sebaliknya. Data panel dalam penelitian menggunakan estimasi dengan metode Coeficient Covariance Method - White Cross Section, sehingga hasil yang
dikeluarkan terbebas dari heterokedastisitas.
3.6.3 Autokorelasi
Autokorelasi merupakan gangguan pada fungsi regresi berupa korelasi diantara faktor gangguan error term. Autokorelasi pada umumnya terjadi pada
penelitian yang menggunakan data time series namun juga dapat terjadi pada data cross section. Menurut Hidayat dan Pratomo 2007 terdapat beberapa penyebab
terjadinya autokorelasi yakni tidak diikutsertakannya seluruh variabel bebas yang relevan dalam model regresi yang diduga, terjadinya kesalahan spesifikasi model
matematika yang digunakan, pemakaian data yang kurang baik karena interpolasi data atau sumber data yang kurang akurat serta terjadinya kesalahan spesifikasi
variabel gangguan. Autokorelasi dapat mengakibatkan hasil estimasi untuk standar error dan
varians koefisien regresi yang didapat akan underestimate, dengan demikian nilai koefisien determinasi R
2
akan besar dan akibatnya uji t, uji F dan interval kepercayaan menjadi tidak sahih lagi untuk digunakan. Selain itu autokorelasi
yang kuat dapat menyebabkan dua variabel yang tidak berhubungan menjadi berhubungan.
Ada beberapa cara yang dapat digunakan untuk mendeteksi adanya autokorelasi yakni dengan metode durbin Watson DW
test
dan Uji Langrange Multiplier LM test. Metode DW hanya berlaku untuk model regresi yang
variabel-variabel bebasnya tidak mengandung lagged dependent variabel time
Universitas Sumatera Utara
lag. DW tidak relevan digunakan dalam penaksiran model regresi yang menggunakan data cross section dan penaksiran model regresi tanpa intercept.
Untuk melihat ada tidaknya autokorelasi pada metode DW maka dapat dilihat dari nilai DW pada hasil estimasi model regresi dan dapat diambil keputusan dengan
melihat tabel DW. Sedangkan pada uji LM dapat digunakan untuk menguji model lag , untuk
melihat ada atau tidaknya autokorelasi dapat dilihat dari hasil estimasi model regresi, apabila hasil estimasi yang diperoleh menunjukkan bahwa nilai ObsR-
squared X
2
hitung X² tabel atau nilai probability lebih rendah dari 0,05 pada tingkat signifikansi 5 maka terdapat gejala autokorelasi pada hasil estimasi
tersebut Pratomo dan Hidayat, 2007.
3.7 Test of Goodness of Fit