3.5. Uji Asumsi Klasik
3.5.1. Uji Asumsi Klasik
Persamaan regresi tersebut harus bersifat BLUE Best Linier Unbiased Estimator
, artinya pengambilan keputusan uji F dan uji t tidak boleh bias. Untuk menghasilkan yang BLUE maka harus dipenuhi di antara
tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier, yaitu: 1.
Tidak boleh ada autokorelasi 2.
Tidak boleh ada multikolinieritas 3.
Tidak boleh ada Heteroskedastisitas Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar,
maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE Best Linear Unbiased Estimator
, sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias.
1. Autokorelasi
Autokorelasi dapat didefinisikan sebagai “korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu
Gujarati,1995:201. Identifikasi gejala autokorelasi dapat dilakukan dengan kurva Durbin Watson :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Ada Daerah
Daerah Ada
auotkore- keragu- keragu-
autokore- lasi
raguan raguan lasi
positif negatif
Tidak ada
Autokorelasi
0 dL du 2 4-d
u
4-d
L
4d
Sumber: Gujarati, 1995: 201
Autokorelasi dapat didefinisikan sebagai korelasi antara data observasi yang diurutkan berdasarkan urut waktu data times
series atau data yang diambil pada waktu tertentu data cross sectional Gujarati, 1993: 201. Jadi dalam model regresi linier
diasumsikan tidak terdapat gejala autokorelasi. Penelitian ini data yang digunakan bukan data times series tetapi data cross
sectional yang diambil berdasarkan kuesioner, sehingga untuk uji autokorelasi tidak dilakukan.
2. Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam persamaan regresi ditemukan adanya korelasi antara variabel
bebas independent. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Deteksi adanya
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
multikolinieritas dapat dilihat dari besaran VIF Varians Inflation Factor
, yang dapat dihitung dengan Ghozali, 2006:95 : VIF =
1
Tolerance Kriteria Pengujiannya :
1. Jika besaran VIF 10 maka tidak terjadi multikolinieritas.
2. Jika besaran VIF 10 maka terjadi multikolinieritas.
3. Heteroskedastisitas
Heteroskedastisitas adalah nilai varians residual dengan varians setiap variabel bebas tidak sama atau E u
2
1
≠ 0. Jika nilai varians residual dengan varians setiap variabel bebas tetap, maka
disebut Homoskedastisitas. Model regesi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk
mendeteksi ada tidaknya heteroskedastisitas digunakan korelasi rank Spearman antara residual dengan seluruh variabel bebas.
Kriteria pengujiannya menurut Santoso dalam Rosa, 2006:49 adalah:
a. Nilai probabilitas 0,05 berarti bebas dari
heteroskedastisitas. b.
Nilai probabilitas 0,05 berarti terkena dari
heteroskedastisitas.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.6. Teknis Analisis dan Uji Hipotesis