3.5.2.2 Uji Penyimpangan Asumsi Klasik 3.5.2.2.1 Multikolinearitas Multikolinearity
Multikolinearity adalah alat untuk mengetahui suatu kondisi apakah terdapat korelasi variabel independent diantara satu sama lainnya. Untuk
mengetahui ada tidaknya multikolinearity dapat dilihat dari nilai R2, F-hitung, t- hitung, dan standart error. Adanya multikolinearity ditandai dengan:
• Standard error tidak terhingga; • R2 dan F-hitung yang sangat tinggi;
• Tidak ada satupun t-statistik yang signifika n pada α=1, α=5,α= 10;
• Terjadi perubahan tanda atau tidak sesuai dengan teori.
Atau dapat dijelaskan sebagai berikut: Jika: R
2 1,2,3
R
2
model estimasi : tidak ada multikolonearitas R
2 1,2,3
R
2
model estimasi : ada multikolinearitas
3.5.2.2.2 Autokorelasi serial correlation
Autokorelasi 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 u ntuk i = j, dalam hal ini dapat
dikatakan memiliki masalah autokorelasi. Dalam penelitian ini digunakan uji
Langrange Multiplier LM-Test atau Breusch-Godfrey Test untuk mengetahui
apakah di dalam model estimasi terdapat autokolerasi atau tidak diantara variabel- variabel yang diamati. Dengan kriteria sebagai berikut:
Nilai Obs R- square χ
2
atau Prob 0,05 terdapat autokolerasi
Nilai Obs R- square χ
2
atau Prob 0,05 tidak terdapat autokolerasi.
Universitas Sumatera Utara Universitas Sumatera Utara
3.5.2.2.3 Heteroskedastisitas Heterokedasticity
Heteroskedastisitas merupakan salah satu asumsi Ordinary Least Square OLS yang dideteksi keberadannya melalui White Heterokedasticity test
atau uji white. Melaui uji white dilihat apakah nilai probabilitasnya lebih besar atau lebih kecil dari 0,05. Jika lebih kecil dari 0,05 maka terdapat
heterokedastisitas dalam model estimasi dan sebalinya jika nilai probabilitasnya lebih besar dari 0,05 maka tidak ditemukan heterokedastisitas dalam model
estimasi.
3.6 Batasan dan Definisi Operasional Variabel