Dalam penelitian ini, uji kointegrasi dilakukan dengan menggunakan metode
Johansen’s Cointegration Test. Uji ini dilakukan dengan membandingkan nilai trace statistic dengan nilai
critical value . Apabila nilai trace statistic lebih besar dari nilai critical
value maka terjadi kointegrasi. Jika nilai trace statistic lebih kecil dari
nilai critical value maka tidak terjadi kointegrasi. Selian itu dapat juga membandingkan max eigen statistic dengan critical value, apabila nilai
max eigen statistic lebih besar dari nilai critical value maka terjadi
kointegrasi, begitupun sebaliknya.
5. Uji Asumsi Klasik
Persamaan yang baik adalah persamaan yang memenuhi kaidah BLUE Best Linear Unbiased Estimator. Agar suatu persamaan dapat
dikategorikan memenuhi kaidah BLUE, maka data yang digunakan harus memenuhi beberapa asumsi yang sering dikenal dengan istilah
asumsi klasik. Uji asumsi klasik mencakup uji multikolinearitas, uji autokorelasi, dan uji heteroskedastisitas.
a. Uji Multikolinearitas
Multikolinearitas adalah kondisi adanya hubungan linear antara variabel independen.
4
Multikolinearitas terjadi karena nilai R
2
tinggi, tetapi variabel independen banyak yang tidak signifikan. Dalam penelitian ini, pengujian multikolinearitas dilakukan dengan
cara menguji koefisien korelasi r antara variabel independen yang
4
Wing Wahyu Winarno, Ekonometrikan dan Statiska dengan Eviews, Yogyakarta: Unit Penerbit dan Pecetakan Sekolah Tinggi Ilmu Manajemen YKPN, 2007, h.5.1.
dilihat dari matriks korelasi. Jika koefisein korelasi cukup tinggi di atas 0.80 umumnya, maka diduga ada multikolinearitas dalam
model. Sebaliknya jika koefisien korelasi kurang dari 0.8 maka tidak terjadi mutlikolinearitas.
b. Uji Autokeralasi
Uji autokorelasi dimaksud untuk menguji apakah ada korelasi antara anggota sampel yang diurutkan berdasarkan waktu.
Penyimpangan asumsi ini biasanya muncul pada observasi yang menggunakan data time series.
Pada penelitian ini, untuk menditeksi ada atau tidaknya gejala autokorelasi menggunakan uji Breusch-Godfrey. Nama lain uji BG
adalah uji Lagrange Multiplier. Pada uji Lagrange Multiplier pengambilan keputusan dilihat dari nilai probability Chi Square.
Jika Probabilitas Chi-Square 0.05 maka terjadi autokorelasi Jika probabilitas Chi- Square 0.05 maka tidak terjadi autokorelasi
c. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk melihat apakah terdapat ketidaksamaan varian dari residual pengamatan yang satu
ke pengamatan lainnya. Apabila timbul ketidaksamaan varian, maka terdapat masalah heteroskedastisitas. Apabila muncul gejala
heteroskedastisitas, maka persamaan yang dihasilkan bukanlah persamaan yang bersifat BLUE.
5
Dalam penelitian ini untuk menditeksi ada atau tidaknya gejala heteroskedastisitas digunakan uji White
White’s General Heteroskedasticity Test
. Uji White menggunakan residual kuadrat sebagai variabel dependen, dan variabel independennya
terdiri atas variabel independen yang sudah ada, ditambah dengan kuadarat variabel independen, ditambah lagi dengan perkalian dua
variabel independen. Di mana keputusan ada atau tidaknya gejala heteroskedastisitas dapat dilihat dari nilai ObsR Square
Ho = tidak ada heteroskedastisitas Ha = ada heteroskedastisitas
Kriteria Uji White: Bila Probabilitas ObsR Square .0.05 = Ho ditolak, artimya
terjadi heteroskedastisitas Bila Probabilitas ObsR Square 0.05 = Ho diterima, artinya tidak
terjadi heteroskedastisitas.
6. Uji Error Corection Model ECM
Error Corection Model ECM merupakan model ekonometrika
dinamik. Model dinamik merupakan salah satu model yang penting dalam pembentukkan model ekonometri dan analisisnya. Hal ini
karena sebagian besar analisis ekonomi berkaitan erat dengan analisis
5
Fridayana Yudiaatmaja, Analisis Regresi Dengan Menggunakan Aplikasi Komputer dan SPSS,
Jakarta: PT Gramedia Pustaka Utama, 2013, h.82.