…………………………………………………14 dimana :
n = jumlah observasi S = skewness kemencengan
K = kurtosis keruncingan Statistik J-B mengikuti distribusi Chi-square dengan d.k.2 secara asimtotis asy
atau dalam sampel besar yang secara simbolis daituliskan sebagai berikut.
Bila nilai J-B hitung nilai X
2
tabel atau Prob 0.05, maka hipotesis yang menyatakan bahwa residual berdistribusi normal dapat ditolak. Bila nilai J-B
hitung nilai X
2
tabel, atau Prob 0,05 maka yang menyatakan bahwa residual berditribusi normal tidak dapat ditolak.
2. Multikolinearitas
Multikolinearitas adalah hubungan linear yang kuat antara variabelvariabel independen dalam persamaan regresi berganda. Adanya multikolinearitas
menyebabkan pendugaan koefisien regresi tidak nyata walaupun nilai R
2
-nya besar. Hal tersebut dapat dideteksi dari nilai R
2
yang tinggi 0,7-1, tetapi tidak terdapat atau hanya sedikit sekali koefisien dugaan yang berpengaruh nyata
Gujarati, 2006. Multikolinearitas dapat diketahui dengan meregresikan variabel independen dengan variabel independen lainnya, dengan uji Fuji signifikansi.
Jika Fhitung Ftabel, artinya tolak H0 yang berarti terdapat multikolinearitas pada model dugaan jika Fhitung Ftabel, artinya terima H0
yang berarti tidak terdapat multikolinearitas pada model dugaan atau dapat dilihat
pula dari nilai R
2
-nya. Jika nilai R
2
pada variabel yang diregresikan lebih tinggi daripada nilai R
2
pada model awal regresi dugaan, maka variabel tersebut menyebabkan terjadinya multikolineritas pada model regresi dugaan Gujarati,
2006. Tindakan perbaikan model dugaan akibat adanya multikolinearitas dapat
dilakukan dengan menambah observasi atau menghilangkan satu atau lebih variabel independen yang memiliki kolinearitas yang tinggi.
3. Heteroskedastisitas
Jika seluruh residual pada model tidak memiliki varian yang konstan maka diduga model mengalami masalah heteroskedastisitas. Pengujian terhadap adanya
heteroskedastisitas dapat dilakukan dengan uji park, uji goldfeld-quant dan uji white.
Pada penelitian ini, untuk melihat apakah model telah memenuhi asumsi klasik dapat dilhat berdasarkan nilai sum squared residual pada hasil pengolahan
menggunakan E-views 9. Permasalahan heteroskedastisitas dapat diatasi dengan memberikan bobot Weighted Least Square WLS melalui Generalized Least
Squares
GLS pada model atau transformasi data kedalam bentuk logaritma natural.
4. Autokorelasi
Autokorelasi sering terjadi pada pengamatan yang dilakukan pada data runtun waktu time series. Autokorelasi adalah keadaan di mana terdapat trend di
