Hafnida : Faktor-Faktor Yang Mempengaruhi Permintaan Jumlah Daya Listrik Di Kota Medan, 2010.
3.8 Uji Penyimpangan asumsi klasik
3.8.1 Multikolinearitas
Merupakan suatu keadaan dimana satu atau lebih variabel independen dapat dinyatakan sebagai kombinasi linier dari variabel lainnya. Hubungan yang terjadi bisa sempurna, bisa juga
tidak sempurna. Multikolinearitas dapat dideteksi dengan melihat R
2
yang tinggi. Multikolinearitas menjadi masalah jika derajat multikolinearitasnya tinggi, jika derajat
multikolinearitasnya rendah maka tidak menjadi masalah yang berarti. Dengan metode Klein derajat multikolinearitas dapat dilihat melalui koefisien determinasi parsial dari regresi antara
variabel dependen yang digunakan dalam model penelitian. Jika r
2
Xi, Xj ≤ R
2
Y, X
1
, X
2
…….X
k
maka tingkat multikolinearitas yang akan terjadi cukup rendah dan tidak menjadi masalah.
Satu asumsi model regresi klasik adalah bahwa tidak terdapat multikolinearitas diantara variabel yang menjelaskan termasuk dalam model. Multikolineritas berarti adanya
hubungan linier yang “sempurna” atau pasti, di antara beberapa atau semua variabel yang menjelaskan dari model regresi. Masalah multikolinearitas bisa timbul karena berbagai sebab,
pertama sifat-sifat yang terkandung dalam kebanyakan variabel ekonomi berubah bersama-sama sepanjang waktu. Besaran-besaran ekonomi dipengaruhi oleh faktor-faktor yang sama. Oleh
karena itu, sekali faktor-faktor yang mempengaruhi itu menjadi operatif, maka seluruh variabel akan cenderung berubah dalam satu arah. Kedua, penggunaan nilai lag lagged value dari
variabel-variabel bebas tertentu dalam model regresi. Pengujian terhadap gejala multikolinearitas dapat dilakukan dengan membandingkan koefisien determinasi parsial, r
2
dengan koefisien determinasi majemuk R
2
regresi awal atau yang disebut dengan metode Klein rule of Thumbs. Jika r
2
R
2
maka tidak ada multikolinearitas Gujarati, 2003.
Hafnida : Faktor-Faktor Yang Mempengaruhi Permintaan Jumlah Daya Listrik Di Kota Medan, 2010.
3.8.2 Heteroskedastisitas
Heteroskedastisitas merupakan salah satu asumsi Ordinary Least Square OLS jika varians residualnya dilakukan dengan white test yaitu dengan cara meregres logaritma residual
kuadrat terhadap variabel penjelas. Pada white test terdapat beberapa tahap, antara lain:
Membuat regresi persamaan dan membuat residualnya
Uji dengan Chi- square tabel
2 2
= n R
2
Keterangan: n
= jumlah observasi
R
2
= koefisien determinasi
Keputusan ada tidaknya heteroskedastisitas ditentukan jika: -
2
hitung
2
tabel, maka ada heteroskedastisitas -
2
hitung
2
tabel, maka tidak ada heteroskedastisitas Ada beberapa metode yang telah dikemukakan untuk menguji kehadiran situasi
heterokedastisitas dalam varian erroe terms suatu model regresi. Adapun metode-metode itu antara lain: 1 Metode Park; 2 Metode Glejser; 3 Metode Goldfeld-Quandt; 4 Metode
Spearman Rank Correlation. Sedangkan cara-cara untuk mengatasi heterokedastisitas yaitu: pertama, melakukan transformasi dalam bentuk membagi model regresi asal dengan salah satu
variabel bebas yang digunakan dalam model ini, kedua yaitu dengan melakukan transformasi log Sritua Arief, 2006.
Hafnida : Faktor-Faktor Yang Mempengaruhi Permintaan Jumlah Daya Listrik Di Kota Medan, 2010.
3.8.3 Uji Linieritas
Kategori