3.6.1. Uji Autokorelasi
autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data time series. autokorelasi
itu sering dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data runtun waktu atau time-series
atau ruang seperti dalam data lintas sektoral atau cross section. sehingga terdapat saling ketergantungan antara faktor pengganggu yang berhubungan dengan
pengamatan lainnya. oleh sebab itu masalah autokorelasi biasanya muncul dalam data time series
, meskipun tidak menutup kemungkinan terjadi dalam data cross section. dalam konteks regresi, model regresi linier mengasumsikan bahwa situasi
autokorelasi tidak terdapat dalam faktor pengganggu atau dapat ditulis: ei,j = 0; i j ……………………………..……………………… 3.5
berdasar persamaan 3.5, dapat dikemukakan bahwa model regresi linier mengasumsikan bahwa faktor pengganggu yang berhubungan dengan pengamatan
lainnya. oleh karena itu, bila pengamatan-pengamatan dilakukan sepanjang waktu, pengaruh faktor pengganggu yang terjadi dalam suatu periode waktu, tidak terbawa
pada periode waktu berikutnya. bila terjadi saling ketergantungan antara faktor pengganggu yang
berhubungan dengan observasi dipengaruhi oleh unsur gangguan yang berhubungandengan pengamatan lainnya atau dengan kata lain terjadi autokorelasi,
ditulis dengan simbol berikut:
Universitas Sumatera Utara
ei,j ≠ 0; i j …………………………………………………. 3.6 untuk menguji autokorelasi dalam model ini digunakan uji lagrange multiplier
lm test, yaitu dengan membandingkan nilai
2
hitung dengan
2
1. bila nilai
tabel, dengan kriteria keputusan sebagai berikut:
2
hitung
2
2. bila nilai
tabel maka hipotesis nol ho ditolak, berarti ada autokorelasi.
2
hitung
2
3.6.2. Uji Multikolinearitas
tabel maka hipotesis nol ho tidak dapat ditolak, berarti tidak ada autokorelasi.
pada dasarnya multikolinieritas adalah adanya suatu hubungan linier yang sempurna mendekati sempurna antar beberapa atau semua variabel bebas. adapun
cara mendeteksi ada tidaknya multikolinieritas adalah: 1.
apabila korelasi antara dua variabel bebas lebih tinggi dibandingkan dengan salah satu atau kedua variabel bebas tersebut dengan variabel terikat pindyk
and rubinfeld, 1990. 2.
gujarati 2008 lebih menegaskan bahwa: bila korelasi antara dua variabel bebas melebihi 0,8 maka multikolinieritas menjadi masalah yang serius.
adanya statistik f dan koefisien determinasi yang signifikan namun diikuti dengan banyaknya statistik t yang tidak signifikan. perlu diuji apakah sesungguhnya
x
2
dan x
2
secara sendiri-sendiri tidak mempunyai pengaruh terhadap y; atau adanya multikolinieritas yang serius menyebabkan koefisien mereka menjadi tidak
Universitas Sumatera Utara
signifikan. bila dengan menghilangkan salah satu, yang lainnya menjadi signifikan, besar kemungkinan ketidaksignifikanan variabel tersebut disebabkan adanya
multikolinieritas yang serius.
3.6.3. Uji Normalitas