Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008
3.8 Uji Asumsi Klasik
Kebenaran spesifikasi model penelitian ini, dideteksi dengan menguji asumsi klasik multikolinearitas dan heteroskedastisitas.
3.8.1 Uji Multikolinearitas
Istilah multikolinearitas mula-mula ditemukan oleh Ragnar Frisch. Multikolinearitas diartikan adanya hubungan linear yang “sempurna” atau pasti,
diantara beberapa atau semua variabel yang menjelaskan dan model regresi. Untuk regresi k-variabel. meliputi variabel yang menjelaskan X
1
, X
2
…………….. X
k
dimana X
1
untuk semua pengamatan yang memungkinkan suatu intersep. suatu hubungan linear yang pasti dikatakan ada apabila kondisi
1
X
1
+
2
X
2+…… k
X
k
= 0 terpenuhi Gujarati. 2003.
Menurut Nachrowi dan Usman 2004 tidak mungkin koefisien regresi berganda dapat ditaksir akibat terjadinya multikolinearitas sempurna. Sedangkan bila
terjadi multikolinearitas tidak sempurna, koefisien regresi berganda masih dapat dicari, tetapi menimbulkan beberapa akibat, yaitu:
a variansi besar dan taksiran OLS b interval kepercayaan lebar; c uji : tdak signifikan. d R
2
tinggi tetapi tidak banyak variabel yang signifikan dan uji t ; e terkadang taksiran koefisien yang didapat akan mempunyai nilai yang tidak sesuai
dengan substansi, sehinga dapat menyesatkan.
3.8.2 Uji Heterokedastisitas
Menurut Nachrowi dan Usman 2004 dampak heterokedastisitas terhadap OLS adalah: a akibat tidak konstannya variansi. maka salah satu dampak yang
Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008
ditimbulkan adalah lebih besarnya variansi daripada taksiran; b lebih besarnya variansi, tentunya akan berpengaruh pada uji hipotesis yang dilakukan, karena kedua
uji tersebut menggunakan besaran variansi taksiran akibatnya uji hipotesis menjadi kurang akurat: c Iebih besarnya taksiran, akan rnengakibatkan standar error taksiran
juga lebih besar. sehingga interval kepercayaan juga menjadi besar; d akibat beberapa dampak tersebut rnaka kesimpulan yang diambil dan persamaan regresi
yang dibuat dapat menyesatkan.
3.8.3. Uji Autokorelasi
Autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data time series. Sehingga
terdapat saling ketergantungan antara faktor pengganggu yang berhubungan dengan observasi yang dipengaruhi oleh unsur gangguan yang berhubungan dengan
pengamatan lainnya. Oleh karena itu masalah autokorelasi biasanya muncul dalam data time series, meskipun tidak menutup kemungkinan terjadi dalam data cross
sectional. Uji untuk melihat autokorelasi dapat dilakukan dengan uji Durbin-Watson
Test ataupun dengan uji Lagrange Multiplier Test LM-Test.
Seruan Sembiring :Analisis Fungsi Tanaman Biwa Di Kabupaten Karo, 2009 USU Repository © 2008
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Hasil Penelitian
Kategori