Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008.
USU Repository © 2009
5. Kesimpulan
Terima H artinya semua variabel independen secara bersama-sama secara
simultan tidak berpengaruh terhadap perubahan variabel dependen. Tolak
H artinya semua variabel independen secara bersama-sama secara simultan dapat berpengaruh terhadap perubahan variabel dependen.
2.2.2 Penyimpangan Terhadap Asumsi Model Klasik
Model regresi yang diperoleh dari metode Kuadrat Terkecil Biasa Ordinary Least SquaresOLS merupakan model regresi yang menghasilkan estimator linear tidak bias
yang terbaik Best Lenear Unbias EstimatorBLUE. Kondisi ini akan terjadi jika dipenuhi beberapa asumsi, yang disebut dengan asumsi klasik, sebagai berikut:
1. Non-Multikolineritas. Artinya, antara variabel dependen yang satu dengan
independen yang lain dalam model regresi tidak saling berhubungan secara sempurna atau mendekati sempurna.
2. Homoskedastisitas. Artinya, varians variabel independen adalah konstan untuk
setiap nilai tertentu variabel independen. 3.
Non-Autokorelasi. Artinya, tidak terdapat pengaruh dari variabel dalam model melalui tenggang waktu time lag. Misalnya, nilai suatu variabel saat ini akan
Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008.
USU Repository © 2009
berpengaruh terhadap nilai variabel laqin pada masa yang akan datang. Menurut model klasik ini tidak mungkin terjadi.
4. Nilai rata-rata kesalahan error populasi pada model stokastiknya sama
dengan nol. 5.
Variabel independen adalah non stokastik nilai konstan pada setiap kali percobaan yang dilakukan secara berulang.
6. Distribusi kesalahan error adalah normal.
2.2.2.1 Multikolinearitas
Multikolinearitas artinya antarvariabel independen yang terdapat dalam model memiliki hubungan yang sempurna atau mendekati sempurna koefisien korelasinya
tinggi atau bahkan1.
Diagnosis adanya multikolinearitas di dalam model regresi adalah sebagai berikut:
1. Melalui nilai
2
R , dan F RATIO. Jika
2
R tinggi, nilai F RATIO tinggi, sedangkan sebagian besar atau bahkan seluruh koefisien regresi tidak
signifikan nilai
hitung
t
sangat rendah, maka kemungkinan terdapat multikolinearitas dalam model tersebut.
Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008.
USU Repository © 2009
2. Menentukan koefisien korelasi antara variabel independen yang satu dengan
variabel independen yang lain. Jika antara dua variabel independen memiliki koefisien korelasi yang tinggi atau tanda koefisien korelasi variabel
independen berbeda dengan tanda koefisien regresinya. Maka, di dalam model regresi tersebut terdapat multikolinearitas.
3. Membuat persamaan regresi antarvariabel independen. Jika koefisien
regresinya signifikan, maka dalam model terdapat multikolinearitas.
Menghilangkan adanya multikolinearitas pada suatu model regresi terdapat bermacam-macam cara. Cara yang sering digunakan yaitu dengan mentransformasi
variabel. Nilai variabel yang digunakan mundur satu tahun. Misalnya pada model regresi:
e X
b X
b X
b a
Y +
+ +
+ =
3 3
2 2
1 1
terdapat multikoliearitas, maka untuk menghilangkan dapat dilakukan dengan mentransformasi variabel yang terdapat dalam model menjadi:
1 1
3 3
2 2
2 1
1 1
1 −
− −
− −
+ +
+ +
=
t t
t t
t
e X
b X
b X
b a
Y
Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008.
USU Repository © 2009
2.2.2.2 Heteroskedastisitas
Heteroskedastisitas artinya varians variabel dalam model tidak sama konstan. Konsekuensi adanya heteroskedastisitas dalam model regresi adalah penaksir
estimator yang diperoleh tidak efisien.
Diagnosis adanya heteroskedastisitas secara kuantitatif di dalam model regresi dapat dilakukan dengan melakukan pengujian korelasi ranking spearman
s
r dapat dihitung dengan formula:
− −
=
∑
1 6
1
2 2
N N
d r
i s
yang menyatakan bahwa:
i
d : selisih ranking stndar deviasi S dan ranking nilai mutlak error e.
∧
− =
Y Y
e N : banyaknya sampel
Pengujian ini menggunakan disribusi t dengan membandingkan nilai
hitung
t
dengan
tabel
t . Jika nilai
hitung
t
tabel
t , maka pengujian menolak hipotesis nol
H yang
menyatakan tidak terdapat heteroskedastisitas pada model regresi. Nilai
hitung
t
adalah:
Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008.
USU Repository © 2009 2
1 2
s s
r N
r t
− −
=
dengan df = N-2 salah satu cara yang dapat dilakukan untuk menghilangkan heteroskedastisitas dalam
model regresi, yaitu dengan mentransformasi variabel menjadi log, menjadi: e
X b
X b
X b
a Y
+ +
+ +
=
3 3
2 2
1 1
ln ln
ln ln
di-antilog-kan akan diperoleh model regresi:
e X
X aX
Y
b b
b 3
3 2
2 1
1
=
2 1
, b b
dan
3
b menunjukkan elastisitas
2 1
, X X
dan
3
X .
2.2.2.3 Autokorelasi
Autokorelasi artinya adanya korelasi antaranggota sampel yang diurutkan berdasarkan waktu. Penyimpangan ini biasanya muncul pada observasi yang menggunakan data
time series. Konsekuensi dari adanya autokorelasi adalah varians sampel tidak dapat
menggambarkan varians populasinya.
Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008.
USU Repository © 2009
Untuk megdiagnosis adanya autokorelasi dilakukan melalui pengujian terhadap nilai uji durbin-watson uji D
w
dengan etentuan sebagai berikut:
D
w
Kesimpulan Kurang dari 1,10
1,10 dan 1,54 1,55 dan 2,46
2,46 dan 2,90 lebih dari 2,91
Ada autokorelasi Tanpa ksimpulan
Tidak ada autokorelasi Tanpa kesimpilan
Ada autokorelasi
Salah satu cara untuk menghilangkan pengaruh autokorelasi dapat dilakukan dengan memasukkan lag variabel Y ke dalam model sehingga model regresinya
menjadi:
1 4
3 3
2 2
1 1
− ∧
+ +
+ +
=
t
Y b
X b
X b
X b
a Y
2.3 Analisis Korelasi
