67
diterima menjelaskan bahwa data dalam penelitian ini sudah berdistribusi normal.
b. Uji Multikolinieritas
Uji Multikolinieritas digunakan untuk mendeteksi ada tidaknya hubungan antar beberapa atau semua variabel independen dalam suatu
model regresi. Multikolinieritas merupakan keadaan dimana satu atau lebih variabel independen dinyatakan sebagai kondisi linier dengan
variabel lainnya. Menurut Nachrowi 2006:95, jika koefisien korelasi cukup tinggi,
misalnya diatas 0,8, maka diduga terjadi multikolinieritas dalam model regresi. Sebaliknya, jika koefisien korelasi relatif rendah dibawah 0,8,
maka diduga tidak terjadi multikolinieritas dalam model regresi tersebut. Setelah data diolah dengan menggunakan aplikasi Eviews 7.0 maka
terlihat hasilnya sebagai berikut :
Tabel 4.9 Hasil Uji Multikolinieritas
LOG_HARGA_ EMAS
LOG_HSI LOG_KURS LOG_NIKKEI
SBI LOG_HARGA_
EMAS 1.000000
0.348004 -0.680993
-0.328711 -0.695000
LOG_HSI 0.348004
1.000000 -0.719573
0.687561 -0.531370
LOG_KURS -0.680993
-0.719573 1.000000
-0.383872 0.665253
LOG_NIKKEI -0.328711
0.687561 -0.383872
1.000000 0.059384
SBI -0.695000
-0.531370 0.665253
0.059384 1.000000
Sumber : data sekunder yang diolah Dilihat dari tabel 4.9, koefisien korelasi antar variabel relatif
rendah yaitu dibawah 0,8. Hasil uji Multikolinieritas ini menunjukkan koefisien korelasi yang terendah yaitu -0,719537 sedangkan koefisien
68
korelasi tertinggi yaitu sebesar 0,687561 menunjukkan penelitian ini tidak terjadi multikolinieritas.
c. Uji Heteroskedastisitas
Cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah melakukan Uji Breusch-Pagan-Godfrey yaitu meregresi nilai logaritma
dari kuadrat residual terhadap variabel independen. Pengujian
heteroskedastisitas dilakukan dengan aplikasi Eviews 7.0 dan diperoleh hasil seperti pada tabel berikut ini :
Tabel 4.10 Hasil Uji
Breusch-Pagan-Godfrey
Heteroskedasticity Test: Breusch-Pagan-Godfrey F-statistic
0.293076 Prob. F5,42 0.9141
ObsR-squared 1.618257 Prob. Chi-Square5
0.8990 Scaled explained SS
2.687456 Prob. Chi-Square5 0.7480
Test Equation: Dependent Variable: RESID2
Method: Least Squares Date: 072513 Time: 00:57
Sample: 2008M01 2011M12 Included observations: 48
Variable Coefficient
Std. Error t-Statistic
Prob. C
0.048536 0.103275
0.469967 0.6408
SBI 0.015143
0.023915 0.633214
0.5300 LOG_KURS
-0.008409 0.016090
-0.522663 0.6040
LOG_HARGA_EMAS -0.003805
0.005853 -0.650018
0.5192 LOG_HSI
0.002745 0.007709
0.356120 0.7235
LOG_NIKKEI -0.003940
0.009533 -0.413247
0.6815 R-squared
0.033714 Mean dependent var 0.000639
Adjusted R-squared -0.081320 S.D. dependent var
0.001345 S.E. of regression
0.001399 Akaike info criterion -10.18952
Sum squared resid 8.22E-05 Schwarz criterion
-9.955621 Log likelihood
250.5485 Hannan-Quinn criter. -10.10113
F-statistic 0.293076 Durbin-Watson stat
1.966497 ProbF-statistic
0.914106
69
Sumber : data sekunder yang diolah Dari tabel 4.10 dapat dilihat bahwa tidak terjadi heterokedastisitas.
Hal ini dapat ditunjukan dari nilai probabilitas ObsR-squared lebih dari α =
5, yaitu 0,8990.
d. Uji Autokorelasi