: ≠ ≠ ≠ 0
diterima F-tabel
artinya variabel independen secara bersama-sama
berpengaruh nyata terhadap variabel dependen.
Ho diterima
Ha diterima
Gambar 3.2 Kurva Uji F Statistik
3.9 Uji Penyimpangan Asumsi Klasik 3.9.1 Multikolinearitas Multikolinearity
Multikolinearitas adalah alat untuk mengetahui suatu kondisi apakah terdapat korelasi variabel independen diantara satu sama lainnya. Untuk
mengetahui ada tidaknya multikolinearity dapat dilihat dari nilai R- Square, F- hitung, t-hitung, dan standard error. Adanya multikolinearity ditandai dengan:
Universitas Sumatera Utara Universitas Sumatera Utara
1. Standard error tak terhingga dan
yang sangat tinggi 2.
Tidak ada satupun t-statistik yang signifikan pada = 5, = 10, = 1.
3. Membandingkan
regresi pertama dengan regresi variabel-variabel
independen
3.9.2 Heteroskedastisitas
Heteroskedastisitas terjadi apabila variabel pengganggu Error Term tidak mempunyai varian yang konstan sama untuk semua observasi sehingga residu
variabel pengganggu tidak bernilai nol. Ini merupakan pelanggaran salah satu asumsi klasik tentang model regresi linier berdasarkan metode kuadrat terkecil.
Heteroskedastisitas pada umumnya lebih banyak ditemukan pada data cross section yaitu pada data yang menggambarkan kedaan pada suatu waktu tertentu,
misalnya data hasil suatu survei. Keberadaan heteroskedastisitas akan dapat menyebabkan kesalahan dalam penaksiran sehingga koefisien regresi menjadi
tidak efisien dan dapat menyesatkan Nachrowi dan Usman, 2006:109. Dalam penelitian ini penulis menggunakan Uji White yaitu dengan cara
meregres logaritma residual terhadap semua variabel penjelas. Pada White test terdapat beberapa tahap antara lain:
- Membuat regresi persamaan dan mendapatkan residualnya
- Uji dengan Chi-Square tabel
= n . Dimana : n = jumlah observasi
= koefisien determinasi
Universitas Sumatera Utara Universitas Sumatera Utara
Keputusan ada tidaknya heteroskedastisitas ditemukan jika: •
hitung , maka ada heteroskedastisitas
• hitung
, maka tidak ada heteroskedastisitas
3.9.3 Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah faktor pengganggu berdistribusi normal atau tidak. Untuk melakukan uji normalitas digunakan
Jarque-Bera TestJ-B test. Untuk melihat apakah data telah berdistribusi normal dengan cara J-B Test
ini yakni dengan membandingkan JB Normality Test Statistics dengan tabel,
jika J-B Test tabel maka adalah berdistribusi normal. Sebaliknya jika J-B
Test tabel maka adalah tidak berdistribusi normal.
Cara lain untuk melihat apakah data berdistribusi normal dengan menggunakan J-B Test ini adalah dengan melihat angka probability. Apabila
angka probabilitas 0.05 maka data berdistribusi normal, sebaliknya apabila angka probabilitas 0.05 maka data tidak berdistribusi normal.
3.9.4 Uji Linieritas
Uji linieritas sangatlah penting, karena uji ini sekaligus dapat melihat apakah spesifikasi model yang kita gunakan sudah benar atau tidak. Dengan
menggunakan uji ini kita dapat mengetahui bentuk model empiris dan menguji variabel yang relevan untuk dimasukkan ke dalam model empiris. Dengan kata
lain, dengan menggunakan uji linieritas, specification error atau mis- spesification error.
Universitas Sumatera Utara Universitas Sumatera Utara
Salah satu uji yang digunakan untuk menguji linieritas adalah uji Ramsey Ramsey RESET Test. Uji ini dikembangkan oleh Ramsey pada tahun 1969.
Ramsey mengembangkan suatu uji yang disebut dengan general test of specification error. Pedomannya apabila F-hitung F-tabel maka hipotesis nol
yang mengatakan bahwa spesifikasi model yang digunakan dalam bentuk fungsi linier adalah benar ditolak. Sedangkan apabila nilai F-hitung F-tabel maka
hipotesis nol yang mengatakan bahwa spesifikasi model yang digunakan dalam bentuk fungsi linier adalah benar tidak dapat ditolak.
3.10 Definisi Operasional
