3. Uji Heteroskedastisitas
Heteroskedastisitas merupakan salah satu penyimpangan terhadap asumsi kesamaan varian homoskedastisitas, yaitu varians error bernilai sama untuk setiap kombinasi tetap dari X
1
, X
2
, …, X
p
. Jadi dengan adanya heteroskedastisitas, estimator OLS tidak menghasilkan estimator yang Best Linear Unbiased Estimator BLUE hanya Linear Unbiased Estimator
LUE Agus Widarjono, 2013. Metode yang digunakan untuk mengetahui ada atau tidaknya gangguan heteroskedastik pada model, peneliti menggunakan uji white. Rumusan hipotesis
dalam uji white adalah sebagai berikut Agus Widarjono, 2013 : H
: Tidak Ada Heteroskedastisitas H
a
: Terdapat Heteroskedastisitas Kriteria pengujiannya adalah:
a. H
ditolak dan H
a
diterima, jika nilai chi-square hitung n x R
2
lebih besar dari nilai Chi- kuadrat
χ
2
dengan derajat kepercayaan tertentu α. b.
H diterima dan H
a
ditolak, jika nilai chi-square hitung n x R
2
lebih kecil dari nilai Chi- kuadrat
χ
2
dengan derajat kepercayaan tertentu α. Jika H
ditolak, berarti terdapat heteroskedastisitas. Jika H diterima, berarti tidak terdapat
heteroskedastisitas.
4. Uji Autokorelasi
Menurut Gujarati 2004, autokolerasi adalah keadaan dimana faktor-faktor pengganggu
yang satu dengan yang lain tidak saling berhubungan, pengujian terhadap gejala autokorelasi dalam model analisis regresi dilakukan dengan pengujian Breusch-Godfrey Serial
Correlation LM Test dengan membandingkan nilai ObsR square dengan nilai Chi-square. Jika ObsR s
quare χ
2
-hitung lebih besar dari Chi- square χ
2
–tabel, berarti hasil uji
Breusch-Godfrey Serial Correlation LM Test mengindikasikan bahwa terdapat masalah autokolerasi didalam model. Dan jika ObsR square χ
2
-hitung lebih kecil dari Chi-square χ
2
–tabel, berarti hasil uji Breusch-Godfrey Serial Correlation LM Test mengindikasikan bahwa tidak ada masalah autokolerasi. Dalam hal ini, hipotesis pendugaan masalah
autokolerasi adalah sebagai berikut : H
: ρ
1
= ρ
2
= .........= ρ
ρ
= 0 tidak ada autokorelasi H
a
: ρ
1
≠ ρ
2
≠..........≠ ρ
ρ
≠ 0 ada autokorelasi Dalam penelitian ini peneliti mengharapkan menerima H
sehingga dalam penelitian model yang digunakan tidak memiliki masalah autokorelasi.
5. Analisis Regresi
Spesifikasi model dalam penelitian ini adalah sebagai berikut : LnKLPT
t
= Ln β + β
1
LnJUS + β
2
LnAE + β
3
LnAK + ɛ
t
Dimana: LnKLPT
= Logaritma Natural Konsentrasi Lembaga Pendidikan Tinggi LN JUS
t
= Jumlah Usia Sekolah LnAE
t
= Logaritma Natural Aktivitas Ekonomi LnAK
t
= Logaritma Natural Angkatan Kerja ɛ
t
= error term variabel pengganggu Lnβ
= konstanta β
1,
β
2
, .. , β
n
= eksponen variabel independen Setelah didapat hasil dari regresi persamaan tersebut maka akan dianalisis pengaruh dan arah
hubungan antara variabel independen terhadap variabel dependen.