Multikolinearitas Heterokedastisitas Uji Penyimpangan Asumsi Klasik

43

3.8. Uji Penyimpangan Asumsi Klasik

Uji penyimpangan asumsi klasik adalah pengujian terhadap beberapa asumsi klasik untuk melihat apakah suatu model dikatakan baik atau efisien. Gujarati 2003 mengemukakan beberapa asumsi klasik yang harus dipenuhi untuk suatu hasil estimasi regresi linier agar hasil tersebut dapat dikatakan baik ban efisien. Adapun asumsi klasik yang dapat dipenuhi antara lain : 1. Model regresi adalah linier, yaitu linier didalam parameter 2. Residual variable pengganggu µ i mempunyai nilai rata-rata nol zero mean value disturbance µ i 3. Homokedastisitas atau varian dari µ i 4. Tidak ada autokorelasi antara variable pengganggu µ i 5. Kevarian antara µ i dan variable independen x 1 adalah nol 6. Jumlah data observasi harus lebih banyak disbanding dengan jumlah parameter yang akan diestimasi 7. Tidak ada multikolinearitas 8. Variabel pengganggu harus berdistribusi normal. Wahyu Aryo Pratomo dan Paidi Hidayat, 2007 : 88

3.8.1. Multikolinearitas

Multikolinearitas adalah alat yang digunakan untuk mengetahui apakah ada hubungan yang kuat atau kombinasi antara independen variabel. Suatu model regresi linier akan menghasilkan estimasi yang baik apabila model tersebut tidak mengandung multikolinearitas. Multikolinearitas terjadi karena adanya hubungan yang kuat antara sesama independen variable dalam suatu model estimasi. Universitas Sumatera Utara 44 Ciri-ciri multikolinearitas ditandai dengan : 1. Standar error tidak terhingga 2. Tidak ada satupun t- statistik yang signifikan pada α = 10, α = 5, α = 1 3. Terjadi perubahan tanda atau tidak sesuai dengan teori 4. R square sangat tinggi Langkah-langkah mendeteksi multikolinearitas dapat dilakukan dengan cara sebagai berikut : 1. Korelasi antar variabel Nilan R 2 yang dihasilkan dari hasil estimasi model empiris sangat tinggi, tetapi tingkat signifikan variabel sangat bebas berdasarkan uji t-statistik sangat rendah tidak ada atau sangat sedikit variabel bebas yang signifikan 2. Menggunakan korelasi parsial Pengujian ini dapat digunakan untuk melihat multikolinearitas antar variabel adalah dengan menggunakan uji parsial. Universitas Sumatera Utara 45

3.8.2. Heterokedastisitas

Suatu asumsi penting dari model regresi linier klasik adalah gangguan yang Dalam fungsi regresi populasi adalah homokendastik yaitu semua gangguan tadi mempunyai varians yang sama. Bila asumsi ini tidak dapat dipenuhi maka dalam penelitian tersebut terdapat heterokedastisitas yang berakibat bahwa estimasi tidak efisien. Untuk mendeteksi adanya heterokedastisitas dapat digunakan uji korelasi Rank Spearman dimana korelasinya dirumuskan sebagai berikut : rs = 1 6 1 2 − − ∑ n n Di Dimana : Di = Selisih dalam rank dua karakteristik yang berbeda n = banyaknya sampel yang diteliti Selanjutnya untuk memastikan apakah model memiliki gejala heterokendastisitas digunakan rumus : t = Rs 2 1 2 rs n − − Untuk pengujian ini digunakan hipotesa sebagai berikut : Ho : Rs = 0 tidak terdapat gejala heterokendastisitas Ha : Rs ≠ 0 terdapat gejala heterokendastisitas Dengan keriteria pengujian pada tingkat kepercayaan 1- α sbb : Universitas Sumatera Utara 46 Ho diterima jika t- hitung tα Ho ditolak jika t -hitung tα

3.8.3 Uji Linieritas