresi liner akan menghasilkan estimasi yang baik
apabila model tersebut tidak mengandung multikolinearitas. Multikolinearitas terjadi karena adanya hubungan yang kuat antara sesama variabel bebas dari suatu model
estimasi.
d = ∑e
t 2
∑e
t
– e
t – 1 2
3.7.2 Uji Autokorelasi
Uji ini merupakan hubungan variabel-variabel dari serangkaian yang tersusun dalam rangkaian waktu. Autokorelasi juga menunjukkan hubungan nilai-nilai yang
berurutan dari variabel yang sama. Autokorelasi dapat terjadi jika kesalahan pengganggu suatu periode korelasi dengan kesalahan pengganggu periode
sebelumnya.
Untuk menguji apakah hasil-hasil estimasi tidak mengandung autokorelasi, maka dipergunakan Uji Durbin-Watson D.W, dimana terlebih dahulu harus
ditentukan besarnya nilai kritis dari d
u
dan d
l
berdasarkan jumlah pengamatan dari variabel bebasnya.
Untuk pengujian ini digunakan hipotesis sebagai berikut: Ho : ρ = 0, tidak ada gejala autokorelasi
Ha : ρ ≠ 0, ada gejala autokorelasi
Dengan kriteria sebagai berikut: Ho diterima jika d
u
d 4 − d
l
Artinya data pengamatan tidak terdapat autokorelasi.
Ha ditolak jika d d
l
atau d 4 − d
l
Artinya data pengamatan memiliki gejala autokorelasi
Autokolerasi − Autokolerasi +
Ho diterima d
l
d
u
2 4 – d
u
4 – d
l
Gambar 3.3 Kurva Uji Durbin Watson
3.8 Defenisi Variabel Operasional