Uji Autokorelasi Pengujian Model dan Hipotesis

bebas yang tidak signifikan daripada variable bebas yang signifikan atau bahkan tidak ada satupun. Masalah multikolinearitas dapat dilihat melalui correlation matrix , di mana batas tidak terjadi korelasi sesame variabel yaitu dengan uji Akar Unit sesama variabel bebas adalah tidak lebih dari EF GFE Gujarati, 2004. Melalui correlation matrix ini dapat pula digunakan Uji Klein dalam mendeteksi multikolinearitas. Apabila terdapat nilai korelasi yang lebih dari EF GFE, maka menurut uji Klein multikolinearitas dapat diabaikan selama nilai korelasi tersebut tidak melebihi nilai R-squared Adj atau R 2 -nya. Selain Uji Klein, uji multikolinieritas juga bisa dideteksi dengan melihat nilai Variance Inflation Factor VIF. Batas nilai VIF adalah 10 di mana adanya kolinieritas ditunjukan oleh nilai VIF yang lebih besar dari 10. Adapun rumus untuk mendapatkan VIF yaitu : HI: C C B - Dengan R 2 = koefisien determinasi ganda Dalam bidang ekonomi, hampir tidak mungkin terdapat variabel yang tidak berhubungan satu sama lain. Oleh karena itu disarankan untuk memakai uji Klein atau VIF.

3.4.5. Uji Heteroskedastisitas

Kondisi heteroskedastisitas merupakan kondisi yang melanggar asumsi dari regresi linear klasik. Heteroskedastisitas menunjukkan nilai varian dari variabel bebas yang berbeda, sedangkan asumsi yang dipenuhi dalam linear klasik adalah mempunyai varian yang sama konstanhomoskedastisitas. Dengan kata lain, uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi liner kesalahan pengganggu e mempunyai varians yang sama atau tidak dari satu pengamatan ke pengamatan yang lain. Pengujian masalah heteroskedastisitas dilakukan dengan menggunakan uji White Heteroscedasticity Test Gujarati, 2004. Pengujian ini dilakukan dengan cara melihat probabilitas ObsR-squared-nya. Apabila nilai probabilitas ObsR-squared-nya lebih besar dari taraf nyata tertentu, maka persamaan itu tidak mengalami heteroskedastisitas. Bila nilai ObsR-squared -nya lebih kecil dari taraf nyata tertentu, maka persamaan itu mengalami heteroskedastisitas.

3.4.6. Uji Normalitas

Uji normalitas dilakukan jika sampel yang digunakan kurang dari 30. Uji ini berguna untuk melihat error term apakah terdistribusi secara normal. Uji ini disebut uji Jarque-Bera test. Pengujian ini dilakukan dengan cara melihat probability Jarque-Bera Test. H : error term terdistribusi normal H 1 : error term tidak terdistribusi normal Kriteria uji : Probability P-Value taraf nyata , maka tolak H Probability P-Value taraf nyata , maka terima H