63
4. 5.2.4. Uji Penyimpangan Asumsi Klasik a. Multikolinieritas
multikolinieritas adalah suatu kondisi dimana terdapat hubungan variabel independen diantara satu dengan lainnya. Dalam penelitian ini tidak terdapat
multikolinieritas diantara variabel independen. Hal ini dapat diperoleh melalui ketentuan sebagai berikut:
1. Standard error tidak terhingga Kenyataan : pada hasil regresi bahwa standard error masing-masing variabel
tergolong rendah. 2. Lebih banyak variabel independen yang tidak signifikan daripada yang signifikan
pada t-statistik. Kenyataan : pada hasil regresi dari 4 variabel independen yang digunakan hanya 1
variabel independen yang tidak signifikan yaitu variabel lokasi. Artinya lebih banyak variabel independen yang signifikan.
3. Terjadi perubahan tanda atau tidak sesuai dengan teori pada model estimasi. Kenyataan: pada hasil regresi bahwa tanda pada model estimasi tidak mengalami
perubahan atau sesuai dengan model estimasi. 4. R
2
yang sangat tinggi. Kenyataan: pada hasil regresi nilai R
2
tidak terlalu tinggi.
b. Uji Autokorelasi
Autokorelasi terjadi apabila term of error µ dari periode waktu yang berbeda berkolerasi. Dikatakan term of error mengalami korelasi serial apabila variabel ei.ji
≠ 0 untuk i≠j dalam hal ini dapat dikatakan tidak memiliki masalah masalah
Universitas Sumatera Utara
64 autokorelasi. Untuk mengetahu keberadaan autokorelasi dapat dilakukan dengan uji
D-W Durbin Waston Test. Dengan hipotesis sebagai berikut : Ho :ρ = 0, artinya tidak ada autokorelasi
Ha :ρ ≠ 0, artinya ada autokorelasi Dari hasil regresi diperoleh DW- hitung = 1.807008
k = 4 ; n = 30; α = 1 dl = 1.14; 4 – dl = 4 – 1.14 = 2.86
du = 1.74; 4 – du = 4 – 1.74 = 2.26 berdasarkan hasil regesi dapat diperoleh bahwa DW – hitung = 1.807008,
berada pada du DW 4-du, ini berarti tolak H tidak ada autokorelasi.
Ho ditolak Ho ditolak
Auto + Aut-
Ho diterima
1.14 1.74 1.8
2.26 2.86
Gambar 4.6. : Kurva Uji-Durbin Watson
c. Heterokedastisitas
Heterokedastisitas terjadi apabila variabel pengganggu Error Term tidak mempunyai varian yang konstan sama untuk semua observasi sehingga residual
variabel pengganggu tidak bernilai nol atau
2 2
σ µ
≠ i
E
. Untuk menguji keberadaan heterokedastisitas dilakukan dengan cara Uji
Formal yaitu Uji White White`s General Heterocedasticity Test.
Universitas Sumatera Utara
65 Uji White memulai pengujiannya dengan membentuk model:
Y
i
= β + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ μ
i
Kemudian persamaan di atas, dimodifikasi dengan membentuk regresi bantuan auxiliary regression sehingga model menjadi:
μ
i 2
= +
+ +
+
3 3
2 2
1 1
X X
X α
α α
α
2 4
8 2
3 7
2 2
6 2
1 5
4 4
X X
X X
X
α α
α α
α
+ +
+ +
+
i
X X
X X
ν α
+
4 3
2 1
9
Hasil White Heterocedasticity Test
F-statistic 1.228024 Probability 0.348125 ObsR-squared 16.02152 Probability 0.312062
Tabel 4.9.
Berdasarkan hasil uji white di atas dapat dilihat bahwa nilai probability lebih besar dari 0.05, maka tidak terdapat heterokedastisitas pada hasil estimasi.
d. Normalitas
Uji normalitas dilakukan untuk menguji apakah faktor pengganggu
i
µ berdistribusi normal atau tidak. Untuk melakukan uji normalitas digunakan Jarcue-
Bera Test JB- Test. Hasil
J-B Test
Jarcue-Bera 3.685723 Probability 0.158364
Tabel 4.10.
Berdasarkan hasil uji Jarcue-Bera di atas dapat ditemukan bahwa besarnya nilai Jarcue Bera normality test adalah 3.685723
2
χ tabel 0.05 yaitu 9.488 maka faktor pengganggu berdistribusi normal.
Universitas Sumatera Utara
66
e. Linieritas
