5. Kovarian antara µ
i
dan variable independent x
1
adalah nol. 6. Jumlah data observasi harus lebih banyak dibandingkan dengan jumlah
parameter yang akan di yang akan di observasi. 7. Tidak ada multikolinearitas.
8. Variabel pengganggu harus berdistribusi normal atau stokastik. Berdasarkan kondisi tersebut di dalam ilmu ekonometrika, agar suatu model
dikatakan baik dan sahih, maka perlu dilakukan beberapa pengujian.
3.7.1 Multikolinearitas multikolinearity
Multikolinearitas adalah alat untuk mengetahui suatu kondisi,apakah terdapat korelasi independen diantara satu sama lain. Untuk mengetahui ada tidaknya
multikolinearitas dapat dilihat dari R-square, F-hitung, t-hitung, serta standart error. Untuk mendeteksi ada atau tidaknya multikolinearitas dalam suatu model ,
yaitu sebagai berikut: 1. Nilai R
2
yang dihasilkan dari hasil model estimasi sangat tinggi,tetapi tingkat signifikan variable bebas berdasarkan uji t-statistik sangat kecil atau bahkan
tidak ada. 2. Menggunakan korelasi parsial. Metode ini disarankan oleh Farrar dan
Glauber1967. Metode ini muncul berkaitan dengan kelemahan dari korelasi derajat nol. Rule of thumb yang digunakan sebagai pedoman adalah bila nilai
R
2
estimasi awal lebih besar dari estimasi parsial antara variable bebas maka didalam model tidak terdapat multikolinearitas.
Universitas Sumatera Utara
3. Menggunakan regresi bantuan subsidiary regression. Metode ini dilakukan karena diduga bahwa multikolinearitas timbul karena satu atau lebih variable
penjelas merupakan kombinasi linier yang pasti atau mendekati pasti dari variable penjelas X lainnya.
3.7.2 Autokorelasi serial correlation
Auto korelasi terjadi apabila error term μ dari periode waktu yang berbeda
berkorelasi. Dikatakan bahwa error term berkorelasi atau mengalami korelasi serial apabila ; variabel ei,ej
≠ 0 untuk i = j, dalam hal ini dapat dikatakan mem iliki masalah autokorelasi. Adapun cara yang digunakan untuk mengetahui keberadaan
auto korelasi yaitu: a. Dengan Uji Durbin Watson DW Test
Dengan hipotesis sebagai berikut : Dw
-hitung
=
H : p = 0, artinya tidak ada autokorelasi
Ha : p ≠ 0, artinya terdapat autokorelasi
Dengan jumlah sampel tertentu dan jumlah variabel independen tertentu dl dan du dalam tabel distribusi Durbin-
Watson untuk nilai α. Hipotesis yang digunakan adalah :
Ho : tidak ada autokorelasi tolak H Dwdl : tolak H
ada korelasi positif
Universitas Sumatera Utara
Dudw4-du : terima H tidak ada autokorelasi
dl ≤dw≤du : pengujian tidak dapat disimpulkan inconclusive
4-du ≤dw≤4-dl : pengujian tidak dapat disimpulkan inconclusive.
b. Dengan Uji Lagrange Multiplier LM-Test Sangat berguna untuk mengidentifikasikan masalah Autokorelasi tidak
hanya pada derajat pertama First order tapi bissa juga digunakan pada tingkat derajat. Adapun langkah-langkah LM-test I ni adalah:
1. Lakukan regresi dengan menggunakan model empiris yang sedang di estimasi, kemudian dapatkan nilai residual, u
t
. 2. Lakukan regresi dengan u
t
sebagai variable independen dan dengan memasukkan sebagai variabel u
t
sebagai variabel bebas. 3. Hitunglah nilai n-1R
2
=X
2
-
hitung
. n-1 digunakan karena jumlah efektif dari observasi adalah n-1, dimana n adalah jumlah data atau observasi.
4. Lakukan uji hipotesis nol Ho dengan ketentuan bahwa jika X
2
-
tabel
X
2
-
hitung
maka tidak ada autokorelasi dan sebaliknya jika X
2
-
hitung
X
2
-
tabel
maka ada autokorelasi.
3.8 Defenisi Operasional
